Space-velocity thermostatted kinetic theory model of tumor growth

Léon Masurel; Carlo Bianca; Annie Lemarchand; Léon Masurel; Carlo Bianca; Annie Lemarchand

doi:10.3934/mbe.2021279

数学生物科学与工程

2021,第18卷, 第5版: 5525-5551. 数字对象标识：10.3934/月2021279

研究文章特殊问题

肿瘤生长的空间速度恒温动力学理论模型

1
法国巴黎Cedex 05，法国巴黎大学，CNRS，Sorbonne Universityé，4 place Jussieu，case courier 121，75252，Physique Théorique de la Matière Condensée实验室
2
法国Cergy Pontoise Cedex，Hautil 13 Boulevard de l'Hautil，95092，Ecole Supérieure d'Ingénieurs en Génieélectrique，Productique et Management Industriel，Laboratoire Quartz EA 7393，Laboratorie de Recherche en Eco-innovation Industrielle et Energétique

收到：2021年4月22日 认可的：2021年6月10日 出版：2021年6月21日

在恒温动力学理论的框架内，在细胞尺度上描述了非均匀条件下癌细胞和免疫系统细胞之间的竞争。细胞学习是通过在良好的相互作用中增加细胞活性来复制的。细胞活性波动由恒温器控制。细胞速度的方向根据模拟稠密流体的随机规则而改变。我们根据最初用于稀释气体的直接模拟蒙特卡罗（DSMC）方法开发了一种动力学蒙特卡罗算法。模拟生成随机轨迹，采样不同细胞类型分布的动力学方程。分析了最初局限的肿瘤的演变。随着场调节活动波动的减少，观察到了不同的定性行为。对于高场值，即有效热化，癌症得到控制。对于较小的字段值，癌症会快速而单调地逃避免疫监视。对于分离这两个结构域的临界场值，免疫疗法的3E’s被复制，癌症的明显初始消除，随后的长的准平衡期出现大的波动，癌症的最终逃逸，即使是有利于产生免疫系统细胞。对于略小于临界值的场值，可以自发观察到免疫系统细胞数量的更有规律的振荡，这与临床观察一致。通过免疫系统细胞和癌细胞的自催化产物的活性加权速率常数，在模型中再现了免疫系统刺激可能对肿瘤发生的拮抗作用。波动的非均匀系统满足了激发振荡的局部有利条件，能够产生比周围癌细胞活性更大的免疫系统细胞小簇。
- 恒温动力学理论,
- 癌症,
- 免疫系统,
- 动力学蒙特卡罗模拟,
- 振荡
引用：莱昂·马苏雷尔、卡洛·比安卡、安妮·莱马克。肿瘤生长的空间速度恒温动力学理论模型[J]。数学生物科学与工程，2021，18（5）：5525-5551。doi:10.3934/mbe.2021279年

相关论文：

摘要

在恒温动力学理论的框架内，在细胞尺度上描述了非均匀条件下癌细胞和免疫系统细胞之间的竞争。细胞学习是通过在良好的相互作用中增加细胞活性来复制的。细胞活性波动由恒温器控制。细胞速度的方向根据模拟稠密流体的随机规则而改变。我们根据最初用于稀释气体的直接模拟蒙特卡罗（DSMC）方法开发了一种动力学蒙特卡罗算法。模拟生成随机轨迹，采样不同细胞类型分布的动力学方程。分析了最初局限的肿瘤的演变。随着场调节活动波动的减少，观察到了不同的定性行为。对于高场值，即有效的热化，癌症得到控制。对于较小的字段值，癌症会快速而单调地逃避免疫监视。对于分隔这两个区域的临界场值，免疫治疗的3E被复制，具有明显的初始消除癌症、长的准平衡期，随后出现大的波动，以及癌症的最终逃逸，即使是对有利的免疫系统细胞的产生也是如此。对于略小于临界值的场值，可以自发观察到免疫系统细胞数量的更有规律的振荡，这与临床观察一致。通过免疫系统细胞和癌细胞的自催化产物的活性加权速率常数，在模型中再现了免疫系统刺激可能对肿瘤发生的拮抗作用。波动的非均匀系统满足了激发振荡的局部有利条件，能够产生比周围癌细胞活性更大的免疫系统细胞小簇。

