Как-то осенью я закинул статью в журнал на ревью перед публикацией, и перед каждой правкой статья проходит technical check - специально обученный человек пробегается по ней глазами и сверяет оформление с шаблоном, проверяет заполненность всех полей.
И каждый раз они спотыкаются об название города, в котором расположена ниишечка пары соавторов:
- Уважаемый Dr. ...! У вас у авторов не указан город!
- Уважаемый Раджеш Праджеш! Новосибирскоуральсквосток (допустим) - это и есть город ;)
- Ок, сэр.
Я не знаю, сколько продлится это суровое противостояние. Но я выйду оттуда победителем, и опубликуюсь.
P.S. Кстати, я не понимаю, почему они по дефолту обращаются ко мне как Dr. - я ведь даже не PhD, и не указывал титул. Видимо, чтоб ненароком не обидеть, если кто-то из УВАЖАЕМЫХ ЗАСЛУЖЕННЫХ АКАДЕМИКОВ ВСЕХ АКАДЕМИЙ забудет указать и забугуртит, если к нему обратятся без титула.
И каждый раз они спотыкаются об название города, в котором расположена ниишечка пары соавторов:
- Уважаемый Dr. ...! У вас у авторов не указан город!
- Уважаемый Раджеш Праджеш! Новосибирскоуральсквосток (допустим) - это и есть город ;)
- Ок, сэр.
Я не знаю, сколько продлится это суровое противостояние. Но я выйду оттуда победителем, и опубликуюсь.
P.S. Кстати, я не понимаю, почему они по дефолту обращаются ко мне как Dr. - я ведь даже не PhD, и не указывал титул. Видимо, чтоб ненароком не обидеть, если кто-то из УВАЖАЕМЫХ ЗАСЛУЖЕННЫХ АКАДЕМИКОВ ВСЕХ АКАДЕМИЙ забудет указать и забугуртит, если к нему обратятся без титула.
Forwarded from историк-алкоголик
Правые мемы и политическая реальность.
Инаугурационную речь Трампа могла спокойно написать нейросеть по мотивам какого-нибудь паблика с мема ультраправого характера.
С другой стороны, последние действия Байдена в качестве президента тоже вполне себе соответствуют какому-нибудь правому мем-паблику про леваков-рептилоидов: дед авансом помиловал всех за всё, включая большинство собственных родственников, только чтобы избежать массовых судебных дел по итогам правления.
В общем, не зря мемоделы старались. Не зря американская Антидиффамационная лига требовала запретить лягушонка Пепе. Не зря ФБР в 2016 году в правых мемах искала русский след
Мы победили!
Инаугурационную речь Трампа могла спокойно написать нейросеть по мотивам какого-нибудь паблика с мема ультраправого характера.
С другой стороны, последние действия Байдена в качестве президента тоже вполне себе соответствуют какому-нибудь правому мем-паблику про леваков-рептилоидов: дед авансом помиловал всех за всё, включая большинство собственных родственников, только чтобы избежать массовых судебных дел по итогам правления.
В общем, не зря мемоделы старались. Не зря американская Антидиффамационная лига требовала запретить лягушонка Пепе. Не зря ФБР в 2016 году в правых мемах искала русский след
Мы победили!
>We're delighted to let you know that your manuscript has been accepted for publication [...]
Ну что тут сказать? ГОЙДА!
Ну что тут сказать? ГОЙДА!
Forwarded from гнег
Donald Trump appoints Benadryl Hat Man (Shadowman) as the Head of Pharmaceuticals 20.01.25
Forwarded from Кружок Пейпеца
Метилфенидат обладает абсолютной 100 % эффективностью в лечении энуреза смеха (giggle Incontinence)
Повышение уровня дофамина, приводит к подавлению расслабления тазового дна и подавлению центра мочеиспускания в мосту, что делает его препаратом выбора при резистентном энурезе смеха. Он также может вызывать неясные осложнения — обратимую свисающую стопу (опыт доктора Бутрия).
Уродинамические изменения до и после лечения: гиперактивные мочевые пузыри стали норморефлексивными после него, ни один из параметров не показал существенных изменений, за исключением максимального давления закрытия уретры и максимального давления уретры, которые показали значительный рост. Это потенциальная мишень для лекарств, представляющая интерес и требующая дальнейшего изучения. В целом, эффективность высока, но частота рецидивов после отмены терапии значительна.
