Abordarea matematică pentru a diferenția

evoluția spontană și indusă a rezistenței la

medicamente în timpul tratamentului împotriva
cancerului
James M. Greene, PhD1; Jana L. Gevertz, PhD2; and Eduardo D. Sontag, PhD3,4

SCOP

Rezistența la medicamente este un impediment major pentru succesul

tratamentului împotriva cancerului. Se crede că rezistența provine din mutații
genetice aleatorii, după care celulele mutante se extind prin selecția
darwiniană. Cu toate acestea, dovezile experimentale recente sugerează că
progresia către rezistența la medicamente nu trebuie să aibă loc aleatoriu, ci
poate fi indusă de tratament în sine, fie prin modificări genetice, fie prin
modificări epigenetice. Această noțiune relativ nouă de rezistență complică
sarcina deja dificilă de a proiecta protocoale de tratament eficiente.

MATERIALE ȘI METODE

Pentru a înțelege mai bine rezistența, am dezvoltat un cadru de modelare

matematică care încorporează atât rezistența spontană, cât și rezistența indusă
de medicamente.

REZULTATE

Modelul nostru demonstrează că capacitatea unui medicament de a induce

rezistență poate duce la răspunsuri calitativ diferite la aceeași doză de
medicament și program de livrare. De asemenea, am dovedit că parametrul de
inducție din modelul nostru este teoretic identificabil și propunem un protocol
in vitro care ar putea fi folosit pentru a determina tendința unui tratament de a
induce rezistență.

Clin Cancer Inform. © 2019 by American Society of Clinical Oncology

INTRODUCERE
 Rezistența tumorală la chimioterapie și
medicamente țintite este o cauză majoră a
eșecului tratamentului. Atât factorii
moleculari, cât și cei de mediu au fost
implicați în dezvoltarea rezistenței la
medicamente.1 Ca exemplu de rezistență
moleculară, reglarea în sus a
transportorilor de eflux a medicamentului
poate preveni acumularea intracelulară de
medicamente suficient de mare, ceea ce
limitează eficacitatea tratamentului.2 Alte
cauze moleculare ale rezistenței la
medicamente includ modificarea de ținte
medicamentoase, mecanisme
îmbunătățite de reparare a deteriorării
ADN-ului, dereglarea căilor apoptotice și
prezența celulelor stem canceroase.1-5 Ir-
vasculatură tumorală regulată care are ca
rezultat o distribuție inconsistentă a
medicamentului și hipoxie este un
exemplu de factor mi-mediu care
influențează rezistența la medicamente.6
Alte caracteristici ale microambientului
tumoral care influențează rezistența la
medicamente includ regiuni de aciditate,
filtrare și activare a celulelor imune și
stroma tumorii.1,6-10 Cercetările
experimentale și clinice continuă să facă
lumină asupra multitudinii de factori care
contribuie la rezistența la medicamente
împotriva cancerului. Studiile de modelare
matematică au fost, de asemenea, folosite
pentru a explora atât aspectele largi cât și
cele detaliate ale rezistenței la
medicamente împotriva cancerului, după
cum a fost revăzut anterior.
Rezistența la medicamentele împotriva
cancerului poate fi clasificată fie ca
preexistentă sau dobândită.1 Preexistentă
- sau intrinsecă
rezistența la medicament descrie cazul în
care o tumoare conține o subpopulație de
celule rezistente la medicament la
inițierea tratamentului, ceea ce face ca
terapia să fie chiar ineficientă ca urmare a
selecției celulelor rezistente.1 Ca exemple,
domeniul kinazei BCR-ABL preexistente
mutațiile conferă rezistență la inhibitorul
tirozin kinazei imatinib la pacienții cu
leucemie mieloidă cronică și mutațiile
MEK1 preexistente conferă rezistență la
inhibitorii BRAF la pacienții cu
melanom.16 Multe modele matematice au
luat în considerare modul în care prezența
acestor rezistențe preexistente celulele
afectează progresia și tratamentul
cancerului.
Rezistența la medicamente dobândite
descrie în general cazul în care rezistența
la medicamente se dezvoltă pe parcursul
terapiei dintr-o populație de celule care au
fost inițial sensibile la medicament.1
Termenul de rezistență dobândită este
într-adevăr un termen umbrelă pentru
două fenomene distincte, ceea ce
complică studiul rezistenței dobândite . Pe
de o parte, există rezistență care este
dobândită spontan - sau aleatoriu - în
cursul tratamentului, fie ca rezultat al
mutațiilor genetice aleatorii sau al
comutării stocotipice a fenotipului
nongenetic.41 Această formă spontană de
rezistență dobândită a fost luată în
considerare în multe modele. Pe de altă
parte, rezistența la medicamente poate fi
indusă (adică, cauzată) de medicamentul
însuși.
 CONTEXT

Obiectiv cheie

Rezistența la chimioterapie poate apărea din selecția darwiniană de subclone rezistente care
fie precedă terapia, fie apar în timpul tratamentului. În plus, tratamentul în sine poate
induce variații genetice sau epigenetice care catalizează rezistența la medicamente. Această
lucrare are ca scop eliminarea matematică a acestor diferiți factori.

Cunoștințe generate

Este introdus un model matematic pentru a distinge efectul medicamentelor care doar
selectează dintre cele care creează variație și selectează. Capacitatea unui medicament de a
induce rezistență poate duce la răspunsuri calitativ diferite pe baza dozei și a eliberării;
regimurile de perfuzie constantă au mai puțin succes în controlul creșterii tumorii decât
terapia pulsată pentru medicamentele care induc rezistență, dar situația este inversată
pentru medicamentele care acționează numai prin selecție.

Relevanţă

Dovezi experimentale recente sugerează că progresia către rezistența la medicamente nu

trebuie să aibă loc aleatoriu, ci poate fi indusă de tratament în sine. Înțelegerea implicațiilor
clinice ale rezistenței induse de tratament va ajuta la formularea protocoalelor adecvate.

