研究人员使用数学建模来解释免疫疗法反应

激活免疫系统寻求和杀死癌细胞的免疫疗法对许多实体瘤患者的预后大大改善。但是，仍然有一部分没有看到这种疗法受益的患者。目前，没有免疫生物标志物可以解释具有相似疾病和患者特征的患者如何具有不同的预后。在发表在癌症免疫疗法杂志，莫菲特癌症中心的研究人员展示了如何使用数学建模来分析不同癌症治疗对肿瘤和免疫细胞动力学的影响，并有助于预测治疗和个性化癌症治疗的结果。

众所周知，癌细胞种群与周围免疫环境之间的相互作用会影响癌症的发展和进展以及患者对免疫疗法的反应。一些患者对免疫疗法的反应很好，而其他患者则反应良好。但是，目前尚不清楚这些患者有什么区别。

“就像早期癌症的治疗方式与后期疾病一样不同一样，具有不同程度的免疫受累的肿瘤可能需要非常不同的治疗方法，”第一作者和癌症生物学博士学位的丽贝卡·贝克（Rebecca Bekker）说。莫菲特的学生。

莫菲特的研究人员希望提高对肿瘤和免疫细胞相互作用的理解，以帮助预测患者的结果并确定最佳的治疗选择。在实验室环境中，了解这些动态非常复杂且难以研究，该团队使用另一种方法来概念化这些与数学建模的相互作用。他们开发了一个模型，该模型随着时间的流逝，肿瘤细胞和免疫细胞种群数量的所有可能组合之间的相互作用。它们包括有关肿瘤细胞生长和消除率以及免疫细胞募集和精疲力尽的参数。他们模型的结果要么是免疫逃生，其中肿瘤细胞通过免疫的抗肿瘤活性增长到其最大潜力或肿瘤控制细胞。

然后，研究人员使用他们的模型模拟和预测不同类型的疗法的结果，包括细胞毒性化疗和基于细胞的免疫疗法，影响肿瘤细胞或免疫细胞群体的大小，以及影响免疫检查点抑制剂，这些抑制剂会影响，这会影响。肿瘤和免疫细胞种群之间的相互作用。他们还解决了联合疗法的潜在结果。

这些模型有助于概念化如何合并疗法以实现最佳结果患者通过对肿瘤细胞群体的免疫控制。将来，研究人员希望可以在诊所使用数学建模来帮助预测患者对治疗和指导治疗的反应。

Heiko Enderling博士说：“数学肿瘤学抽象提供了一种新颖而有希望的方法，可以概念化各种癌症治疗对患者肿瘤和局部免疫环境的影响，并使我们有机会重新考虑免疫疗法数字游戏。”莫菲特综合数学肿瘤学系的作者兼副成员。

---

---