Nuovo modello simula la crescita dei tumori e la risposta ai trattamenti

Il cancro è una malattia seria causata da cambiamenti casuali nel DNA e da interazioni complesse. Per trovare trattamenti migliori, gli scienziati usano modelli al computer per imitare come i tumori crescono e rispondono ai farmaci. Una sfida importante è considerare tutti i diversi fattori che influenzano la crescita del tumore e il trattamento.

Questo articolo presenta un nuovo modello al computer che simula come i tumori vascolari crescono e rispondono ai trattamenti farmacologici in 3D. Il modello utilizza due tipi di simulazioni: una per le cellule tumorali e una per i vasi sanguigni. Usa anche equazioni per descrivere come nutrienti e farmaci si muovono attorno al tumore.

Il focus di questo modello è sulle cellule tumorali del seno che hanno molti recettori HER2, insieme a un trattamento che coinvolge la chemioterapia (Doxorubicina) e un anticorpo che aiuta a fermare la crescita dei vasi sanguigni (Trastuzumab). Anche se questo modello si concentra principalmente sul cancro al seno, molti concetti possono essere applicati ad altri tipi di cancro.

Lo studio mostra che il modello cattura efficacemente gli effetti del trattamento combinato confrontando i risultati con dati sperimentali pubblicati in precedenza. Inoltre, il modello dimostra la sua capacità di gestire simulazioni di grandi dimensioni, elaborando un numero significativo di agenti nella simulazione.

#L'importanza della ricerca sul cancro

Secondo l'Organizzazione Mondiale della Sanità (OMS), il cancro è una delle principali cause di morte nel mondo. Nel 2020, il cancro ha rappresentato uno su sei decessi, con 18 milioni di nuovi casi segnalati. Dato questo enorme impatto, molti scienziati si dedicano alla ricerca sul cancro nella speranza di migliorare i trattamenti e i risultati per i pazienti.

I ricercatori in questo campo utilizzano sia esperimenti pratici che modelli teorici. Gli sperimentatori raccolgono dati da studi della vita reale, mentre i teorici creano modelli matematici per prevedere come i tumori crescono e rispondono ai trattamenti.

I modelli matematici per il cancro generalmente appartengono a tre categorie:

1. Modelli basati su equazioni differenziali ordinarie (ODE).
2. Modelli basati su equazioni differenziali parziali (PDE).
3. Modelli che usano rappresentazioni di singole cellule, noti come modelli basati su agenti (ABM).

Ogni approccio di modellazione ha i suoi vantaggi e svantaggi. I modelli ODE sono più facili da calcolare ma non possono tener conto degli aspetti spaziali dei tumori. Le PDE possono incorporare informazioni spaziali ma richiedono più risorse computazionali. Gli ABM consentono di osservare il comportamento dettagliato delle singole cellule, ma possono essere anche molto intensivi in termini di risorse.

La maggior parte dei modelli sul cancro si concentra su scenari più semplici, escludendo alcune interazioni complesse che possono influenzare notevolmente il comportamento del tumore. Ad esempio, gli studi hanno mostrato che le colture cellulari 3D tendono a riflettere meglio le dinamiche reali dei tumori rispetto alle colture 2D. Pertanto, catturare questa complessità nelle simulazioni è fondamentale per comprendere meglio come i tumori crescono e si comportano nella vita reale.

#Introduzione di un nuovo modello ibrido

Questo lavoro presenta un modello ibrido che combina ABM e PDE per simulare la crescita dei tumori vascolari e la loro risposta al trattamento. Il modello è composto da tre componenti principali:

1. Un insieme di PDE che descrivono come nutrienti, un fattore di crescita specifico (VEGF) e i farmaci anticancro si muovono e interagiscono.
2. Un ABM per le cellule tumorali che considera i loro cicli di crescita e come si comportano in risposta al loro ambiente.
3. Un altro ABM per i vasi sanguigni che modella come crescono e si ramificano per fornire al tumore nutrienti.

Queste componenti interagiscono tra loro: i vasi sanguigni forniscono nutrienti e farmaci al tumore, mentre le cellule tumorali secernono VEGF, che stimola la crescita di nuovi vasi sanguigni.

I ricercatori hanno usato una piattaforma chiamata BioDynaMo per simulazioni efficienti. Questo framework consente al modello di funzionare su diverse configurazioni hardware, aumentando la sua flessibilità.

#Comprendere i meccanismi del cancro e i trattamenti farmacologici

Il cancro si sviluppa a livello cellulare, dove le mutazioni del DNA portano a comportamenti cellulari anomali. Tipicamente, le cellule tumorali crescono e si diffondono più rapidamente rispetto alle cellule normali. In un vasto corpo di ricerca, questi comportamenti sono stati categorizzati in quelli che sono noti come "caratteristiche del cancro".

Tra queste caratteristiche, la capacità delle cellule tumorali di creare nuovi vasi sanguigni è particolarmente rilevante per questo modello. Quando le cellule tumorali esauriscono le risorse locali, possono diventare ipossiche (mancanti di ossigeno) e produrre VEGF per attrarre nuovi vasi sanguigni.

