ỨNG DỤNG HIỆU ỨNG ALLEE TRONG XÂY DỰNG LIỆU PHÁP ĐIỀU TRỊ UNG THƯ

Mai Hương Hoàng 1,, Thị Hồng Nhung Bùi2, Minh Đạt Lê 3
1 Trường Đại học Y Hà Nội
2 Học viện Ngân hàng
3 Đại học Quốc gia Hà Nội

Nội dung chính của bài viết

Tóm tắt

Hiệu ứng Allee mô tả một kịch bản trong đó các quần thể ở số lượng thấp bị ảnh hưởng bởi mối quan hệ thuận chiều giữa tỷ lệ tăng trưởng và mật độ dân số, điều này làm tăng khả năng tuyệt chủng của chúng. Tầm quan trọng của quá trình này trong sinh thái học đã bị đánh giá thấp và các bằng chứng gần đây cho thấy rằng nó có thể có tác động đến động thái dân số của nhiều loài động thực vật. Các nghiên cứu về cơ chế nhân quả tạo ra hiệu ứng Allee trong các quần thể có thể cung cấp chìa khóa để hiểu động lực học của quần thể. Hiện nay, hầu hết các mô hình ung thư đều giả định rằng quần thể tế bào khối u, ở mật độ thấp, phát triển theo cấp số nhân để cuối cùng bị giới hạn bởi số lượng tài nguyên sẵn có như không gian và chất dinh dưỡng. Tuy nhiên, dữ liệu tiền lâm sàng và lâm sàng gần đây về sự khởi phát hoặc tái phát của ung thư cho thấy sự hiện diện của động lực của quần thể, trong đó tốc độ phát triển tăng lên theo số lượng tế bào. Hiệu ứng như vậy tương tự như hành vi hợp tác trong một hệ sinh thái được mô tả bằng hiệu ứng Allee. Trong bài báo này, chúng tôi mô hình hóa hiệu ứng Allee đối với sự phát triển của ung thư thông qua các đặc tính của mô hình động lực học để nghiên cứu sự phát triển của quần thể các tế bào ung thư từ đó lựa chọn các liệu pháp điều trị thích hợp hơn.

Chi tiết bài viết

Tài liệu tham khảo

1. D. Hanahan and R. A. Weinberg, Hallmarks of cancer: the next generation, cell, 144 (2011), 646–674.
2. T. Hillen and M. A. Lewis, Mathematical ecology of cancer, Managing Complexity, Reducing Perplexity, (2014), 1–13. Springer.
3. J. M. Pacheco, F. C. Santos, D. Dingli, The ecology of cancer from an evolutionary game theory perspective, Interface focus, 4 (2014), 20140019.
4. A. Marusyk, V. Almendro, K. Polyak, Intra-tumour heterogeneity: a looking glass for cancer? Nat. Rev. Cancer, 12 (2012), 323–334.
5. N. Bellomo, N. K. Li, Ph K. Maini, On the foundations of cancer modelling: selected topics, speculations, and perspectives, Math. Mod. Meth. Appl. Sci., 18 (2008), 593–646
6. R. Eftimie, J. L. Bramson, D. J. D. Earn, Interactions between the immune system and cancer:a brief review of non-spatial mathematical models, B. Math. Biol., 73 (2011), 2–32.
7. K. P. Wilkie, A review of mathematical models of cancer–immune interactions in the context of tumor dormancy, Systems Biology of Tumor Dormancy, (2013), 201–234. Spring
8. L. G. De Pillis, W. Gu, A. E. Radunskaya, Mixed immunotherapy and chemotherapy of tumors: modeling, applications and biological interpretations, J. Theor. Biol., 238 (2006), 841–862.
9. S. Wilson and D. Levy, A mathematical model of the enhancement of tumor vaccine efficacy by immunotherapy, B. Math. Biol., 74 (2012), 1485–1500.
10. M. Al-Tameemi, M. Chaplain, A. d’Onofrio, Evasion of tumours from the control of the immune system: consequences of brief encounters, Biol. direct, 7 (2012), 31.