走向定量个体化肿瘤学
超过一半的癌症患者在护理期间接受辐射治疗。放射疗法比任何其他肿瘤治疗更常见。
当前辐射协议
目前，放射治疗涉及向患者提供最大的可耐受剂量。在许多剂量升级试验后建立了该方案，以提高平均存活率。不幸的是，患者的副作用可包括严重的辐射毒性。然而，辐射也被认为能够提高免疫系统来帮助癌症。研究表明，放射治疗的成功很可能是通过直接细胞毒性杀死肿瘤细胞的组合，并且更重要的是，其抗肿瘤免疫效应。目前的辐射方案不关注增强这些免疫应答。研究表明，各种辐射剂量以不同的速率刺激抗肿瘤免疫。这引领了研究人员寻找最佳的辐射剂量和剂量分馏，以通过直接辐射细胞毒性和随后的抗肿瘤免疫应答来优化细胞死亡的融合。
佛罗里达州H. Lee Moffitt癌症中心和研究所的H. Lee Moffitt癌症中心和研究所的综合数学肿瘤学系博士和Rachel Howard博士以及来自波兰科兰博士，波兰和赫尔默斯州博士博士的博士博士博士对于感染研究，德国，正在将数学，生物学和临床科学集成到模型，模拟和预测个体患者的治疗响应。他们开发了各种数学模型来计算最佳辐射协议和治疗的最佳时间。他们的作品是“虚拟试验”的最前沿，以个性化癌症治疗，以便为每位患者提供最佳的适应性癌症治疗。
转移性癌
研究人员观察到患有转移性癌症的患者。这是癌细胞从第一部分形成为身体的另一部分的地方的癌细胞。癌细胞脱离初始肿瘤并通过血液或淋巴系统行进，在另一个位置形成新的肿瘤。这种新的转移性肿瘤是与原始肿瘤相同的癌症，尽管它位于不同的地方。DR Inderling和他的团队已经研究了肿瘤外部的响应，称为横向效应。在转移性疾病的患者中，单一肿瘤部位的照射也导致患者身体的其他地方的肿瘤消退。由于DR Inderling解释说：“这突出了通过患者免疫系统的转移性疾病的互连，以及放射治疗，甚至手术等局部治疗，改变治疗领域的免疫细胞数。一些免疫细胞被杀死，而其他免疫细胞被刺激。随着免疫系统的全身，这些变化将全身表现为“这些令人兴奋的观察促使研究团队从“当地疗法”的概念中出发，以便发展他们对辐射的理解作为一种在整个身体上行动的生物学剂。
研究人员的工作表明，在转移性疾病中，身体不同部位的肿瘤参与免疫监测的方式不同。最有趣的是，患者体内不同癌症通过免疫系统的相互依赖正在挑战我们目前对癌症转移的理解。传统的观点认为肿瘤大的时候就会转移，但这种观点并不总是正确的。相反，一些肿瘤之所以大，可能是因为它们已经转移了。如果具有强免疫反应的肿瘤转移到全身，免疫系统的一些细胞将被转移到远处的转移瘤。这种分而治之的策略将使免疫介导的肿瘤控制得以逃脱。因此，Enderling博士和他的团队需要确定最佳的放射治疗靶点，从而诱导全身反应，杀死那些没有被放射直接靶向的肿瘤。
数学建模方法
放疗通常与手术、化疗、靶向药物和免疫疗法等其他疗法一起使用。大量可能的辐射剂量，加上在不同时间对转移性疾病患者按不同顺序进行的各种治疗的不同组合，使得无法在实验和临床上测试所有可能的排列。研究人员的数学建模方法使用临床前数据和临床研究的结果来模拟所有可能的治疗方案排列。Enderling博士和他的团队正在使用机器学习和优化理论概念来帮助确定那些最有可能成功的治疗方法。这些治疗可以提出，以供后续的实验和临床验证。
超过一半的癌症患者在护理期间接受辐射治疗。
