基于生物网络特征和药物基因组学特征的抗癌协同组合药物预测方法研究

被引量 : 1次 | 上传用户:tangzai521
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂疾病如癌症等往往是由多基因异常引起的系统性疾病,基因突变、拷贝数变异以及基因表达失衡等均可能成为肿瘤发生的原因或表现。传统的“一药一靶”药物研发策略已经被证明存在一定的缺陷,比如容易产生耐药性和毒副作用等。此外生物系统的鲁棒性使得单一药物很难完全抑制肿瘤细胞的生长。肿瘤的化学治疗要求药物可以作用于多个靶点和多条信号通路,并从多个靶点和通路上阻止疾病相关信号的发生、传导和作用。组合药物疗法是多靶点治疗中最常使用的一种疗法,其具有毒性低、效率高等优点。因此建立协同组合药物筛选的方法具有重要意义。筛选
其他文献
脑机接口(brain computer interface, BCI)是一种通过解读人脑发出的信号来表达思想或者控制设备的技术,可以代替包括四肢在内的神经和肌肉系统来实现人与计算机或其他设备间
随着电力系统规模、容量、输送距离的日益增大,电力系统的运行可靠性问题日益突出,尤其是传统的可靠性评估只能反映使系统运行的长期可靠性水平,无法准确预测电网短期内发生故障的可能性和严重程度,因此有必要研究短期的风险评估理论,满足电力系统短期可靠性评估的需要。本文首先介绍了传统长期可靠性评估的元件模型,结合系统运行可靠性评估的特点,提出了元件时间相依的实时可靠性模型,即基于马尔柯夫过程的元件瞬时状态概率
无刷直流电机具有体积小、功率密度高、效率高等优势。这些优势已经使得无刷直流电机在家用电器、航空航天、电动汽车等领域获得了广泛应用。转子位置信息的获取是对无刷直流电机进行精确控制的一项先决条件。安装霍尔传感器、编码器等机械型位置传感器不仅会提高系统成本,还会削弱整个系统的可靠性。采用电压、电流等易测量的信号辨识位置信号,从而实现无位置传感器控制是一种很有价值的解决方案。然而,无位置传感器控制算法可能
学位