Probiotics as cheater cells: Parameter space clustering for individualized prescription

پزشکان اغلب از طریق مدیریت عفونت، پروبیوتیک ها و آنتی بیوتیک ها را مدیریت می کنند. چنین پروبیوتیک ها به یک عفونت کننده اضافه شده است که نشان دهنده مقاومت آنتی بیوتیکی می تواند با یک سیستم دینامیکی متشکل از تقلب و کارگران مقایسه شود. حضور سویه های محرک شناخته شده است که توانایی جمعیت آلوده را تعدیل می کند. ما یک مدل ارائه می دهیم که پروبیوتیک ها به عنوان عامل کشف کننده حساسیت یک جمعیت مقاوم به یک آنتی بیوتیک را مجددا تشخیص می دهند. پارامترهای کنترل باید مقادیر بهینه را به دست آورند تا حداقل تعداد کارگر را در یک مقیاس زمانی محدود که ممکن است در یک مجموعه بالینی به دست آید، به دست آورند. مشکل پیچیده ای بین پارامترها وجود دارد. این مدل، گسترش یک چارچوب لجستیک است، که در آن یک تابع پرداخت برای تأثیر تعداد کارکنان لحظه ای بر میزان مرگ و میر هر گونه گونه گنجانده شده است. نتایج حاصل از یک مجموعه تصادفی از مقادیر پارامترها و شرایط اولیه در پارتیشن بندی مجموعه و خوشه های دلخواه شناسایی شده است. برای یک مورد آزمون، می توان ترکیب های تصادفی پارامترهای قابل کنترل را به دست آورد و آنها را با پارامترهای ثابت ترکیب کرده و نزدیکترین نقاط را به ساندرید خوشه مورد نظر نزدیک می سازد. این فرایند منجر به شناسایی دامنه مطلوب آنتی بیوتیک و دوز پروبیوتیک می شود که منجر به از بین رفتن یا محدود بودن جمعیت جمعیت ژنتیکی می شود.