胡晓川；Ke，国一；Sophia R.-J·张。 胰腺癌免疫治疗动力学模型。 （英语） Zbl 1415.92101号 牛市。数学。生物。 81，第6期，1885-1915（2019）. 摘要：我们建立了胰腺癌的数学模型，其中包括胰腺癌细胞、胰腺星状细胞、效应细胞以及促癌和抑癌细胞因子，以研究免疫治疗对患者生存的影响。该模型首先使用两项临床试验的生存数据进行了验证。参数的局部敏感性分析表明，存在一个临界的促癌细胞因子激活率，如果应用四种过继免疫细胞转移，则可以根除癌症。最优控制理论被探索为寻找最佳过继细胞免疫疗法的潜在工具。研究了过继性体外扩增免疫细胞和通过siRNA治疗抑制TGF-（β）的联合免疫治疗。本研究得出结论，单免疫疗法不太可能控制胰腺癌，抗TGF-（β）和过继免疫细胞转移之间的联合免疫疗法可以延长患者生存期。我们通过数值研究表明，如何安排这两种免疫疗法对生存至关重要。首先应用TGF-（β）抑制，然后进行过继免疫细胞转移，可以获得更好的生存结果。 引用于1审查引用于6文件 MSC公司： 92 C50 医疗应用（一般） 关键词：胰腺癌；免疫疗法；细胞因子；常微分方程 软件：GPOPS公司 PDF格式BibTeX公司 XML格式引用 \textit{X.Hu}等人，公牛。数学。生物学81，第6期，1885-1915（2019；Zbl 1415.92101） 全文： 内政部 参考文献： [1] Abdo J等人（2018年），免疫治疗加冷冻治疗：晚期癌症的潜在增强吸收效应。前Oncol 8:1-16·doi:10.3389/fonc.2018.00001 [2] Anderson L，Jang SR-J，Yu J（2015）肿瘤-CD\[4^+]+-细胞因子与治疗相互作用系统的定性行为。数学方法应用科学38:4330-4344·Zbl 1364.92017年 ·doi:10.1002/mma.3370 [3] Arciero JC、Jackson TL、Kirschner DF（2004）肿瘤免疫逃避和siRNA治疗的数学模型。疾病控制动态系统序列B 4（1）：39-58·Zbl 1083.37531号 [4] Bachem MG等人（2008）胰腺星状细胞在胰腺癌中的作用。Langenbecks Arch Surg兰根贝克大教堂393:891-900·doi:10.1007/s00423-008-0279-5 [5] Bellone等人（2006）《人类胰腺癌细胞和手术标本中细胞因子表达谱：对生存的影响》。癌症免疫疗法55:684-698·doi:10.1007/s00262-005-0047-0 [6] Burden T、Ernstberger J、Fister K（2004）《免疫治疗中的最优控制》。Dis-Cont动态系统序列B 4:135-146·Zbl 1042.92013年 [7] Castiglione F，Piccoli B（2007）癌症免疫疗法，数学建模和最佳控制。《Theor生物学杂志》247:723-732·Zbl 1455.92068号 ·doi:10.1016/j.jtbi.2007.04.003 [8] Chung MJ等（2014）晚期胰腺癌体外扩增细胞因子诱导杀伤细胞治疗的第二阶段临床试验。癌症免疫疗法63（9）：939-946·doi:10.1007/s00262-014-1566-3 [9] de Pillis L等人（2005）一个经验证的细胞介导的对肿瘤生长的免疫反应的数学模型。癌症研究65（17）：7950-7958·doi:10.1158/0008-5472.CAN-05-0564 [10] de Pillis L等人（2008）肿瘤混合免疫治疗和化疗的最佳控制。生物系统杂志16（1）：51-80·Zbl 1147.92020号 ·doi:10.1142/S0218339008002435 [11] Diefenbach A等人（2001）NKG2D受体的Rae1和H60配体刺激肿瘤免疫。自然413:165-171·doi:10.1038/35093109 [12] Eftimie R等人（2010年），黑色素瘤排斥反应中的抗肿瘤Th1和Th2免疫。《Theor生物学杂志》265:467-480·Zbl 1461.92016年 ·doi:10.1016/j.jtbi.2010.04.030 [13] Ellermier J等人（2013）双功能siRNA结合TGF-β1沉默和RIG-I激活对胰腺癌的治疗效果。