がんのクローン進化過程の推定に基づく抗がん剤投薬計画の最適化

がんのクローン進化において、がん部分型間の競合によるダイナミクスを数理的に記述する方法の一つとしては、生態学において捕食者-被食者関係を表す、一般化Lotka-Volterraモデルの利用が考えられる。がんのクローン進化のダイナミクスをデータ駆動的に解析するためには、がん部分型構成比の時系列データから、背後にあるこのような微分方程式モデルのパラメータを推定する手法が必要となる。そのため、我々は、データ同化で用いられる4D-Var及びsecond-order adjoint法を応用し、時系列観測データから、微分方程式の未知パラメータを推定し、その信頼区間を評価する手法の実装を行なった。推定精度評価の予備実験として、インスリン刺激依存的遺伝子制御モデルに対し本手法を適用し、Hmgcr遺伝子発現量の実データを用いてモデルパラメータの推定と、信頼区間評価を行った。また、我々が実装した手法以外にも、SINDyという非線形スパースシステム同定手法も検討し、一般化Lotka-Volterraモデルに対して、SINDyによるモデルパラメータ推定を試みた。しかし、がんのクローン進化ダイナミクスの推定に用いる予定であった血中循環腫瘍DNA (ctDNA) の時系列データは、現在公開されているデータではモデルパラメータの学習に必要なサンプル時点数が不足しているため、代わりにサンプル時点数が豊富なヒト微生物叢時系列データを用いて実験を行ない、微生物間の共生・競合関係を解析した。今後は、ctDNAの時系列データを十分な時点数取得できるようにし、そのシーケンシングデータに対して我々の手法を適用して、がんのクローン進化のダイナミクスを明らかにしたい。その後、抗がん剤投薬量情報と合わせることで、がん部分型構成比に応じて抗がん剤投薬量を調節し、腫瘍増殖を抑制するフィードバック制御系を構築したいと考えている。

がんのクローン進化において、がん部分型間の競合によるダイナミクスを数理的に記述する方法の一つとしては、生態学において捕食者-被食者関係を表す、一般化Lotka-Volterraモデルの利用が考えられる。がんのクローン進化のダイナミクスをデータ駆動的に解析するためには、がん部分型構成比の時系列データから、背後にあるこのような微分方程式モデルのパラメータを推定する手法が必要となる。そのため、我々は、データ同化で用いられる4D-Var及びsecond-order adjoint法を応用し、時系列観測データから、微分方程式の未知パラメータを推定し、その信頼区間を評価する手法の実装を行なった。推定精度評価の予備実験として、インスリン刺激依存的遺伝子制御モデルに対し本手法を適用し、Hmgcr遺伝子発現量の実データを用いてモデルパラメータの推定と、信頼区間評価を行った。また、我々が実装した手法以外にも、SINDyという非線形スパースシステム同定手法も検討し、一般化Lotka-Volterraモデルに対して、SINDyによるモデルパラメータ推定を試みた。しかし、がんのクローン進化ダイナミクスの推定に用いる予定であった血中循環腫瘍DNA (ctDNA) の時系列データは、現在公開されているデータではモデルパラメータの学習に必要なサンプル時点数が不足しているため、代わりにサンプル時点数が豊富なヒト微生物叢時系列データを用いて実験を行ない、微生物間の共生・競合関係を解析した。今後は、ctDNAの時系列データを十分な時点数取得できるようにし、そのシーケンシングデータに対して我々の手法を適用して、がんのクローン進化のダイナミクスを明らかにしたい。その後、抗がん剤投薬量情報と合わせることで、がん部分型構成比に応じて抗がん剤投薬量を調節し、腫瘍増殖を抑制するフィードバック制御系を構築したいと考えている。