P.S. девочки страдают чаще, т.к. у мужчин и женщин разные механизмы восприятия и понимания юмора, что дает разный холинергический отклик в базальных ганглиях (данные фМРТ)
Ранее об энурезе смеха у Бутрия:
https://vk.com/wall-141911698_1845
https://www.group-telegram.com/DrButriy/2309
Повышение уровня дофамина, приводит к подавлению расслабления тазового дна и подавлению центра мочеиспускания в мосту, что делает его препаратом выбора при резистентном энурезе смеха. Он также может вызывать неясные осложнения — обратимую свисающую стопу (опыт доктора Бутрия).
Уродинамические изменения до и после лечения: гиперактивные мочевые пузыри стали норморефлексивными после него, ни один из параметров не показал существенных изменений, за исключением максимального давления закрытия уретры и максимального давления уретры, которые показали значительный рост. Это потенциальная мишень для лекарств, представляющая интерес и требующая дальнейшего изучения. В целом, эффективность высока, но частота рецидивов после отмены терапии значительна.
P.S. девочки страдают чаще, т.к. у мужчин и женщин разные механизмы восприятия и понимания юмора, что дает разный холинергический отклик в базальных ганглиях (данные фМРТ)
Ранее об энурезе смеха у Бутрия:
https://vk.com/wall-141911698_1845
https://www.group-telegram.com/DrButriy/2309
Forwarded from Машинное обучение в биологии и биомедицине | OpenBio.Edu
Please open Telegram to view this post
VIEW IN TELEGRAM
Как-то на днях по работе мне пришлось выступать ревьюером нескольких тезисов, в том числе попадались и по машинному обучению и бигдате в медицине. Немножко офигел от содержания, которое я пересказывать конечно же не буду. Но мне, в связи с этим, вспомнился старинный анекдот:
Конференция в медицинском институте, докладчик, будучи очень горд собой, сообщает коллегам -
- Мы придумали программу, которая выдаст абсолютно правильный диагноз, даже не надо будет брать анализы - просто покажите карточку!
Тут встаёт с места старый опытный врач -
- Да ну? А если я сейчас принесу карточку пациентки, которая ко мне сегодня приходила - ваша программа поставит ей диагноз?
- 100%! Гарантирую!
Приносит, компьютер думает-думает, и ничего не выдаёт. Тут старый врач говорит:
- Потому что ни одна программа не может поставить диагноз "сифилис" только лишь по одному блядскому виду пациентки и направить её на анализы на ИФА и РПГА.
Конференция в медицинском институте, докладчик, будучи очень горд собой, сообщает коллегам -
- Мы придумали программу, которая выдаст абсолютно правильный диагноз, даже не надо будет брать анализы - просто покажите карточку!
Тут встаёт с места старый опытный врач -
- Да ну? А если я сейчас принесу карточку пациентки, которая ко мне сегодня приходила - ваша программа поставит ей диагноз?
- 100%! Гарантирую!
Приносит, компьютер думает-думает, и ничего не выдаёт. Тут старый врач говорит:
- Потому что ни одна программа не может поставить диагноз "сифилис" только лишь по одному блядскому виду пациентки и направить её на анализы на ИФА и РПГА.
Forwarded from Anna Vakh | BIOTECH
Такую забавную статью мне скинули, я решила посмотреть, как же так есть 12 печенек Oreo в день и молодиться.
Оказалось, что это приколы нашего метаболизма и пока не может быть, к моему сожалению, общей рекомендацией 😄. Но кейс-стади получился любопытный.
Этот феномен называют фенотипом гиперответчика с низкой мышечной массой (LMHR), и он встречается у людей с низким ИМТ на кето-диете.
Его признаки:
LDL-C ≥ 200 мг/дл,
HDL-C ≥ 80 мг/дл,
Триглицериды (TG) ≤ 70 мг/дл.
Интересно, что введение углеводов (например, в виде печенек Oreo) может полностью обратить этот процесс. Особенно эффективно это, как мы видим, у людей с низким ИМТ — у них уровень LDL падает сильнее, чем при применении статинов. Вот такие вот метаболические фокусы!
Подписывайся, больше про лонживити и биотех тут @annavakhbio
https://www.mdpi.com/2218-1989/14/1/73#
#метаболизм #холестерин
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Rapid Medicine | Новости 💊
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Бiоинформатика и лапки
DeepSeek-R1 наглядно показывает, что в схватке большого гпушного компьюта и большого межушного побеждает межушный.
У меня сегодня вышла научная публикация, над которой работал год.
От идеи, через бесчисленные эксперименты, работу до седьмого пота, нервные срывы и подспудное желание уволиться и уйти нахуй из науки, до конечного результата.