癌症研究73（6）：1709-1720·doi:10.1158/0008-5472.CAN-11-3850 [14] Engelhart M，Lebiedz D，Sager D（2011）选定癌症化疗ODE模型的最优控制：关于最优计划潜力和目标函数选择的观点。数学生物科学229:123-134·Zbl 1208.92028号 ·doi:10.1016/j.mbs.2010.11.007 [15] Fire A等人（1998），秀丽隐杆线虫双链RNA的有效和特异性遗传干扰。自然391:806-811·doi:10.1038/35888 [16] Fleming W，Rishel R（1975）确定性和随机最优控制。纽约州施普林格·Zbl 0323.49001号 [17] Friedman A，Hao W（2017）外泌体在胰腺癌微环境中的作用。公牛数学生物79:1-23·Zbl 1394.92056号 ·doi:10.1007/s11538-016-0204-y [18] Friedman A，Lai X（2018）溶瘤病毒和检查点抑制剂联合治疗癌症：一个数学模型。公共科学图书馆·综合13（2）：1-21·doi:10.1371/journal.pone.0192449 [19] Gaspar NJ等人（2007年）抑制转化生长因子β信号传导可降低胰腺癌的生长和侵袭性。摩尔药理学72:152-161·doi:10.124/摩尔.106.029025 [20] Gold L（1999）《转化生长因子-β（TGF-β）在人类癌症中的作用》。Oncog评论10:303-360 [21] Hanahan D，Weinberg RA（2011），癌症的标志：下一代。手机144:646-674·doi:10.1016/j.cell.2011.02.013 [22] Hariharan D等人（2008）世界胰腺癌死亡率分析。水电站10:58-62·doi:10.1080/13651820701883148 [23] He D-H，Xu J-X（2017）胰腺癌两种治疗的数学模型。生物系统杂志25（1）：83-104·Zbl 1360.92056号 ·doi:10.1142/S021833901750005X [24] 海涅曼V（2001）吉西他滨：胰腺癌治疗进展。肿瘤学60（1）：8-18·doi:10.1159/000055290 [25] Hilmi M等人（2018）胰腺导管腺癌的免疫治疗：我们现在在哪里？世界胃肠病学杂志24（20）：2137-2151·doi:10.3748/wjg.v24.i20.2137 [26] Holen T等人（2001）针对人类凝血触发组织因子的短干扰RNA的位置效应。核酸研究30:1757-1766·doi:10.1093/nar/30.8.1757 [27] Hu X，Jang SR-J（2018a）肿瘤-CD\[4^+\]+-细胞因子-宿主细胞与治疗相互作用的动力学。应用数学计算321:700-720·Zbl 1426.92034号 [28] Hu X，Jang SR-J（2018b）涉及CD\[4^+]+T细胞的癌症免疫治疗的最佳治疗。WSEAS Trans-Biol生物识别15:48-67 [29] Khajanchi S，Ghosh D（2015）癌症缓解中最佳控制的综合效果。应用数学Compu 271:375-388·Zbl 1410.92048号 [30] Kirschner D，Panetta JC（1998），肿瘤免疫治疗模型。数学生物学杂志37:235-252·Zbl 0902.92012 ·doi:10.1007/s002850050127 [31] Korobeinikov A等人（2016）富集和系统有序度降低的悖论：噬菌体动力学作为案例研究。数学医学生物学33:359-369·Zbl 1400.92507号 ·doi:10.1093/imammb/dqv025 [32] Kozono S等人（2013）吡非尼酮通过调节星状细胞抑制胰腺癌结缔组织增生。癌症研究73（7）：2345-2356·doi:10.1158/0008-5472.CAN-12-3180 [33] Kuznetsov V等人（1994），免疫原性肿瘤的非线性动力学：参数估计和全局分岔分析。公牛数学生物学56（2）：295-321·Zbl 0789.92019 ·doi:10.1007/BF02460644 [34] Lenhart L，Workman JT（2007），生物模型的最优控制。查普曼和霍尔，纽约·Zbl 1291.92010年 [35] Li X，Xu J-X（2016）接受免疫治疗的胰腺患者的数学预后模型。