Întrebarea dacă rezistența este un au concluzionat că mutațiile bacteriene au

fenomen indus sau este anterior precedat provocarea virală
tratamentului a fost studiată în mod
În cazul cancerului, există dovezi puternice
celebru de Luria și Delbru¨ ck53 în
că cel puțin unele medicamente au
contextul rezistenței bacteriene
capacitatea de a induce rezistență,
(Escherichia coli) la un virus (fagul T1). În
deoarece mutațiile geografice pot fi
special, Luria și Delbru ¨ ck au emis ipoteza
cauzate de chimioterapia cancerului
că, dacă presiunile selective impuse de
citotoxic.54,55 De exemplu, muștarele de
prezența virusului induc evoluția
azot pot induce substituții de bază și spate
bacteriană, atunci numărul coloniilor
cromozomială. - amplasamentele,
rezistente formate în experimentele lor
inhibitorii topoizomerazei II pot induce
aranjate ar trebui distribuit Poisson și,
translocații cromozomiale, iar
astfel, să aibă o medie și o varianță
antimetaboliții pot induce pauze dublu
aproximativ egale. Ceea ce Luria și Delbru¨
catenare și aberații cromozomiale.54
ck au găsit în schimb a fost că numărul de
Astfel de modificări genomice induse de
bacterii rezistente de pe fiecare placă
medicamente ar fi, în general,
variază drastic, varianța fiind semnificativ
nereversibile. Rezistența la medicamente
mai mare decât media. Ca urmare, autorii
poate fi indusă și la nivel
epigenetic.41,50,56 De exemplu, expresia
rezistenței multi-medicament 1 (MDR1), o
pompă cu membrană din familia ABC care
mediază efluful activ al medicamentului,
poate fi indusă în timpul tratamentului .
1,41 Într-un alt exemplu recent, se arată
că adăugarea unui agent chimioterapeutic
determină, printr-un proces în mai multe
etape, reprogramarea epigenetică în
celulele melanomului derivate de
pacient.56 Rezistența dezvoltată în acest
mod poate să apară destul de rapid și
poate deseori inversate.41,52,57
În ciuda acestor exemple cunoscute de
rezistență indusă de medicament,
diferențierea dintre rezistența selectată de
medicament și rezistența indusă de
medicament este netivială. De exemplu,
ceea ce pare a fi rezistența dobândită
indusă de medicament poate fi pur și
simplu selecția rapidă a unui număr mic de
celule rezistente preexistente sau selecția
celulelor care au dobândit rezistență
spontan.41,44 În lucrarea de pionierat a
lui Pisco și colegii 41, contribuția relativă a
selecția celulară versus rezistența indusă
de medicament a fost evaluată într-un
sistem experimental care a implicat celule
leucemice HL60 care au fost tratate cu
agentul chimioterapeutic vincristină. După
1-2 zile de tratament, s-a demonstrat că
expresia MDR1 este predominant mediată
de inducerea individuală a celulei a
expresiei MDR1 și nu de selecția celulelor
care exprimă MDR1.41,58. plasticitatea
fenotipică - prin care un genotip poate fi
mapat pe mai multe fenotipuri stabile -
pentru a-și schimba expresia genică într-o
stare temporar mai rezistentă ca răspuns
la stresul legat de tratament.41,58
Deși există o mulțime de cercetări
matematice care abordează rezistența la
medicamente împotriva cancerului, relativ
puține modele au considerat rezistența
indusă de medicamente. Dintre modelele
de rezistență indusă de medicamente care
au fost dezvoltate, multe nu explică în
mod explicit prezența medicamentului. În
schimb, se presupune că aceste modele se
aplică numai sub tratament, 41,59-62, cu
efectele medicamentului implicit captate
în termeni de model. Deoarece aceste
modele de inducere a rezistenței sunt
independente de doză, acestea nu sunt
capabile să surprindă efectele pe care le
are modificarea dozei de medicament
asupra formării rezistenței. Din câte știm,
au existat mai puțin de o mână de modele
matematice dezvoltate în care rezistența
este indusă de un medicament în mod
dependent de doză.33,34,63, In Gevertz et
al33 și lucrări de urmărire în Shah, Rejniak,
și Gevertz38 și Perez-Velazquez și colab.,
durata și intensitatea expunerii la
medicamente determină nivelul de
rezistență al fiecărei celule canceroase.
Acest model permite un continuum de
fenotipuri rezistente, dar este complex din
punct de vedere computerizat, deoarece
este un model spațial stochastic discret-
continuu hibrid. În timp ce caracteristici
interesante despre relația dintre
rezistența indusă și micromediul a fost
dedusă din acest model, complexitatea sa
nu permite să se tragă concluzii generale
despre inducerea rezistenței dependente
de doză.
O altă clasă de modele care abordează
rezistența indusă de medicamente este
aceea că în Chisholm și colab.63 Aceste
modele sunt distincte prin faptul că sunt
motivate de experimente in vitro în care
un medicament împotriva cancerului
induce în mod tranzitor o stare fenotipică
rezistentă reversibilă.52. modelele de
ecuație bazate și integro-diferențiale
dezvoltate iau în considerare celulele
sensibile la medicamente care proliferează
rapid, celulele rezistente la medicamente
care proliferează lent și celulele rezistente
la medicamente care proliferează rapid.
Un termen de advecție - cu viteza în
funcție de nivelurile medicamentului - este
utilizat pentru a modela adaptarea indusă
de medic a nivelului de proliferare
celulară, iar un termen de difuzie atât
pentru nivelul de proliferare celulară, cât
și pentru potențialul de supraviețuire
(răspuns la medicament) este utilizat
pentru modelarea nongenetică
instabilitatea fenotipului.63 Prin aceste
modele, contribuția instabilității
fenotipului non-genetic (atât indusă de
medicament, cât și aleatorie), adaptarea
indusă de stres și selecția pot fi
cuantificate.63
În cele din urmă, lucrarea din Liu și colab.
Modelează dinamica evolutivă a populației
tumorale ca un proces stocastic mult-tip
neomogen în timp continuu naștere-
moarte. Acest model explică capacitatea
unui medicament vizat de a modifica rata
de apariție a celulelor rezistente într-o
manieră dependentă de doză. Autorii au
considerat în mod special cazuri în care
rata mutației care dă naștere unei celule
rezistente: (1) crește în funcție de
concentrarea medicamentului, (2) este
independent de concentrația
medicamentului și (3) scade odată cu
medicamentul concentraţie. Interesant,
