数学模型可预测癌特性治疗结果

近日，墨菲纳乳癌症之前心的统计数据分析小组在《自然通讯》杂志上发表了一篇统计数据分析。他们妥当统计数据分析了一个静态和统计数据，该静态和统计数据得出结论病变在外科手术晚期对纳异性上皮细胞内（PSA）生物体标志物的彻底改变可以假设适应外科手术的先前外科手术长周期的结果。这些静态再次可用作根据不断变化的生长和生物体标志物模式设计针对病变的外科手术分析方法。

一般来说情况下，乳癌病变时会接纳放射外科手术或外科手术来进行外科手术，随后的激素阻断外科手术（ADT）在最大不耐剂量下逃脱尽不太可能多的细胞内。尽管对这种分析方法的最初中间体一般来说是有效的，但再次病变时会产生抗性，并且时会罹患。

统计数据分析所写，墨菲纳示范数学学（IMO）机构协时会领导者海科·恩德杨（Heiko Enderling）博士时说：“通过最大移动性地可选择抗病毒表观并消除其他相互竞争性种群，持续外科手术仅仅不太可能加速抗病毒种群的浮现，这是一种经过更进一步统计数据分析的进化现象，纳指相互竞争释放。”

恩德杨和他的小组与斯坦福大学、卡罗来纳大学和内华达州立大学的科学家合作，认为代替周内用于最大不耐剂量，非常好的分析方法是采用间歇性给药的适应性外科手术。这种外科手术战略是基于个体病变生物体标志物总体变化的模式。根据病变纳异性标志物和静态，外科手术不太可能增高或减缓，甚至暂时停止。

IMO的另一位统计数据分析员黛妮·布雷迪（Renee Brady）博士时说：“要更进一步利用间歇性乳癌外科手术的潜力，需要已确定ADT耐药组态，假设个体中间体并已确定潜在的针对病变的，临床上难以实现的触发因素，以暂时和恢复间歇性激素阻断外科手术（IADT）长周期。”她补充时说，而数学建模的进步可以关键在于这个看似困难重重的挑战。

先前的数学静态基于各种并不相同的阻力组态，并且举例来说数以百计变量。但是，他们很难仅仅假设病变对IADT的中间体和结果。墨菲纳小组基于并不相同的观点建立了静态。他们结论乳癌造血导致病变之间的差异和外科手术受挫。该静态可以各种类型和假设IADT期间三个因素的静态：抗体、分化的抗体和生物体标志物PSA。统计数据分析管理人员检验了他们的静态，得出结论造血与IADT抗性移动性相关。具备抗病毒的病变非常有不太可能以外具备非常高自我升级率的造血，从而导致每个外科手术长周期之前乳癌造血总体非常高以及生物体标志物PSA总体彻底改变。

上图1：在第三个外科手术期间产生抗病毒的病变。由于高的自我升级率，PCaSC人群在耐药病变之前迅速增高，而在中间体病变之前则缓慢增高。

统计数据分析管理人员将造血所发并不一定（PCaSCs）定义为对低睾丸激素环境较不敏感性但仍在一定移动性上依赖激素受体除此以外的细胞内群体。由于PCaSC对ADT具备抗病毒，因此用于很难直接通过AR除此以外起作用的替代药物不太可能是有益的。静态分析得出结论，在同时进行ADT和IADT的同时尽早施用多西他赛（DOC）不太可能增高进展时长（TTP）（上图2a,c）。众所周知是，静态仿真显示，当给予IADT诱导DOC时，大多数病变不太可能受益于> 4.2个月（DOC六个长周期的阔度(上图2b）。同所发重要的是，各种类型可以识别出晚期并发DOC很难在TTP之前获利的选定病变（上图2d）。

上图2

统计数据分析管理人员将他们的静态与来自IADT外科手术统计数据分析的临床统计数据相结合，证明其可以用89％的精准度假设病变抗性的发展。此外，他们还得出结论通过用于该静态，可以假设哪些病变将从替代外科手术之前受益。对于那些预计在下一个IADT长周期之前时会产生抗性的病变，难以实现的静态还将假设不太可能产生非常好临床结果的替代外科手术。

静态检验得出结论，只有63％的统计数据被准确地捕获到了测试队列之前。尽管这不太可能被认为是该静态的局限性，但是本统计数据分析的主要目的不是以高达的精准度二阶统计数据，而是开发一种可在临床上运用的假设静态。这些结果得出结论用于数学静态指导适应性药物临床试验并备有非常多个性化外科手术可选择以改善病变预后的难以实现性。这种从晚期外科手术长周期之前学习并假设先前中间体的能力为乳癌症外科手术提议增高了正因如此的个性化和弹性。

参考：

【1】

【2】Brady-Nicholls, R., Nagy, J.D., Gerke, T.A. et al. Prostate-specific antigen dynamics predict individual responses to intermittent androgen deprivation. Nat Commun 11, 1750 (2020).