Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
CRIS Current Research Information System
We present our experience of the artificial immunity induced by an immuoprevention vaccine succesfully tested on transgenic mice. The model mimics the phenomenon of initial cancer growing starting from the stage of the atypical hyperplasia and reproduces the action of the vaccine in activating the immune response. The model has been validated against in-vivo experiments. Finally we use the model to determine an optimal vaccination scheduling which reduce to a minimum the number of vaccine administrations still preventing the solid tumor formation is a population of virtual mice. The vaccination schedule proposed by the model is substantially lighter than the one’s determined by the standard intuitive procedure.
Cancer immunoprevention: What can we learn from in silico models?
F. Pappalardo;M. Pennisi;A. Cincotti;F. Chiacchio;S. Motta;LOLLINI, PIER LUIGI
2010
Abstract
We present our experience of the artificial immunity induced by an immuoprevention vaccine succesfully tested on transgenic mice. The model mimics the phenomenon of initial cancer growing starting from the stage of the atypical hyperplasia and reproduces the action of the vaccine in activating the immune response. The model has been validated against in-vivo experiments. Finally we use the model to determine an optimal vaccination scheduling which reduce to a minimum the number of vaccine administrations still preventing the solid tumor formation is a population of virtual mice. The vaccination schedule proposed by the model is substantially lighter than the one’s determined by the standard intuitive procedure.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11585/96044
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
0
0
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.