acest model a condus la concluzia că
strategia optimă de tratament este
independentă de relația dintre
concentrația medicamentului și rata de
formare a rezistenței. În special, autorii au
descoperit că rezistența este întârziată
optim utilizând o strategie de tratament
continuu cu doze mici, cuplată cu
impulsuri cu doze mari. Deoarece
experimentele in vitro au demonstrat că
răspunsul la tratament poate fi afectat de
rezistența indusă de medicamente, 41,52
în lucrarea curentă, încercăm să înțelegem
acest fenomen folosind modelarea
matematică. Modelul matematic inițial pe
care l-am dezvoltat - și care va fi analizat
aici - este un sistem de două ecuații
diferențiale obișnuite cu un singur control
reprezentând medicamentul. Am ales în
mod intenționat un model minim care ar
putea fi analizat, comparativ cu modelele
dezvoltate anterior de rezistență indusă
de medicamente, care sunt semnificativ
mai complexe.33,38,63,64 În ciuda
simplității modelului, acesta încorporează
atât spontan și rezistența indusă de
medicamente.
În plus față de rezistența indusă de
medicamente, cealaltă caracteristică a
dinamicii cancerului pe care o explorăm
este cea a protocoalelor de tratament
tradiționale cu doză maxim tolerată
(MTD), comparativ cu așa-numitele doze
mici și cu frecvență înaltă
terapii metronomice. Într-adevăr,
răspunsul diferențial dintre aceste terapii
este fundamental legat de
eterogenitatea / concurența intratumorală
și este considerat în mod explicit în
modelul nostru. Mai mult, rezultatele
prezentate în această lucrare susțin dovezi
recente care promovează adoptarea
terapiei metronomice în multe
circumstanțe, 65-69 și un obiectiv
principal al acestei lucrări este de a
relaționa concurența și rezistența indusă
de medicamente la proiectarea terapiei.
Această lucrare este organizată după cum
urmează. Începem prin introducerea unui
model matematic pentru a descrie
evoluția rezistenței la medicamente în
timpul tratamentului cu un medicament
teoretic care induce și nu induce
rezistența. Folosim acest model
matematic pentru a explora rolul jucat de
rata de inducere a rezistenței
medicamentului în dinamica
tratamentului. Demonstrăm că rata de
inducție a unui medicament împotriva
cancerului teoretic ar putea avea un
impact netrivial asupra răspunsurilor
calitative la o anumită strategie de
tratament, incluzând compoziția tumorii și
orizontul de timp al controlului tumorii. În
modelul nostru, pentru un medicament
care păstrează rezistența - adică un
medicament care nu induce rezistență - se
realizează un control mai bun al tumorii
utilizând un protocol terapeutic constant
față de unul pulsat. În schimb, în cazul
unui medicament care induce rezistența,
terapia pulsată prelungește controlul
tumorii mai mult decât terapia constantă,
ca urmare a inhibării competitive a
celulelor sensibile / rezistente. . Odată
stabilită importanța rezistenței induse,
demonstrăm că toți parametrii din
modelul nostru matematic sunt
identificați, ceea ce înseamnă că este
teoretic posibil să se determine rata la
care rezistența la medicament este indusă
pentru un protocol de tratament dat.
Deoarece acest rezultat teoretic nu se
pretează direct la o abordare
experimentală pentru cuantificarea
capacității unui medicament de a induce
rezistență, descriem și un potențial
experiment in vitro pentru aproximarea
acestei abilități utilizând terapii constante.
Încheiem cu câteva observații concluzive și
o discuție despre potențialele extensii ale
analizei noastre, cum ar fi un model care
diferențiază între formele de rezistență
reversibile și nereversibile.
MATERIALE ȘI METODE
Aici introducem un cadru general de
modelare pentru a descrie evoluția
rezistenței la medicamente în timpul
tratamentului. Modelul nostru surprinde
faptul că rezistența poate rezulta din
evenimente aleatorii sau poate fi indusă
de tratamentul în sine. Evenimentele
aleatorii care pot conferi rezistență la
medicamente includ modificări genetice -
de exemplu, mutații punctuale sau
amplificarea genei - și schimbarea
fenotipului.41 Aceste evenimente
spontane pot apărea fie înainte, fie în
timpul tratamentului. Rezistența indusă de
medicament este rezistența activată în
mod specific de medicament și, ca atare,
depinde de doza efectivă întâlnită de o
celulă. O astfel de formulare ne permite să
distingem contribuțiile atât ale
mecanismelor dependente de droguri, cât
și ale celor independente de droguri,
precum și orice dependență de populațiile
rezistente preexistente - adică înainte de
tratament. Considerăm că tumora este
compusă din două tipuri de celule,
sensibile (S) și rezistente (R). Celulele
sensibile (sau de tip sălbatic) sunt complet
susceptibile la tratament, în timp ce
tratamentul afectează celulele rezistente
într-un grad mai mic. Pentru a analiza rolul
rezistenței atât aleatorii, cât și a
rezistenței induse de medicamente,
folosim un sistem de două ecuații
diferențiale obișnuite pentru a descrie
dinamica dintre subpopulațiile S și R:
Toți parametrii sunt non-negativi. În
absența tratamentului,presupunem că
tumoarea crește logistic, cu fiecare
populație contribuind în mod egal la
inhibarea competitivă. Fenotipurile S și R
posedă fiecare individ rate de creștere
intrinseci și facem presupunerea în restul
lucrării care 0 ≤ rR, r. Acest lucru pur și
simplu afirmă că celulele rezistente cresc
mai lent decât non-rezistente celule, o
presupunere care este susținută de
experimentale dovezi.70-72 Trecerea la
rezistență poate fi descrisă cu o plasă
termenul formei «S + αu (t) S. Matematic,
medicamentul este indus termenul αu (t)
S, unde u (t) este medicamentul aplicat
eficient doza la momentul t, descrie
efectul tratamentului asupra promovării
fenotipul rezistent. De exemplu, acest
termen ar putea reprezenta
supraexprimarea indusă a Gena
glicoproteinei P, un cunoscut mediator al
fii sub cea mai simplă presupunere ca
multidrogului rezistență, prin aplicarea
chimioterapiei.1,73
Evoluția spontană a rezistenței este
surprinsă în eS termen, care permite
rezistenței să se dezvolte chiar și în
absența tratamentului. Rețineți că ε este
în general luat în considerare mici, 74 deși