参考文献

[1]	B.Wennberg，Y.Wondmagne，具有恒温力场的Kac方程，J.Stat.物理。,124(2006), 859–880. 数字对象标识：2007年10月10日/10955-005-9020-8
[2]	C.Bianca，作为物理学和生命科学中复杂系统模型的恒温动力学方程，物理学。生命修订版。,9(2012), 359–399. 数字对象标识：2016年10月10日/j.plrev.2012.08.001
[3]	C.Bianca，V.Coscia，关于车辆交通建模中稳态和自适应速度网格的耦合，申请。数学。莱特。,24(2011), 149–155. 数字对象标识：2016年10月10日/j.aml.2010.08.035
[4]	J.A.Carrillo，M.Fornasier，G.Toscani，F.Vecil，《群集的粒子、动力学和流体动力学模型》，in社会经济和生命科学中集体行为的数学建模（编辑G.Naldi、L.Pareschi和G.Toscani），Birkhäuser，波士顿，（2010），297–336。
[5]	C.Bianca，A.Lemarchand，带恒温器和突变的动力学框架的低场极限的密度演化，Commun公司。非线性科学。数字。模拟。,20(2015), 14–23. 数字对象标识：2016年10月10日/j.cnsns.2014.05.009
[6]	C.Bianca，C.Dogbe，A.Lemarchand，非保守相互作用在恒温动力学模型渐近极限中的作用，数学应用学报,189(2015), 1–24.
[7]	C.Bianca，A.Lemarchand，通过动力学蒙特卡罗模拟模拟癌症-免疫系统竞争，化学杂志。物理学。,145(2016), 154108. 数字对象标识：10.1063/1.4964778
[8]	L.Masurel，C.Bianca，A.Lemarchand，《癌症-免疫系统竞争中的学习控制效应》，物理A,506(2018), 462–475. 数字对象标识：10.1016/j.physa.2018.04.077
[9]	S.J.Oiseth和M.S.Aziz，《癌症免疫治疗：历史、可能性和未来挑战的简要回顾》，《癌症转移杂志》。治疗,三(2017), 250–261. 数字对象标识：10.20517/2394-4722.2017.41
[10]	T.Blankenstein，P.G.Coulie，E.Gilboa，E.M.Jaffee，肿瘤免疫原性的决定因素，Nat.Rev.癌症,12(2012), 307–313. 数字对象标识：10.1038/nrc3246
[11]	M.D.Vesely，R.D.Schreiber，《癌症免疫编辑：抗原、机制和对癌症免疫治疗的影响》，纽约学院安。科学。,1284（2013），1-5。数字对象标识：10.1111/nyas.12105
[12]	I.Sagiv-Barfi、D.K.Czerwinski、S.Levy、I.S.Alam、A.T.Mayer、S.S.Gambhir等，通过局部免疫治疗根除自发性恶性肿瘤，科学。Transl.公司。医学。,10（2018），eaan4488。数字对象标识：10.1126/scitranslmed.aan4488
[13]	P.Guermonprez、J.Valladeau、L.Zitvogel、C.Théry、S.Amigorena，树突状细胞的抗原呈递和T细胞刺激，每年。免疫学评论。,20(2002), 621–667. 数字对象标识：10.1146/anurev.immunol.20.100301.064828年
[14]	P.Sharma，S.Hu-Lieskovan，J.A.Wargo，A.Ribas，癌症免疫治疗的原发性、适应性和获得性耐药性，单元格,168（2017），第707–723页。数字对象标识：10.1016/j.cell.2017.01.017
[15]	Tsukahara，S.Kawaguchi，T.Torigoe，H.Asanuma，E.Nakazawa，K.Shimozawa等，抗泛HLAⅠ类单克隆抗体定义的骨肉瘤中HLAⅠ级表达的预后意义，EMR8-5，癌症科学。,97(2006), 1374–1380. 数字对象标识：10.1111/j.1349-7006.2006.00317.x
