针对患者的前列腺瘤生长模拟:迈向数字双胞胎的第一步

科学领域:

• 计算生物学和生物信息学
• 医学成像和在医学中的医学.
• 瘤学和泌尿病学 在

背景情况:

• 前列腺癌 (PCa) 是一个重大的全球健康挑战.
• 目前的诊断工具,如前列腺特异性抗原 (PSA) 测试,活检和核磁共振,在评估癌症的攻击性方面存在局限性.
• 磁共振成像 (MRI) 通过图像生物标志物为个性化医疗提供了潜力,支持数字双胞胎的发展.

研究的目的:

• 开发一个新的框架,使用集成的临床MRI数据创建个性化的PCa模型.
• 在个性化的前列腺模型中模拟和预测时间瘤生长和前列腺特异抗原 (PSA) 动态.
• 为PCa患者推进数字双胞胎的创建,为瘤进展提供个性化的见解.

主要方法:

• 整合患者特定的临床MRI数据 (前列腺/瘤几何,细胞分布,血管结构) 来构建个性化的前列腺模型.
• 有限元法 (FEM) 模拟瘤生长动态,氧气运输和细胞过程 (增殖,分化,亡).
• 多目标优化用于校准模型参数,同时使用两名患者的数据;通过四名患者的数据进行验证,并进行多次MRI后续检查.

主要成果:

• 该框架成功地从诊断型MRI中创建个性化的PCa模型.
• 模拟准确地预测前列腺和瘤体积的增长,以及血清PSA水平随着时间的推移,与随访MRI进行验证.
• 该模型有效地将瘤生长动态与PSA水平预测相结合.

结论:

• 这项工作为个性化PCa建模提供了经过验证的计算框架.
• 该方法可以预测瘤生长和PSA动态,这对于个性化治疗策略至关重要.
• 这代表了向开发功能数字双胞胎的前列腺癌管理的重要初步步骤.