数学模型加在一起改善了癌症免疫疗法

波士顿-数学和医学的融合可能有助于提高免疫疗法的效力，这可能是挽救生命的疗法，可增强患者自身免疫系统攻击癌性肿瘤的能力。

通过创建代表肿瘤微环境(TME)内复杂相互作用的数学模型-恶性肿瘤内的非突变细胞，结缔组织和血管-麻省总医院(MGH)和哈佛医学院(HMS)的研究人员可以预测肿瘤如何对免疫疗法产生反应，以及如何添加其他抗癌药物可以改善治疗效果。此外，这些模型表明，肿瘤血液供应的相对健康状况可以预测该肿瘤对免疫疗法的反应。

他们的工作在《美国国家科学院院刊》上有在线描述。

免疫检查点抑制剂，例如Keytruda®(pembrolizumab)和Opdivo®(nivolumab)大大改善了对十二种恶性肿瘤的治疗，包括非小细胞肺癌，肾癌和黑色素瘤，但即使在这些癌症中，也只有少数患者从这些免疫疗法中受益。

共同作者Rakesh K解释说：“目前估计有87%的患者不能从免疫检查点阻滞剂单一疗法中长期获益。因此，需要新的治疗策略来提高对免疫检查点抑制产生抗药性的患者的反应率。” 。Jain博士，来自MGH和HMS放射肿瘤学系的Edwin L. Steele实验室。

血液灌注受损(血液流过组织中的血管)是许多肿瘤类型的共同特征，它限制了药物到达恶性细胞的能力并导致缺氧-异常低的氧气水平可能反过来导致抑制免疫反应。为了解决这个问题，Jain及其同事使用了计算机和系统生物学技术的组合来开发模型，以确定TME中血管和间质(结缔组织)的“正常化”是否可以提高免疫疗法的功效。

尽管其他研究人员已经开发出系统级的数学模型来预测肿瘤对免疫检查点抑制剂的反应，但他们是第一个结合关键成分和细胞与TME相互作用以及已知的免疫反应机制来解释TME可能如何产生不利影响的模型。免疫疗法的功效，并预测肿瘤对检查点抑制剂的反应。

重要的是，该研究还指出了使TME正常化以改善对免疫治疗反应的潜在策略。例如，用常见的治疗高血压的药物使基质正常化可以改善对增生性肿瘤的治疗，增生性肿瘤的特征是组织致密，血管压缩，高度丰富但组织混乱。相反，使用目前市场上低剂量的抗血管生成药物可以改善开放性，渗漏性血管在肿瘤中的灌注，从而更好地将免疫疗法递送至靶组织。

标签： 免疫疗法