对BCG免疫治疗的重组多目标对照
Rongting Yue1, Abhishek Dutta2
1Electrical and Computer Engineering, University of Connecticut, Storrs, 06269, USA. rongting.yue@uconn.edu.
Scientific reports
|November 27, 2023
概括
优化卡尔梅特和瓜林杆菌 (BCG) 免疫疗法药物剂量,通过一种新的重定型多目标控制方法,有效地消除了膀癌细胞. 这种方法为基于模型的先进癌症治疗设计提供了潜在的框架.
科学领域:
- 在瘤学瘤学.
- 免疫治疗是一种免疫疗法.
- 控制理论 控制理论
背景情况:
- 膀癌显著影响老年人群.
- 卡尔梅特和瓜林杆菌 (BCG) 免疫疗法是有效的,但需要最佳的药物剂量.
- 在膀癌治疗中,设计最佳的BCG疗法仍然是一个挑战.
研究的目的:
- 为优化BCG药物剂量方案提出和应用重定型多目标控制 (RMC) 方法.
- 将RMC方法与库普曼模型预测控制 (MPC) 进行比较.
- 为了验证最佳化BCG剂量在膀癌治疗中的有效性.
主要方法:
- 使用非线性膀癌模型与冲动药物灌注.
- 在RMC框架内应用受约束优化.
- 进行数值模拟,将RMC与Koopman MPC进行比较.
主要成果:
- 通过RMC方法成功地确定了最佳的BCG剂量方案.
- 数字模拟表明使用建议的最佳方案有效消除癌细胞.
- 该RMC方法显示了可比或优于库普曼MPC的性能.
结论:
- 重定型多目标控制 (RMC) 方法在设计膀癌中最佳的BCG剂量方案方面是有效的.
- 优化的BCG剂量方案可以有效地消除癌细胞.
- 拟议的控制框架有可能在基于模型的癌症治疗设计中得到更广泛的应用.
更多相关视频
11:02Induction of Invasive Transitional Cell Bladder Carcinoma in Immune Intact Human MUC1 Transgenic Mice: A Model for Immunotherapy Development
Published on: October 30, 2013
21.3K
11:15Stereotactic Adoptive Transfer of Cytotoxic Immune Cells in Murine Models of Orthotopic Human Glioblastoma Multiforme Xenografts
Published on: September 1, 2018
8.0K