该研究小组开发了一个数学模型，可以模拟辐射反应、辐射诱导的免疫激活、免疫检查点封锁疗法以及激活的T细胞(一种杀死癌细胞的白细胞)在肿瘤部位之间的相互交换。这个模型不同于以往的捕食者-猎物系统的理论构建。
新模型首先与实验数据进行比较。基于实验设置，肿瘤部位在不同的空间分离的位置进行建模，每个位置的特征在于时间依赖性体积。在每个网站，研究人员增加了四种共存和相互作用群体的数据：（1）可行的癌细胞，（2）癌细胞以非免疫原性的方式死亡，（3）癌细胞以免疫原性的方式染色（4）活化的肿瘤特异性细胞毒性T细胞（效应细胞）。该数据拟合程序允许研究人员估算模型参数。然后用于预测对实验环境中尚未考虑的那些剂量的响应。
复杂的相互作用发生在肿瘤和患者的免疫系统之间，其结果可以从肿瘤根除到肿瘤 - 免疫共存（或休眠）和癌细胞群的快速生长。当我们了解细胞毒性T细胞可以通过患者的循环系统移动时，这个问题变得更加复杂。DR Inderling和他的团队耦合局部肿瘤免疫动力学和全身性T细胞贩运的数学模型，以模拟局部辐射后肿瘤和免疫细胞群的演变和模拟免疫互连。它们的结果表明，根据其免疫募集的能力以及由此产生的T细胞的系统再分分布，第二颗肿瘤的存在可以抑制或促进原始肿瘤的生长。研究人员能够建模治疗的影响，例如手术切除和放射疗法，以估计原始肿瘤体积的降低和整体肿瘤负担的变化。该模型为临床环境中报道的那些提供了定性相似的响应。还认为，如果转移性位点通过患者的免疫系统相互联系，则不存在真正局部疗法。
数学肿瘤学
众多临床可行的辐射剂量和剂量分级使得狭义的预临床评价是不可能的。然而，集成数学肿瘤的进展可能会产生这种分析。Distling和他的研究团队正在推出用实验数据校准的新型数学模型，以便进入解密辐射和免疫系统协同作用的复杂性。该模型估计每馏分的最佳辐射分数和辐射剂量，以获得临床相关的总和生物有效辐射剂量的最有益的全身免疫介导的肿瘤反应。这将使偏离当前的协议，使患者最大耐受剂量，单尺寸适合的方法，而是提供特定于患者的精密放射治疗并走向个性化药物。
他们的作品是“虚拟试验”的最前沿，以个性化癌症治疗，以便为每位患者提供最佳的适应性癌症治疗。
讨论
接地模型模拟训练在特定的实验数据集上，以突出将具有最高成功可能性的治疗。重要的是，这可能有助于消除辐射靶向的肿瘤，以及通过激活全身免疫的辐射场外的那些肿瘤和个体癌细胞。
Distling的团队博士发现了他们的模型模拟，提出了预测，提示常规的辐射模式可能无法获得强免疫介导的肿瘤反应。它是合理的，即系统反应对于淋巴结受累，循环肿瘤细胞或亚临床或未诊断的转移性沉积尤为重要。这将为建模添加进一步的复杂性，因此研究人员可以平衡放射治疗的不同生物后果，以诱导最大细胞杀伤，同时保留免疫细胞并最大化随后的辐射诱导的免疫。
研究人员意识到他们的迄今为止的结果可以通过它们用于模型校准的实验数据偏置。为了进一步开发模型，他们将研究更复杂的转移性疾病分布，包括使用所提出的框架在不同器官中的肿瘤组合。尽管如此，他们的工作到目前为止提供了评估辐射分馏方案的定量基础，以诱导免疫介导的全身抗肿瘤反应。随着连续越来越多的临床试验结合辐射和各种形式的免疫疗法，该模型可能成为评估临床反应的宝贵工具。令人兴奋的是，它也可以用于帮助设计随后的临床协议，并最终支持个体患者治疗计划，提供定量个性化肿瘤学。
个人反应
您的下一次旨在为个体患者提供最佳的适应性癌症治疗方法是什么？