一种新的数学模型可以帮助评估治疗转​​移性癌症的不同方法

一种新的数学模型可以帮助评估治疗转​​移性癌症的不同方法

罗彻斯特理工学院的一位科学家帮助开发了一种新的数学模型，可以帮助医生和患者评估治疗转​​移性癌症的不同方法。 RIT 数学科学学院的助理教授 Nourridine Siewe 是发表在《理论生物学杂志》上的一篇论文的主要作者，该论文描述了这种新方法。

近年来，所谓的免疫检查点抑制剂帮助推进了许多转移性癌症的治疗，但由于肿瘤微环境中的免疫抑制，该治疗仅使有限比例的患者受益。 将免疫检查点抑制剂与抗PD-1和抗CSF-1等其他药物联合使用可能有助于将治疗的益处扩大到更多患者，但也需要考虑毒性等因素。

Siewe 和他在俄亥俄州立大学的同事开发了一个模型，显示免疫细胞和癌症之间的相互作用。 该模型显示了在不同时间使用不同剂量的不同药物如何影响肿瘤体积和患者毒性。 Siewe表示，他希望医学领域能够利用这一点来寻找临床试验的最佳机会。

进行临床试验非常昂贵，这种模型可以帮助临床医生决定哪些方法提供最有利的条件。 我们的模拟研究了减少肿瘤体积和将毒性维持在可接受水平之间的权衡，我们发现最好的策略是尽早施用大量抗 CSF-1。”

Nourridine Siewe，RIT 数学科学学院助理教授

Siewe表示，他希望未来能够与医学领域的研究人员更多地合作，开发类似的模型来评估其他类型的治疗方法。 他还设想以应用程序的形式呈现数学模型，使患者和医生能够直观地了解改变治疗方法如何影响肿瘤体积和毒性水平。

来源：

罗切斯特理工学院

参考：

Siewe, N. 和 Friedman, A.，(2022) 使用免疫检查点抑制剂和 CSF-1 阻断进行癌症治疗：数学模型。 理论生物学杂志。 doi.org/10.1016/j.jtbi.2022.111297 。

。