新技术预测脑肿瘤对放化疗的反应
一个研究恶性脑肿瘤的团队开发了一项新技术,可以预测单个患者对放化疗的反应,这是癌症个性化治疗的重要一步。
德克萨斯大学奥斯汀分校奥登计算工程与科学研究所的研究人员,德州高级计算中心(TACC)和德州大学MD安德森癌症中心已经将各种定量成像测量与计算模拟相结合,以创建一个精确的模型来计算高级别胶质瘤的进展。
高级别神经胶质瘤是成人中最常见的原发性脑肿瘤。目前的治疗方法包括手术切除肿瘤然后是放射治疗和化疗。尽管这种积极的治疗,患者接受这种方法的预后通常很差。这些肿瘤的生长和行为因患者而异,因此对个性化治疗技术的需求特别重要。
发表在科学报告,作者使用了解剖学和结构成像的结合,以提供一个计算机制模型,预测高级别胶质瘤肿瘤进展。
德克萨斯大学奥斯汀分校奥登研究所计算肿瘤学中心的David Hormuth说:“如果没有工程师和临床医生的密切合作,这个项目是无法尝试的。”
MD Anderson的Dr. Caroline Chung说:“我们的方法是在一个预测机制模型中使用单个患者的成像数据,它结合了MRI上肿瘤的解剖外形和一种叫做弥散张量成像的特定MRI扫描技术的测量,显示出了真正的希望。”
目前的放射治疗方法主要是在放射治疗开始前利用解剖成像数据为患者量身定制的,并且可以适应治疗期间肿瘤外观的重大变化。然而,这项新技术是为放射肿瘤学家提供所需信息的第一步,他们可以根据预测的肿瘤抗辐射空间图制定个性化的治疗计划。
在整个项目中,奥登研究所(Oden Institute)和MD安德森(MD Anderson)的研究人员在所需的数据类型、模型组件和该模型的总体目标或应用上反复讨论。奥登研究所带来了肿瘤力学和建模方面的专业知识,这是一种创新的、基于物理的研究方法,由德克萨斯大学奥斯汀分校的Tom Yankeelov领导了好几年。与Chung的定量成像和临床配对大脑在肿瘤方面,研究人员成功地将先前的临床前研究成果转化为高级别胶质瘤。
作为终结癌症合作的第三个伙伴,TACC使研究人员能够同时为每个患者校准基于生物学的数学模型。
Hormuth说:“我们总共有大约6000种不同的校准或预测场景,标准笔记本电脑需要数年才能运行。”“通过使用Lonestar 5系统同时运行我们的模型校准和预测方法,我们能够在几天内评估所有这些情况。”
进一步探索
用户评论