预测慢性髓性白血病患者的无治疗缓解使用瘤免疫动态的综合模型
Artur C Fassoni1,2, Agnes S M Yong3,4,5,6, Richard E Clark7
1Instituto de Matemática e Computação, Universidade Federal de Itajubá, Itajubá, Brazil. fassoni@unifei.edu.br.
NPJ systems biology and applications
|October 16, 2025
概括
通过将生态建模与患者数据相结合,这项研究预测了慢性髓性白血病 (CML) 治疗结果. 它通过分析瘤免疫动态来增强无治疗缓解 (TFR) 和复发的预测.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 数学建模的数学建模
背景情况:
- 瘤免疫相互作用极大地影响了癌症治疗的成功.
- 在慢性髓性白血病 (CML) 中,残留疾病和免疫系统动态决定了持续控制或复发.
- 预测治疗结果需要整合机械和数据驱动模型.
研究的目的:
- 开发一个整合生态概念和时间过程数据的模型,用于CML治疗结果的预测.
- 为了确定关键的时间尺度和规范CML治疗和免疫反应的参数.
- 为了提高无治疗缓解 (TFR) 和治疗停止后复发风险的预测.
主要方法:
- 利用经典的生态建模概念,将细胞水平的免疫相互作用纳入其中.
- 纳入了自然杀手 (NK) 细胞数量,功能和瘤诱导抑制的时间过程数据.
- 使用来自不同数据集的CML瘤和NK细胞时间课程对模型进行校准,并考虑TKI剂量变化.
主要成果:
- 成功描述了患者特定的CML反应动态.
- 确定了治疗和免疫反应的相关时间表.
- 通过结合瘤负载变化,预测治疗停止和复发风险的估计关键参数.
结论:
- 开发的模型为定量,个性化的CML医学提供了一个框架.
- 明确建模瘤-免疫动态有助于指导临床决策和优化治疗方法.
- 建议进行特定的免疫效应细胞测量,以改善CML治疗后复发预测.