[16]	G.P.Dunn、A.T.Bruce、H.Ikeda、L.J.Old、R.D.Schreiber，《癌症免疫编辑：从免疫监视到肿瘤逃逸》，自然免疫学。,三(2002), 991–998. 数字对象标识：10.1038/ni1102-991年10月10日
[17]	F.H.Igney，P.H.Krammer，《肿瘤的免疫逃逸：凋亡抵抗和肿瘤反击》，J.Leukoc。生物。,71(2002), 907–920.
[18]	L.Zitvogel，L.Apetoh，F.Ghiringhelli，F.André，A.Tesniere，G.Kroemer，《抗癌免疫反应：治疗成功不可或缺？》？，临床杂志。投资。,118(2008), 1991–2001. 数字对象标识：10.1172/JCI35180
[19]	G.P.Dunn，L.J.Old，R.D.Schreiber，癌症免疫编辑的三个Es，每年。免疫学评论。,22(2004), 329–360. 数字对象标识：10.1146/anurev.immunol.22.012703.104803
[20]	F.A.Mahmoud，N.I.Rivera，C反应蛋白作为晚期癌症预后指标的作用，货币。昂科尔。代表。,4(2002), 250–255. 数字对象标识：2007年10月17日/11912-002-0023-1
[21]	B.J.Coventry，M.L.Ashdown，M.A.Quinn，S.N.Markovic，S.L.Yatomi-Clarke，A.P.Robinson，CRP识别癌症患者体内稳态免疫振荡：一种潜在的治疗靶向工具？，J.翻译。医学。,7(2009), 102. 数字对象标识：10.1186/1479-5876-7-102
[22]	M.Sawamura、S.Yamaguchi、H.Murakami、T.Kitahara、K.Itoh、T.Maehara等，《7天或8天周期性造血》，英国血液学杂志。,88（1994），第215–218页。数字对象标识：10.1111/j.1365-2141.1994.tb05004.x
[23]	O.Lejeune，M.A.J.Chaplain，I.El Akili，免疫细胞对实体肿瘤的反应介导的细胞毒性反应动力学中的振荡和双稳态，数学。计算。模型。,47(2008), 649–662. 数字对象标识：2016年10月10日/j.mcm.2007.02.026
[24]	D.Liu，S.Ruan，D.Zhu，肿瘤与免疫系统相互作用的两阶段癌症模型中的稳定周期振荡，数学。Biosci公司。工程师。,9(2012), 347–368. 数字对象标识：10.3934/mbe.2012.9.347
[25]	H.Dritschel，S.L.Waters，A.Roller，H.M.Byrne肿瘤微环境中细胞毒性和辅助性T细胞相互作用的数学模型，莱特。生物数学。,5(2018), 1–33.
[26]	R.F.Alvarez，J.A.M.Barbuto，R.Venegeroles，肿瘤表型异质性的细胞介导免疫反应的非线性数学模型，J.西奥。生物。,471(2019), 42–50. 数字对象标识：2016年10月10日/j.jtbi.2019.03.025
[27]	A.d'Onofrio，F.Gatti，P.Cerrai，L.Freschi，肿瘤-免疫系统相互作用的延迟诱导振荡动力学，数学。计算。模型。,51(2010), 572–591. 数字对象标识：2016年10月10日/j.mcm.2009.11.005
[28]	P.Bi，S.Ruan，X.Zhang三时滞肿瘤与免疫系统相互作用模型中的周期和混沌振荡，混乱,24（2014），023101。数字对象标识：10.1063/1.4870363
[29]	C.Yoon，S.Kim，H.J.Hwang，趋化性诱导免疫系统的全球适形性和模式形成，数学。Biosci公司。工程师。,17(2020), 3426–-3449. 数字对象标识：2020194年10月3934日/月
[30]	魏海川，肿瘤生长的数学模型：MCF-7乳腺癌细胞系，数学。Biosci公司。工程师。,16(2019), 6512–-6535. 数字对象标识：10.3934/mbe.2019325年