In questo studio, vengono esaminati due principali farmaci anticancro: la Doxorubicina (DOX) e il Trastuzumab (TRA). DOX è un farmaco chemioterapico comunemente usato per trattare vari tipi di cancro. Funziona interferendo con il processo di replicazione del DNA per uccidere le cellule tumorali.

D'altra parte, TRA è un anticorpo monoclonale che mira ai recettori HER2 su alcune cellule tumorali. TRA funziona bloccando questi recettori, il che rallenta la crescita cellulare e può anche avere effetti sui vasi sanguigni.

Combinare questi due trattamenti mira a massimizzare la loro efficacia. Regolarizzando il sistema vascolare con TRA, si spera che il tumore possa essere trattato in modo più efficace con dosi più basse di DOX.

#Il modello ibrido in azione

Il modello ibrido funziona rappresentando la massa tumorale e il suo apporto sanguigno, tenendo anche conto degli effetti dei trattamenti. Il tumore è rappresentato come singole cellule tumorali che crescono e si dividono in base al loro ambiente locale, mentre i vasi sanguigni forniscono nutrienti e farmaci.

Per impostare la simulazione, i ricercatori hanno posizionato le cellule tumorali in uno spazio cavo circondato da una rete complessa di vasi sanguigni. Inizialmente, molte cellule tumorali sono ipossiche, portandole a secernere VEGF per stimolare la crescita di nuovi vasi sanguigni.

Attraverso la simulazione, i ricercatori possono osservare come le cellule tumorali passano da stati ipossici a stati proliferativi mentre ricevono nutrienti. Il modello tiene traccia della crescita sia del tumore che dei vasi sanguigni nel tempo.

Il team di ricerca ha eseguito simulazioni per esaminare come i tumori rispondono a diversi programmi di trattamento. Hanno confrontato questi risultati con risultati sperimentali esistenti e miravano a trarre conclusioni significative.

#Risultati delle simulazioni

I risultati della simulazione indicano che la Doxorubicina da sola è meno efficace nel controllare la crescita del tumore rispetto alla combinazione di Doxorubicina e Trastuzumab. Quando i trattamenti sono temporizzati correttamente (ad esempio, TRA seguito da DOX), il modello ha mostrato un significativo declino nel numero di cellule tumorali vive.

Diversi scenari di trattamento hanno prodotto livelli variabili di controllo del tumore. Le combinazioni più efficaci hanno portato al minor numero di cellule tumorali vive alla fine del periodo di trattamento.

Tuttavia, se DOX veniva somministrato prima di TRA, sembrava ridurre l'efficacia di TRA, suggerendo che l'ordine in cui i farmaci vengono somministrati è davvero importante.

#Scalare le simulazioni

Una sfida con gli ABM tradizionali è che spesso si concentrano su sistemi su piccola scala e non sono applicabili a scenari più grandi e realistici. Tuttavia, i progressi nelle tecniche computazionali consentono ai ricercatori di simulare volumi tumorali più grandi e più agenti con una precisione migliorata.

Sfruttando le capacità del framework computazionale scelto, il modello è stato in grado di simulare un volume tumorale sostanziale con milioni di cellule tumorali e segmenti di vasi sanguigni. I ricercatori si sono concentrati su come il tumore evolve nel tempo, dettagliando i cambiamenti nel numero di cellule tumorali e nei loro stati.

La simulazione ha richiesto una notevole quantità di potenza computazionale ma ha fornito informazioni sulle dinamiche del cancro. Ha dimostrato come l'apporto di nutrienti e i protocolli di trattamento influenzano i modelli di crescita del tumore.

#Affrontare le limitazioni del modello e direzioni future

Anche se il modello attuale offre molte intuizioni, ha delle limitazioni. Ad esempio, non tiene conto del tessuto sano che circonda il tumore, il che può influenzare le dinamiche tumorali. Studi futuri dovrebbero considerare di modellare il tessuto sano ed esplorare come interagisce sia con il tumore che con i vasi sanguigni.

Inoltre, il modello potrebbe beneficiare di un esame più dettagliato della morte cellulare e di come crea spazio per la nuova crescita tumorale. Una migliore rappresentazione della migrazione delle cellule tumorali potrebbe anche migliorare l'accuratezza delle simulazioni.

Man mano che il modello continua a svilupparsi, i ricercatori possono anche esplorare altri tipi di cancro e combinazioni di trattamenti. Possono derivare scelte di parametri più precise basate su dati sperimentali, il che migliorerebbe ulteriormente le previsioni del modello.

Il modello ibrido presentato qui serve come strumento prezioso che potrebbe contribuire a una comprensione più profonda del comportamento tumorale e delle risposte ai trattamenti in futuro. Colmando il divario tra osservazioni microscopiche e macroscopiche, i ricercatori possono migliorare i loro sforzi per affrontare il cancro attraverso modelli e simulazioni migliorate.