Это - памятник тому, что может достичь человек, идя против течения жизни.
Это - триумф несгибаемой воли, упорства человеческого духа.
Гойда!!!
От идеи, через бесчисленные эксперименты, работу до седьмого пота, нервные срывы и подспудное желание уволиться и уйти нахуй из науки, до конечного результата.
Это - памятник тому, что может достичь человек, идя против течения жизни.
Это - триумф несгибаемой воли, упорства человеческого духа.
Гойда!!!
Zmall Pharma
DeepSeek-R1 наглядно показывает, что в схватке большого гпушного компьюта и большого межушного побеждает межушный.
Кстати, я тут на днях поприкалывался с DeepSeek, и вот что имею вам заявить
1) По химии он решает задачки хорошо
2) По статистическим методам биологии он тоже хорош - предложил аж 2 метода обсчёта одних и тех же данных (один поточнее, другой попроще)
3) Гонял его по различным расчётым задачам - вроде бы ок
4) НО! Остались ещё у этой нейросети галлюцинации на счёт источников - когда я попросил её привести конкретные данные по IC50 для некоторых противораковых - он их выдал, но когда попросил источники - выдала мне типичные нагенерированные фейковые ссылки на выдуманные публикации
5) Нарисовал ей (в формате SMILES) случайную структуру - фенилаланин с комплексом платины, дал ей подтекст - мол "вот соединение для лечения глиобластомы, как ты можешь его улучшить?". НИ ОДНА из сгенерированных этой нейросеткой структур не была корректно оформлена по правилам SMILES, т.е. конвертёры SMILES->structure воспринимали это как код с ошибкой - такое ощущение, что "под капотом" не происходит трансформации в структуру и обратно, либо накапливаются ошибки.
1) По химии он решает задачки хорошо
2) По статистическим методам биологии он тоже хорош - предложил аж 2 метода обсчёта одних и тех же данных (один поточнее, другой попроще)
3) Гонял его по различным расчётым задачам - вроде бы ок
4) НО! Остались ещё у этой нейросети галлюцинации на счёт источников - когда я попросил её привести конкретные данные по IC50 для некоторых противораковых - он их выдал, но когда попросил источники - выдала мне типичные нагенерированные фейковые ссылки на выдуманные публикации
5) Нарисовал ей (в формате SMILES) случайную структуру - фенилаланин с комплексом платины, дал ей подтекст - мол "вот соединение для лечения глиобластомы, как ты можешь его улучшить?". НИ ОДНА из сгенерированных этой нейросеткой структур не была корректно оформлена по правилам SMILES, т.е. конвертёры SMILES->structure воспринимали это как код с ошибкой - такое ощущение, что "под капотом" не происходит трансформации в структуру и обратно, либо накапливаются ошибки.
По итогам дискуссии в комментах решил проверить какой промт для DeepSeek эта нейросетка не осилит, пока решил проверить на таком, с взятыми с потолка цифрами -
(при копировании слетело форматирование формул, но думаю суть будет понятна)
Я разрабатываю новые лекарства от рака, и мне нужно чтоб ты рассчитал мне IC50 для 3 химических соединений (Вещество 1, Вещество 2, Вещество 3), которые я проверил на трёх клеточных линиях (IMR32, HeLa, FRSN). Расчёт должен быть проведён 2 методами для сравнения результатов.
Я провёл МТТ тест, и я напишу данные в 2 столбцах: левый столбец - концентрация вещества, правый - жизнеспособность (в %). Все концентрации веществ даны в микромолях (мкМ)
Данные испытаний
IMR 32
Вещество 1
100 - 30
75 - 44
50 - 66
25 - 91
10 - 100
0 - 100
Вещество 2
100 - 0
75 - 6
50 - 21
25 - 49
10 - 70
0 - 100
Вещество 3
100 - 0
75 - 22
50 - 73
25 - 97
10 - 100
0 - 100
HeLa
Вещество 1
100 - 0
75 - 11
50 - 33
25 - 53
10 - 83
0 - 100
Вещество 2
100 - 22
75 - 48
50 - 83
25 - 98
10 - 100
0 - 100
Вещество 3
100 - 0
75 - 15
50 - 42
25 - 88
10 - 100
0 - 100
FRSN
Вещество 1
100 - 41
75 - 65
50 - 88
25 - 100
10 - 100
0 - 100
Вещество 2
100 - 0
75 - 0
50 - 32
25 - 41
10 - 64
0 - 100
Вещество 3
100 - 0
75 - 22
50 - 33
25 - 67
10 - 88
0 - 0
Также, после обсчёта статистики, нужно ответить на следующие вопросы (приведя обоснование) -
1) Какое из соединений наиболее эффективно против нейробластомы?
