Một khung mô hình toán học dựa trên hệ thống để điều tra ảnh hưởng của thuốc đối với khối u rắn

Theoretical Biology and Medical Modelling - 2011
Cong Liu1, J Krishnan2,1, Xiao Yun Xu1
1Chemical Engineering and Chemical Technology,, Imperial College London, South Kensington,, London, UK
2Centre for Process Systems Engineering and Institute for Systems and Synthetic Biology,, Imperial College London, South Kensington,, London, UK

Tóm tắt

Việc làm sáng tỏ tác động của thuốc lên khối u rắn là một vấn đề đầy thách thức với nhiều cấp độ, vì điều này liên quan đến nhiều phức tạp liên quan đến vận chuyển và phản ứng tế bào, mà lại được đặc trưng bởi sự truyền tín hiệu hóa học phi tuyến tính cao. Cần có các khung hệ thống thích hợp để nghiêm túc giải quyết các nguồn gốc của những phức tạp này, đặc biệt là từ phía tế bào. Chúng tôi phát triển một khung mô hình cơ bản bao gồm vận chuyển thuốc ngoại bào, xử lý tín hiệu trong tế bào và các mô tả về quần thể tế bào. Các mô tả nhằm bắt đúng bản chất của dòng thông tin. Mô hình được hình thành một cách có chủ ý để bắt đầu với các mô tả nội bào đơn giản nhằm cho phép tích hợp thêm các tính năng bổ sung một cách mô-đun. Hai loại mô-đun tín hiệu trong tế bào mô tả tác động của thuốc đã được xem xét: một là công tắc đơn ổn định và cái kia là công tắc hai ổn định. Phân tích mô hình của chúng tôi cho thấy các kích thích thuốc khác nhau có thể dẫn đến việc giết chết tế bào trong khối u. Thú vị thay, cả hai mô-đun được xem xét đều thể hiện những xu hướng tương tự. Các tác động của các tham số quan trọng cũng đã được nghiên cứu. Chúng tôi đã tạo ra một nền tảng hệ thống dự đoán tích hợp vận chuyển thuốc và phản ứng tế bào, có thể được bổ sung hệ thống để bao gồm các lớp phức tạp tế bào bổ sung. Kết quả của chúng tôi chỉ ra rằng các mô hình tín hiệu trong tế bào khác nhau về chất lượng có thể dẫn đến hành vi tương tự so với các kích thích đơn giản (và điển hình), và rằng việc xác nhận các mô tả trong tế bào phải được thực hiện cẩn thận bằng cách xem xét một loạt các kích thích thuốc.

Từ khóa

#khối u rắn #mô hình toán học #vận chuyển thuốc #phản ứng tế bào #tín hiệu hóa học

Tài liệu tham khảo

Jang SH, Wientjes MG, Lu D, Au JL: Drug delivery and transport to solid tumors. Pharm Res. 2003, 20: 1337-1350. 10.1023/A:1025785505977.

Trédan O, Galmarini CM, Patel K, Tannock IF: Drug resistance and the solid tumor microenvironment. J Natl Cancer Inst. 2007, 99: 1441-1454. 10.1093/jnci/djm135.

Liu C, Krishnan J, Stebbing J, Xu XY: Use of mathematical models to understand anticancer drug delivery and its effect on solid tumors. Pharmacogenomics. 2011, 12: 1337-1348. 10.2217/pgs.11.71.

El-Kareh AW, Secomb TW: A mathematical model for comparison of bolus injection, continuous infusion, and liposomal delivery of doxorubicin to tumor cells. Neoplasia. 2000, 2: 325-338. 10.1038/sj.neo.7900096.

El-Kareh AW, Secomb TW: Two-mechanism peak concentration model for cellular pharmacodynamics of Doxorubicin. Neoplasia. 2005, 7: 705-713. 10.1593/neo.05118.

Teo CS, Hor Keong Tan W, Lee T, Wang C-H: Transient interstitial fluid flow in brain tumors: Effect on drug delivery. Chemical Engineering Science. 2005, 60: 4803-4821. 10.1016/j.ces.2005.04.008.

Zhao J, Salmon H, Sarntinoranont M: Effect of heterogeneous vasculature on interstitial transport within a solid tumor. Microvasc Res. 2007, 73: 224-236. 10.1016/j.mvr.2006.12.003.

Eikenberry S: A tumor cord model for doxorubicin delivery and dose optimization in solid tumors. Theor Biol Med Model. 2009, 6: 16-10.1186/1742-4682-6-16.

Yang R, Niepel M, Mitchison TK, Sorger PK: Dissecting Variability in Responses to Cancer Chemotherapy Through Systems Pharmacology. Clin Pharmacol Ther. 2010, 88: 34-38. 10.1038/clpt.2010.96.

Hinkelmann F, Murrugarra D, Jarrah AS, Laubenbacher R: A mathematical framework for agent based models of complex biological networks. Bull Math Biol. 2011, 73: 1583-1602. 10.1007/s11538-010-9582-8.

Truskey GA, Yuan F, Katz DF: Transport phenomena in biological systems. 2004, Pearson Prentice Hall

Edelstein-Keshet L: Mathematical models in biology. 1988, Society for Industrial and Applied Mathematics

Legewie S, Bluthgen N, Herzel H: Mathematical modeling identifies inhibitors of apoptosis as mediators of positive feedback and bistability. Plos Comput Biol. 2006, 2: 1061-1073.

Zhang T, Brazhnik P, Tyson J: Computational analysis of dynamical responses to the intrinsic pathway of programmed cell death. Biophys J. 2009, 97: 415-434. 10.1016/j.bpj.2009.04.053.

Albeck J, Burke J, Spencer S, Lauffenburger D, Sorger P: Modeling a snap-action, variable-delay switch controlling extrinsic cell death. PLoS Biol. 2008, 6: 2831-2852.

Ferrell JE, Xiong W: Bistability in cell signaling: How to make continuous processes discontinuous, and reversible processes irreversible. Chaos. 2001, 11: 227-236. 10.1063/1.1349894.

Thomas JW: Numerical partial differential equations. 1995, Springer

Seaton D, Krishnan J: A modular systems approach to elucidating the interaction of adaptive and monostable and bistable threshold modules. IET Systems Biology. 2011, 5: 81-94. 10.1049/iet-syb.2009.0061.

Eksborg S, Andersson M, Domellöf L, Lönroth U: A pharmacokinetic study of adriamycin and 4'epi-adriamycin after simultaneous intra-arterial liver administration. Med Oncol Tumor Pharmacother. 1986, 3: 105-110.

Thông tin
Thông tin xuất bản

Theoretical Biology and Medical Modelling

Thông tin tác giả