이 연구에서는 보편적 물리 기반 신경망(UPINN) 방법을 사용하여 화학요법 약물 작용을 식별하는 것을 보여준다.
합성 데이터와 실험실 데이터에 대해 다음과 같은 결과를 보여준다:
로그-킬, Norton-Simon, Emax 등 세 가지 다른 유형의 약물 작용을 식별할 수 있다. 희소하고 노이즈가 있는 데이터에서도 약 10^-3의 평균 제곱 오차로 약물 작용을 잘 식별할 수 있다.
용량에 따라 변화하는 증식률과 수용 능력 매개변수를 동시에 식별하고 관찰되지 않은 용량에 대해 보간할 수 있다. 노이즈가 있는 데이터에서도 10^-3 ~ 10^-8 수준의 평균 제곱 오차로 매개변수를 잘 식별한다.
독소루비신의 시간 의존적인 순 증식률을 실험실 데이터에서 잘 식별한다. 합성 데이터에서 검증한 결과, 최대 10^-4 수준의 평균 제곱 오차로 시간 의존적 순 증식률을 잘 식별할 수 있다.
전반적으로 UPINN 방법은 화학요법 약물 작용을 식별하는 데 효과적이며, 기존 접근법에 비해 장점이 있음을 보여준다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Lena Podina,... om arxiv.org 04-15-2024
https://arxiv.org/pdf/2404.08019.pdfDiepere vragen