Russian Journal of Biological Physics and Chemisrty Russian Journal of Biological Physics and Chemisrty АКТУАЛЬНЫЕ ВОПРОСЫ БИОЛОГИЧЕСКОЙ ФИЗИКИ И ХИМИИ 2499-9962 55168 10.29039/rusjbpc.2022.0562 Моделирование в биофизике Modelling in biophycis Моделирование в биофизике A STUDY OF THE POSSIBILITY OF DETECTING DIFFERENCES IN DYNAMICS OF TUMOR GROWTH BY CLUSTERING USING k-MEANS ALGORITHM ИССЛЕДОВАНИЕ ВОЗМОЖНОСТИ ВЫЯВЛЕНИЯ РАЗЛИЧИЙ В РАЗВИТИИ ОПУХОЛЕВОГО ПРОЦЕССА ПУТЕМ КЛАСТЕРИЗАЦИИ С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМА kMEANS Марнаутов Н. А. Marnautov N. A. nmarnautov@gmail.com Елфимов А. Б. Elfimov A. B. Комиссарова Л. Х. Komissarova L. Kh. Институт биохимической физики им. Н.М. Эмануэля РАН Москва Россия N.M. Emanuel Institute of Biochemical Physics of the Russian Academy of Sciences Moscow Russian Federation Институт биохимической физики им. Н.М. Эмануэля РАН Москва Россия N.M. Emanuel Institute of Biochemical Physics, Russian Academy of Sciences Moscow Russian Federation Институт биохимической физики им. Н.М. Эмануэля РАН Москва Россия N.M. Emanuel Institute of Biochemical Physics of the Russian Academy of Sciences Moscow Russian Federation 24 11 2022 24 11 2022 7 4 570 573 25 07 2022 https://rusjbpc.ru/en/nauka/article/55168/view

В работе исследована возможность кластеризации мышей на основе динамики развития опухолевого процесса. Исследование проводили на мышах линии C57Bl/6, с перевитой карциномой Льюис. Контрольной группе (группа №1) введение препаратов не осуществляли. Опытным группам проводили химиотерапию с использованием рубомицина (группа №2) / магнитолипосомального рубомицина (группы №3 - №4). Группу №4 дополнительно подвергали воздействию внешнего магнитного поля на область опухоли в течение 1 часа после введения препарата. Введение препаратов осуществляли на 10, 14, 18 сутки после перевивки опухоли. Достоверность различий между группами определяли с использованием U-критерия Манна-Уитни. Кластеризацию полученных данных осуществляли с использованием алгоритма k-средних (kMeans). Было обнаружено, что при кластеризации уверенно выделяется кластер мышей, не получавших химиотерапию. Так же было обнаружено, что при кластеризации на три кластера, большая часть мышей из групп №3 и №4 были отнесены к одному кластеру, не смотря на то, что на 21 сутки после перевивки опухоли между данными группами наблюдаются статистически достоверные различия (p <0.05).

The paper investigates the possibility of clustering mice based on the dynamics of the development of the tumor process. The study was carried out on mice of the C57Bl/6 line, with an intertwined Lewis carcinoma. The control group (group No. 1) was not administered drugs. The experimental groups were treated with chemotherapy using rubomycin (group No. 2) / magnetoliposomal rubomycin (groups No. 3 - No. 4). Group No. 4 was additionally exposed to an external magnetic field on the tumor area for 1 hour after administration of the drug. The drugs were administered on the 10th, 14th, 18th day after the tumor was transplanted. The reliability of the differences between the groups was determined using the Mann-Whitney U-test. Clustering of the obtained data was carried out using the k-means algorithm (kMeans). It was found that clustering confidently distinguishes a cluster of mice that have not received chemotherapy. It was also found that when clustering into three clusters, most of the mice from groups No. 3 and No. 4 were assigned to the same cluster, despite the fact that statistically significant differences were observed between these groups on the 21st day after tumor transplantation (p <0.05).

