https://zbmath.org/atom/cc/92-05 2024-04-15T15:10:58.286558Z Werkzeug公司 https://zbmath.org/1530.92044 2024-04-15T15:10:58.286558Z “瑞安·J·墨菲” https://zbmath.org/authors/？q=ai:murphy.ryan-j个 “Gency Gunasingh” https://zbmath.org/authors/？q=ai:gunasingh.regency “哈斯，尼古拉斯·K。” https://zbmath.org/authors/？q=ai:haass.nikolas-k个 “马修·辛普森” https://zbmath.org/authors/？q=ai:simpson.matthew-j个 摘要：共培养肿瘤球体实验通常用于研究癌症进展和测试抗癌治疗。因此，定量描述和解释共培养球体生长的方法非常有趣。然而，共培养球体的生长是复杂的。多个生物过程在重叠的时间尺度上发生，球体内不同的细胞类型可能具有不同的特征，例如不同的增殖速率或对营养物质可用性的反应。目前还没有一个标准的、被广泛接受的数学模型来描述这种复杂的时空增长过程。分析这些实验的典型方法侧重于球体尺寸的晚期时间演变，而忽略了早期球体的形成、球体结构和几何形状。在这里，我们使用一系列基于常微分方程的数学模型和参数估计来解释新的共培养实验数据。我们提供了有关球体形成、生长和结构的新生物学见解。作为分析的一部分，我们首次将格林斯潘的开创性数学模型与共同文化数据联系起来。此外，我们推广了一类基于分区的球体数学模型，这些模型以前仅限于一个总体，因此可以应用于多个总体。作为一般模型的特例，我们探索了格林斯潘开创性模型的多个自然双种群扩展，揭示了能够描述生长的共培养球体和无法描述其内部动力学的生物机制。这种基于数学和统计建模的框架非常适合分析具有多种不同细胞类型的球体，而新的数学模型类别为进一步的数学和生物学见解提供了机会。 https://zbmath.org/1530.92079 2024-04-15T15:10:58.286558Z 约瑟夫·沙特尔沃思（Joseph G.Shuttleworth） https://zbmath.org/authors/？q=ai:shuttleworth.joseph-克 “Lei，Chon Lok” https://zbmath.org/authors/？q=ai:lei.chon-洛克 “多米尼克·G·惠塔克” https://zbmath.org/authors/？q=ai:whittaker.dominic-克 莫妮克·温德利 https://zbmath.org/authors/？q=ai:windley.monique-j个 “Hill，Adam P.” https://zbmath.org/authors/？q=ai:hill.adam-第页 “西蒙·普雷斯顿” https://zbmath.org/authors/？q=ai:preston.simon-第页 “加里·米拉姆斯” https://zbmath.org/authors/？q=ai:mirams.gary-第页 摘要：当使用数学模型进行临床或工业用途的定量预测时，重要的是预测要有对其准确性的可靠估计（不确定性量化）。由于复杂生物系统的模型总是大幅度简化的，因此会出现模型差异——模型无法完美地再现真实的数据生成过程。这对准确预测，尤其是准确量化这些预测中的不确定性提出了特殊挑战。实验学家和建模者必须选择使用哪些实验程序（\textit{protocols}）来生成用于训练模型的数据。我们建议用一组参数集来描述由于模型差异而产生的不确定性，每个参数集都是来自不同协议的数据的训练结果。由于模型差异，即使是对于不可见的协议，该集合预测的可变性也提供了预测不确定性的经验估计。我们以电生理实验为例，研究hERG钾通道的特性。在这里，“信息丰富”协议允许使用在同一个细胞上进行的大量短期实验来训练数学模型。在这种情况下，我们用一个模型模拟数据，并用不同（不一致）的模型进行拟合。对于任何单独的实验协议，参数估计值在假设的加性无关高斯噪声模型的重复样本下变化不大。然而，来自同一模型的参数集应用于不同的实验时会产生冲突——突出了模型的差异。我们的方法将有助于为未来的研究选择更合适的离子通道模型，并将广泛应用于一系列生物建模问题。