Journal of Biomolecular Research & Therapeutics

Abstrait

L'équation de distribution de Planck comme nouvelle méthode pour prédire l'efficacité de la pharmacothérapie du cancer du sein

Shreshth Rajan*

Une médecine personnalisée et spécifique au patient est évidemment nécessaire pour administrer des thérapies optimisées et prévenir la mortalité liée au traitement. Afin de développer un modèle prédictif pour le traitement du cancer du sein, l'étude suivante a analysé les données d'ARNm de 4 704 gènes dérivés de 20 patientes atteintes d'un cancer du sein avant et après un traitement à la doxorubicine pendant 16 semaines. Les données génomiques de chaque patient ont d'abord été stratifiées en 9 groupes en fonction de l'expression de l'ARNm en réponse à la tumeur et au traitement à la doxorubicine. L'étude a ensuite utilisé l'équation de distribution de Planck (EDP) découverte à l'université Rutgers pour modéliser les échantillons stratifiés en transformant chaque mécanisme en un seul histogramme à longue queue ajusté par l'EDP. L'EDP est un nouvel algorithme utilisé pour mapper linéairement des histogrammes à longue queue sur une catégorie donnée de fonctions sur le plan de Planck. Notre modèle d'EDP est basé sur 3 paramètres - A, B et C - dont 2 ont été extraits de chaque modèle pour générer les tracés. Les pentes induites par le médicament des courbes A vs. C ont ensuite été déterminées pour les 9 mécanismes de chaque patient. L'étude a observé une augmentation des niveaux d'ARNm post-traitement pour les patients survivant plus longtemps dans 6 groupes distincts de gènes. Une analyse plus approfondie a montré comment le traitement médicamenteux modifiait de manière unique chacun des 9 mécanismes en fonction de la durée de survie du patient. Ces résultats indiquent que les procédures basées sur les PDE décrites ici peuvent fournir un nouvel outil pour découvrir des produits pharmaceutiques potentiels contre le cancer du sein.