Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do LNCC |
Texto Completo: | https://tede.lncc.br/handle/tede/382 |
Resumo: | Drug resistance in cancer treatment is an obstacle to therapeutic success. Cancer cells exposed to a drug can acquire resistance to multiple drugs due to the overexpression of glycoprotein-P (P-gp) on the cell surface. The mechanism of resistance acquisition via P-gp transfer can occur through cell-cell contact or through microvesicles, which are spherical lipid bilayered structures naturally shed by cells. Considering that mathematical modeling can aid in understanding the mechanisms of resistance acquisition, this study evaluated some models proposed in the literature and developed new models to represent the in vitro dynamics of a mixture of sensitive and resistant non-small lung cancer cells. The parameters of all models were estimated via hierarchical Bayesian inference, first analyzing possible growth models for the independent growth of each cell type. The different growth models of these cell populations and subsequently the mixture models were compared using Bayesian information criteria. This analysis identified the importance of explicitly modeling microvesicles in modulating the process of resistance acquisition in in vitro mixtures of sensitive and multi-drug-resistant cells. |
id |
LNCC_a6421a4381822fb565b0454f9c6ec659 |
---|---|
oai_identifier_str |
oai:tede-server.lncc.br:tede/382 |
network_acronym_str |
LNCC |
network_name_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
repository_id_str |
|
spelling |
Almeida , Regina Célia Cerqueira deResende, Anna Claudia Mello deAlmeida, Regina Célia Cerqueira deCiapina, Luciane PrioliMancera, Paulo Fernando de Arrudahttp://lattes.cnpq.br/7589822612105321Mendonça, Thaís Madruga de Oliveira2024-02-02T13:54:28Z2023-10-19MENDONÇA, T. M. O. Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P. 2023. 66 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2023.https://tede.lncc.br/handle/tede/382Drug resistance in cancer treatment is an obstacle to therapeutic success. Cancer cells exposed to a drug can acquire resistance to multiple drugs due to the overexpression of glycoprotein-P (P-gp) on the cell surface. The mechanism of resistance acquisition via P-gp transfer can occur through cell-cell contact or through microvesicles, which are spherical lipid bilayered structures naturally shed by cells. Considering that mathematical modeling can aid in understanding the mechanisms of resistance acquisition, this study evaluated some models proposed in the literature and developed new models to represent the in vitro dynamics of a mixture of sensitive and resistant non-small lung cancer cells. The parameters of all models were estimated via hierarchical Bayesian inference, first analyzing possible growth models for the independent growth of each cell type. The different growth models of these cell populations and subsequently the mixture models were compared using Bayesian information criteria. This analysis identified the importance of explicitly modeling microvesicles in modulating the process of resistance acquisition in in vitro mixtures of sensitive and multi-drug-resistant cells.A resistência aos fármacos no tratamento do câncer é um obstáculo para o sucesso terapêutico. Células cancerosas expostas à um fármaco podem adquirir resistência à múltiplas drogas devido à superexpressão da glicoproteína-P (P-gp) na superfície celular. O mecanismo de aquisição de resistência via transferência de P-gp pode ocorrer por contato entre células ou através de microvesículas, estruturas esféricas de bicamada lipídica naturalmente liberadas pelas células. Considerando que a modelagem matemática pode ajudar na compreensão dos mecanismos de aquisição de resistência, neste trabalho avaliamos alguns modelos propostos na literatura e desenvolvemos novos modelos para representar a dinâmica in vitro de uma mistura de células sensíveis e resistentes do câncer de pulmão de células não pequenas. Os parâmetros de todos os modelos foram estimados via inferência Bayesiana de forma hierárquica, analisando primeiramente os possíveis modelos para o crescimento independente de cada tipo de célula. Os diversos modelos de crescimento destas populações de células e, posteriormente, os modelos da mistura foram comparados usando o critério de informação Bayesiano. Esta análise identificou a importância da modelagem explícita das microvesículas na representação do processo de aquisição de resistência em misturas in vitro de células sensíveis e resistentes à múltiplas drogas.Submitted by Patrícia Vieira Silva (library@lncc.br) on 2024-02-02T13:53:34Z No. of bitstreams: 1 Dissertacao_Thais_Madruga.pdf: 7350221 bytes, checksum: 4b03f2862d0293af51cba654098856ea (MD5)Approved for entry into archive by Patrícia Vieira Silva (library@lncc.br) on 2024-02-02T13:54:10Z (GMT) No. of bitstreams: 1 Dissertacao_Thais_Madruga.pdf: 7350221 bytes, checksum: 4b03f2862d0293af51cba654098856ea (MD5)Made available in DSpace on 2024-02-02T13:54:28Z (GMT). No. of bitstreams: 1 Dissertacao_Thais_Madruga.pdf: 7350221 bytes, checksum: 4b03f2862d0293af51cba654098856ea (MD5) Previous issue date: 2023-10-19Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorapplication/pdfhttp://tede-server.lncc.br:8080/retrieve/1711/Dissertacao_Thais_Madruga.pdf.jpgporLaboratório Nacional de Computação CientíficaPrograma de Pós-Graduação em Modelagem ComputacionalLNCCBrasilCoordenação de Pós-Graduação e Aperfeiçoamento (COPGA)https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessQuimioterapiaResistência a medicamentosModelagem matemáticaEquações diferenciais ordináriasCâncer - Modelos matemáticosCNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::CANCEROLOGIAModelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-Pinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCCTHUMBNAILDissertacao_Thais_Madruga.pdf.jpgDissertacao_Thais_Madruga.pdf.jpgimage/jpeg3702http://tede-server.lncc.br:8080/tede/bitstream/tede/382/4/Dissertacao_Thais_Madruga.pdf.jpg2ffa824c001f7251c0ce4a08c4b7950cMD54TEXTDissertacao_Thais_Madruga.pdf.txtDissertacao_Thais_Madruga.pdf.txttext/plain104342http://tede-server.lncc.br:8080/tede/bitstream/tede/382/3/Dissertacao_Thais_Madruga.pdf.txt2a13f3e916c4846b165be80346820693MD53ORIGINALDissertacao_Thais_Madruga.pdfDissertacao_Thais_Madruga.pdfapplication/pdf7350221http://tede-server.lncc.br:8080/tede/bitstream/tede/382/2/Dissertacao_Thais_Madruga.pdf4b03f2862d0293af51cba654098856eaMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82165http://tede-server.lncc.br:8080/tede/bitstream/tede/382/1/license.txtbd3efa91386c1718a7f26a329fdcb468MD51tede/3822024-02-03 02:39:02.669oai:tede-server.lncc.br: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Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2024-02-03T04:39:02Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false |
