Baixe o app para aproveitar ainda mais
Prévia do material em texto
Modelagem em RadiobiologiaModelagem em Radiobiologia e Baseada em Agentese Baseada em Agentes Ubiraci Pereira da Ubiraci Pereira da Costa NevesCosta Neves Ribeirão Preto, 21 de julho de 2016Ribeirão Preto, 21 de julho de 2016. 1 IntroduçãoIntrodução � Apresentação divide-se em: • Modelagem em radiobiologia • Modelagem baseada em agentes � Estudos recentes desenvolvidos junto à pós-graduação FAMB. 2 � Estudos recentes desenvolvidos junto à pós-graduação FAMB. � Pontos em comum: • Modelagem de sistemas complexos • Métodos estatísticos ou da física estatística • Método Monte Carlo � Simulações Computacionais IntroduçãoIntrodução � Modelagem científica: • Processo de criação de modelos para representar e compreender os fenômenos naturais. • Todo modelo tem um domínio de validade que depende: - das questões propostas 3 - das questões propostas - do grau de precisão desejável - das informações disponíveis - das idealizações • Exemplo de domínios de validade: mecânica clássica, mecânica relativística e mecânica quântica. IntroduçãoIntrodução � Sistema complexo • Sistema com vários elementos constituintes que interagem gerando propriedades coletivas (emergentes) • Interação entre as partes é não-linear 4 • Sistema complexo = Efeitos da soma das partes isoladamente + Propriedades coletivas • Propriedade multiescala: unidade coletiva � sistema � interação entre domínios Parte IParte I Modelagem em RadiobiologiaModelagem em Radiobiologia 5 Modelagem em RadiobiologiaModelagem em Radiobiologia Modelagem em RadiobiologiaModelagem em Radiobiologia 6 • Um dos objetivos da radiobiologia é estudar os efeitos da radiação sobre a taxa de sobrevivência celular através de uma modelagem probabilística dos processos envolvidos na interação da radiação com tecidos. • Um dos objetivos da radiobiologia é estudar os efeitos da radiação sobre a taxa de sobrevivência celular através de uma modelagem probabilística dos processos envolvidos na interação da radiação com tecidos. Teoria AlvoTeoria Alvo • ALVOS: regiões específicas do DNA diretamente relacionadas com a capacidade de reprodução das células. • Radiação ionizante pode inativar um alvo com probabilidade p levando a célula à morte. • Os eventos de inativação desses alvos são independentes. • TEORIA DE INATIVAÇÃO DE UM ÚNICO ALVO A distribuição de Poisson pode ser utilizada para calcular a probabilidade de sobrevivência de uma célula irradiada. Este modelo é chamado Linear pois na 7 sobrevivência de uma célula irradiada. Este modelo é chamado Linear pois na escala logarítmica seu comportamento é linear: • TEORIA DE INATIVAÇÃO DE MÚLTIPLOS ALVOS É uma versão mais geral da teoria alvo na qual cada um dos n alvos na célula deve ser inativado para morte da célula. 8 • TEORIA DE INATIVAÇÃO DE MÚLTIPLOS ALVOS 9 Modelo Linear QuadráticoModelo Linear Quadrático 10 Fração de Sobrevivência GeneralizadaFração de Sobrevivência Generalizada 11 A Estatística de TsallisA Estatística de Tsallis 12 A Estatística de TsallisA Estatística de Tsallis 13 A Estatística de TsallisA Estatística de Tsallis 14 • TCP: é a probabilidade de erradicação de um tumor. • A TCP tem grande importância clínica uma vez que permite comparar diferentes estratégias e protocolos de tratamento. Probabilidade de Controle Tumoral (TCP)Probabilidade de Controle Tumoral (TCP) 15 TCP PoissonianaTCP Poissoniana 16 TCP de ZaiderTCP de Zaider--MinerboMinerbo • Uma limitação prática do modelo Poissoniano é não levar em conta a proliferação clonogênica durante o tratamento, o que se torna aparente nos casos em que a dose é depositada durante um grande intervalo de tempo, tal como na braquiterapia (Zaider & Minerbo, 2000). • Usando processos estocásticos de nascimento-morte, Zaider e Minerbo obtiveram uma expressão analítica para a TCP, válida para qualquer distribuição temporal de dose. 17 TCP de ZaiderTCP de Zaider--MinerboMinerbo 18 TCP de ZaiderTCP de Zaider--MinerboMinerbo 19 TCP de DawsonTCP de Dawson--HillenHillen • O modelo de Zaider e