李晓月;宋国廷;夏,杨;袁成贵 随机环境中肿瘤免疫系统的动力学行为。 (英语) Zbl 1439.92065号 SIAM J.应用。数学。 79,第6号,2193-2217(2019). 摘要:本文研究了肿瘤免疫系统在环境噪声扰动下的动力学行为。该模型描述了细胞毒性T淋巴细胞对免疫原性肿瘤生长的反应。主要方法有随机李亚普诺夫分析、随机微分方程比较定理和强遍历性定理。首先,我们证明了肿瘤免疫系统全局正解的存在唯一性。然后我们进一步研究肿瘤细胞和效应细胞的矩边界以及边界平衡点的渐近行为。此外,我们还讨论了肿瘤免疫系统平稳分布和随机持久性的存在唯一性。最后,我们给出了几个例子和数值模拟来验证我们的结果。 引用于13文件 MSC公司: 92立方 病理学、病理生理学 60小时10分 随机常微分方程(随机分析方面) 34B18号机组 常微分方程非线性边值问题的正解 37立方厘米 光滑遍历理论,光滑动力系统的不变测度 关键词:肿瘤免疫系统;随机持久性;比较定理;不变测度;遍历性 PDF格式BibTeX公司 XML格式引用 \textit{X.Li}等人,SIAM J.Appl。数学。79,第6号,2193-2217(2019;Zbl 1439.92065) 全文: DOI程序 arXiv公司 参考文献: [1] J.A.Adam和N.Bellomo,《肿瘤免疫系统动力学模型调查》,Birkha¨user出版社,波士顿,1997年·Zbl 0874.92020 [2] G.Albano和V.Giorno,肿瘤生长的随机模型,J.Theoret。《生物学》,242(2006),第329-366页·Zbl 1447.92081号 [3] R.P.Araujo和D.L.S.McElwain,《实体肿瘤生长研究史:数学建模的贡献》,公牛。数学。《生物学》,66(2004),第1039-1091页·Zbl 1334.92187号 [4] V.I.Bogachev、N.V.Krylov和M.Roíckner,最小条件下奇异扩散的转移概率和不变测度的正则性,《Comm.偏微分方程》,26(2001),第2037-2080页·Zbl 0997.35012号 [5] J.Bao和J.Shao,区域切换捕食者-食饵模型的持久性和灭绝,SIAM J.Math。申请。,48(2016),第725-739页·Zbl 1337.60147号 [6] N.Bellomo,《复杂生命系统建模:动力学理论和随机博弈方法》,Birkha¨user出版社,柏林,2007年·Zbl 1140.91007号 [7] R.Buörger,《选择、重组和突变的数学理论》,John Wiley Sons,Chichester,2000年·2018年9月9日Zbl [8] L.G.de Pillis、A.E.Radunskaya和C.L.Wiseman,《细胞介导免疫对肿瘤生长反应的验证数学模型》,《癌症研究》,65(2005),第7950-7958页。 [9] N.T.Dieu、D.H.Nguyen、N.H.Du和G.Yin,随机SIR模型中渐近行为的分类,SIAM J.Appl。发电机。《系统》,第15期(2016年),第1062-1084页·Zbl 1343.34109号 [10] A.d'Onofrio,肿瘤免疫系统竞争和免疫治疗建模的一般框架:数学分析和生物医学推断,Phys。D.非线性现象,208(2005),第220-235页·Zbl 1087.34028号 [11] N.H.Du,D.H.Nguyen和G.Yin,某些随机捕食者-食饵模型的持久性和遍历性条件,J.Appl。概率。,53(2016),第187-202页·Zbl 1338.34091号 [12] R.L.Elliott和G.C.Blobe,转化生长因子β在人类癌症中的作用,《临床肿瘤学杂志》,23(2005),第2078-2093页。 [13] L.Ferrante、S.Bompadre、L.Possati和L.Leone,肿瘤生长的Gompertzian随机模型中的参数估计,生物统计学,56(2000),第1076-1081页·兹比尔1060.62605 [14] R.P.Garay和R.Lefever,《癌症免疫学的动力学方法:效应靶细胞反应的稳态特性》,J.Theoret。《生物学》,73(1978),第417-438页。 [15] N.S.Goel和N.Richter-Dyn,《生物学中的随机模型》,学术出版社,纽约,1975年。 [16] A.Hening和D.H.Nguyen,随机Kolmogorov系统的共存与灭绝,Ann.Appl。概率。