[发明专利]基于代理的多尺度药物协同预测方法有效
申请号: | 201711156248.7 | 申请日: | 2017-11-20 |
公开(公告)号: | CN107832587B | 公开(公告)日: | 2019-02-15 |
发明(设计)人: | 章乐;高红杰 | 申请(专利权)人: | 西南大学 |
主分类号: | G16B50/00 | 分类号: | G16B50/00;G16B40/00 |
代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 |
地址: | 400715*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 代理 尺度 药物 协同 预测 方法 | ||
1.一种基于代理的多尺度药物协同预测方法,其特征在于,所述方法包括:
步骤1、对实验数据进行预处理,所述实验数据包括吸光度;
步骤2、依据细胞增长过程,设定细胞的生存规则;所述生存规则包括组织尺度规则、细胞内尺度规则、细胞间尺度规则;
步骤3、依据所述生存规则建立模型,设置参数,并对模型参数进行训练,确定最终参数;
步骤4、利用测试数据对所述步骤3中的模型进行测试,通过显著性检验,验证模型的准确性;
步骤5、利用测试数据对所述步骤3中的模型求取协同指数,以再次验证模型的准确性;
所述步骤3中,设置参数进一步包括以下步骤:
对模型参数进行调节:
式中,Mcrate为细胞的死亡率,θi(i=0,1,2)是模型调节的具体参数,θ0为回归拟合的误差,服从均值为0的正态分布;
估计真实数据与模拟数据之间的差异:
式中,m代表训练数据一共多少组,j代表训练数据中的第j个元素,J(θ)是梯度下降函数;
给定细胞凋亡判定方式:
c1*Mnrate+c2*Mcrate>Prand
式中,Prand符合均匀分布,且取值在[0-1]之间;这里c1,c2为未知的关键参数,分别代表细胞在自然状态下以及在药物作用下的细胞的死亡率所占的权重大小。
2.根据权利要求1所述的方法,其特征在于,所述步骤1中,对实验数据进行预处理,具体为计算细胞的平均吸光度。
3.根据权利要求1所述的方法,其特征在于,所述步骤2中,组织尺度规则具体为:依据药物的半衰期,对药物浓度随时间的变化进行动态描述。
4.根据权利要求1所述的方法,其特征在于,所述步骤2中,细胞内尺度规则具体为:建立细胞表型之间的变化规则,包括细胞凋亡、细胞分裂;
所述细胞凋亡采用如下方式描述:
其中参数λ>0;
细胞分裂采用如下方式描述:
公式,Crand为随机产生的一个值,范围为[0,1),如果Crand的值在[0,Pprol)区间,细胞进入细胞周期并且开始增殖;否则,细胞将处于静止状态。
5.根据权利要求1所述的方法,其特征在于,所述步骤2中,细胞间尺度规则具体为:针对细胞迁移,当进入细胞周期的第四阶段后,通过以下方式确定细胞的迁移位置:以细胞的原始位置po的6个直接邻居均为候选位置,并依据以下方式对6个位置划分等级:
式中,Rl是每一个候选位置排名的等级,rl是位置P0到候选位置Pijk的距离;
对上述候选位置的等级进行标准化,并将标准化后的等级合并成为对应的范围,以确定细胞的迁移点或扩散停止点。
6.根据权利要求1所述的方法,其特征在于,所述步骤4中,通过QQ-plot图对模型进行显著性检验。
7.根据权利要求1所述的方法,其特征在于,所述步骤5中,计算协同指数进一步包括,协同指数为:
式中,DX,1和DX,2分别代表单药作用下效果达到X%的剂量,d1和d2代表当效果达到X%的时候药物的浓度组合。
8.根据权利要求7所述的方法,其特征在于,如果CI>1.1表示具有强的拮抗效果;如果0.9<CI<1.1具有相加的效果,如果CI<0.9表示协同,CI<0.3表示具有较强的协同作用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南大学,未经西南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711156248.7/1.html,转载请声明来源钻瓜专利网。