Minerbo consiste em tratar as células tumorais de modo uniforme. • Na realidade, células em processo de divisão são mais sensíveis à radiação ionizante (Joiner & van der Kogel, 2009). • Para incluir os efeitos do ciclo celular, Dawson e Hillen propuseram um modelo para a TCP de dois compartimentos: 20 • Compartimento ativo (compreendendo as fases do processo de divisão celular) • Compartimento quiescente (compreendendo as células no estado de repouso) • Sejam: TCP de DawsonTCP de Dawson--HillenHillen 21 TCP de DawsonTCP de Dawson--HillenHillen 22 Simulações Monte Carlo Simulações Monte Carlo -- TCP de DawsonTCP de Dawson--HillenHillen 23 Simulações Monte Carlo Simulações Monte Carlo -- TCP de DawsonTCP de Dawson--HillenHillen 24 Ajuste da Ajuste da Curva de Fração Curva de Fração de Sde Sobrevivência obrevivência aaos Dados os Dados EExperimentaisxperimentais • Objetivo: verificar a abrangência do ajuste do modelo de fração de sobrevivência utilizando a estatística de Tsallis (ETS) aos dados experimentais, em comparação com o • Objetivo: verificar a abrangência do ajuste do modelo de fração de sobrevivência utilizando a estatística de Tsallis (ETS) aos dados experimentais, em comparação com o 25 aos dados experimentais, em comparação com o modelo linear quadrático (MLQ). • Análise estendida: análise de dados da literatura para outras linhas de células tumorais além das utilizadas por Sotolongo-Grau et al. aos dados experimentais, em comparação com o modelo linear quadrático (MLQ). • Análise estendida: análise de dados da literatura para outras linhas de células tumorais além das utilizadas por Sotolongo-Grau et al. Ajuste da Ajuste da Curva de Fração Curva de Fração de Sde Sobrevivência obrevivência aaos Dados os Dados EExperimentaisxperimentais Modelos Teóricos para a Fração de Sobrevivência 26 Método para ajuste: método dos mínimos quadrados Ajuste da Ajuste da Curva de Fração Curva de Fração de Sde Sobrevivência obrevivência aaos Dados os Dados EExperimentaisxperimentais 27 Ajuste da Ajuste da Curva de Fração Curva de Fração de Sde Sobrevivência obrevivência aaos Dados os Dados EExperimentaisxperimentais 28 Ref.: Santos, M. M. (2014). Probabilidade de Controle Tumoral: Modelos e Estatísticas. Tese. Universidade de São Paulo. Ajuste da Ajuste da Curva de Fração Curva de Fração de Sde Sobrevivência obrevivência aaos Dados os Dados EExperimentaisxperimentais 29 Ref.: Santos, M. M. (2014). Probabilidade de Controle Tumoral: Modelos e Estatísticas. Tese. Universidade de São Paulo. Ajuste da Ajuste da Curva de Fração Curva de Fração de Sde Sobrevivência obrevivência aaos Dados os Dados EExperimentaisxperimentais 30 Ref.: Santos, M. M. (2014). Probabilidade de Controle Tumoral: Modelos e Estatísticas. Tese. Universidade de São Paulo. Cálculos de TCP’s para Cálculos de TCP’s para dois Típicos Perfis de Dosedois Típicos Perfis de Dose • A fração de sobrevivência generalizada (obtida com o uso da estatística de Tsallis) foi empregada na expressão da TCP de Zaider e Minerbo: 31 • Foram utilizados dois perfis de dose típicos: • Dose que varia linearmente com o tempo (típica de braquiterapia de feixe externo) • Dose exponencial cumulativa (típica de braquiterapia de alta dose, com sementes radioativas) • Braquiterapia: forma de radioterapia em que se coloca uma fonte de radiação dentro de, ou junto à área que necessita de tratamento. Cálculo da Cálculo da TCPpara Dose LinearTCP para Dose Linear 32 Cálculo da Cálculo da TCP para Dose LinearTCP para Dose Linear 33 Ref.: Santos, M. M. (2014). Probabilidade de Controle Tumoral: Modelos e Estatísticas. Tese. Universidade de São Paulo. Cálculo de TCP para Dose ExponencialCálculo de TCP para Dose Exponencial 34 Cálculo de TCP para Dose ExponencialCálculo de TCP para Dose Exponencial 35 Ref.: Santos, M. M. (2014). Probabilidade de Controle Tumoral: Modelos e Estatísticas. Tese. Universidade de São Paulo. PerspectivasPerspectivas • Biofísica dos modelos: contabilizar outros aspectos que regulam a dinâmica tumoral • Formulação mais compacta das TCP’s em termos