黑暗中总有一线希望:天气预报模型可以预测大脑肿瘤的生长

有没有想过气象学家能够准确地预测天气如何?他们使用复杂的时空天气模型,即数学方程,跟踪大气的运动通过时间和空间,并把它们与传入的数据流从气象站和卫星。现在,一个创新的新研究发表在《生物医学中心的开放获取期刊生物学直接已确定,天气预报的数学方法用于吸收数据可以用来预测脑部肿瘤的扩散。

作者从亚利桑那州立大学和巴罗神经学研究所,亚利桑那州,美国想要证明的数学方法天气预报可以在临床情况下有用——不仅仅是脑癌,而且在其他癌症和疾病。他们选择研究多形性胶质母细胞瘤(GBM),恶性脑癌。

“绿带运动”是最常见的和最积极的脑癌。尽管治疗,病人平均生存小于15个月从最初的诊断,这在很大程度上是对化疗和放疗。“绿带运动”可以快速入侵大,敏感的大脑区域,这使得它几乎不可能通过手术移除,后来几乎肯定会复发。因为在这方面进展甚微,“绿带运动”是一个重要研究领域,是一个特别好的癌症,为了测试一个数学模型,作为其动力学涉及复杂的几何形状。

除了出发证明良好的定量预测GBM增长和传播是可能的,作者想要提供估计的不确定性。算法之前开发的数值天气预报——现代状态估计算法称为当地整体变换卡尔曼滤波器(LETKF)应用于两个不同的胶质母细胞瘤的生长和扩散的数学模型。合成的磁共振图像假想的肿瘤被用于这一目的。

数据同化技术被用来更新状态向量,即初始条件的胶质母细胞瘤增长模型,通过结合新观测与一个或多个先前的预测。然后他们测量模型的可行性在个别病人情况下进行短期(60天)GBM传播和增长的预测。

尽管这是一个初步研究,作者成功地展示LETKF短期的可行性,临床相关的预测增长和恶性蔓延脑部肿瘤。LETKF预测和数据同化提供一个准确和计算有效的方式更新初始条件(状态向量)的一个复杂的时空模型与新的定量测量。智能模型也可以考虑可能在模型参数错误,在磁共振成像测量的不确定性。

马克Preul,这项研究的领导人之一,相信LETKF应该考虑为未来努力,在个别病人使用数学模型用于临床病例。他说,“尽管之前还有很多工作可以认真考虑我们的方法在临床设置,准确预测系统胶质母细胞瘤可能有用的治疗计划和病人咨询。”