科学家创建一种数学模型可以预测化疗效果

2018-04-083970

数学模型可以预测癌细胞如何应对不同的化疗方案的？换句话说，应该使用连续低剂量药物治疗快速增长的肿瘤（如脑癌），还是定期给予高剂量的药物？Paul Newton教授团队开发了一种工具，可以预测癌症患者的疗程。该方法超越了以前的数学模型能够通过应用进化信息和使用基于细胞的数据。

传统上，为了减少和消除潜在的肿瘤，给予患者化疗药物和针对所有癌细胞的方案。他们接受这种药物直到肿瘤消失为止，通常每两三周一次的高剂量 - 也称为最大耐受剂量或MTD，但有时通过低剂量连续治疗计划，即低剂量或LDM。起初肿瘤会萎缩，然而肿瘤还是会再生，这种复发的原因是由于肿瘤本身的组成。这是一大堆不同种类的癌细胞，都以不同的增长速度竞争。

在化疗药物已经消除足够多癌细胞之后，其他存活的细胞对该药物具有抗性，并且对空间和营养物质的竞争更少。这些耐药细胞从竞争中释放出来，可以随意自由生长和分裂，因此下一轮化疗的效果会差得多。

当你进行活组织检查或者对病人的肿瘤进行成像时，你不能总是计算耐药细胞的数量或者判断哪些细胞会耐药。制定数学模型的要点之一是预测诊所不能直接监测的事情。通过调度和不同药物浓度的所有可能组合进行循环，创建了一个直方图，说明在不同情况下最可能的好处。但是这一技术应用于临床还需要一定的时间来进行临床试验。