de funções logarítmicas e exponenciais generalizadas (Tsallis • Biofísica dos modelos: contabilizar outros aspectos que regulam a dinâmica tumoral • Formulação mais compacta das TCP’s em termos de funções logarítmicas e exponenciais generalizadas (Tsallis 36 funções logarítmicas e exponenciais generalizadas (Tsallis C. , 1994), com suas decorrentes interpretações geométricas funções logarítmicas e exponenciais generalizadas (Tsallis C. , 1994), com suas decorrentes interpretações geométricas Parte IIParte II Modelagem Baseada em AgentesModelagem Baseada em Agentes 37 O material referente aos estudos sobre o modelo de Axelrod foi cedido por Sandro Martinelli Reia para esta apresentação na EIFAMB 2016. Modelagem Baseada em AgentesModelagem Baseada em Agentes • As relações entre as partes constituintes de um sistema e como estas podem originar comportamentos coletivos têm sido objeto de estudo comum a diversas áreas. • Esta abordagem tem permitido modelar processos investigados na biologia, física, química, medicina, computação e economia, dentre outras áreas, tendo assim originado um novo campo da ciência, conhecido como 38 áreas, tendo assim originado um novo campo da ciência, conhecido como Sistemas Complexos. • A Modelagem Baseada em Agentes (ABM) é uma técnica que permite estudar os sistemas complexos a partir de suas unidades constituintes, identificando as propriedades emergentes resultantes. • ABM: sistema é tratado como uma coleção de unidades autônomas (agentes) que tomam decisões baseadas nas relações entre estes (Bonabeau, 2002). Modelagem Baseada em AgentesModelagem Baseada em Agentes • ABM: originalmente utilizada na criação dos autômatos celulares por John von Neumann, em 1948. • ABM: tem sido muito empregada na física estatística. • Sociofísica: modelos de dinâmica de opinião, de dinâmica cultural e 39 • Sociofísica: modelos de dinâmica de opinião, de dinâmica cultural e de comportamento coletivo são encontrados na literatura (Castellano, Fortunato, & Loreto, 2009). • Modelo de Axelrod: em 1997, Robert Axelrod propôs um modelo de dinâmica cultural cujo mecanismo é baseado em três princípios: a modelagem baseada em agentes, a ausência de autoridade central e agentes adaptativos . O Modelo de AxelrodO Modelo de Axelrod “If people tend to become more alike in their beliefs, attitudes, and behaviour when they interact, why do not all such differences eventually dissappear?”eventually dissappear?” [Axelrod, 1997][Axelrod, 1997] 40 Modelo de dinâmica cultural de AxelrodModelo de dinâmica cultural de Axelrod •Modelagem baseada em agentes • Ausência de autoridade central• Ausência de autoridade central • Agentes adaptativos 41 Propriedades do modelo de AxelrodPropriedades do modelo de Axelrod Condições periódicas de contorno Simulações realizadas em FORTRAN 42 Propriedades do modelo de AxelrodPropriedades do modelo de Axelrod Vetor cultural 43 Propriedades do modelo de AxelrodPropriedades do modelo de Axelrod 44 Exemplo de Configuração InicialExemplo de Configuração Inicial Exemplo de configuração inicial em uma rede quadrada com lado L=10. Nesse caso, F=5 e Q=8. 45 Dinâmica do modelo de AxelrodDinâmica do modelo de Axelrod 46 Dinâmica do modelo de AxelrodDinâmica do modelo de Axelrod 47 Dinâmica do modelo de AxelrodDinâmica do modelo de Axelrod 48 Dinâmica do modelo de AxelrodDinâmica do modelo de Axelrod 49 Dinâmica do modelo de AxelrodDinâmica do modelo de Axelrod 50 Dinâmica do modelo de AxelrodDinâmica do modelo de Axelrod 51 Os Passos 1, 2, 3 são repetidos sucessivamente até o estabelecimento do estado estacionário. Dinâmica do modelo de AxelrodDinâmica do modelo de Axelrod 52 Exemplo de Configuração FinalExemplo de Configuração Final Exemplo de configuração final em uma rede quadrada com lado L=10. Nesse caso, F=5 e Q=8. 