dovezi experimentale recente cu privire la
ADN polimeraze predispuse la erori
sugerează că celulele canceroase poate
avea rate de mutație crescute ca urmare a
supraexprimarea unor astfel de
polimeraze.75-77 De exemplu, în
Krutyakov, 75 rate de mutație ca urmare a
unor astfel de polimeraze sunt
caracterizate de probabilități de până la
7,5 × 10−1 per substituție de bază și se știe
că multe mutații punctuale în cancer iau
naștere din aceste ADN polimeraze.77
Pentru în această lucrare, adoptăm
noțiunea că mutațiile punctuale aleatorii
care duc la rezistența la medicamente sunt
rare și care sunt induse de medicamente
rezistența apare pe scări de timp mult mai
rapide41; prin urmare, vom presupune că
α. ε cu u = O (1) în analiza noastră a
ecuațiilor 1 și 2.
Modelăm efectele tratamentului
presupunând log-kill ipoteza 78, care
afirmă că o doză dată de chimioterapie
elimină aceeași fracțiune a celulelor
tumorale indiferent de dimensiunea
tumorii. Permitem pentru fiecare celular
compartimentului pentru a avea o rată
diferită de deces indusă de droguri (d, dR);
totuși, pentru a descrie cu exactitate
rezistența, este a cerut ca 0 ≤ dR, d.
Analiza noastră prezentată aici va fi
ineficient împotriva celulelor rezistente,
astfel încât dR = 0.
Ultimul termen din ecuații, γR, reprezintă
resensibilizarea de celule canceroase la
medicament. În cazul nereversibilului
rezistență, γ = 0; altfel γ. 0. Nostru analiza
ulterioară se va face sub presupunerea
rezistență nereversibilă. Pentru o discuție
despre efectul reversibilitate pe modelul
prezentat, vezi anexa.
În cele din urmă, observăm că
concentrația efectivă a medicamentului u
(t) poate fi gândit ca o intrare de control.
Pentru simplitate, în aceasta munca
presupunem că este direct proporțională
cu cea aplicată concentrația
medicamentului; cu toate acestea,
farmacodinamic / farmacocinetic
considerente ar putea fi încorporate în
mai multe descrie cu precizie absorbția /
evoluția medicamentului in vivo sau in
vitro - de exemplu, ca în Bender, Schindler
și Friberg, 79 Wu și colab., 80 și Fetterly și
colab. 81
Pentru a înțelege sistemul de mai sus al
evoluției rezistenței la medicamente,
reducem numărul de parametri prin
nedimensionalizare. Redimensionarea S și
R după (articulația) lor capacitatea de
încărcare K și timpul t de creșterea
celulelor sensibile rata,
Ecuațiile 1 și 2 (cu γ = dR = 0) pot fi scrise
în formă,
Pentru comoditate, am reetichetat S, R și t
pentru a coincide cu nedimensionalizarea
astfel încât parametrii ε, α, și d trebuie
scalate corespunzător (cu 1 / r).
După cum s-a presupus rR pentru a
satisface 0 ≤ rR, r, populația relativ
rezistentă rata de creștere pr satisface 0 ≤
pr, 1. Se poate arăta (apendicele) că
asimptotic, sub orice regimul de tratament
u (t) ≥ 0, întreaga populație va deveni
rezistent:
Cu toate acestea, controlul tumorii este
încă posibil acolo unde se poate combina
eficacitatea terapeutică și competiția
clonală pentru a influența dinamica
tranzitorie și, eventual, prelungirea vieții
pacientului. Într-adevăr, modalitatea
terapiei adaptive a dat dovadă de
promisiune în utilizarea datelor
pacientului în timp real pentru a informa
modularea terapeutică vizând creșterea
calității vieții și a timpilor de
supraviețuire.67 Această lucrare se va
concentra pe astfel de dinamici și
controale.
Efectul inducției asupra
eficacității tratamentului
Investigăm rolul capacității de inducție a
unui medicament (parametrul α în
ecuațiile 4 și 5) privind dinamica
tratamentului. Mai exact, valoarea α
poate avea un impact substanțial asupra
succesul relativ al a două protocoale
standard de terapie,dozare constantă și
pulsare periodică.
Protocol de tratament
Pentru a cuantifica efectele rezistenței
induse, un tratament trebuie specificat
protocolul. Adoptăm o perspectivă clinică
pe parcursul bolii, care se rezumă în Figura
1. Presupunem că boala este inițiată de un
mic numărul de celule de tip sălbatic:
unde 0, S0, 1. Se notează volumul tumorii
la momentul t cu V (t):
Tumora progresează netratată până la un
anumit volum Vd este detectat - sau,
pentru tumorile hematologice, prin
intermediul corespunzător markeri de
sânge - care folosesc nucleare existente
tehnicile imagistice corespund unei tumori
cu diametru pe ordinea a 10 mm.82
Timpul pentru a ajunge la Vd este notat cu
td, care în general depinde de toți
parametrii care apar în Ecuațiile 4 și 5.
Rețineți că, presupunând e. 0, un zero
populația rezistentă va exista la debutul
tratamentului. Terapia, reprezentată prin
u (t), este apoi aplicată până la tumora
atinge o dimensiune critică Vc, pe care o
echivalăm cu eșecul tratamentului.
Deoarece starea (S, R) = (0,1) este globală
stabil asimptotic în primul cadran, Vc, 1
este garantat a fi obținut în timp finit.
Timp până la eșec, tc, este apoi o măsură a
eficacității u (t) aplicat.
Deși un set divers de intrări u (t) poate fi
teoretic aplicate, în prezent considerăm
doar strategiile așa cum sunt ilustrate în
Figura 1B. Curba albastră din Figura 1B
corespunde o dozare eficientă constantă
uc (t) inițiată la td – administrată folosind
aproximativ pompe de perfuzie continuă și
/ sau capsule cu eliberare lentă - în timp ce
curba neagră reprezintă o strategie
pulsată corespunzătoare sus (t), cu
tratament fix ferestre (Δton) și sărbători
(Δtoff). În general, putem permite pentru
magnitudini diferite, uon, c și uon, p,
pentru constantă și terapii pulsate,
respectiv - de exemplu, pentru a raporta
doza totală aplicată pe ciclu de tratament
(zona sub curba concentrație-timp a
medicamentului [ASC] 83). Cu toate
acestea, pentru simplitate presupunem
aceeași magnitudine în cele ulterioare
(deși consultați anexa pentru o comparație
normalizată). În timp ce acestea reprezintă
terapii idealizate, astfel de u (t) poate
forma o aproximare exactă la in vitro și /
sau in vivo cinetica. Rețineți că răspunsul V
(t) ilustrat în Figura 1A nu va fi identic, sau
chiar similar calitativ, pentru ambele
strategii prezentate, așa cum se va
demonstra numeric.
Reamintim că studiem modelul
nedimensional Ecuațiile 4 și 5, deci nu sunt
specificate unități. Parametru α = 0 nu
corespunde nicio rezistență indusă de