《Theor生物学杂志》406:42-51·Zbl 1344.92072号 ·doi:10.1016/j.jtbi.2016.06.021 [36] Lipardi C等人（2001）RNAi作为随机降解PCR：siRNA引物将mRNA转化为dsRNA，降解后生成新的siRNA。手机107:297-307·doi:10.1016/S0092-8674（01）00537-2 [37] Louzoun Y等人（2014）胰腺癌生长和治疗的数学模型。《Theor生物学杂志》351:74-82·兹比尔1412.92154 ·doi:10.1016/j.jtbi.2014.02.028 [38] Luo X等人（2016）胰腺癌冷冻消融术进展。世界胃肠病杂志22（2）：790-800·doi:10.3748/wjg.v22.i2.790 [39] Mace TA等人（2013年）胰腺癌相关星状细胞以状态依赖的方式促进髓源性抑制细胞的分化。癌症研究73:3007-3018·doi:10.1158/0008-5472.CAN-12-4601 [40] Martinez-Bosch N等人（2018年），胰腺癌的免疫逃避：从机制到治疗。癌症10（6）：1-16 [41] Maloney E等人（2017）聚焦超声用于胰腺癌免疫辅助治疗：个性化肿瘤治疗时代的新兴临床范例。国际免疫学评论36（6）：338-351·doi:10.1080/08830185.2017.1363199 [42] Minelli A等人（2011年），癌症免疫治疗中的受控药物传递：稳定性、优化和蒙特卡罗分析。SIAM应用数学杂志71:2220-2245·Zbl 1357.49125号 ·doi:10.1137/100815190 [43] Morrison A等人（2018）胰腺癌的免疫治疗和预防。癌症趋势4（6）：418-428·doi:10.1016/j.trecan.2015.04.001 [44] Nam JS等人（2008）转化生长因子β破坏免疫系统，通过白细胞介素17直接促进肿瘤生长。癌症研究68（10）：3915-3923·doi:10.1158/0008-5472.CAN-08-0206 [45] Niu L等（2013）转移性胰腺癌的综合冷冻消融和免疫治疗联合治疗。胰腺42:1143-1149·doi:10.1097/MPA.0b013e3182965dde [46] Patterson MA，Rao AV（2014）GPOPS-II：一个MATLAB软件，用于使用hp自适应高斯正交配置方法和稀疏非线性规划解决多相最优控制问题。ACM Trans数学软件41（1）：1-37·Zbl 1369.65201号 ·doi:10.1145/2558904 [47] Rahib L等人（2014）预测到2030年的癌症发病率和死亡人数：美国甲状腺癌、肝癌和胰腺癌的意外负担。癌症研究74（11）：2913-2921·doi:10.1158/0008-5472.CAN-14-0155 [48] Siu H等人（1986）《肿瘤休眠》。在主要组织相容性复合体嵌合体小鼠中BCL肿瘤的回归和休眠肿瘤状态的诱导。勒穆诺尔杂志137:1376-1382 [49] Weinberg RA（2013）《癌症生物学》，第2版。伦敦加兰科学 [50] Winograd R等人（2015）T细胞免疫诱导克服了对PD-1和CTLA-4阻断的完全抵抗，提高了胰腺癌患者的生存率。癌症免疫研究3（4）：399-411·doi:10.1158/2326-6066.CIR-14-0215 [51] Xu C，Wang J（2015）癌症治疗中siRNA药物开发的交付系统。亚洲药学杂志10:1-12·doi:10.1016/j.ajps.2014.08.011 [52] Xue H等人（2016）IL-6的一种新的促肿瘤机制和tocilizumab的治疗效果：低氧诱导的IL-6通过p-STAT3-MIR155-3p-CREBRF途径在胶质母细胞瘤中是一种有效的自噬引发剂。自噬12:1129-1152·doi:10.1080/15548627.2016.1178446 [53] Yates A，Callard R（2002），细胞死亡与免疫记忆的维持。离散控制动态系统序列B 1（1）：43-59·Zbl 0980.92017号 [54] Zhao J等人（2016）胰腺导管腺癌患者血清转化生长因子-β1水平的临床和预后意义。英国医学生物学研究杂志49（8）：1-5 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。