2020年6月24日訊 /生物谷BIOON /——由南加州大學（USC）研究人員開發(fā)的計算模型顯示，自適應(yīng)控制腫瘤細胞群以保持它們處于競爭中可以更有效地治療癌癥,。
進化論是文明的核心,，從我們森林里的樹木到我們后院的動物。隨著時間的推移，我們逐漸看到適應(yīng)特定環(huán)境的物種得以生存,，而其他無法生存的物種往往會衰落,。
南加州大學的研究人員說，癌細胞也不例外,。包括南加州大學航空航天和機械工程學系教授Paul Newton和埃里森變革醫(yī)學研究所(Ellison Institute for Transformative Medicine)的一個團隊,，正致力于開發(fā)以達爾文進化論原理為重點的控制腫瘤生長的計算模型。
這項研究發(fā)表在Cancer Research上,，這項研究是Newton和莫菲特癌癥中心綜合數(shù)學腫瘤科Jeffrey West,、Jingsong Zhang、Robert A. Gatenby,、Joel S. Brown和Alexander R.A. Anderson合作的結(jié)果,。
圖片來源：Cancer Research
Newton說："腫瘤是由不同類型細胞的異質(zhì)聚集而成的，它們相互競爭資源,，具有不同程度的化學抗性,。我們的模型使用進化博弈論來設(shè)計治療時間表，在不讓耐藥物種占據(jù)主導(dǎo)的情況下自適應(yīng)地控制競爭,，這通常伴隨著盡可能快地殺死盡可能多的腫瘤細胞的策略,。進化很重要。"
Newton說,，這種適應(yīng)性癌癥治療類似于殺蟲劑被用來殺死主要害蟲,。結(jié)果是它無意中"選擇"了一種具有抗性的害蟲。相反,，人們發(fā)現(xiàn)更有效的處理方法是在不同的時間使用多種化學品,，使害蟲保持競爭。
癌細胞也是如此,。那些在治療后仍能堅持的,，往往是那些對癌癥治療有抵抗力的。相反,，Newton說,，讓所有的腫瘤細胞相互競爭可以獲得更持久、更長期的結(jié)果,。他說："但是要做到這一點并不簡單,，我們需要了解腫瘤的構(gòu)成，然后根據(jù)它的變化調(diào)整藥物,。我們的方法列出了實現(xiàn)這一目標的一般原則,，并對方法進行了回顧性測試。"
"不同的細胞對不同的癌癥藥物有不同程度的敏感性和耐藥性,。通過多種藥物,，不同的劑量水平和給藥時間,，我們正在開發(fā)工具來控制腫瘤中不同種類的癌細胞，減少化療耐藥的可能性,，" Newton說,，要想了解它是如何工作的，第一步就是用數(shù)學模型和計算機模擬來模擬這種適應(yīng)性治療方案,。
耐藥性和新的治療模式
在治療周期的早期,，癌癥患者可能對持續(xù)使用一種藥物的最大劑量表現(xiàn)出強烈的反應(yīng)。然而,，研究表明,，隨著時間的推移，許多患者最終會產(chǎn)生耐藥性,，腫瘤復(fù)發(fā),。"有時候，當腫瘤對一種藥物產(chǎn)生耐藥性時,，細胞就會對另一種藥物更敏感,，" Newton說。連續(xù)使用兩種或兩種以上的藥物是一種對抗這種情況的方法,。但如何設(shè)計使用多種藥物組合的最佳時間表和劑量,，尤其是在腫瘤發(fā)展的背景下，尚不清楚,。
作為一項回顧性病例研究,，該小組研究了前列腺癌干細胞。相比以前的數(shù)學模型,，研究小組創(chuàng)建了一個模型,，模擬和預(yù)測間歇期間三個不同因素的動態(tài)自適應(yīng)藥物治療：前列腺癌細胞,，癌細胞分化和生物標志物前列腺特異性抗原(PSA),，用于前列腺癌的篩查和診斷。
圖片來源：Cancer Research
在他們的研究中,，研究人員證明,，化療耐藥的患者更有可能擁有自我更新率更高的干細胞，從而導(dǎo)致前列腺癌干細胞的水平更高,，并在每個治療周期中改變生物標志物PSA的水平,。由研究人員開發(fā)的計算模型，結(jié)合先前收集的患者特異性數(shù)據(jù),，在預(yù)測化療耐藥性的發(fā)展方面顯示出了很高的準確性,。然后，使用計算開發(fā)的新時間表,，他們展示了他們提出的多藥物自適應(yīng)時間表將如何工作相當長的未來,。
這種自適應(yīng)的方法意味著每個病人的治療將真正地基于腫瘤的狀態(tài)和反應(yīng)而接受個性化治療,，而不是千篇一律的固定治療方案。Newton說："治療可以幫助控制甚至引導(dǎo)腫瘤的進化動態(tài),，讓它發(fā)現(xiàn)自己陷入困境,。"
然而，臨床試驗才剛剛開始,，Newton說："雖然它們顯示出良好的前景,，結(jié)合計算機模擬和模型來幫助為每個患者設(shè)計正確的治療方案，但必須做更多的研究來證明這種方法的長期有效性,。" （生物谷Bioon.com)
參考資料：
Adaptive therapy based on Darwin's evolutionary principles could help fight cancer
Mathematical model predicts patient outcomes to adaptive therapy
Jeffrey West et al. Towards Multidrug Adaptive Therapy,， Cancer Research(2020). DOI： 10.1158/0008-5472.CAN-19-2669
Renee Brady-Nicholls et al， Prostate-specific antigen dynamics predict individual responses to intermittent androgen deprivation,， Nature Communications (2020). DOI： 10.1038/s41467-020-15424-4（潤寶醫(yī)療網(wǎng)）