terapie (denumit în continuare ca
conservare a fenotipului) și prin urmare,
luarea în considerare a acestui caz permite
o comparație între noțiunea clasică de
evoluție aleatorie către rezistență (α = 0) și
rezistență indusă de medicament (α. 0).
Pentru restul secțiunii, parametrii sunt
fixați ca în tabelul 1. În mod critic, toți
parametrii, cu excepția lui α, sunt identice
pentru fiecare medicament, ceea ce
permite o imparțială comparaţie. Mărimile
tratamentului uon, c și uon, p sunt selectat
pentru a fi egal: uon, c = uon, p = uon.
Rețineți că selectarea parametrului Vd =
0.1 implică faptul că capacitatea de
transport are un diametru de 100 mm,
după cum corespunde Vd
la un diametru detectabil de 10 mm.
Presupunând fiecare celulă canceroasă are
un volum de 10-6 mm3, tumori în noi
modelul poate crește până la o capacitate
de încărcare de aproximativ 12,4 cm în
diametru, care este în acord calitativ cu
parametrii estimati in Chignola si Foroni84
(≈12,42 cm, presupunând un sferoid
tumoral).
Examinând figurile 2A și 2B, observăm în
mod clar un răspuns îmbunătățit la terapia
constantă atunci când se utilizează un
medicament care conservă fenotipul, cu
timp de succes al tratamentului tc de
aproape șapte ori mai mult comparativ cu
pulsul terapie (tc ≈ 90 pentru constantă,
comparativ cu tc ≈ 14 pentru pulsat). Se
poate observa că compoziția tumorii la
concluzia tratamentului este diferită
pentru fiecare terapie – nu afișat pentru
această simulare, dar vedeți un rezultat
comparabil în
Anexă Figurile A2B și A2D - și se pare că
terapia pulsată nu a fost suficient de
puternică pentru a împiedica creșterea
rapidă a populației sensibile. Într-adevăr,
tratament a eșuat rapid ca urmare a
tratamentului insuficient intensitate în
acest caz, deoarece populația rămâne
aproape complet sensibil. Astfel, pentru
acest pacient sub acestea tratamente
specifice, presupunând că apare doar
rezistența la medicamente prin
evenimente stocastice aleatorii, terapia
constantă ar fi preferat. S-ar putea
argumenta că impulsul, cu magnitudine
egalătratamentul este mai rău atunci când
α = 0 pur și simplu pentru că mai puțin
total se aplică medicamentul - adică ASC.
Cu toate acestea, vedem asta chiar și în
acest caz, dozele intermediare pot fi
optime (Fig 3A și 4A). Astfel, nu este cel
mai mare medicament total, în sine, acela
este responsabil pentru superioritatea
protocolului constant din acest caz, un
punct care este intarit de faptul ca
rezultatele raman neschimbat
Comparați acest lucru cu Figurile 2C și 2D,
care consideră același pacient și
citotoxicitate, dar pentru un extrem de
inductiv medicament. Rezultatele sunt
izbitor de diferite și sugerează că terapia
pulsată nu este acum mai rea, dar de fapt
în mod substanțial îmbunătățește
răspunsul pacientului (tc ≈ 61 pentru
impulsuri, comparativ cu tc ≈ 45 pentru
constantă). În acest caz, ambele tumori
sunt acum în primul rând rezistente
(figurile A3B și A3D), dar terapia pulsată
permite controlul prelungit al tumorii prin
inhibiție competitivă sensibilă / rezistentă.
În plus,
vacanțele de tratament reduc fluxul
general în rezistență întrucât aplicarea
medicamentului în sine promovează
această evoluție. Cantitatea totală de
medicament (ASC) este, de asemenea, mai
mică pentru impulsuri terapie (22,5
comparativ cu ≈ 64), astfel încât pulsat
terapia este atât mai eficientă în ceea ce
privește eficacitatea tratamentului și mai
puțin toxice pentru pacient, deoarece
efectele adverse sunt de obicei corelat cu
doza totală administrată, care este
proporțional cu ASC. Acest lucru este în
continuare consecvent cu dovezi
experimentale și clinice recente care
sprijină terapia metronomică ca
alternativă superioară la regimuri clasice
de chimioterapie. Rezultatele prezentate
în Figura 2 sugerează că poate fi avantajos
să se aplice o cantitate mai mică de
medicament mai frecvent; cu toate
acestea, noi de asemenea, rețineți că
rezultatele depind de pacient parametrii,
astfel încât terapia ar fi în mod ideal
personalizată pacienților individuali. De
remarcat, nu pretindem acest lucru aceste
rezultate sunt valabile pentru toate
valorile parametrilor - ambele pentru
pacient și tratament specific - dar în
schimb subliniază că rata de inducție
poate juca un rol important în proiectarea
terapii pentru pacienți specifici.
Pentru aceste valori specifice ale
parametrilor, diferențele dintre terapia
constantă și pulsată pentru medicamentul
inductiv nu sunt la fel de extins ca în cazul
conservării fenotipului; in orice caz,
amintesc că timpul a fost
nedimensionalizat și,
prin urmare, scala poate fi într-adevăr
relevantă din punct de vedere clinic. Astfel
de diferențele pot fi amplificate și, ca
parametri exacți sunt dificile sau chiar (în
prezent) imposibile măsură, distincțiile
calitative sunt primordiale. Astfel, la
această etapă, clasificarea terapiilor, mai
degrabă decât a acestora eficacitatea
cantitativă, ar trebui să acționeze ca fiind
cea mai importantă criteriul clinic.
Din aceste rezultate, observăm o diferență
calitativă în strategia de tratament de
aplicat bazată în întregime pe
.
valoarea lui α, gradul în care
medicamentul în sine induce rezistenţă.
Astfel, în administrarea chimioterapiei,
rata de promovare a rezistenței α a
tratamentului este clinică parametru
semnificativ. În secțiunea următoare, ne
folosim modelul și rezultatul său de a
propune metode in vitro pentru
experiment măsurarea parametrului α al
unui medicament.
FIG 2. Compararea eficacității tratamentului pentru medicamentele care conservă fenotipul
(α = 0) și medicamentele care induc rezistența (α = 10-2). Coloana din stânga indică strategia
de tratament, în timp ce coloana din dreapta indică răspunsul corespunzător al volumului
tumorii. Rețineți că linia roșie întreruptă din coloana din dreapta indică volumul tumorii
reprezentând eșecul tratamentului, Vc. (A) Terapii constante și pulsate după detectarea
tumorii pentru α = 0. (B) Răspunsuri corespunzătoare la regimurile de tratament din panoul
A. (C) Terapii constante și pulsate după detectarea tumorii pentru α = 10−2. (D) Răspunsuri
corespunzătoare regimurilor de tratament în panoul C