[31]	A.Alsisi，R.Eftimie，D.Trucu，go or grow假说对肿瘤病毒相互作用影响的非局部多尺度方法，数学。Biosci公司。工程师。,18(2021), 5252-–5284. 数字对象标识：10.3934/mbe.2021267年
[32]	G.Nicolis、I.Prigogine、，非平衡系统中的自组织纽约威利出版社，1977年。
[33]	R.Lefer，G.Nicolis，P.Borckmans，布鲁塞尔人：它仍然在振荡，化学杂志。法拉第Trans.Soc。1,84(1988), 1013–1023. 数字对象标识：10.1039/f19888401013
[34]	N.Herranz，J.Gil，《细胞衰老的机制和功能》，临床杂志。投资。,128(2018), 1238–1246. 数字对象标识：2017年10月10日/JCI95148
[35]	D.C.Macallan、B.Asquith、A.J.Irvine、D.L.Wallace、A.Worth、H.Ghattas等人，《人类T细胞动力学的测量和建模》，《欧洲免疫学杂志》。，33(2003), 2316–2326.
[36]	D.C.Macallan、D.Wallace、Y.Zhang、C.De Lara、A.T.Worth、H.Ghattas等，健康人体中效应记忆CD4（+）T细胞的快速转换，实验医学学报,200(2004), 255–260. 数字对象标识：10.1084/jem.20040341
[37]	L.Westera、J.Drylewicz、I.den Braber、T.Mugwagwa、I.van der Maas、L.Kwast等人，《缩小小鼠和人类稳定同位素标记研究中T细胞寿命估计值之间的差距》，血液,122(2013), 2205–2212.
[38]	R.Ahmed，L.Westera，J.Drylewicz，M.Elemans，Y.Zhang，E.Kelly，et al.，《从稳定同位素标记实验中协调细胞增殖的估计》，公共科学图书馆计算。生物。,11（2015），e1004355。数字对象标识：10.1371/日记.pcbi.1004355
[39]	G.A.伯德，分子气体动力学与气体流动的直接模拟，克拉伦登，牛津，1994年。
[40]	F.Alexander，A.Garcia，直接模拟蒙特卡洛，计算。物理学。,11(1997), 588–593. 数字对象标识：10.1063/1.168619
[41]	C.A.Siegrist，疫苗免疫学疫苗（编辑S.A.Plotkin、W.A.Orenstein和P.A.Offit），Saunders Elsevier，纽约，（2008），17-36。
[42]	O.Leo，A.Cunningham，P.L.Stern疫苗免疫学了解现代疫苗，疫苗学观点，第1卷，（编N.Gar\c{c} 上的和P.L.Stern），Elsevier，阿姆斯特丹，（2011）25-59。
[43]	H.Gonzalez，C.Hagerling，Z.Werb，《免疫系统在癌症中的作用：从肿瘤开始到转移进展》，基因发育。,32(2018), 1267–1284. 数字对象标识：10.1101/gad.314617.118
[44]	D.A.McQuarrie，统计力学纽约哈珀街，1975年。
[45]	P.Dziekan，A.Lemarchand，B.Nowakowski，图灵模式的粒子动力学模拟，化学杂志。物理学。,137(2012), 074107. 数字对象标识：10.1063/1.4743983
[46]	G.Morgado，B.Nowakowski，A.Lemarchand，集中生长系统中亚微米图灵模式的缩放，物理学。版本E,98(2018), 032213. 数字对象标识：10.1103/物理版次E.98.032213
[47]	J.Hoshen，R.Kopelman，《渗流和集群分布》。一、聚类多重标记技术和临界浓度算法，物理学。版本B。,14（1976），第3438–3445页。数字对象标识：10.1103/物理版次B.14.3438
[48]	A.Lemarchand，I.Nainville，M.Mareschal，反应扩散波前的分形维数，欧罗普提斯。莱特。,36(1996), 227–231. 数字对象标识：10.1209/epl/i1996-00209-3