新技术预测脑肿瘤对放化疗的反应

学习恶性脑肿瘤的团队开发了一种预测个体患者如何应对趋化学的新技术，致力于个性化癌症治疗的重要一步。

德克萨斯大学奥斯汀分校奥登计算工程与科学研究所的研究人员，德州高级计算中心(TACC)和德州大学MD安德森癌症中心已经将各种定量成像测量与计算模拟相结合，以创建一个精确的模型来计算高级别胶质瘤的进展。

高级胶质瘤是成人中最常见的癌症原发性脑肿瘤。目前的治疗涉及手术切除瘤然后是放射治疗和化疗。尽管这种积极的治疗，患者接受这种方法的预后通常很差。这些肿瘤的生长和行为因患者而异，因此对个性化治疗技术的需求特别重要。

在发表的论文中科学报告作者，作者使用了解剖和结构成像的组合来通知了预测高级胶质瘤肿瘤进展的计算机制模型。

“如果工程师和临床医生之间没有密切合作，无法尝试该项目，”UT AUSTIN的Oden Institute的计算肿瘤科中心David Hormuth说。

“我们在预测机制模型中使用个体患者成像数据的方法，该方法包括肿瘤的解剖学外观在MRI上的解剖学外观和来自称为扩散张量成像的特定MRI扫描技术的测量，呈现实际承诺，”Caroline Chung博士说MD安德森。

目前的放射治疗方法主要是在放射治疗开始前利用解剖成像数据为患者量身定制的，并且可以适应治疗期间肿瘤外观的重大变化。然而，这项新技术是为放射肿瘤学家提供所需信息的第一步，他们可以根据预测的肿瘤抗辐射空间图制定个性化的治疗计划。

在整个这个项目中，Oden Institute和MD Anderson的研究人员在所需的数据类型，模型组件和整体目标或应用程序的类型上来回走出。Oden Institute在几年内通过了汤姆yankeelov的创新，基于物理的研究方法来实现了肿瘤力学和建模的专业知识。曾与钟的定量成像和临床配对大脑在肿瘤方面，研究人员成功地将先前的临床前研究成果转化为高级别胶质瘤。

TACC是第三件合作结束癌症的合作伙伴，使研究人员可以同时校准每位患者的大型生物学数学模型。

“总的来说，我们在标准笔记本电脑上运行了大约6,000种不同的校准或预测情景，”霍尔秘说。“通过使用LONESTAR 5系统并行运行我们的型号校准和预测方法，我们能够在几天内评估所有这些情景。”

---

---