Moffitt 研究人员使用计算机建模来预测患者肿瘤对放射治疗的反应

佛罗里达州坦帕市——放射治疗是最常用的抗癌疗法之一。然而，尽管放射治疗具有长期和广泛的用途，但它更倾向于一种适用于所有治疗的方法，而很少考虑个体患者肿瘤的生物学特性。莫菲特癌症中心的研究人员正试图通过计算机建模来改善放射治疗的个性化。在Neoplasia杂志上发表的一项新研究中，他们模拟了癌细胞和免疫细胞之间的相互作用以及它们对辐射的后续反应如何影响肿瘤。他们提出他们的模型可能有助于预测患者对放射治疗的反应。

癌症患者对放射治疗的反应取决于他们所患的肿瘤类型以及个体遗传因素。此外，肿瘤包含多种不同的免疫细胞、血管网络和周围组织结构，它们极大地影响了治疗反应。例如，大量抑制免疫细胞的存在允许肿瘤细胞逃避细胞死亡，而大量免疫效应细胞可以促进癌细胞死亡。许多新兴疗法正试图通过增强免疫效应细胞的作用来改善放射治疗;然而，鉴于辐射剂量、时间表和时间安排范围广泛，很难确定最佳的临床方法。

Moffitt 研究人员决定利用数学建模的进步来提高他们对细胞对放射治疗反应的理解。他们开发了一个计算机模型来研究肿瘤免疫环境与肿瘤对放疗反应之间的关系，无论是否存在特定的患者因素。在他们的模型中，他们包括了细胞增殖、迁移、细胞死亡、免疫细胞运动、细胞间相互作用和辐射的细胞毒性影响等因素。

从他们的模型中，研究小组发现，根据存在的免疫效应细胞和抑制细胞的数量，肿瘤细胞要么逃避免疫捕食，要么被免疫系统消灭。他们分析了来自 31 种肿瘤类型的 10,469 名患者的样本，并能够估计每个肿瘤中的肿瘤、免疫效应细胞和免疫抑制细胞数量。他们将这些结果映射到他们的模型中，以揭示放射治疗有可能将免疫环境转变为支持肿瘤根除的环境，而其他没有经历这种转变的肿瘤可能会重新生长。研究人员将预测这些辐射引起的转变的因素结合到个人辐射免疫评分 (iRIS) 中。

然后，研究人员使用他们的模型分析了接受放射治疗的非小细胞肺癌 (NSCLC) 患者的数据，并证明 iRIS 评分与肿瘤对放射治疗的反应和患者的总体存活率相关。他们发现，将 iRIS 值与第二个生物标志物相结合，该生物标志物可以评估称为放射敏感性指数 (RSI) 的肿瘤放射敏感性，将患者对放射治疗的反应分层，低 RSI 和低 iRIS 分数与增强的放射治愈性相关。

有了这个模型，就可以模拟个体患者对辐射的反应，并预测在有或没有免疫靶向剂帮助的情况下实现肿瘤控制所需的最小辐射剂量。使用他们的模型，预计大约一半的 NSCLC 患者可以在较低的辐射剂量下获得持久的肿瘤控制，而 40% 的患者需要更高的辐射剂量。

“基于代理的模型模拟预测，一些患者可能需要增加放射剂量或与免疫疗法联合治疗，而其他患者可能需要大幅降低剂量以利用有利的免疫环境，”高级研究作者、副成员Heiko Enderling博士说所述的集成数学肿瘤科在莫菲特“这跨学科的方法是朝向内在分子放射敏感性和辐射响应的癌细胞免疫外在环境调制单元的贡献的概念理解的第一步。”

标签：