胶质母细胞瘤的数据驱动时空建模
摘要：数学肿瘤学在微观和宏观水平上为肿瘤生长提供了独特而宝贵的洞察力。本综述介绍了最先进的建模技术，并着重关注其在了解胶质母细胞瘤（一种恶性的脑癌）方面的作用。对于每种方法，我们总结了其范围、缺点和优点。我们突出了每种建模技术的潜在临床应用，并讨论了数学模型与用于支持它们的分子和影像数据之间的联系。通过这样做，我们的目标是为癌症研究人员提供了解肿瘤进展的当前和新兴计算工具。最后，通过提供不同建模技术的深入了解，我们也旨在协助那些希望构建和开发自己模型及相关推理框架的研究人员。
作者：Andreas Christ S{o}lvsten J{o}rgensen, Ciaran Scott Hill, Marc Sturrock, Wenhao Tang, Saketh R. Karamched, Dunja Gorup, Mark F. Lythgoe, Simona Parrinello, Samuel Marguerat, Vahid Shahrezaei
论文ID：2210.01537
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-10-05