Credit: Pixabay/CC0公共领域
放射治疗是最常用的抗癌疗法之一
然而，尽管放射疗法使用时间长、范围广，但它更多的是一种一刀切的治疗方法，很少考虑单个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
在发表在《肿瘤》杂志上的一项新研究中，他们模拟了癌细胞和免疫细胞之间的相互作用以及它们随后对辐射的反应如何影响肿瘤
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因其肿瘤类型以及个体遗传因素而异
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，这些都会极大地影响治疗反应
例如，大量抑制性免疫细胞的存在允许肿瘤细胞逃脱细胞死亡，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，考虑到广泛的辐射剂量、时间表和时机，很难确定最佳的临床方法
莫菲特的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和肿瘤对放疗的反应之间的关系，有无特定的患者因素
在他们的模型中，他们包括细胞增殖、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，要么被免疫系统根除
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肿瘤、免疫效应细胞和免疫抑制细胞的数量
他们将这些结果映射到他们的模型中，以揭示放射疗法有潜力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变化的因素合并成一个单独的辐射免疫评分(iRIS)
研究人员随后使用他们的模型分析了接受放射治疗的非小细胞肺癌患者的数据，并证明了iRIS评分与肿瘤对放射治疗的反应和患者的总生存期相关
他们发现，将iRIS值与第二种估计肿瘤放射敏感性的生物标志物(称为放射敏感性指数)相结合，可以对患者对放射治疗的反应进行分层，低放射敏感性指数和低iRIS评分与增强的放射可及性相关
有了这个模型，就有可能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
通过他们的模型，预计约一半的非小细胞肺癌患者可以用较低的辐射剂量进行持久的肿瘤控制，而40%的患者需要较高的辐射剂量
资深研究作者Heiko Enderling博士说:“基于药物的模型模拟预测，一些患者可能需要放射剂量增加或与免疫疗法联合治疗，而另一些患者可能需要大幅降低剂量以利用有利的免疫环境。”
D
，莫菲特综合数学肿瘤学系准成员
这种跨学科的方法是从概念上理解细胞内在分子辐射敏感性和癌细胞对外来免疫环境调节辐射反应的贡献的第一步
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
