×
巴巴拉·德·梅洛·昆特拉;西尔维娅·赫瓦斯·鲁里;何塞·曼纽尔·加西亚·阿兹纳;道恩·沃克;韦特海姆，肯尼斯·Y。;马可·维切诺蒂

预测实体肿瘤生长模型中尺度分离的理论分析。 （英语） Zbl 1493.92014年

J.西奥。生物。 547，文章ID 111173，7 p.（2022）.
小结：实体肿瘤的生长依赖于一系列影响细胞生命周期和细胞外基质血管化的因素，从而形成有利的环境。整个实体肿瘤可以在免疫系统和治疗药物的作用下生长或萎缩。这种行为的个性化数学模型必须考虑细胞内和细胞间的动力学以及实体肿瘤及其微环境的力学。然而，如此广泛的空间和时间尺度很难在单个模型中建模，并且需要所谓的多尺度模型，定义为单尺度组件模型的编排，通过将数据从一个尺度转换到另一个尺度的关系模型连接起来。虽然多尺度模型越来越普遍，但对于尺度分离的定义，有一种成熟的工程方法，例如，时空连续体如何在各种组件模型中分割。在大多数研究中，鳞片分离被定义为自然的，与器官、组织或细胞等解剖学概念相关；但这些并不能提供可靠的尺度定义：例如骨骼器官可以大到500个mm（股骨），或小至3毫米（镫骨）。在这里，我们将最近提出的基于实际实验和计算限制的尺度分离方法应用于神经母细胞瘤生长的患者特定模型。得到的多尺度模型可以用可用的实验数据进行适当的通知，并用可用的计算资源在合理的时间内进行求解。

理学硕士：

92立方 病理学、病理生理学

关键词：

多尺度模型;神经母细胞瘤;肿瘤生长模型
PDF格式BibTeX公司 XML格式引用
\textit{B.de Melo Quintela}等人，J.Theor。生物学547，文章ID 111173，7 p.（2022；Zbl 1493.92014）
全文： 内政部 链接

