数学建模为理解靶向治疗的不同反应提供了新的方法
针对特定蛋白质的癌症疗法已经改善了患者的预后。然而，许多患者最终对这些靶向治疗产生耐药性，癌症复发。据认为，肿瘤细胞之间的差异或异质性可能导致这种耐药。莫菲特癌症中心的研究人员采用了一种独特的方法，将典型的细胞培养研究与数学建模相结合，以确定肿瘤内部和周围肿瘤环境的异质性如何影响靶向药物治疗的反应。他们的研究发表在网上公共科学图书馆生物学．
单个细胞中的细胞肿瘤可以是非常不同的。它们可能具有不同的遗传特征，导致不同的蛋白质水平或活性，并对刺激或目标做出不同的反应治疗．此外，周围的肿瘤环境可以产生进一步改变的化学信号肿瘤细胞以及他们对靶向治疗的反应。
这是研究人员用来研究的典型方法癌症发展和治疗是要考虑的细胞在一个给定的肿瘤中是相同的并且对治疗有相似的反应。然而，这种假设并不是实际发生的，而且往往会限制有效癌症疗法的设计。通过使用数学建模和实验数据，Moffitt研究人员能够将肿瘤细胞的异质性考虑在内。这可以更准确地预测细胞对靶向癌症治疗的反应，并提出更有效的治疗方法。
跨学科研究团队由数学建模师和基础/转化生物学家组成，前者由Alexander Anderson博士领导，他是莫菲特综合数学肿瘤学系主任;后者由Eric Haura博士领导，他是化学生物学和分子医学项目的联合负责人，也是莫菲特胸部肿瘤科的高级成员。他们一起根据肺癌细胞系的实验数据创建了一个数学模型。已知有许多信号通路与癌症进展有关。研究人员决定将重点放在两个关键通路上，RAS-MAPK和AKT-PI3K信号通路，这两个信号通路在许多不同类型的癌症中通常是不受控制的。他们在周围肿瘤环境中细胞产生的一种叫做HGF的蛋白质存在和不存在的情况下进行了细胞培养实验。已知HGF有助于药物阻力。他们还治疗了肺癌细胞用不同的抑制剂来确定细胞对这些靶向药物的反应。他们利用这些数据创建了数学模型，做出了新的预测，然后在肺癌细胞系中证实了这些预测。
综合结果表明，由于蛋白质活性的不同，癌细胞对靶向药物治疗有不同的反应。此外，一些细胞可能对靶向抑制剂没有反应，因为替代信号通路可能被激活并绕过该抑制剂。因此，可能有必要使用药物抑制剂组合来靶向尽可能多的不同肿瘤细胞。研究人员使用他们的模型来证明某些药物组合在降低细胞活力方面更有效。然而，他们也证明周围的肿瘤环境可以改变细胞响应合成药物或药物组合
重要的是，研究人员证明，细胞对药物抑制剂和肿瘤环境反应的所有这些变化都可能导致种群中的某些细胞成为主导，从而导致癌症耐药性．此外，某些药物抑制剂和联合用药可在治疗后产生相对更大的肿瘤细胞异质性。
这种数学方法的一个主要优势是它可以分析许多不同的肿瘤场景和药物组合，并提供了一种更准确地预测异质性肿瘤反应的方法。“我们才刚刚开始了解非遗传异质性的重要性。在梳理遗传学、细胞和微环境的贡献方面，还有很多工作要做;它们是如何相互作用和调节的，以及这可能如何改变我们目前的联合治疗策略，”该研究的主要作者Eunjung Kim博士和莫菲特综合数学肿瘤学系的Alexander Anderson博士解释道。
