转移性肿瘤的大小、位置和组成各不相同。单个患者的转移情况也各不相同，这使得治疗决策具有挑战性。医生使用从血液标本、组织活检和图像中收集的生物标志物来确定适当的治疗策略。然而，这些技术受限于单一的时间点，较小病变的分辨率较差以及无法提供个体转移的信息。科学家们正在研究动态生物标志物的潜力，以克服标准生物标志物方法的局限性。
动态标志物的预后不是基于单个时间点测量的绝对值，而是基于随时间的相对变化。例如，PSA翻倍时间可能会对前列腺癌患者进行分层，这些患者可能对化疗反应更好，进展为转移性疾病或死于疾病，”莫菲特综合数学肿瘤学部门的研究科学家Jill Gallaher博士说。
Moffitt研究人员使用数学模型和动态生物标志物来确定转移性疾病的特征，这些特征与更好的患者治疗结果相关。他们将分析重点放在一种被称为前列腺特异性抗原(PSA)的生物标志物上，这种生物标志物通常用于前列腺癌患者的诊断和治疗。研究人员对接受适应性疗法临床试验的16名患者的数据进行了研究。在适应性治疗期间，患者根据其PSA水平的变化而暂停治疗。这种方法旨在防止导致治疗失败的耐药肿瘤的发展和生长。
研究人员在适应性治疗的第一个周期中评估了动态PSA生物标志物，其中包括治疗时PSA负担减少50%所需的时间，以及治疗结束时PSA重新生长到原始值所需的时间。他们确定了转移性疾病和生物标志物之间的几个关键关系，包括转移性疾病的规模越大，治疗周期越长;耐药细胞比例较高的转移减慢了周期;细胞更新速度更快的转移瘤有更快的药物反应时间和更慢的再生时间。他们还将PSA动态与临床变量联系起来，包括格里森评分(Gleason score)，这是一种用于显示前列腺癌细胞异常程度和癌症进展可能性的分级系统;一个周期内转移灶数量的变化;以及整个治疗过程的总周期数。
该团队进行了额外的建模，以比较适应性治疗和持续治疗，在此期间没有给予治疗中断。他们发现转移性肿瘤成分之间的差异有利于持续治疗，转移性肿瘤成分之间的差异有利于适应性治疗方案。这些观察结果表明，使用数学建模方法结合动态和标准生物标志物来改善患者疾病的表征并帮助确定适当的治疗方案是可能的。
“多尺度数学模型，比如这里提出的模型，可以帮助解开癌症的多维本质，并更好地理解治疗成功和失败的驱动因素。“虽然这项工作只是第一步，但它表明，在单一周期的适应性治疗中，基于模型的生物标志物和可见转移分析可能有助于识别转移人群的重要特征，从而为治疗决策提供进一步的支持，”莫菲特综合数学肿瘤学系主任Alexander Anderson博士解释说。
这项研究得到了国家癌症研究所(U01CA232382)和莫菲特进化治疗卓越中心的支持。
莫菲特癌症中心的事
莫菲特致力于一个拯救生命的使命:为癌症的预防和治疗做出贡献。位于坦帕的设施是国家癌症研究所指定的54个综合癌症中心之一，这是对莫菲特卓越的科学成就、多学科研究和强大的培训和教育的认可。莫菲特的专业护理人员获得了Magnet?美国护士资格认证中心的认可
/公开发布。来自原始组织/作者的材料可能具有时点性质，并根据清晰度，风格和长度进行了编辑。海市蜃楼。新闻不受机构限制 所有的位置或侧面，以及所有的视图、位置等 此处表达的结论仅代表作者的观点。点击此处查看全文。 <