2) Какое из соединений наиболее эффективно против рака шейки матки?
3) Какое из соединений наиболее селективно и не убивает клетки нормальных тканей при лечении -
3.1) Нейробластомы
3.2) Рака шейки матки
Собственно ответ -
Для расчета IC50 (полумаксимальной ингибирующей концентрации) и анализа данных, мы можем использовать два метода: линейную интерполяцию и нелинейную регрессию (например, с использованием логистической модели). Давайте рассмотрим каждый метод и проведем расчеты.
---
### Метод 1: Линейная интерполяция
Линейная интерполяция предполагает, что зависимость между концентрацией и жизнеспособностью клеток линейна в диапазоне, близком к IC50. Формула для расчета:
\[
\text{IC50} = C_1 + \frac{(50 - V_1)}{(V_2 - V_1)} \cdot (C_2 - C_1)
\]
где:
- \(C_1\) и \(C_2\) — концентрации, между которыми находится 50% жизнеспособность,
- \(V_1\) и \(V_2\) — соответствующие значения жизнеспособности.
---
### Метод 2: Нелинейная регрессия
Нелинейная регрессия предполагает подгонку данных к логистической кривой (например, с использованием уравнения Хилла):
\[
V = \frac{100}{1 + \left(\frac{C}{\text{IC50}}\right)^n}
\]
где:
- \(V\) — жизнеспособность клеток,
- \(C\) — концентрация вещества,
- \(n\) — коэффициент Хилла (параметр, описывающий крутизну кривой).
Для этого метода можно использовать программное обеспечение, например, GraphPad Prism, Python (библиотека
---
### Расчет IC50 для каждого вещества и клеточной линии
#### IMR32 (нейробластома)
| Вещество | Концентрация (мкМ) | Жизнеспособность (%) |
|----------|--------------------|----------------------|
| Вещество 1 | 100, 75, 50, 25, 10, 0 | 30, 44, 66, 91, 100, 100 |
| Вещество 2 | 100, 75, 50, 25, 10, 0 | 0, 6, 21, 49, 70, 100 |
| Вещество 3 | 100, 75, 50, 25, 10, 0 | 0, 22, 73, 97, 100, 100 |
#### HeLa (рак шейки матки)
| Вещество | Концентрация (мкМ) | Жизнеспособность (%) |
|----------|--------------------|----------------------|
| Вещество 1 | 100, 75, 50, 25, 10, 0 | 0, 11, 33, 53, 83, 100 |
| Вещество 2 | 100, 75, 50, 25, 10, 0 | 22, 48, 83, 98, 100, 100 |
| Вещество 3 | 100, 75, 50, 25, 10, 0 | 0, 15, 42, 88, 100, 100 |
#### FRSN (нормальные клетки)
| Вещество | Концентрация (мкМ) | Жизнеспособность (%) |
|----------|--------------------|----------------------|
| Вещество 1 | 100, 75, 50, 25, 10, 0 | 41, 65, 88, 100, 100, 100 |
| Вещество 2 | 100, 75, 50, 25, 10, 0 | 0, 0, 32, 41, 64, 100 |
| Вещество 3 | 100, 75, 50, 25, 10, 0 | 0, 22, 33, 67, 88, 0 |
---
### Результаты расчетов IC50
(при копировании слетело форматирование формул, но думаю суть будет понятна)
Я разрабатываю новые лекарства от рака, и мне нужно чтоб ты рассчитал мне IC50 для 3 химических соединений (Вещество 1, Вещество 2, Вещество 3), которые я проверил на трёх клеточных линиях (IMR32, HeLa, FRSN). Расчёт должен быть проведён 2 методами для сравнения результатов.
