相关实验视频
Updated: Jul 9, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
在免疫治疗的影响下,非小细胞肺癌的相场模型
Andreas Wagner1, Pirmin Schlicke1, Marvin Fritz2
1School of Computation, Information and Technology, Technical University of Munich, Munich, Bavaria, Germany.
Mathematical biosciences and engineering : MBE
|December 5, 2023
概括
这项研究使用相场模型模拟非小细胞肺癌 (NSCLC) 的生长. 该模型预测了治疗反应和复发,有助于个性化免疫治疗策略.
科学领域:
- 计算生物学是一种计算生物学.
- 数学瘤学数学瘤学
- 生物物理学的生物物理.
背景情况:
- 准确的瘤生长建模对于个性化癌症治疗至关重要.
- 非小细胞肺癌 (NSCLC) 的治疗需要针对患者的具体策略.
- 在NSCLC中免疫疗法的有效性需要预测模型.
研究的目的:
- 开发和验证一个数学模型来模拟免疫治疗下的NSCLC瘤生长.
- 研究患者对免疫疗法治疗的特定反应,包括治疗成功和复发情况.
- 用患者数据校准的缩小1D模型及其扩展到3D模拟的实用性.
主要方法:
- 利用基于Cahn-Hilliard的相场模型来研究瘤细胞进化 (增殖和死细胞).
- 纳入了简化的营养模型和用于免疫治疗剂度的普通微分方程 (ODE).
- 将3D模拟缩小为假设球形对称的1D模型,并与计算机断层扫描 (CT) 扫描数据校准.
主要成果:
- 该模型成功模拟了成功的免疫疗法限制瘤大小和预测指数级增长的突然复发.
- 与患者CT数据的校准允许准确建模个体瘤动态.
- 该研究表明了包含空间信息的患者特定3D模拟的潜力.
结论:
- 数学建模,特别是针对患者的模拟,为NSCLC免疫疗法提供了显著的预测效益.
- 开发的相场模型为理解瘤-免疫相互作用和预测治疗结果提供了一个框架.
- 未来的工作可以扩展模型,以纳入详细的空间信息,以提高临床环境中的预测准确性.
更多相关视频
06:03Orthotopic Transplantation of Syngeneic Lung Adenocarcinoma Cells to Study PD-L1 Expression
Published on: January 19, 2019
17.0K
13:34A Combined 3D Tissue Engineered In Vitro/In Silico Lung Tumor Model for Predicting Drug Effectiveness in Specific Mutational Backgrounds
Published on: April 6, 2016
10.2K