Identificarea ratei de rezistență Efectul tratamentului asupra evoluției

fenotipice rezistența poate avea un impact
la droguri indusă semnificativ asupra eficacității terapii
convenționale. Astfel, este esențial să
înțelegem valoarea parametrului de
inducție α înainte de administrare terapie.
În această secțiune, discutăm pe scurt atât
cele teoretice posibilitatea și fezabilitatea
practică a determinării α din diferite
strategii de intrare u (t). Pentru mai multe
detalii, consultați Apendicele.
Identificabilitate teoretică
Mai întâi studiem identificabilitatea
structurală a ecuațiilor 4 și 5, o condiție
prealabilă pentru analiza metodelor
practice de determinare valorile
parametrilor. Identificabilitatea structurală
este procesul de determinare a
parametrilor modelului - de exemplu, α -
dintr-un set de experimente de control.
Aici, presupunem că singura cantitate
măsurabilă este volumul tumorii V = S + R,
de-a lungul cu derivatele sale, în timp.
Folosind patru controale diferite, noi arată
că toți parametrii modelului, inclusiv rata
de inducție α, poate fi determinată prin
măsurarea precisă a corespunzătoare
curbe volum-răspuns. Pentru mai multe
detalii, consultați apendicele. Un protocol
experimental in vitro de distins Rezistență
spontană și indusă de droguri Deoarece
identificabilitatea structurală a fost
stabilită în precedent secțiunea, ne
concentrăm pe diferențele calitative
practice expuse de ecuațiile 4 și 5 în
funcție de rata de inducție a rezistenței α.
Folosind doar doze constante, investigăm
dependența tc de doza u, citotoxicitatea d
și α. Definirea supremului peste doze de
timpul de răspuns (ecuația 8),
trasăm rezultatele pentru diferite valori α
în figurile 3 și 4
. Comparând figurile 3B și 4B, observăm o
calitate calitativă clară diferența în timpul
maxim de răspuns. În cazul în care un
medicament de conservare a fenotipului,
experimentul in vitro propus ar produce o
curbă plană, în timp ce o inducere a
rezistenței medicamentul (α.0) ar produce
o funcție crescândă Tα (d). Comparații
suplimentare sunt prezentate în Figura 5,
unde dependența α este analizată mai
atent. Pentru mai multe detalii și analize, a
se vedea anexa.
DISCUŢIE
În lucrarea actuală, am analizat două
mecanisme distincte care poate duce la
rezistență la medicamente. Mai exact, un
matematic este propus un model care
descrie atât generarea spontană de
rezistență și indusă de medicamente
rezistenţă. Folosind acest model, am
contrastat efectul protocoale standard de
terapie și demonstrează că contrariul la
lucrarea din Liu și colab., 34 rata de
inducere a rezistenței poate avea un efect
semnificativ asupra rezultatului
tratamentului. Prin urmare, înțelegerea
dinamicii evoluției rezistenței cu luarea în
considerare a terapiei aplicate este
crucială. Pentru a demonstra că se poate
determina teoretic rata de inducție, am
efectuat o analiză de identificare pe
parametrul α și a demonstrat că poate fi nereversibile Rn și reversibile celule
obținut printr-un set de experimente de rezistente Rr (Ec. 9-12):
perturbare adecvate pe u (t).
FIG 3. Variația timpului de răspuns tc
Mai mult, am prezentat o metodă pentru un tratament care induce
alternativă, folosind doar terapii rezistență. Terapia constantă u (t) ≡ u se
constante, pentru înțelegerea calitativului aplică pentru td ≤ t ≤ tc. Rata de inducție α
diferențe între pur spontane și induse = 10−2, cu toate alți parametri ca în
cazuri. Astfel de proprietăți ar putea fi Tabelul 1. (A) Timp până când tumora
folosite pentru proiectare experimente in atinge dimensiunea critică Vc pentru
vitro pe diferite produse farmaceutice, diferite sensibilități la medicament d. (B)
care permite determinarea ratei de Timpul maxim de răspuns Tα (d) pentru un
inducție a rezistenței la medicamente fără tratament care induce rezistență. Rețineți
o înțelegere a priori a exactului mecanism. că timpul Tα (d) crește odată cu
Cu toate acestea, observăm că astfel de sensibilitatea la medicament; comparați
experimente poate fi încă dificil de realizat cu Figura 4B pentru evoluția rezistenței
într-un mediu de laborator, ca celule de pur aleatorii.
inginerie cu diferite sensibilități la
FIG 4. Modificarea timpului critic tc pentru
medicamente d poate fi o provocare. Într-
sensibilități medicamentoase diferite în
adevăr, această lucrare poate fi luată în
cazul unui tratament de conservare a
considerare ca experiment de gândire
fenotipului. (A) Timpul până când tumora
pentru identificarea calitativă proprietăți
atinge dimensiunea critică Vc pentru
pe care le produce rata de inducție α în
diferite sensibilități la droguri d;
modelarea noastră cadru. Modelul nostru
comparabil cu Figura 3A, cu α = 0. (B) Timp
simplu permite o perspectivă semnificativă
critic maxim T0 (d). Rețineți că curba este
asupra rolului rezistență aleatorie versus
în esență constantă.
rezistență indusă. Desigur, mai multe
modelele elaborate pot fi studiate prin
încorporarea mai multor detaliu biologic.
De exemplu, în timp ce modelul nostru cu
două ecuații clasifică celulele ca fiind
sensibile sau rezistente, nu ca rezistență
este tratat în mod egal. Unele celule
canceroase rezistente sunt rezistente
permanent, în timp ce altele ar putea face
tranziție înapoi la o stare sensibilă.41
Această distincție se poate dovedi a fi de o
importanță vitală în proiectarea
tratamentului. O posibilă extensie din
modelul nostru este unul în care distingem
între celule sensibile S, celule rezistente
Aici, V denotă întreaga populație tumorală
- adică
V: S + Rn + Rr. (13)
În această versiune a modelului, celulele
rezistente nereversibile Rn poate fi
considerat ca fiind celule rezistente care
se formează prin intermediul geneticii
mutații. Sub această ipoteză, «n reprezintă
rata la care mutații genetice spontane dau
naștere rezistenței, iar αn este rata de
rezistență indusă de medicament. Acesta
situație poate fi clasificată ca ireversibilă
pe cât este de incredibil puțin probabil că
modificările genomice care apar ca
răspuns tratamentul ar fi inversat printr-o
„desfacere” mutaţie. Prin urmare, odată
ce celulele conferă un fenotip rezistent
printr-o schimbare genetică subiacentă,
presupunem că ele menține acel fenotip.
Acest termen ar putea fi, de asemenea,
gândit ca descriere a rezistenței care se
formează prin intermediul epigeneticului
stabil. alterări sau rezistență care se
formează printr-o combinație de
modificări epigenetice genetice și stabile.
În schimb, celulele rezistente reversibile Rr
denotă rezistență celule care se formează
prin comutarea fenotipului, așa cum este
descris în Pisco și colab.41 Comutarea
aleatorie a fenotipului în absență de
tratament este capturat în termenul εrS.
Aceasta este consecvent - și într-adevăr
necesar - pentru a înțelege rezultate
experimentale în Pisco și colab., 41 unde o
distribuție stabilă a expresiilor MDR1 se
observă chiar și în absența tratamentului.
Termenul αru (t) S reprezintă
inducerea unui fenotip rezistent la
medicamente. Fenotip comutarea este
adesea reversibilă și, prin urmare,
permitem o spate trecerea de la
compartimentul Rr la compartimentul
sensibil la o rată nepermisă γ70 (a se
vedea apendicele). Formulat în acest fel,
modelul poate fi calibrat la date vedere clinic. În mod similar, celulele
experimentale și putem lua în considerare imune, împreună cu imunoterapiile, pot fi,
în continuare efectele a strategiei de de asemenea încorporate pentru a imita
dozare a răspunsului la tratament. mai exact cancerul microambient.
Plănuim să studiați în continuare acest Depășirea rezistenței la medicamente este
model în lucrările viitoare. Alte extensii crucială pentru succesul atât
care includ diferite scenarii clinice sunt, de chimioterapia, cât și terapia țintită. În plus,
asemenea, cercetate. În practică, complexitatea adăugată a rezistenței
chimioterapiile sunt rareori aplicate izolat. induse la medicamente se complică.
Terapiile multiple sunt adesea administrat
simultan pentru a îmbunătăți eficacitatea.
Includerea a mai multor medicamente,
inclusiv terapii vizate care acționează în
primul rând asupra subpopulațiilor
rezistente, produce naturale întrebări de
control care sunt relevante din punct de

