美国看病吧 关注:86贴子:1,160
  • 1回复贴,共1

科学家建立数学模型来预测抗癌药物的副作用

只看楼主收藏回复

神户大学医院的一个研究小组进一步阐明了药物代谢酶基因突变可能导致癌症药物副作用的可能性。由Yutaka博士领导的研究小组还利用分子模拟分析的结果建立了一个数学模型来预测副作用的可能性。
希望本研究能为有效预测肿瘤药物的副作用和医疗结果铺平道路。
这些研究结果于2019年11月15日首次发表在美国科学杂志《公共科学图书馆·综合》上。
研究背景
关于癌症对抗效果和副作用的预测可以从以下几个方面进行:2.药物代谢。给药效果。然而,药物的代谢如何,它们的有效性和副作用的可能性取决于个体差异。例如,在结肠癌患者接受抗癌药物伊立替康之前,必须对其UGT1A1基因进行分析。UGT1A1是一种主要存在于肝脏的酶,负责处理许多化学物质,包括伊立替康。据了解,UGT1A1基因突变的患者(特别是UGT1A1*6和UGT1A1*28的突变)很难代谢这种抗癌药物,产生严重的副作用。
近年来,随着基因分析技术的不断发展,UGT1A1基因出现了新的突变。到目前为止,已经发现了大约70种不同的突变。这些新发现的突变对药物的代谢能力是未知的,因此很难准确地确定对抗癌药物产生不良反应的可能性。
研究方法
Takaoka教授等人利用分子计算机模拟分析和实验室湿实验(使用细胞)的结果,用UGT1A1建立了以下药物代谢的数学模型。
他们成功地利用这个数学模型预测了UGT1A1突变体代谢抗癌药物的能力,其准确性极高,如柱状图所示。使用数学方程的预测(灰色条)与实际结果(黑色条)非常相似。
基于这些结果,该方法能够预测UGT1A1突变的药物代谢能力。人们希望,这种方法可以被用于在开处方之前预测癌症药物副作用的可能性——即使是对新发现的UGT1A1突变。
进一步的研究
美国看病服务机构和生元国际了解到,预期使用类似方法的进一步研究可用于预测癌症药物的疗效。高冈教授等人已经使用理研所的k -计算机进行了基本分析,他们目前正在努力预测用于肺癌医疗的药物的有效性。


1楼2019-12-21 20:38回复
    灰色预测模型可针对数量非常少,数据完整性和可靠性较低的数据序列进行有效预测,其利用微分方程来充分挖掘数据的本质,建模所需信息少,精度较高,运算简便,易于检验,也不用考虑分布规律或变化趋势等。网页版SPSSAU可以进行灰色预测模型 操作简单


    2楼2022-03-08 15:27
    回复