基于达尔文进化论原理的适应性疗法可能有助于对抗癌症

南加州大学研究人员开发的计算模型显示，自适应控制肿瘤细胞数量，使它们保持竞争，可以更有效地治疗癌症。

进化理论是文明的关键所在，从我们森林里生长的树木到我们后院的动物。一点一点地，随着时间的推移，我们看到适应特定环境的物种生存下来，而其他无法找到茁壮成长的方法的物种则趋于衰落。

USC研究人员表示，癌细胞并非不同。包括保罗·牛顿（包括Paul Newton）航空航天和机械工程系，数学和埃尔森转型药研究所的教授，包括Paul Newton，正在致力于开发专注于达尔文进化原则来控制的计算模型肿瘤生长。

这项研究发表在癌症研究在佛罗里达州坦帕市莫菲特癌症中心的综合数学肿瘤系，牛顿和一个团队合作，包括Jeffrey West, Jingsong Zhang, Robert a . Gatenby, Joel S. Brown和Alexander R.A. Anderson，牛顿以前的博士生West现在是博士后。

“肿瘤是由不同类型的细胞组成的，它们都在竞争资源，具有不同程度的化疗耐药性，”牛顿说。“我们的模型使用进化博弈论来设计治疗时间表，它能自适应地控制竞争，而不会让耐药性物种接管，这种情况经常发生在杀死尽可能多的肿瘤细胞尽可能快的策略中。进化很重要。”

这种适应性癌症治疗，牛顿表示，类似于DDT，杀虫剂，用于杀死占害虫的毒品。结果：无意中“选择”抗害虫。相反，它被发现更多有效待遇是在不同的时间表上使用多种化学品，保持竞争中的害虫。

癌细胞也是如此。那些在治疗后坚持的往往是那些对癌症治疗有抵抗力的。相反，牛顿说，保持所有的肿瘤细胞相互竞争可以允许更可持续的，长期的结果。“但实现这一目标并不简单，需要我们了解肿瘤变化时的组成，然后根据变化调整毒素，”他说。“我们的方法列出了实现这一目标的一般原则，并对该方法进行了回顾性测试。”

“不同的细胞具有不同程度的敏感性和对不同癌症药物的抗性。具有多种药物，不同的剂量水平和时间，我们正在开发用于控制肿瘤中各种癌细胞的工具，并降低化学抗性的可能性”牛顿说。测量如何工作的第一步是牛顿表示，是通过使用数学模型来建立这样的自适应治疗情景计算机模拟。

耐药性和新型的治疗模型

在治疗周期早期，癌症患者可能表现出对连续使用最大剂量的强烈反应药品。然而，随着时间的推移，研究表明，最终显示出许多患者发育耐药性及其肿瘤的反应。“有时，当肿瘤产生对一种药物的抗性时，细胞变得更容易受到另一种药物的影响，”牛顿说。“顺序地循环两种或更多种药物是一种打击这一点的方法。但是使用多药组合设计最佳时间表和给药的方法并不清楚，特别是在不断发展的肿瘤的背景下。”

作为回顾性案例研究，团队研究了前列腺癌干细胞。与以前的数学模型相比，团队创建了一个模型在间歇性适应药物治疗期间模拟和预测三种不同因素的动态：前列腺癌细胞，分化的癌细胞和生物标志物前列腺特异性抗原（PSA），用于筛查和诊断前列腺癌。

在他们的研究中，研究人员证明耐化疗的患者更有可能拥有自我更新率更高的干细胞，导致前列腺癌干细胞水平更高细胞在每个治疗周期期间改变生物标志物PSA的水平。由研究人员开发的计算模型与先前收集的患者特异性数据相结合，在预测化学抵抗力的发展方面表现出高精度。然后，使用计算上开发的新计划，他们展示了他们所提出的多药剂自适应时间表如何相当远的工作。

这种适应性的方法意味着每个患者的治疗将真正根据肿瘤的状态和反应进行个性化治疗，而不是千篇一律的固定治疗方案。牛顿说:“治疗可以帮助控制甚至引导癌症的进化动态肿瘤到它发现自己的地方。“

然而，临床试验才刚刚开始，牛顿说。他说:“虽然它们显示出良好的前景，结合计算机模拟和模型，帮助为每个患者设计正确的治疗方案，但还需要做更多的研究来证明这种方法的长期疗效。”

---

---