FIG 5. Variația timpului de răspuns maxim pentru diferite rate de inducție α. Pentru detalii
despre calculul Tα (d), a se vedea apendicele Figura A4. Toți ceilalți parametri sunt date ca în
Tabelul 1. (A) Graficul lui Tα (d) pentru α aproape de 10−2. (B) Analog cu panoul A, unde α
este acum variat pe mai multe ordine de mărime. Caz nemutagen (α = 0) este inclus pentru
referință.
proiectarea terapiei, ca efecte simultane
ale reducerii tumorii iar propagarea
rezistenței se confundă reciproc. Din punct
de vedere matematic, am prezentat un
cadru clar pentru diferențierea rezistenței
aleatorii și a rezistenței induse de droguri,
care va permite o analiză clinic acționabilă
pe un biologic problema subtilă, dar
importantă.
Afilieri
1Rutgers University, New Brunswick, NJ
2The College of New Jersey, Ewing
Township, NJ
3Northeastern University, Boston, MA
4Harvard Medical School, Cambridge, MA
Preprint version available on:
https://www.biorxiv.org/content/10.1101
/235150v2.
AUTORUL CORESPUNZATOR
Eduardo D. Sontag, PhD, Northeastern
University, 360 Huntington
Avenue, Boston, MA 02115; e-mail:
sontag@sontaglab.org.
AUTHORS’ DISCLOSURES OF POTENTIAL
CONFLICTS OF INTEREST AND DATA
AVAILABILITY STATEMENT
Disclosures provided by the authors and
data availability statement (if applicable)
are available with this article at DOI
https://doi.org/10.1200/ CCI.18.00087.

Referinte
1. Holohan C, Van Schaeybroeck S, Longley DB, et al: Cancer drug resistance: An evolving
paradigm. Nat Rev Cancer 13:714-726, 2013
2. Gottesman MM: Mechanisms of cancer drug resistance. Annu Rev Med 53:615-627, 2002
3. Dean M, Fojo T, Bates S: Tumour stem cells and drug resistance. Nat Rev Cancer 5:275-
284, 2005
4. Woods D, Turchi JJ: Chemotherapy induced DNA damage response: Convergence of drugs
and pathways. Cancer Biol Ther 14:379-389, 2013

5. Zahreddine H, Borden KL: Mechanisms and insights into drug resistance in cancer. Front
Pharmacol 4:28, 2013

6. Tre´ dan O, Galmarini CM, Patel K, et al: Drug resistance and the solid tumor
microenvironment. J Natl Cancer Inst 99:1441-1454, 2007

7. Gajewski TF, Meng Y, Blank C, et al: Immune resistance orchestrated by the tumor
microenvironment. Immunol Rev 213:131-145, 2006

8. Meads MB, Gatenby RA, Dalton WS: Environment-mediated drug resistance: Amajor
contributor to minimal residual disease. Nat Rev Cancer 9:665-674, 2009

9. Correia AL, Bissell MJ: The tumor microenvironment is a dominant force in multidrug
resistance. Drug Resist Updat 15:39-49, 2012
10. McMillin DW, Negri JM, Mitsiades CS: The role of tumour-stromal interactions in
modifying drug response: Challenges and opportunities. Nat Rev Drug Discov

12:217-228, 2013

11. Lavi O, Gottesman MM, Levy D: The dynamics of drug resistance: A mathematical
perspective. Drug Resist Updat 15:90-97, 2012

12. Brocato T, Dogra P, Koay EJ, et al: Understanding drug resistance in breast cancer with
mathematical oncology. Curr Breast Cancer Rep 6:110-120, 2014

13. Foo J, Michor F: Evolution of acquired resistance to anti-cancer therapy. J Theor Biol
355:10-20, 2014

14. Roche-Lestienne C, Preudhomme C: Mutations in the ABL kinase domain pre-exist the
onset of imatinib treatment. Semin Hematol 40:80-82, 2003 (suppl 2)

