Combining radiation with hyperthermia: a multiscale model informed by in vitro experiments.
Combining radiation with hyperthermia: a multiscale model informed by in vitro experiments.
复制标题
DOI：
10.1098/rsif.2017.0681
复制
发表时间：
2018-01
期刊：
影响因子：
--
通讯作者：
Ter Haar G
中科院分区：
文献类型：
--
作者：
Brüningk S;Powathil G;Ziegenhein P;Ijaz J;Rivens I;Nill S;Chaplain M;Oelfke U;Ter Haar G
联合放疗和热疗通过热放射增敏作用为成功治疗放射抵抗性肿瘤提供了巨大的潜力。肿瘤反应异质性，由于内在的，或微环境诱导的因素，可能会极大地影响治疗结果，但很难解释使用传统的治疗计划方法。系统肿瘤学模拟，使用数学模型来预测肿瘤生长和治疗反应，为分析和优化联合治疗提供了一个强大的工具。我们提出了一个框架，模拟这种组合治疗的细胞水平。这种多尺度混合细胞自动机在体外模拟大细胞群（多达107个细胞），同时允许单个细胞周期进展，并通过模拟辐射诱导的有丝分裂细胞死亡和加热后立即杀死细胞来治疗反应。基于使用HCT 116细胞的多个实验生长、细胞周期和存活数据集的校准，模型预测与测试的（热和辐射）剂量范围内（0-40 CEM 43，0-5戈伊）的实验数据吻合良好（R2 > 0.95）。拟议的框架提供了灵活性，在不同的情况下模拟多模式治疗组合。因此，它可能提供了一个重要的一步，使用虚拟患者肿瘤的个性化治疗建模。
Combined radiotherapy and hyperthermia offer great potential for the successful treatment of radio-resistant tumours through thermo-radiosensitization. Tumour response heterogeneity, due to intrinsic, or micro-environmentally induced factors, may greatly influence treatment outcome, but is difficult to account for using traditional treatment planning approaches. Systems oncology simulation, using mathematical models designed to predict tumour growth and treatment response, provides a powerful tool for analysis and optimization of combined treatments. We present a framework that simulates such combination treatments on a cellular level. This multiscale hybrid cellular automaton simulates large cell populations (up to 107 cells) in vitro, while allowing individual cell-cycle progression, and treatment response by modelling radiation-induced mitotic cell death, and immediate cell kill in response to heating. Based on a calibration using a number of experimental growth, cell cycle and survival datasets for HCT116 cells, model predictions agreed well (R2 > 0.95) with experimental data within the range of (thermal and radiation) doses tested (0–40 CEM43, 0–5 Gy). The proposed framework offers flexibility for modelling multimodality treatment combinations in different scenarios. It may therefore provide an important step towards the modelling of personalized therapies using a virtual patient tumour.
登录
查看更多内容
影响因子：
5.6
作者：
Kam, Yoonseok;Rejniak, Katarzyna A.;Anderson, Alexander R. A.
通讯作者：
Anderson, Alexander R. A.
DOI：
10.1146/annurev-bioeng-071910-124729
发表时间：
2011-08-15
影响因子：
9.7
作者：
Deisboeck TS;Wang Z;Macklin P;Cristini V
通讯作者：
Cristini V
影响因子：
4.6
作者：
Grogan, James A.;Markelc, Bostjan;Byrne, Helen M.
通讯作者：
Byrne, Helen M.
影响因子：
3.4
作者：
Horsman, M. R.;Overgaard, J.
通讯作者：
Overgaard, J.
影响因子：
--
作者：
Ribba, Benjamin;Colin, Thierry;Schnell, Santiago
通讯作者：
Schnell, Santiago