Rechnergestützte Modelle entwickelt, die von USC-Forscher zeigen, adaptiv controlling tumor-Zell-Populationen zu halten im Wettbewerb kann mehr effektiv Behandlung von Krebs.
Die Evolutionstheorie ist im Kern der Zivilisation, von den Bäumen, die bevölkern unsere Wälder, um die Tiere in unsere Gärten. Wenig durch wenig, mit der Zeit werden wir sehen, Arten, die sich an der gegebenen Umwelt zu überleben, während andere, die nicht die Wege zu finden, um zu gedeihen, neigen dazu, zu sinken.
Krebszellen sind nicht anders, USC-Forscher sagen. Ein team, darunter auch Paul Newton, professor an der USC Viterbi-Abteilung Luft-und Raumfahrt sowie Maschinenbau, Mathematik, und die Ellison-Institut für Transformative Medizin, arbeitet an der Entwicklung von rechenmodellen, die den Fokus auf die Darwin ‚ sche evolution Prinzipien zur Kontrolle der tumor-Wachstum.
Diese Forschung, veröffentlicht in der Krebs-Forschungist eine Zusammenarbeit zwischen Newton und einem team mit Jeffrey West, Zhang Jingsong, Robert A. Gatenby, Joel S. Brown und Alexander R. A. Anderson in der Integrativen Mathematischen Onkologie-Abteilung bei Moffitt Cancer Center in Tampa, FL, wo Newtons ehemaliger Ph. D.-student, im Westen, ist ein post-doc.
„Tumoren bestehen aus einer heterogenen Sammlung von Zelltypen, die alle im Wettbewerb um Ressourcen, mit unterschiedlichem Grad der chemo-Resistenz,“ Newton sagte. „Unsere Modelle der evolutionären Spieltheorie zu entwerfen, die Behandlung von Zeitplänen, die adaptiv die Konkurrenz kontrollieren, ohne dass eine resistente Arten zu übernehmen, die oft mit der Strategie der Tötung von so vielen Tumorzellen wie möglich und so schnell wie möglich. Evolution Fragen.“
Diese Art der adaptiven Behandlung von Krebs, Newton sagte, ist ähnlich wie bei DDT, ein Insektizid, wurde verwendet, um zu töten eine dominierende Schädling. Das Ergebnis: es versehentlich „wählt“ für ein resistenter Schädling. Stattdessen wurde entdeckt, dass es eine effektivere Behandlung zu nutzen, um mehrere Chemikalien auf verschiedene Zeitpläne, halten Sie die Schädlinge in den Wettbewerb.
Das gleiche gilt für Krebszellen. Diejenigen, die weiterhin nach der Behandlung neigen dazu, diejenigen, die sind resistent gegen Krebs. Stattdessen Newton sagte, dass alle Tumorzellen im Wettbewerb mit jedem anderen ermöglichen könnte, mehr nachhaltige, langfristige Ergebnisse. „Aber die Umsetzung ist nicht einfach und erfordert, dass wir wissen, dass das make-up der tumor, wie es Veränderungen und passen Sie dann die Giftstoffe in der Antwort,“ sagte er. „Unser Ansatz legt die Allgemeinen Grundsätze für die Erreichung dieses und tests der Ansatz im Nachhinein.“
„Verschiedene Zellen haben unterschiedliche Ebenen der Empfindlichkeit und Resistenz gegen verschiedene Krebs-Medikamente. Mit mehreren Medikamenten, die unterschiedliche Dosierung Ebenen und timing, sind wir in der Entwicklung von tools zur Steuerung der verschiedenen Arten von Krebszellen in einem tumor und reduzieren die Wahrscheinlichkeit von chemo-Resistenzen,“ Newton sagte. Der erste Schritt bei der Messung, wie das funktionieren könnte, Newton sagte, ist durch die Modellierung solcher adaptiver Therapie Szenarien mit mathematischen Modellen und computer-Simulationen.
Resistenzen und neue Modelle der Behandlung
Früh in die Behandlung Zyklus, Krebs-Patienten könnten zeigen eine starke Reaktion auf die kontinuierliche Verwendung von maximal-Dosis von einer Droge. Doch im Laufe der Zeit hat die Forschung gezeigt, schließlich viele Patienten entwickeln Resistenzen und Ihre Tumoren wiederkehren. „Manchmal, wenn ein tumor entwickelt Resistenz gegen ein Medikament, das Zellen anfälliger für andere Drogen,“ Newton sagte. „Radfahren zwei oder mehr Medikamente nacheinander ist ein Weg, diese zu bekämpfen. Aber der Weg, um design die besten Zeitpläne und Dosieren mithilfe von multidrug-Kombinationen ist überhaupt nicht klar, vor allem in den Kontext eines sich entwickelnden Tumors.“
Als Retrospektive Fall-Studie, untersuchte das team Prostata-Krebs-Stammzellen. Im Gegensatz zu bisherigen mathematischen Modellen erstellte das team ein Modell für die Simulation und Vorhersage der Dynamik von drei verschiedenen Faktoren während der intermittierenden adaptive medikamentöse Therapie: die Prostata-Krebs-Zellen, differenzierten Krebszellen und die biomarker für Prostata-spezifisches antigen (PSA), die für das screening und die Diagnose von Prostata-Krebs.
In Ihrer Studie haben die Forscher gezeigt, dass Patienten, die chemo-resistent sind eher zu Stammzellen mit höheren raten selbst zu erneuern, führt zu höheren Ebenen der Prostata-Krebs-Stammzellen und wechselnden Ebenen der biomarker PSA während jeder Behandlung-Zyklus. Die rechnerische Modelle, die von den Forschern entwickelten, kombiniert mit den bereits erhobenen Patienten-spezifische Daten zeigte eine hohe Genauigkeit in der Vorhersage der Entwicklung von Chemotherapie-Resistenzen. Dann neue Pläne entwickelt, die rechnerisch zeigen Sie, wie Ihre vorgeschlagenen multidrug adaptive Zeitpläne funktionieren würde Recht weit in die Zukunft.
Dieser adaptive Ansatz bedeutet, dass jeder patient die Behandlung wäre wirklich personalisiert auf der Grundlage der tumor-Zustand und die Reaktion eher als eine one-size-fits-all fixed-Behandlung regime. Sagte Newton: „Behandlungen können helfen, zu kontrollieren und sogar lenken, die evolutionäre Dynamik des Tumors, wo findet Sie sich in die enge getrieben.“