Systems oncology: Towards patient-specific treatment regimes informed by multiscale mathematical modelling

پیچیدگی چند متغیره سرطان به عنوان یک بیماری، یک رویکرد مدل سازی چند بعدی را برای تولید مدل های واقعی ریاضی پیش بینی می کند که قادر به بهبود پروتکل های درمان موجود است. برای تسخیر تمام پویایی رشد تومور جامد و پیشرفت آن، مدلسازان ریاضی باید فرآیندهای بیولوژیکی را که در مقیاس های فضایی و زمانی (از ژن ها به بافت ها) رخ می دهد، متصل کنند. از آنجا که اثربخشی درمان سرطان به طور قابل توجهی با ناهمگونی های داخل سلولی و خارج سلولی و نیز تغییرات دینامیکی در محیط میکروسکوپ بافت مواجه می شود، هر کدام از مدل ها برای بهینه سازی پروتکل های موجود باید این عوامل را در نظر بگیرند و در نهایت منجر به بهبود رژیم های درمان چندجمله ای شوند. با بهبود موجود و ساخت مدل های جدید ریاضی سرطان، مدلسازان می توانند نقش مهمی در پیشگیری از استفاده از ترکیبات درمان بالقوه کم زیرین داشته باشند. در این مقاله، ما یک مدل ریاضی محاسباتی چندسطحی برای رشد و گسترش سرطان را تجزیه و تحلیل می کنیم که شامل اثرات متعدد پرتودرمانی و شیمی درمانی در احتمال زنده ماندن بیمار می شود و مدل را با استفاده از دو تکنیک مدل سازی مبتنی بر سلول اجرا می کند. ما نشان می دهیم که بینش های ارائه شده توسط چنین روش های مدل سازی چندمتغیره می تواند در نهایت کمک به طراحی پروتکل های درمان مناسب چند منظوره بیمار که می تواند کیفیت زندگی بیماران را افزایش دهد.