Математика и лечение рака

Симбиоз математиков и врачей позволил разработать математическую модель воздействия препаратов на раковые опухоли, для предотвращения рецедивов при лечении

Математики и доктора из Боннского университета в Германии создали вычислительную модель, предоставляющую возможность подобрать действенную для лечения рака терапию. Помимо этого, метод разрешает понять, из-за чего с некоторыми опухолями сложно бороться. Изучение размещено в журнале Scientific Reports.

Одна из самых громадных неприятностей в лечении рака содержится в том, что злокачественные опухоли получают устойчивость к медикаментам. Сперва действенная терапия сменяется рецидивом, а время от времени итог по большому счету отсутствует. Фактором, способствующем этой неудачи является появление раковых клеток, невоспринимающих лечение.

Кое-какие клетки автоиммунной системы, такие как Т-лимфоциты, смогут бороться с раковыми метастазами, опознавая клетки по своеобразным белкам на мембране. Но ранние исследования продемонстрировали, что если иммунная реакция протекает в ходе лечения, то раковые клетки делаются неразличимыми для лимфоцитов.

В новом изучении ученым удалось создать математическую модель, воссоздающую такой эффект и предоставляющую возможность учитывать его в создании новых способов лечения. Она основана на оценке свободных случайных колебаний в численности раковых клеток и Т-лимфоцитов. Потому, что рак представляет собой сложную систему, определенным образом реагирующую на внешнюю среду, то терапия возможно действенной лишь в том случае, если она учитывает такую реакцию. Первые результаты продемонстрировали, что перспективным подходом является иммунная терапия с разными типами лимфоцитов.

Иначе, неподходящее лечение может кроме того вызывать мутации в раковых клетках и содействовать формированию агрессивной формы недоброкачественной опухоли вместо того, чтобы бороться с ней.

Но еще нужно проверить, действительно ли случайные флуктуации в росте опухоли смогут воздействовать на успех лечения или это только «компьюторный» эффект. По словам исследователей, численное моделирование рака позволяет привлечь большее число математиков к работе в медицинской сфере и, наоборот, обратить внимание докторов на возможность применения вероятностных подходов в разработке терапевтических способов лечения рака.