贝叶斯方法优化干细胞冷冻保存方案
摘要：集中纵向评估先前发表的冷冻保藏数据（样本均值和标准误差）作为初步元数据，通过决策树学习分析（DTLA），我们对不同方法基于目标生存和优化修剪方法有了了解。简言之，我们开发了一种明确的决策流程方向，用于选择方法，关键选择包括冷却速率、突降温度，以及生物材料选择、复合物使用（糖和蛋白质）、加载程序和细胞在3D支架中的位置。其次，通过使用机器学习和基于朴素贝叶斯分类（NBC）的广义方法，利用这些元数据开发了对隐含在元数据中的组合方法的后验概率。这些后者结果表明，使用概率引证技术开发的新协议选择能够发现与多个单一维度优化物理协议一致的改进协议。总之，本文提出了使用DTLA模型和随后的NBC对现代冷冻保藏技术进行综合改进的方法。 关键词：3D冷冻保藏、决策树学习（DTL）、糖、小鼠胚胎干细胞、元数据、朴素贝叶斯分类器（NBC）
作者：S Sambu
论文ID：1404.1396
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2014-04-08