参考文献：

[1] Ackermann，S.，《神经母细胞瘤临床表型的机械分类》，《科学》，362，6419，1165-1170（2018）
[2] Altrock，P.M。；Liu，L.L。；Michor，F.，《癌症的数学：整合定量模型》，《国家癌症评论》，第15、12、730-745页（2015年）
[3] Angeli，S。；徽章，K.E。；Due-Tonnessen，P。；Stylianopoulos，T.，在DTI-MRI指导下建立脑肿瘤生长和次级淋巴结形成的患者特异性模型，神经影像临床。，20, 664-673 (2018)
[4] Bekisz，S。；Geris，L.，《癌症建模：从机械到数据驱动的方法，从基本见解到临床应用》，J.Compute。科学。，46, 101198 (2020)
[5] 巴塔查里亚，P。；Viceconti，M.，生物力学中的多尺度建模方法，WIREs系统。生物医学，9，3，e1375（2017）
[6] 巴塔查里亚，P。；李强。；拉克鲁瓦博士。；卡迪尔卡曼纳坦，V。；维切诺蒂，M。；Roeder，R.K.，《多尺度模型开发中尺度分离问题的系统方法》，PLoS ONE，16，5，e0251297（2021）
[7] Chakraborty，S。；拉朱，S。；Pal，R.K.，纤维素酶水解中工程规模分离的多尺度三区反应混合模型，Biorource。技术。，173, 140-147 (2014)
[8] Clarke，M.F.，《癌症干细胞——当前状态和未来方向的展望：AACR癌症干细胞研讨会》，《癌症研究》，66，19，9339-9344（2006）
[9] Connolly，J.L.，Schnitt，S.J.，Wang，H.H.，Longtine，J.A.，Dvorak，A.，Dvolak，H.F.，2021年。肿瘤结构和肿瘤基质生成，荷兰弗雷癌症医学。2003年第6版，访问日期：2021年6月13日。[在线]。可用：https://www.ncbi.nlm.nih.gov/books/NBK13447/。
[10] Deisboeck，T.S。；王，Z。；Macklin，P。；Cristini，V.，多尺度癌症建模，年。生物识别版本。工程，13，1，127-155（2011）
[11] Escribano，J.，《机械力平衡驱动内皮缝隙形成，可能促进癌症和免疫细胞外渗》，PLoS Compute。生物，15，5，e1006395（2019）
[12] Evans，D.J.W.，《多尺度模型在支架冠状动脉狭窄形成和预防过程中的应用》，Philos。事务处理。数学。物理学。工程科学。，366, 1879, 3343-3360 (2008)
[13] Gonçalves，IG；Garcia-Aznar，JM，《细胞外基质密度通过细胞迁移调节肿瘤球体的形成》，PLOS计算生物学，17，2，e1008764（2021）
[14] Hanahan，D。；Weinberg，R.A.，《癌症的标志：下一代》，《细胞》，144，5，646-674（2011）
[15] 姜小霞，微环境在肿瘤血管生成中的作用，实验临床杂志。癌症研究，39，1（2020）
[16] 科兹·奥斯卡，E。；苏文斯基，R。；Giglok，M。；Świerniak，A。；Kimmel，M。；Csikász-Nagy，A.，《PLoS-Comput》，数学模型预测晚期非小细胞肺癌患者对化疗的反应，以铂为基础的双重化疗。生物，16，10，e1008234（2020）
[17] 刘，Q。；罗奇。；Ju，Y。；Song，G.，《机械微环境在癌症发展和进展中的作用》，《癌症生物学》。医学，17，2，282-292（2020）
[18] Lowengrub，J.S.，《癌症的非线性建模：弥合细胞与肿瘤之间的差距》，非线性，23，1，R1-R91（2010）·Zbl 1181.92046号
[19] Mantovani，F。；Collavin，L.公司。；Del Sal，G.，突变型p53作为癌细胞的守护者，细胞死亡差异，26，2199-212（2019）
[20] Maris，J.M。；Matthay，K.K.，神经母细胞瘤分子生物学，JCO，17，7，2264（1999）
[21] Martí-Bonmatí，L.，PRIMAGE项目：电子多尺度预测分析，支持由成像生物标记物授权的儿童癌症个性化评估，Eur.Radiol。实验，4，1（2020年）
[22] 马丁·T·A。；Ye，L。；桑德斯，A.J。；莱恩，J。；蒋伟国，《癌症侵袭和转移：分子和细胞的观点》，兰德斯生物技术公司。（2013），查阅日期：2021年4月22日。[在线]。可用：
[23] 梅兹卡尔，J。；Wang，Y。；Heiland，R。；Macklin，P.，癌症生物学中基于细胞的计算建模综述，JCO临床。癌症信息中心。，3, 1-13 (2019)
[24] 诺顿，K.-A。；龚，C。；Jamalian，S。；Popel，A.S.，肿瘤免疫微环境的多尺度基于代理和混合建模，过程（巴塞尔），7，1（2019）
[25] Otto，T。；Sicinski，P.，《细胞周期蛋白作为癌症治疗的潜在靶点》，《国家癌症评论》，17，2，93-115（2017）
[26] Pastor，E.R。；Mousa，S.A.，《神经母细胞瘤的当前管理和未来方向》，《Oncol评论》/血醇。，138, 38-43 (2019)
[27] 彭，L。；特鲁库·D·。；林，P。；A.汤普森。；Chaplain，M.A.J.，肿瘤侵袭性生长的多尺度数学模型，Bull。数学。生物学，79，3，389-429（2017）·Zbl 1373.92065号
[28] Plou，J。；Juste-Lanas，Y。；奥利瓦雷斯，V。；del Amo，C。；博劳，C。；García-Aznar，J.M.，《从个体到集体3D癌症传播：胶原蛋白浓度和TGF-β的作用》，科学版。代表，8，1（2018）
[29] Pourhasanzade，F。；Sabzpoushan，S.H.，基于微环境酸度和氧气浓度控制肿瘤生长的新数学模型，Biomed。国际研究，2021，8886050（2021）
[30] Rejniak，K.A。；Anderson，A.R.A.，肿瘤生长的混合模型，Wiley Interdiscip。版本系统。生物医学，3，1，115-125（2011）
[31] Stylianopoulos，T.，《癌症的固体力学和改进治疗的策略》，J.Biomech。工程，139，2，021004（2017）
[32] Sung，H.，《2020年全球癌症统计：GLOBOCAN对185个国家36种癌症在全球范围内的发病率和死亡率的估计》，加州：癌症临床杂志。(2021)
[33] Vinicius Varella，Bárbara de Melo Quintela，Marek Kasztelnik，e Marco Viceconti，XXXX。颗粒大小对多尺度肿瘤生长模型准确性和效率的影响，国际期刊Numer。方法。生物识别。工程师（提交）。
[34] Vavorakis，V。；Wijeratne，P.A。；希普利，R。；Loizidou，M。；Stylianopoulos，T。；Hawkes，D.J.，《机械敏感性肿瘤血管生成和生长的验证多尺度硅片模型》，PLoS Compute。生物，13，1，e1005259（2017）
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。