对CAR T细胞疗法的计算建模:从细胞动力学到患者级预测
Adrià Murias-Closas1, Clara Prats2, Gonzalo Calvo3
1Department of Clinical Pharmacology, Division of Medicines, Hospital Clínic of Barcelona, Barcelona, Spain; Computational Biology and Complex Systems (BIOCOM-SC), Department of Physics, Institute for Research and Innovation in Health (IRIS), Universitat Politècnica de Catalunya, Barcelona, Spain; Clinical Pharmacology Interdisciplinary Research Group, Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS), Barcelona, Spain.
EBioMedicine
|March 1, 2025
概括
化学抗原受体 (CAR) T细胞治疗动力学是复杂的,患者特异的. 该框架有助于构建和分类CAR T细胞模型,以更好地理解癌症治疗.
科学领域:
- 免疫治疗是一种免疫疗法.
- 计算生物学 计算生物学
- 药理动力学 药理动力学
背景情况:
- 化学抗原受体 (CAR) T细胞疗法在细胞动力学中表现出显著的患者对患者的变化.
- 与化疗不同,CAR T细胞动态受复杂的生物学因素的影响,因此对治疗反应的预测具有挑战性.
- 对于CAR T细胞动态现有的计算模型通常是适应的药理动力学方法或具有有限临床用途的复杂理论模型.
研究的目的:
- 为理解,构建和分类CAR T细胞动态模型提供一个全面的框架.
- 为改善癌症治疗,解决当前计算方法在建模CAR T细胞动态方面的局限性.
主要方法:
- 对CAR T细胞动力学建模现有计算方法的审查和分析.
- 制定一个框架,强调生物成分的战略选择,数学工具和数据可用性.
- 基于其生物成分和数学基础的CAR T细胞动力学模型的分类.
主要成果:
- 卡尔T细胞动力学模型的实用性取决于生物因素的战略选择,数学工具和数据集成,而不仅仅是复杂性.
- 提出了一个框架,以指导开发和分类更适用于临床的CAR T细胞动力学模型.
- 目前的模型往往无法捕捉来自细胞相互作用的动态,或缺乏临床适用性.
结论:
- 一个精心设计的CAR T细胞动力学模型,专注于相关的生物成分和数据,对于理解治疗反应至关重要.
- 拟议的框架为开发和分类CAR T细胞模型提供了一个结构化的方法,有可能提高它们的临床实用性.
- 需要进一步开发计算模型,以充分利用CAR T细胞治疗在癌症治疗中的潜力.