53 Por que esse modelo é interessante?Por que esse modelo é interessante? • Modelagem simples • Comportamento não-trivial • Regime monocultural • Regime multicultural • Facilidade em implementar alterações Pode ser estudado com ferramentas da física estatística 54 Parâmetros do modelo de AxelrodParâmetros do modelo de Axelrod 55 Parâmetros de OrdemParâmetros de Ordem 0.8 1.0 0.8 1.0 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < S > Q 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < g > Q 56 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Parâmetros de OrdemParâmetros de Ordem 0.8 1.0 0.8 1.0 Regime monocultural 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < S > Q 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < g > Q 57 Parâmetros de OrdemParâmetros de Ordem 0.8 1.0 0.8 1.0 Regime multicultural 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < S > Q 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < g > Q 58 Parâmetros de OrdemParâmetros de Ordem 0.8 1.0 0.8 1.0 Regime multiculturalRegime monocultural / 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < S > Q 0 5 10 15 20 25 0.0 0.2 0.4 0.6 < g > Q 59 60 61 Regime multicultural 62 Atividade de um Modelo de Dinâmica SocialAtividade de um Modelo de Dinâmica Social • Proposta de novas medidas baseadas no conceito de atividade Motivação: Referências: • Reia, S. M., & Neves, U. P. C. (2015). Activity of a social dynamics model. Physica A, 435, pp. 36–43 • Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Referências: • Reia, S. M., & Neves, U. P. C. (2015). Activity of a social dynamics model. Physica A, 435, pp. 36–43 • Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Motivação: • Investigar como os agentes são afetados pela pressão de sua vizinhança local Convergência local Convergência global (Regime monocultural) Divergência global (Regime muticultural) 63 Atividade de um Modelo de Dinâmica SocialAtividade de um Modelo de Dinâmica Social Proposta de novas medidas 64 Proposta de novas medidas Atividade de um Modelo de Dinâmica SocialAtividade de um Modelo de Dinâmica Social 65 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Proposta de novas medidas Atividade de um Modelo de Dinâmica SocialAtividade de um Modelo de Dinâmica Social 66 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Atividade de um Modelo de DinâmicaSocialAtividade de um Modelo de Dinâmica Social 67 Mapa da AtividadeMapa da Atividade Mapa da atividade 68 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Atividade de um Atividade de um clustercluster 69 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Grupo 1 Distribuição dos clustersDistribuição dos clusters Grupo 1 Grupo 2 70 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Distinção de regimes Distribuição da AtividadeDistribuição da Atividade Distinção de regimes Transição de primeira ordem 71 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Atividade para Atividade para FF≥3 (transição de primeira ordem)≥3 (transição de primeira ordem) 72 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Atividade para Atividade para F=2F=2 (transição de segunda ordem)(transição de segunda ordem) Comportamento singular Decaimento suave 73 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Atividade para Atividade para F=2F=2 (transição de segunda ordem)(transição de segunda ordem) Transição de segunda ordem 74 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Atividade Atividade -- ConclusõesConclusões 75 Transição de faseTransição de fase Determinação do diagrama de fases Referência: • Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Referência: • Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. 76 Transição de faseTransição de fase 77 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Transição de faseTransição de fase 78 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Transição de faseTransição de fase 79 Determinação do diagrama de fases 70 80 90 100 Q c QS c Regime Multicultural Transição de faseTransição de fase 3 4 5 6 7 8 9 10 0 10 20 30 40 50 60 70 Regime Monocultural Q c F QA c QS* c QA* c Multicultural 80 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Transição de fase Transição de fase -- ConclusõesConclusões 81 Agentes PersistentesAgentes Persistentes • Introdução de agentes