一个随机的框架来评估CAR T细胞治疗的疗效和可变性
Chau Hoang1, Tuan Anh Phan2, Cameron J Turtle3
1Department of Mathematical Sciences, New Mexico State University, Las Cruces, NM 88001, USA.
Mathematical biosciences
|January 8, 2024
概括
这项研究使用混合方法模拟CAR T细胞疗法,考虑患者的变异性来预测治疗结果. 这些发现有助于比较不同的CAR T细胞协议,以提高患者治愈率.
科学领域:
- 免疫学 免疫学 免疫学
- 数学生物学 数学生物学
- 计算生物学 计算生物学
背景情况:
- 卡尔-T细胞疗法显示出前景,但需要针对不同患者反应进行优化.
- 患者的变化和异质性显著影响治疗疗效.
- 数学建模对于理解复杂的生物系统至关重要,比如癌症治疗.
研究的目的:
- 开发和应用混合确定性-随机模型来评估CAR T细胞治疗方案.
- 分析患者异质性和治疗结果的变化.
- 预测不同CAR T细胞治疗策略的短期和长期疗效.
主要方法:
- 使用伊托的随机微分方程构建了一个混合模型,将决定性和随机过程结合起来.
- 整合了白噪声来表示患者的变异性和队列异质性的超参数.
- 模拟的治疗方案使用过渡动态和定义的停止时间 (治愈时间,进展时间).
主要成果:
- 随机模型确定了三个ergodic不变量,在某些条件下作为瘤生长的吸引力.
- 随机模型的短暂动力学揭示了短期治愈的机会.
- 治疗时间和进展时间的概率分布为三个CAR T细胞协议提供了详细的结果比较.
结论:
- 开发的随机模型有效模拟CAR T细胞治疗,捕捉患者的变异性和异质性.
- 该模型对治愈和进展时间的预测为优化治疗方案提供了宝贵的见解.
- 这种方法通过提供一个定量框架来评估CAR T细胞治疗的疗效来支持临床研究.
