神经网络模型对造血干细胞体外扩增效果评价及预测

采用神经网络技术对造血干细胞HSCs体外扩增能力建立了评价及预测模型．总结了前人的实验结果，共获得341组数据．选取细胞接种密度、细胞因子组合、细胞来源、血清、基质细胞、反应器类型和培养时间等7个影响因子作为网络输入特征参数，分别对有核细胞(nuclearcells，NCs)、CD34+细胞和成集落细胞(colony-formingunits，CFU-Cs)进行体外扩增能力的拟合评价及预测．选取124、90及86组实验数据分别用于NCs、CFU-Cs和CD34+细胞为评价指标的神经网络训练；而17、10及14组实验数据分别用于NCs、CFU-Cs和CD34+细胞为评价指标的神经网络预测．结果表明，对NCs、CFU-Cs和CD34+细胞的区间训练准确率分别为85.5%、86.7%和86.1%；区间预测准确率分别为82.4%、70.0%和71.4%．由此可知，人工神经网络的非线性模拟使定量描述HSCs体外扩增效果与培养条件间的关系及预测HSCs的最佳体外扩增条件成为可能．