細胞毒性數(shù)據(jù)挖掘技術與應用（第二版）

目錄
前言
第1章　細胞電阻抗傳感技術概述　1
1.1　細胞電阻抗傳感技術背景　2
1.1.1　細胞電阻抗傳感技術簡介　2
1.1.2　細胞電阻抗傳感技術的意義　5
1.1.3　細胞電阻抗傳感技術發(fā)展歷程　5
1.2　基于細胞電阻抗傳感技術的典型儀器　7
1.2.1　ECIS細胞動態(tài)分析儀　7
1.2.2　Bionas1500/2500細胞代謝監(jiān)測儀　10
1.2.3　CellKey細胞介電譜分析系統(tǒng)　11
1.2.4　Cellasys細胞代謝監(jiān)測儀　12
1.2.5　RTCA實時細胞分析儀　13
1.3　細胞電阻抗傳感技術的應用　15
1.3.1　心肌細胞功能檢測　15
1.3.2　細胞黏附和伸展　16
1.3.3　細胞共培養(yǎng)　18
1.3.4　細胞遷移和浸潤　18
1.3.5　細胞毒性檢測　19
1.4　RTCA細胞毒性數(shù)據(jù)的預處理　21
參考文獻　27
第2章　細胞毒性動力學模型參數(shù)估計方法　30
2.1　引言　30
2.2　細胞毒性動力學模型描述　31
2.3　算法原理及步驟　32
2.4　算法驗證及結(jié)果　34
2.5　混合物細胞毒性動力學模型辨識　41
2.6　細胞毒性動力學模型應用　44
2.6.1　化學物質(zhì)的濃度估計　44
2.6.2　人體細胞的雌性激素分析　47
2.7　本章小結(jié)　50
參考文獻　50
第3章　基于細胞毒性動態(tài)響應曲線的體外細胞毒性評價方法　53
3.1　引言　53
3.2　LC50/GI50算法及步驟　54
3.3　AUC50算法及步驟　60
3.4　KC50算法及步驟　67
3.5　RC預測模型的對比分析　73
3.6　結(jié)果與討論　79
參考文獻　82
第4章　基于細胞毒性動態(tài)響應曲線的化學物質(zhì)MoA分類方法　86
4.1　引言　86
4.2　TCRC數(shù)據(jù)預處理　89
4.3　算法原理及步驟　93
4.3.1　主成分分析　94
4.3.2　函數(shù)型數(shù)據(jù)分析　98
4.3.3　層次聚類算法　104
4.4　算法驗證及結(jié)果　105
4.5　結(jié)果與討論　108
參考文獻　109
第5章　細胞毒性動態(tài)響應數(shù)據(jù)的可靠性分析方法　113
5.1　引言　113
5.2　邊緣效應檢測與篩選方法　115
5.2.1　問題描述　115
5.2.2　算法原理及步驟　115
5.2.3　算法驗證及結(jié)果　122
5.3　RTCA實驗數(shù)據(jù)重復性評估方法　135
5.3.1　算法原理及步驟　135
5.3.2　算法驗證及結(jié)果　139
5.4　RTCA重復性實驗數(shù)據(jù)使用方法　147
5.4.1　問題描述　147
5.4.2　算法原理　149
5.4.3　算法驗證及結(jié)果　151
5.5　本章小結(jié)　155
參考文獻　156
第6章　基于細胞毒性動態(tài)響應曲線的誘變細胞數(shù)目預測模型估計　159
6.1　引言　159
6.2　誘變細胞數(shù)目預測模型估計方法　160
6.3　誘變細胞數(shù)目預測模型分析　165
6.4　本章小結(jié)　166
參考文獻　166
附錄　168