persistentes • Motivação: Referências: • Reia, S. M., & Neves, U. P. C. (2016). Persistent agents in Axelrod’s social dynamics model. Europhysics Letters (EPL), 113, p. 18003. • Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Referências: • Reia, S. M., & Neves, U. P. C. (2016). Persistent agents in Axelrod’s social dynamics model. Europhysics Letters (EPL), 113, p. 18003. • Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Investigar como um indivíduo consegue espalhar suas ideias em uma sociedade 82 Agentes PersistentesAgentes Persistentes • Introdução de agentes persistentes • Motivação: Investigar como um indivíduo consegue espalhar suas ideias em uma sociedade Mídia interna: agentes persistentes estão sempre tentando controlar as opiniões dos vizinhos 83 Agentes PersistentesAgentes Persistentes Introdução de agentes persistentes 84 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Agentes PersistentesAgentes Persistentes Introdução de agentes persistentes 85 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Agentes PersistentesAgentes Persistentes Introdução de agentes persistentes Efeito barreira Efeito de ligação 86 Configurações com Agentes Persistentes e AderentesConfigurações com Agentes Persistentes e Aderentes Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Branco: agentes persistentes Cinza: agentes aderentes Preto: agentes restantes Branco: agentes do cluster dominante Preto: agentes restantes 87 Configurações com Agentes Persistentes e AderentesConfigurações com Agentes Persistentes e Aderentes Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Branco: agentes persistentes Cinza: agentes aderentes Preto: agentes restantes Branco: agentes do cluster dominante Preto: agentes restantes 88 Configurações com Agentes Persistentes e AderentesConfigurações com Agentes Persistentes e Aderentes Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Branco: agentes persistentes Cinza: agentes aderentes Preto: agentes restantes Branco: agentes do cluster dominante Preto: agentes restantes 89 Introdução de agentes persistentes Diagrama de FasesDiagrama de Fases Efeito barreira Efeito de ligação 90 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Configurações com Agentes Persistentes e AderentesConfigurações com Agentes Persistentes e Aderentes Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Branco: agentes persistentes Cinza: agentes aderentes Preto: agentes restantes Branco: agentes do cluster dominante Preto: agentes restantes 91 Configurações com Agentes Persistentes e AderentesConfigurações com Agentes Persistentes e Aderentes Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Branco: agentes persistentes Cinza: agentes aderentes Preto: agentes restantes Branco: agentes do cluster dominante Preto: agentes restantes 92 Introdução de agentes persistentes Atividade e Tamanho do Maior ClusterAtividade e Tamanho do Maior Cluster 93 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Introdução de agentes persistentes AtividadeAtividade Na região dominada pelo efeito de ligação 94 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. Conclusões: • Competição entre efeito barreira e efeito de ligação determina a configuração final da rede • A introdução de agentes persistentes pode fragmentar a redeAgentes Persistentes Agentes Persistentes -- ConclusõesConclusões • A introdução de agentes persistentes pode fragmentar a rede (efeito barreira). • Os agentes persistentes podem desempenhar o papel de cabos eleitorais em uma sociedade. Nesse contexto, nossos resultados sugerem que tais agentes podem não ser capazes de influenciar toda a sociedade, mas podem induzir a formação de grupos apoiando o mesmo partido 95 PerspectivasPerspectivas • Percolação • Diferenciação de espécies • Evolução dinâmica da atividade 96 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. PerspectivasPerspectivas • Percolação • Diferenciação de espécies • Evolução dinâmica da atividade 97 PerspectivasPerspectivas • Percolação • Diferenciação de espécies • Evolução dinâmica da atividade 98 Referência: Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. AgradecimentosAgradecimentos • À platéia pela presença e atenção! • Ao coordenador da pós-graduação pelo convite para participação da EIFAMB 2016. • À comissão organizadora do evento. • Ao doutorando Victor Hugo pela atenção e disponibilização dos arquivos • Ao doutorando Victor Hugo pela atenção e disponibilização dos arquivos digitais. • Aos Drs. Mairon Marques dos Santos e Sandro Martinelli Reia pela concordância e apoio na divulgação destes trabalhos. • Às agências CNPq e CAPES pelo apoio financeiro. 