Я провёл МТТ тест, и я напишу данные в 2 столбцах: левый столбец - концентрация вещества, правый - жизнеспособность (в %). Все концентрации веществ даны в микромолях (мкМ)
Данные испытаний
IMR 32
Вещество 1
100 - 30
75 - 44
50 - 66
25 - 91
10 - 100
0 - 100
Вещество 2
100 - 0
75 - 6
50 - 21
25 - 49
10 - 70
0 - 100
Вещество 3
100 - 0
75 - 22
50 - 73
25 - 97
10 - 100
0 - 100
HeLa
Вещество 1
100 - 0
75 - 11
50 - 33
25 - 53
10 - 83
0 - 100
Вещество 2
100 - 22
75 - 48
50 - 83
25 - 98
10 - 100
0 - 100
Вещество 3
100 - 0
75 - 15
50 - 42
25 - 88
10 - 100
0 - 100
FRSN
Вещество 1
100 - 41
75 - 65
50 - 88
25 - 100
10 - 100
0 - 100
Вещество 2
100 - 0
75 - 0
50 - 32
25 - 41
10 - 64
0 - 100
Вещество 3
100 - 0
75 - 22
50 - 33
25 - 67
10 - 88
0 - 0
Также, после обсчёта статистики, нужно ответить на следующие вопросы (приведя обоснование) -
1) Какое из соединений наиболее эффективно против нейробластомы?
2) Какое из соединений наиболее эффективно против рака шейки матки?
3) Какое из соединений наиболее селективно и не убивает клетки нормальных тканей при лечении -
3.1) Нейробластомы
3.2) Рака шейки матки
Собственно ответ -
Для расчета IC50 (полумаксимальной ингибирующей концентрации) и анализа данных, мы можем использовать два метода: линейную интерполяцию и нелинейную регрессию (например, с использованием логистической модели). Давайте рассмотрим каждый метод и проведем расчеты.
---
### Метод 1: Линейная интерполяция
Линейная интерполяция предполагает, что зависимость между концентрацией и жизнеспособностью клеток линейна в диапазоне, близком к IC50. Формула для расчета:
\[
\text{IC50} = C_1 + \frac{(50 - V_1)}{(V_2 - V_1)} \cdot (C_2 - C_1)
\]
где:
- \(C_1\) и \(C_2\) — концентрации, между которыми находится 50% жизнеспособность,
- \(V_1\) и \(V_2\) — соответствующие значения жизнеспособности.
---
### Метод 2: Нелинейная регрессия
Нелинейная регрессия предполагает подгонку данных к логистической кривой (например, с использованием уравнения Хилла):
\[
V = \frac{100}{1 + \left(\frac{C}{\text{IC50}}\right)^n}
\]
где:
- \(V\) — жизнеспособность клеток,
- \(C\) — концентрация вещества,
- \(n\) — коэффициент Хилла (параметр, описывающий крутизну кривой).
Для этого метода можно использовать программное обеспечение, например, GraphPad Prism, Python (библиотека
scipy.optimize
), или R.---
### Расчет IC50 для каждого вещества и клеточной линии
#### IMR32 (нейробластома)
| Вещество | Концентрация (мкМ) | Жизнеспособность (%) |
|----------|--------------------|----------------------|
| Вещество 1 | 100, 75, 50, 25, 10, 0 | 30, 44, 66, 91, 100, 100 |
| Вещество 2 | 100, 75, 50, 25, 10, 0 | 0, 6, 21, 49, 70, 100 |
| Вещество 3 | 100, 75, 50, 25, 10, 0 | 0, 22, 73, 97, 100, 100 |
#### HeLa (рак шейки матки)
| Вещество | Концентрация (мкМ) | Жизнеспособность (%) |
|----------|--------------------|----------------------|
| Вещество 1 | 100, 75, 50, 25, 10, 0 | 0, 11, 33, 53, 83, 100 |
| Вещество 2 | 100, 75, 50, 25, 10, 0 | 22, 48, 83, 98, 100, 100 |
| Вещество 3 | 100, 75, 50, 25, 10, 0 | 0, 15, 42, 88, 100, 100 |
#### FRSN (нормальные клетки)
| Вещество | Концентрация (мкМ) | Жизнеспособность (%) |
|----------|--------------------|----------------------|
| Вещество 1 | 100, 75, 50, 25, 10, 0 | 41, 65, 88, 100, 100, 100 |
| Вещество 2 | 100, 75, 50, 25, 10, 0 | 0, 0, 32, 41, 64, 100 |
| Вещество 3 | 100, 75, 50, 25, 10, 0 | 0, 22, 33, 67, 88, 0 |
---
### Результаты расчетов IC50
#### IMR32 (нейробластома)
- Вещество 1: IC50 ≈ 60 мкМ (линейная интерполяция), ≈ 58 мкМ (нелинейная регрессия).
- Вещество 2: IC50 ≈ 40 мкМ (линейная интерполяция), ≈ 38 мкМ (нелинейная регрессия).
- Вещество 3: IC50 ≈ 55 мкМ (линейная интерполяция), ≈ 53 мкМ (нелинейная регрессия).
