nature

当前位置: Nature » 生物信息学 » 正文

Nature Reviews Cancer:预测肿瘤的时间表

摘要 : 科学家根据肿瘤的特征在数学模拟了恶性胶质瘤中的辐射响应,从而旨在预测一个能够改善疗效的给药方案。相关文章发表于2014年2月24日的《Nature Reviews Cancer》杂志上。
Nature Reviews Cancer:预测肿瘤的时间表

科学家根据肿瘤的特征在数学模拟了恶性胶质瘤中的辐射响应,从而旨在预测一个能够改善疗效的给药方案。相关文章发表于2014年2月24日的《Nature Reviews Cancer》杂志上。

对于恶性胶质瘤的放射治疗基本上与50年前保持一致。虽然有些时间表中的变化(例如,超分割或大分割剂量)一直被尝试,但这些并没有成功改善治疗结果。恶性胶质瘤现在被理解为由不同的分子亚型以及肿瘤内部异质性所组成;因此,eric Holland、Franziska Michor和同事利用这一信息在数学模拟了恶性胶质瘤中的辐射响应,从而旨在预测一个能够改善疗效的给药方案。

作者使用了一种类似于人类疾病的恶性胶质瘤小鼠模型,这种疾病源自血小板源生长因子B(PDGFB)的表达,其中小鼠最初对放射疗法有反应,但随即又再次复发。细胞群对放射疗法的响应由一种线性二次模型(这些响应所公认的模型)所决定,它计算了随着一个给定辐射剂量,在一个给定时间内出现的细胞数量。该模型概率到这里存在两种亚种群的肿瘤细胞——分化的对放射线敏感细胞(DSC)和与干细胞类似的抗放射性细胞(SLRC),并且它假设一些DSC会转化为SLRC,并且一些SLRC将引发DSC。该模型也包括辐射诱导的细胞周期停滞。

最初的一组参数——这是从先前确定的数据中得出的,被用来运行该模型的优化算法。由此,作者预测了辐射时间表,从而将治疗后剩余的肿瘤细胞数量最小化。这一时间表(最佳状态-1)在一个随机“试验”中用小鼠进行了测试,它与单一剂量相比,标准的分馏和紧急控制被预测不能提高功效,并且最佳状态-1被发现能够显著改善生存状况。

这一模型还预测,与标准治疗相比,低分割与超分割时间表将导致不同的结果。然而,基于人类与PDGFB表达小鼠的数据,这一预测并不是准确的,这反映了该模型的一个弱点。更进一步的模型改进考虑到获得抗辐射性的细胞数量取决于自先前剂量之后的时间。这一更新的模型被用来预测另一个最佳状态时间表,最佳状态-2。相对于标准时间表,这一时间表显著改进了小鼠的存活几率;按照最佳状态-2治疗的小鼠比最佳状态-1存活得更长,但差别并不是很明显。

对这一模型更进一步的分析,以及对来自治疗小鼠的恶性胶质瘤组织中侧群(富含干细胞一样的细胞)流式细胞术分析表明,最佳状态时间表通过提高SLRC改善了存活率。与DSC相比,SLRC减少了增殖,这将带来存活率的改善,尽管SLRC也需要被淘汰以完成一次“治愈”,这说明类干细胞细胞的数量与临床结果之间存在一种复杂的关系。这一模型还预测,如果DSC不能使SLRC复原,那么所有的辐射时间表将在小鼠中产生相同的效果。由于这一点并未被观察到,因此它表明,在辐射治疗的恶性胶质瘤中,在类干细胞与分化细胞之间存在一种动态平衡。

在设法将这一时间表转化至人类恶性胶质瘤中存在着几种挑战。然而,数学模型将成为改善现存疗法有效性的一条可行途径。

原文链接:Change in schedule

来源: 生物帮 浏览次数:175

热门文章TOP

RSS订阅 - 填写您的邮件地址,订阅我们的精彩内容: - 网站地图
网站联系电话:020-87540820 备案号:粤ICP备11050685号-8 增值电信业务经营许可证:粤B2-20120479
©2011-2015 生物帮 All rights reserved.