数学模型可预测癌适应性疗法结果

近日，安德森特肿瘤症中心的分析小组在《大自然通讯》杂志上发表了一篇分析。他们细心分析了一个数学步骤和资料，该数学步骤和资料声称患儿在疗程中期对依赖性抗原（PSA）动物；也的改变可以计算适应疗程的后续疗程间隔的结果。这些数学步骤最终可用于根据慢慢变化的发育和动物；也方式而所设计针对患儿的疗程步骤。

一般而言情况下，肿瘤患儿会遵从放射疗程或外科手术来进行疗程，随后的雄激素阻断疗程（ADT）在最主要耐受性剂量下杀死如此一来多的细胞膜。尽管对这种步骤的在此之前催化一般而言是必要的，但最终患儿会产生抗性，并且会复发。

分析著者，安德森特综合性数学学（IMO）部门协会新成员海科·恩德彭（Heiko Enderling）芝加哥的大学说：“通过最主要某种程度地选择流感病毒变异并抵消其他常规分布区，过后疗程严格来说才会加速流感病毒分布区的显现出来，这是一种经过更进一步分析的动物成因，称为相互竞争扣留。”

恩德彭和他的小组与密歇根的大学、卡罗来纳的大学和亚利桑那州立的大学的科学家合作，认为代替连续运用于最主要耐受性剂量，更容易的步骤是采用间歇性给泻药的持续性疗程。这种疗程手段是基于幼体患儿动物；也水准变化的方式而。根据患儿依赖性；也和动态，疗程才会增加或减缓，甚至暂时暂缓。

IMO的另一位分析员蕾莎·布雷迪（Renee Brady）芝加哥的大学说：“要更进一步利用间歇性肿瘤疗程的潜力，需要相符ADT耐泻药选择性，计算幼体催化并相符潜在的针对患儿的，病理上可取的触发因素，以延后和恢复间歇性雄激素阻断疗程（IADT）间隔。”她补充说，而数学建模的进步可以克服这个看似艰巨的考验。

先前的数学数学步骤基于各种并不相同的推进力选择性，并且包含相当多变量。但是，他们不能完全计算患儿对IADT的催化和结果。安德森特小组基于并不相同的学说建立了数学步骤。他们假设肿瘤体细胞膜导致患儿中间的差异和疗程失败。该数学步骤可以模拟器和计算IADT之前三个因素的动态：肿瘤细胞膜、分化的肿瘤细胞膜和动物；也PSA。分析人员正确性了他们的数学步骤，声称体细胞膜与IADT抗性水准相关。有着流感病毒的患儿更有或许拥有有着较差自我更新率的体细胞膜，从而导致每个疗程间隔中肿瘤体细胞膜水准较差以及动物；也PSA水准改变。

图1：在第三个疗程之前产生流感病毒的患儿。由于较高的自我更新率，PCaSC人群在耐泻药患儿中迅速增加，而在催化患儿中则平稳增加。

分析人员将体细胞膜样政治性（PCaSCs）定义为对较差睾丸激素生态较不敏感但仍在一定某种程度上依赖雄激素受体途径的细胞膜群体。由于PCaSC对ADT有着流感病毒，因此运用于不能直接通过AR途径起作用的替代疗法或许是有益的。数学步骤分析声称，在同时进行ADT和IADT的同时尽力施用柏加他赛（DOC）才会增加令人满意时间（TTP）（图2a,c）。尤其是，数学步骤模拟器显示，当得不到IADT诱导DOC时，大多数患儿才会正因如此于> 4.2个月（DOC六个间隔的长度(图2b）。同样重要的是，模拟器可以识别出中期并发DOC不能在TTP中得益的选定患儿（图2d）。

图2

分析人员将他们的数学步骤与来自IADT疗程分析的病理资料相结合，证明其可以用89％的准确性计算患儿抗性的工业发展。此外，他们还显然通过运用于该数学步骤，可以计算哪些患儿将从替代疗程中正因如此。对于那些预期在下一个IADT间隔中会产生抗性的患儿，可取的数学步骤还将计算或许产生更容易病理结果的替代疗程。

数学步骤正确性声称，只有63％的资料被准确地捕获到了测试函数调用中。尽管这或许被认为是该数学步骤的局限性，但是本分析的主要目的不是以最多的准确性拟合资料，而是开发一种可在病理上应用的计算数学步骤。这些结果显然运用于数学数学步骤指导持续性疗法病理试验并提供更多既有疗程选择以改善患儿预后的可取性。这种从中期疗程间隔中学习并计算后续催化的能力为肿瘤症疗程方案增加了必不可少的既有和灵活性。

参考：

【1】

【2】Brady-Nicholls, R., Nagy, J.D., Gerke, T.A. et al. Prostate-specific antigen dynamics predict individual responses to intermittent androgen deprivation. Nat Commun 11, 1750 (2020).