進化論是文明的核心,，從我們森林里的樹木到我們后院的動物。隨著時間的推移，我們逐漸看到適應(yīng)特定環(huán)境的物種得以生存,，而其他無法生存的物種往往會衰落,。
南加州大學的研究人員說，癌細胞也不例外,。包括南加州大學航空航天和機械工程學系教授Paul Newton和埃里森變革醫(yī)學研究所(Ellison Institute for Transformative Medicine)的一個團隊,，正致力于開發(fā)以達爾文進化論原理為重點的控制腫瘤生長的計算模型。
這項研究發(fā)表在Cancer Research上,，這項研究是Newton和莫菲特癌癥中心綜合數(shù)學腫瘤科Jeffrey West,、Jingsong Zhang、Robert A. Gatenby,、Joel S. Brown和Alexander R.A. Anderson合作的結(jié)果,。
圖片來源：Cancer Research
Newton說："腫瘤是由不同類型細胞的異質(zhì)聚集而成的，它們相互競爭資源,，具有不同程度的化學抗性,。我們的模型使用進化博弈論來設(shè)計治療時間表，在不讓耐藥物種占據(jù)主導(dǎo)的情況下自適應(yīng)地控制競爭,，這通常伴隨著盡可能快地殺死盡可能多的腫瘤細胞的策略,。進化很重要。"
Newton說,，這種適應(yīng)性癌癥治療類似于殺蟲劑被用來殺死主要害蟲,。結(jié)果是它無意中"選擇"了一種具有抗性的害蟲。相反,，人們發(fā)現(xiàn)更有效的處理方法是在不同的時間使用多種化學品,，使害蟲保持競爭。
癌細胞也是如此,。那些在治療后仍能堅持的,，往往是那些對癌癥治療有抵抗力的。相反,，Newton說,，讓所有的腫瘤細胞相互競爭可以獲得更持久、更長期的結(jié)果,。他說："但是要做到這一點并不簡單,，我們需要了解腫瘤的構(gòu)成，然后根據(jù)它的變化調(diào)整藥物,。我們的方法列出了實現(xiàn)這一目標的一般原則,，并對方法進行了回顧性測試。"
"不同的細胞對不同的癌癥藥物有不同程度的敏感性和耐藥性,。通過多種藥物,，不同的劑量水平和給藥時間,，我們正在開發(fā)工具來控制腫瘤中不同種類的癌細胞，減少化療耐藥的可能性,，" Newton說,，要想了解它是如何工作的，第一步就是用數(shù)學模型和計算機模擬來模擬這種適應(yīng)性治療方案,。
耐藥性和新的治療模式
在治療周期的早期,，癌癥患者可能對持續(xù)使用一種藥物的最大劑量表現(xiàn)出強烈的反應(yīng)。然而,，研究表明,，隨著時間的推移，許多患者最終會產(chǎn)生耐藥性,，腫瘤復(fù)發(fā),。"有時候，當腫瘤對一種藥物產(chǎn)生耐藥性時,，細胞就會對另一種藥物更敏感,，" Newton說。連續(xù)使用兩種或兩種以上的藥物是一種對抗這種情況的方法,。但如何設(shè)計使用多種藥物組合的最佳時間表和劑量,，尤其是在腫瘤發(fā)展的背景下，尚不清楚,。
作為一項回顧性病例研究,，該小組研究了前列腺癌干細胞。相比以前的數(shù)學模型,，研究小組創(chuàng)建了一個模型,，模擬和預(yù)測間歇期間三個不同因素的動態(tài)自適應(yīng)藥物治療：前列腺癌細胞,，癌細胞分化和生物標志物前列腺特異性抗原(PSA),，用于前列腺癌的篩查和診斷。
圖片來源：Cancer Research
在他們的研究中,，研究人員證明,，化療耐藥的患者更有可能擁有自我更新率更高的干細胞，從而導(dǎo)致前列腺癌干細胞的水平更高,，并在每個治療周期中改變生物標志物PSA的水平,。由研究人員開發(fā)的計算模型，結(jié)合先前收集的患者特異性數(shù)據(jù),，在預(yù)測化療耐藥性的發(fā)展方面顯示出了很高的準確性,。然后，使用計算開發(fā)的新時間表,，他們展示了他們提出的多藥物自適應(yīng)時間表將如何工作相當長的未來,。
這種自適應(yīng)的方法意味著每個病人的治療將真正地基于腫瘤的狀態(tài)和反應(yīng)而接受個性化治療,，而不是千篇一律的固定治療方案。Newton說："治療可以幫助控制甚至引導(dǎo)腫瘤的進化動態(tài),，讓它發(fā)現(xiàn)自己陷入困境,。"
然而，臨床試驗才剛剛開始,，Newton說："雖然它們顯示出良好的前景,，結(jié)合計算機模擬和模型來幫助為每個患者設(shè)計正確的治療方案，但必須做更多的研究來證明這種方法的長期有效性,。" （生物谷Bioon.com)
參考資料：
Adaptive therapy based on Darwin's evolutionary principles could help fight cancer
Mathematical model predicts patient outcomes to adaptive therapy
Jeffrey West et al. Towards Multidrug Adaptive Therapy,， Cancer Research(2020). DOI： 10.1158/0008-5472.CAN-19-2669
Renee Brady-Nicholls et al， Prostate-specific antigen dynamics predict individual responses to intermittent androgen deprivation,， Nature Communications (2020). DOI： 10.1038/s41467-020-15424-4（潤寶醫(yī)療網(wǎng)）