,28(2018),第1893-1942页·兹比尔1410.60094 [17] A.Hening、D.H.Nguyen和G.Yin,空间异质环境中的随机人口增长:密度依赖案例,J.Math。生物学,76(2018),第697-754页·兹比尔1392.92076 [18] D.J.Higham,《随机微分方程数值模拟算法介绍》,SIAM Rev.,43(2001),第525-546页·Zbl 0979.65007号 [19] K.Ichihara和H.Kunita,二阶退化椭圆算子的分类及其概率表征,Zeitschrift fuör Wahrscheinlichkeits theorie und Verwandte Gebiete,30(1974),第235-254页·Zbl 0326.60097号 [20] R.Khasminskii,微分方程的随机稳定性,第二版,施普林格,海德堡,2012年·Zbl 1241.60002号 [21] N.L.Komarova、D.Wodarz、E.Angelis、M.A.J.Chaplain和N.Bellomo,《癌症建模中的选定主题:基因、进化、免疫竞争和治疗》,Birkha用户,柏林,2008年·Zbl 1149.92015年9月 [22] V.A.Kuznetsov、I.A.Makalkin、M.A.Taylor和A.S.Perelson,《免疫原性肿瘤的非线性动力学:参数估计和全局分叉分析》,布尔。数学。《生物学》,56(1994),第295-321页·Zbl 0789.92019 [23] D.Li和F.Cheng,随机肿瘤免疫系统中的灭绝和存活阈值,Commun。非线性科学。数字。同时。,51(2017),第1-12页·Zbl 1470.92078号 [24] K.J.Mahasa、R.Ouifki、A.Eladdadi和L.G.de Pillis,肿瘤免疫监测的数学模型,J.Theoret。《生物学》,404(2016),第312-330页·Zbl 1343.92281号 [25] A.Mantovani、P.Allavena和A.Sica,肿瘤相关巨噬细胞作为典型的II型极化吞噬细胞群:在肿瘤进展中的作用,《欧洲癌症杂志》,40(2004),第1660-1667页。 [26] 毛晓霞、袁春秋,《马尔可夫变换下的随机微分方程》,帝国理工大学出版社,伦敦,2006年·邮编1126.60002 [27] B.Mukhopadhyay和R.Bhattacharyya,病毒-肿瘤-免疫系统相互作用的非线性数学模型:确定性和随机分析,Stoch。分析。申请。,27(2009),第409-429页·Zbl 1173.34032号 [28] M.A.Nowak和R.M.May,《病毒动力学:免疫学和病毒学的数学原理》,牛津大学出版社,2000年·Zbl 1101.92028号 [29] C.Oana、O.Dumitru和C.Riccardo,《随机稳定性和肿瘤免疫系统分析综述》,《当代生物信息学》,8(2013),第390-440页。 [30] M.Owen和J.Sherrat,《肿瘤巨噬细胞侵袭模型:对生长和组成的影响》,IMA J.Math。申请。医学生物学。,15(1998),第165-185页·兹比尔0909.92022 [31] A.S.Perelson和G.Weisbuch,《物理学家免疫学》,现代物理学评论。,69(1997),第1219-1267页。 [32] H.Siu、E.S.Vitetta、R.D.May和J.W.Uhr,《肿瘤休眠》。I.BCL1肿瘤的回归和主要组织相容性复合体嵌合小鼠休眠肿瘤状态的诱导,《免疫学杂志》,137(1986),第1376-1382页。 [33] W.Y.Tan和C.W.Chen,《癌症随机模型》,载于《统计科学百科全书》,John Wiley&Sons,纽约,2006年。 [34] M.Villasana和A.Radunskaya,肿瘤生长的延迟微分方程模型,J.Math。《生物学》,47(2003),第270-294页·Zbl 1023.92014年 [35] J.T.Wu、D.H.Kirn和L.M.Wein,《肿瘤生长、复制能力强的病毒和免疫反应之间的三方竞赛分析》,Bull。数学。《生物学》,66(2004),第605-625页·Zbl 1334.92243号 [36] R.Yafia,肿瘤免疫系统竞争模型时滞微分方程的Hopf分岔,SIAM J.Appl。数学。,67(2007),第1693-1703页·Zbl 1156.34066号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。