 кластеризация k-means метод k-средних метод главных компонент PCA магнитные липосомы наночастицы магнетита магнитоуправляемые носители направленная доставка химиотерапия рубомицин карцинома Льюис clustering k-means k-means method principal component analysis PCA magnetic liposomes magnetite nanoparticles magnetically controlled carriers targeted delivery chemotherapy rubomycin Lewis carcinoma

Ghosal A., Nandy A., Das A.K., Goswami S., Panday M. A short review on different clustering techniques and their applications. Emerging technology in modelling and graphics, 2020, pp. 69-83. Ghosal A., Nandy A., Das A.K., Goswami S., Panday M. A short review on different clustering techniques and their applications. Emerging technology in modelling and graphics, 2020, pp. 69-83. Omran M.G.H., Engelbrecht A.P., Salman A. An overview of clustering methods. Intelligent Data Analysis, 2007, vol. 11, no. 6, pp. 583-605. Omran M.G.H., Engelbrecht A.P., Salman A. An overview of clustering methods. Intelligent Data Analysis, 2007, vol. 11, no. 6, pp. 583-605. Bruno R., Bottino D., De Alwis D.P., Fojo A.T., Guedj J., Liu C., Jin J.Y. Progress and Opportunities to Advance Clinical Cancer Therapeutics Using Tumor Dynamic Models Tumor Dynamics Modeling to Advance Clinical Cancer Treatment. Clinical Cancer Research, 2020, vol. 26, no. 8, pp. 1787-1795. Bruno R., Bottino D., De Alwis D.P., Fojo A.T., Guedj J., Liu C., Jin J.Y. Progress and Opportunities to Advance Clinical Cancer Therapeutics Using Tumor Dynamic Models Tumor Dynamics Modeling to Advance Clinical Cancer Treatment. Clinical Cancer Research, 2020, vol. 26, no. 8, pp. 1787-1795. Cunningham J.J., Brown J.S., Gatenby R.A., Stankova K. Optimal control to develop therapeutic strategies for metastatic castrate resistant prostate cancer. Journal of theoretical biology, 2018, vol. 459, pp. 67-78. Cunningham J.J., Brown J.S., Gatenby R.A., Stankova K. Optimal control to develop therapeutic strategies for metastatic castrate resistant prostate cancer. Journal of theoretical biology, 2018, vol. 459, pp. 67-78. Марнаутов Н.А., Комиссарова Л.Х., Ерохин В.Н., Семенов В.А., Елфимов А.Б., Голощапов А.Н. Исследование действия магнитных липосом, нагруженных рубомицином, на динамику роста карциномы льюис у мышей. Вестник новых медицинских технологий, 2020, т. 27, № 4, с. 60-64. Marnautov N.A., Komissarova L.Kh., Erohin V.N., Semenov V.A., Elfimov A.B., Goloshchapov A.N. Investigating the action of magnetic liposomes loaded with rubomycin on the dynamics of Lewis carcinoma growth in mice. Journal of new medical technologies, 2020, vol. 27, no. 4, pp. 60-64. (In Russ.) Daffertshofer A., Lamoth C.J., Meijer O.G., Beek P.J. PCA in studying coordination and variability: a tutorial. Clinical biomechanics, 2004, vol. 19, no. 4, pp. 415-428. Daffertshofer A., Lamoth C.J., Meijer O.G., Beek P.J. PCA in studying coordination and variability: a tutorial. Clinical biomechanics, 2004, vol. 19, no. 4, pp. 415-428. Zhao Y., Luo F., Chen M., Wang Y., Xia J., Zhou F., Chen W. Evaluating multi-dimensional visualizations for understanding fuzzy clusters. IEEE transactions on visualization and computer graphics, 2018, vol. 25, no. 1, pp. 12-21. Zhao Y., Luo F., Chen M., Wang Y., Xia J., Zhou F., Chen W. Evaluating multi-dimensional visualizations for understanding fuzzy clusters. IEEE transactions on visualization and computer graphics, 2018, vol. 25, no. 1, pp. 12-21.