細(xì)胞毒性數(shù)據(jù)挖掘技術(shù)與應(yīng)用（第二版）

目錄
前言
第1章　細(xì)胞電阻抗傳感技術(shù)概述　1
1.1　細(xì)胞電阻抗傳感技術(shù)背景　2
1.1.1　細(xì)胞電阻抗傳感技術(shù)簡介　2
1.1.2　細(xì)胞電阻抗傳感技術(shù)的意義　5
1.1.3　細(xì)胞電阻抗傳感技術(shù)發(fā)展歷程　5
1.2　基于細(xì)胞電阻抗傳感技術(shù)的典型儀器　7
1.2.1　ECIS細(xì)胞動(dòng)態(tài)分析儀　7
1.2.2　Bionas1500/2500細(xì)胞代謝監(jiān)測(cè)儀　10
1.2.3　CellKey細(xì)胞介電譜分析系統(tǒng)　11
1.2.4　Cellasys細(xì)胞代謝監(jiān)測(cè)儀　12
1.2.5　RTCA實(shí)時(shí)細(xì)胞分析儀　13
1.3　細(xì)胞電阻抗傳感技術(shù)的應(yīng)用　15
1.3.1　心肌細(xì)胞功能檢測(cè)　15
1.3.2　細(xì)胞黏附和伸展　16
1.3.3　細(xì)胞共培養(yǎng)　18
1.3.4　細(xì)胞遷移和浸潤　18
1.3.5　細(xì)胞毒性檢測(cè)　19
1.4　RTCA細(xì)胞毒性數(shù)據(jù)的預(yù)處理　21
參考文獻(xiàn)　27
第2章　細(xì)胞毒性動(dòng)力學(xué)模型參數(shù)估計(jì)方法　30
2.1　引言　30
2.2　細(xì)胞毒性動(dòng)力學(xué)模型描述　31
2.3　算法原理及步驟　32
2.4　算法驗(yàn)證及結(jié)果　34
2.5　混合物細(xì)胞毒性動(dòng)力學(xué)模型辨識(shí)　41
2.6　細(xì)胞毒性動(dòng)力學(xué)模型應(yīng)用　44
2.6.1　化學(xué)物質(zhì)的濃度估計(jì)　44
2.6.2　人體細(xì)胞的雌性激素分析　47
2.7　本章小結(jié)　50
參考文獻(xiàn)　50
第3章　基于細(xì)胞毒性動(dòng)態(tài)響應(yīng)曲線的體外細(xì)胞毒性評(píng)價(jià)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(yù)測(cè)模型的對(duì)比分析　73
3.6　結(jié)果與討論　79
參考文獻(xiàn)　82
第4章　基于細(xì)胞毒性動(dòng)態(tài)響應(yīng)曲線的化學(xué)物質(zhì)MoA分類方法　86
4.1　引言　86
4.2　TCRC數(shù)據(jù)預(yù)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(yàn)證及結(jié)果　105
4.5　結(jié)果與討論　108
參考文獻(xiàn)　109
第5章　細(xì)胞毒性動(dòng)態(tài)響應(yīng)數(shù)據(jù)的可靠性分析方法　113
5.1　引言　113
5.2　邊緣效應(yīng)檢測(cè)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(yàn)證及結(jié)果　122
5.3　RTCA實(shí)驗(yàn)數(shù)據(jù)重復(fù)性評(píng)估方法　135
5.3.1　算法原理及步驟　135
5.3.2　算法驗(yàn)證及結(jié)果　139
5.4　RTCA重復(fù)性實(shí)驗(yàn)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(yàn)證及結(jié)果　151
5.5　本章小結(jié)　155
參考文獻(xiàn)　156
第6章　基于細(xì)胞毒性動(dòng)態(tài)響應(yīng)曲線的誘變細(xì)胞數(shù)目預(yù)測(cè)模型估計(jì)　159
6.1　引言　159
6.2　誘變細(xì)胞數(shù)目預(yù)測(cè)模型估計(jì)方法　160
6.3　誘變細(xì)胞數(shù)目預(yù)測(cè)模型分析　165
6.4　本章小結(jié)　166
參考文獻(xiàn)　166
附錄　168