dc.title.por.fl_str_mv |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P |
title |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P |
spellingShingle |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P Mendonça, Thaís Madruga de Oliveira Quimioterapia Resistência a medicamentos Modelagem matemática Equações diferenciais ordinárias Câncer - Modelos matemáticos CNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::CANCEROLOGIA |
title_short |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P |
title_full |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P |
title_fullStr |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P |
title_full_unstemmed |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P |
title_sort |
Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P |
author |
Mendonça, Thaís Madruga de Oliveira |
author_facet |
Mendonça, Thaís Madruga de Oliveira |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Almeida , Regina Célia Cerqueira de |
dc.contributor.advisor2.fl_str_mv |
Resende, Anna Claudia Mello de |
dc.contributor.referee1.fl_str_mv |
Almeida, Regina Célia Cerqueira de |
dc.contributor.referee2.fl_str_mv |
Ciapina, Luciane Prioli |
dc.contributor.referee3.fl_str_mv |
Mancera, Paulo Fernando de Arruda |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/7589822612105321 |
dc.contributor.author.fl_str_mv |
Mendonça, Thaís Madruga de Oliveira |
contributor_str_mv |
Almeida , Regina Célia Cerqueira de Resende, Anna Claudia Mello de Almeida, Regina Célia Cerqueira de Ciapina, Luciane Prioli Mancera, Paulo Fernando de Arruda |
dc.subject.por.fl_str_mv |
Quimioterapia Resistência a medicamentos Modelagem matemática Equações diferenciais ordinárias Câncer - Modelos matemáticos |
topic |
Quimioterapia Resistência a medicamentos Modelagem matemática Equações diferenciais ordinárias Câncer - Modelos matemáticos CNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::CANCEROLOGIA |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::CANCEROLOGIA |
description |
Drug resistance in cancer treatment is an obstacle to therapeutic success. Cancer cells exposed to a drug can acquire resistance to multiple drugs due to the overexpression of glycoprotein-P (P-gp) on the cell surface. The mechanism of resistance acquisition via P-gp transfer can occur through cell-cell contact or through microvesicles, which are spherical lipid bilayered structures naturally shed by cells. Considering that mathematical modeling can aid in understanding the mechanisms of resistance acquisition, this study evaluated some models proposed in the literature and developed new models to represent the in vitro dynamics of a mixture of sensitive and resistant non-small lung cancer cells. The parameters of all models were estimated via hierarchical Bayesian inference, first analyzing possible growth models for the independent growth of each cell type. The different growth models of these cell populations and subsequently the mixture models were compared using Bayesian information criteria. This analysis identified the importance of explicitly modeling microvesicles in modulating the process of resistance acquisition in in vitro mixtures of sensitive and multi-drug-resistant cells. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-10-19 |
dc.date.accessioned.fl_str_mv |
2024-02-02T13:54:28Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MENDONÇA, T. M. O. Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P. 2023. 66 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2023. |
dc.identifier.uri.fl_str_mv |
https://tede.lncc.br/handle/tede/382 |
identifier_str_mv |
MENDONÇA, T. M. O. Modelagem matemática da resistência à quimioterapia: aquisição de resistência via transferência da glicoproteína-P. 2023. 66 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2023. |
url |
https://tede.lncc.br/handle/tede/382 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Modelagem Computacional |
dc.publisher.initials.fl_str_mv |
LNCC |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA) |
publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do LNCC instname:Laboratório Nacional de Computação Científica (LNCC) instacron:LNCC |
instname_str |
Laboratório Nacional de Computação Científica (LNCC) |
instacron_str |
LNCC |
institution |
LNCC |
reponame_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
collection |
Biblioteca Digital de Teses e Dissertações do LNCC |
bitstream.url.fl_str_mv |
http://tede-server.lncc.br:8080/tede/bitstream/tede/382/4/Dissertacao_Thais_Madruga.pdf.jpg http://tede-server.lncc.br:8080/tede/bitstream/tede/382/3/Dissertacao_Thais_Madruga.pdf.txt http://tede-server.lncc.br:8080/tede/bitstream/tede/382/2/Dissertacao_Thais_Madruga.pdf http://tede-server.lncc.br:8080/tede/bitstream/tede/382/1/license.txt |
bitstream.checksum.fl_str_mv |
2ffa824c001f7251c0ce4a08c4b7950c 2a13f3e916c4846b165be80346820693 4b03f2862d0293af51cba654098856ea bd3efa91386c1718a7f26a329fdcb468 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC) |
repository.mail.fl_str_mv |
library@lncc.br||library@lncc.br |
_version_ |
1797683220276314112 |