#### HeLa (рак шейки матки)
- Вещество 1: IC50 ≈ 45 мкМ (линейная интерполяция), ≈ 43 мкМ (нелинейная регрессия).
- Вещество 2: IC50 ≈ 70 мкМ (линейная интерполяция), ≈ 68 мкМ (нелинейная регрессия).
- Вещество 3: IC50 ≈ 50 мкМ (линейная интерполяция), ≈ 48 мкМ (нелинейная регрессия).
#### FRSN (нормальные клетки)
- Вещество 1: IC50 > 100 мкМ (клетки остаются жизнеспособными при всех концентрациях).
- Вещество 2: IC50 ≈ 35 мкМ (линейная интерполяция), ≈ 33 мкМ (нелинейная регрессия).
- Вещество 3: IC50 ≈ 40 мкМ (линейная интерполяция), ≈ 38 мкМ (нелинейная регрессия).
---
### Ответы на вопросы
1. Наиболее эффективное соединение против нейробластомы (IMR32):
- Вещество 2 имеет наименьший IC50 (≈ 38–40 мкМ), что указывает на его наибольшую эффективность против нейробластомы.
2. Наиболее эффективное соединение против рака шейки матки (HeLa):
- Вещество 1 имеет наименьший IC50 (≈ 43–45 мкМ), что делает его наиболее эффективным против рака шейки матки.
3. Наиболее селективное соединение (не убивает нормальные клетки FRSN):
- Вещество 1 демонстрирует наименьшую токсичность для нормальных клеток (IC50 > 100 мкМ), что делает его наиболее селективным.
- 3.1) Для нейробластомы: Вещество 1, так как оно наименее токсично для нормальных клеток.
- 3.2) Для рака шейки матки: Вещество 1, так как оно эффективно против HeLa и не токсично для FRSN.
---
Если вам нужно, я могу предоставить более подробные расчеты или визуализацию данных!
- Вещество 1: IC50 ≈ 60 мкМ (линейная интерполяция), ≈ 58 мкМ (нелинейная регрессия).
- Вещество 2: IC50 ≈ 40 мкМ (линейная интерполяция), ≈ 38 мкМ (нелинейная регрессия).
- Вещество 3: IC50 ≈ 55 мкМ (линейная интерполяция), ≈ 53 мкМ (нелинейная регрессия).
#### HeLa (рак шейки матки)
- Вещество 1: IC50 ≈ 45 мкМ (линейная интерполяция), ≈ 43 мкМ (нелинейная регрессия).
- Вещество 2: IC50 ≈ 70 мкМ (линейная интерполяция), ≈ 68 мкМ (нелинейная регрессия).
- Вещество 3: IC50 ≈ 50 мкМ (линейная интерполяция), ≈ 48 мкМ (нелинейная регрессия).
#### FRSN (нормальные клетки)
- Вещество 1: IC50 > 100 мкМ (клетки остаются жизнеспособными при всех концентрациях).
- Вещество 2: IC50 ≈ 35 мкМ (линейная интерполяция), ≈ 33 мкМ (нелинейная регрессия).
- Вещество 3: IC50 ≈ 40 мкМ (линейная интерполяция), ≈ 38 мкМ (нелинейная регрессия).
---
### Ответы на вопросы
1. Наиболее эффективное соединение против нейробластомы (IMR32):
- Вещество 2 имеет наименьший IC50 (≈ 38–40 мкМ), что указывает на его наибольшую эффективность против нейробластомы.
2. Наиболее эффективное соединение против рака шейки матки (HeLa):
- Вещество 1 имеет наименьший IC50 (≈ 43–45 мкМ), что делает его наиболее эффективным против рака шейки матки.
3. Наиболее селективное соединение (не убивает нормальные клетки FRSN):
- Вещество 1 демонстрирует наименьшую токсичность для нормальных клеток (IC50 > 100 мкМ), что делает его наиболее селективным.
- 3.1) Для нейробластомы: Вещество 1, так как оно наименее токсично для нормальных клеток.
- 3.2) Для рака шейки матки: Вещество 1, так как оно эффективно против HeLa и не токсично для FRSN.
---
Если вам нужно, я могу предоставить более подробные расчеты или визуализацию данных!
Так, дорогие папищеки - стоит ли чуть-чуть изменить вектор бусти и переформатировать его под понятную и интересную книгу по истории фармы, где каждый пост (или почти каждый) - новая глава?
Final Results
50%
Да
50%
Нет