99 • Referências • Axelrod, R. (1997). The dissemination of culture: A model with local convergence and global polarization. The Journal of Conflict Resolution, 41, p. 203. • Bonabeau, E. (2002). Agent-Based Modelling: Methods and Techniques for Simulating Human Systems. Proceedings of the National Academy of Sciences of the USA, 99(3), pp. 7280-7287. • Carlson, D. J., Stewart, R. D., Li, X. A., Jennings, K., Wang, J. Z., & Guerrero, M. (2004). Comparison of in vitro and in vivo alpha/beta ratios for prostate cancer. Physics in Medicine and Biology, 49, p. 19. • Castellano, C., Fortunato, S., & Loreto, V. (2009). Statistical physics of social dynamics. Reviews of Modern Physics, 81, p. 591. • Dawson, A., & Hillen, T. (2006). Derivation of the tumour control probability (TCP) from a cell cycle model. Computational and Mathematical Methods in Medicine, 7 (2–3), pp. 121-141. • Garcia, M. L., David, D. E., & Raaphorst., G. P. (2007). Alpha/beta ratio: A dose range dependence study. International Journal of Radiation Oncology Biology Physics, 67, p. 2. • Gong, J., Santos, M. M., Finlay, C., & Hillen, T. (2011). Are More Complicated Tumor Control Probability Models Better? Mathematical Medicine and Biology, 30, pp. 1-19. • Joiner, M., & van der Kogel, A. (2009). Basic Clinical Radiobiology. Taylor & Francis Group. • Kutcher, G. J., & Burman, C. (1989). Calculation of complication probability factors for non-uniform normal tissue irradiation - the effective volume method. International Journal of Radiation Oncology Biology Physics, pp. 1623-1630. • Lima, T. F., Faria, S. D., Soares Filho, B. S., & Carneiro, T. G. (2009). Anais XIV Simpósio Brasileiro de Sensoriamento Remoto (pp. 5279-5286). Natal: INPE. • Lima, T. F., Faria, S. D., Soares Filho, B. S., & Carneiro, T. G. (2009). Anais XIV Simpósio Brasileiro de Sensoriamento Remoto (pp. 5279-5286). Natal: INPE. • Reia, S. M. (2015). Atividade, transição de fase e efeito de mídia em um modelo sociocultural. Tese. Universidade de São Paulo. • Reia, S. M., & Neves, U. P. (2015). Activity of a social dynamics model. Physica A, 435, pp. 36–43. • Reia, S. M., & Neves, U. P. (2016). Persistent agents in Axelrod’s social dynamics model. Europhysics Letters (EPL), 113, p. 18003. • Rogakou, E. P., Pilch, D. R., Orr, A. H., & Ivano, V. S. (1998). DNA double-stranded breaks induce histone H2AX phosphorylation on serine. Journal of Biological Chemistry, 273, pp. 5858-5868. • Santos, M. M. (2014). Probabilidade de Controle Tumoral: Modelos e Estatísticas. Tese. Universidade de São Paulo. • Sinclair, W. K. (1966). The shape of radiation survival curves of mammalian cells cultured in vitro. Biophysical Aspects of Radiation Quality, International Atomic Energy Agency, Technical Reports Series, 58, pp. 21-43. • Sotolongo-Grau, O., Rodrıguez-Perez, D., & Antoranz, J. C. (2010). Tissue Radiation Response with Maximum Tsallis Entropy. Physical Review Letters, 105, p. 158105. • Tsallis, C. (1988). Possible generalization of Boltzmann-Gibbs statistics. J. Stat. Phys., 52, p. 479. • Tsallis, C. (1994). What are the numbers that experiments provide? Química Nova, 17 (6), pp. 468-471. • Tsallis, C. (1999). Nonextensive statistics: theoretical, experimental and computational evidences and connections. Braz. J. Phys., 29, p. 1. • Zaider, M., & Minerbo, G. N. (2000). Tumour control probability: a formulation applicable to any temporal protocol of dose delivery. Phys. Med. Biol., 45, p. 279. 100
Compartilhar