15. Iqbal Z, Aleem A, IqbalM, et al: Sensitive detection of pre-existing BCR-ABL kinase domain
mutations in CD34+ cells of newly diagnosed chronic-phase chronic

myeloid leukemia patients is associated with imatinib resistance: Implications in the post-
imatinib era. PLoS One 8:e55717, 2013

16. Carlino MS, Fung C, Shahheydari H, et al: Preexisting MEK1P124 mutations diminish
response to BRAF inhibitors in metastatic melanoma patients. Clin Cancer

Res 21:98-105, 2015

17. Jackson TL, Byrne HM: A mathematical model to study the effects of drug resistance and
vasculature on the response of solid tumors to chemotherapy. Math

Biosci 164:17-38, 2000

18. Komarova NL, Wodarz D: Drug resistance in cancer: Principles of emergence and
prevention. Proc Natl Acad Sci USA 102:9714-9719, 2005

19. Michor F, Nowak MA, Iwasa Y: Evolution of resistance to cancer therapy. Curr Pharm Des
12:261-271, 2006

20. Komarova NL, Wodarz D: Stochastic modeling of cellular colonies with quiescence: An
application to drug resistance in cancer. Theor Popul Biol 72:523-538,

2007

21. Foo J, Michor F: Evolution of resistance to targeted anti-cancer therapies during

continuous and pulsed administration strategies. PLOS Comput Biol
5:e1000557, 2009 [Erratum: PLoS Comput Biol doi:10.1371/annotation/d5844bf3-a6ed-
4221-a7ba-02503405cd5e]

22. Foo J, Michor F: Evolution of resistance to anti-cancer therapy during general dosing
schedules. J Theor Biol 263:179-188, 2010

23. Silva AS, Gatenby RA: A theoretical quantitative model for evolution of cancer
chemotherapy resistance. Biol Direct 5:25, 2010

24. Cunningham JJ, Gatenby RA, Brown JS: Evolutionary dynamics in cancer therapy. Mol
Pharm 8:2094-2100, 2011

25. Mumenthaler SM, Foo J, Leder K, et al: Evolutionary modeling of combination treatment
strategies to overcome resistance to tyrosine kinase inhibitors in nonsmall

cell lung cancer. Mol Pharm 8:2069-2079, 2011

26. Orlando PA, Gatenby RA, Brown JS: Cancer treatment as a game: Integrating evolutionary
game theory into the optimal control of chemotherapy. Phys Biol

9:065007, 2012

27. Bozic I, Reiter JG, Allen B, et al: Evolutionary dynamics of cancer in response to targeted
combination therapy. eLife 2:e00747, 2013

28. Foo J, Leder K, Mumenthaler SM: Cancer as a moving target: understanding the
composition and rebound growth kinetics of recurrent tumors. Evol Appl

6:54-69, 2013

29. Lavi O, Greene JM, Levy D, et al: The role of cell density and intratumoral heterogeneity
in multidrug resistance. Cancer Res 73:7168-7175, 2013

30. Bozic I, Nowak MA: Timing and heterogeneity of mutations associated with drug
resistance in metastatic cancers. Proc Natl Acad Sci USA 111:15964-15968,

2014

31. Greene J, Lavi O, Gottesman MM, et al: The impact of cell density and mutations in a
model of multidrug resistance in solid tumors. Bull Math Biol 76:627-653,

2014

32. Yamamoto KN, Hirota K, Takeda S, et al: Evolution of pre-existing versus acquired
resistance to platinum drugs and PARP inhibitors in BRCA-associated

cancers. PLoS One 9:e105724, 2014

33. Gevertz J, Aminzare Z, Norton K-A, et al: Emergence of anti-cancer drug resistance:
exploring the importance of the microenvironmental niche via a spatial

model, in Jackson T and Radunskaya A (eds): Applications of Dynamical Systems in Biology

and Medicine, Volume 158, Berlin, Germany, Springer-Verlag,

2015, pp 1-34

34. Liu LL, Li F, Pao W, et al: Dose-dependent mutation rates determine optimum erlotinib
dosing strategies for EGRF mutant non-small lung cancer patients. PLoS

One 10:e0141665, 2015

35. Mencho´ n SA: The effect of intrinsic and acquired resistances on chemotherapy
effectiveness. Acta Biotheor 63:113-127, 2015

36. Mumenthaler SM, Foo J, Choi NC, et al: The impact of microenvironmental heterogeneity
on the evolution of drug resistance in cancer cells. Cancer Inform

14:19-31, 2015 (suppl 4)

37. Waclaw B, Bozic I, Pittman ME, et al: A spatial model predicts that dispersal and cell
turnover limit intratumour heterogeneity. Nature 525:261-264, 2015

38. Shah AB, Rejniak KA, Gevertz JL: Limiting the development of anti-cancer drug resistance
in a spatial model of micrometastases. Math Biosci Eng

13:1185-1206, 2016

39. Carre` re C: Optimization of an in vitro chemotherapy to avoid resistant tumours. J Theor

Biol 413:24-33, 2017

40. Chakrabarti S, Michor F: Pharmacokinetics and drug-interactions determine optimum

combination strategies in computational models of cancer evolution.

Cancer Res 77:3908-3921, 2017

41. Pisco AO, Brock A, Zhou J, et al: Non-Darwinian dynamics in therapy-induced cancer drug
resistance. Nat Commun 4:2467, 2013

42. Coldman AJ, Goldie JH: A stochastic model for the origin and treatment of tumors
containing drug-resistant cells. Bull Math Biol 48:279-292, 1986

43. Ledzewicz U, Scha¨ ttler H: Drug resistance in cancer chemotherapy as an optimal control
problem. Discrete Continuous Dyn Syst Ser B 5:129-150, 2006

44. Leder K, Foo J, Skaggs B, et al: Fitness conferred by BCR-ABL kinase domain mutations
determines the risk of pre-existing resistance in chronic myeloid
leukemia. PLoS One 6:e27682, 2011

45. Hadjiandreou MM, Mitsis GD: Mathematical modeling of tumor growth, drug-resistance,
toxicity, and optimal therapy design. IEEE Trans Biomed Eng

61:415-425, 2014

46. Lorz A, Lorenzi T, Hochberg M, et al: Populational adaptive evolution, chemotherapeutic

resistance and multiple anti-cancer therapies. ESAIM: Math Model

Num Anal 47:377-399, 2013

47. Fu F, Nowak MA, Bonhoeffer S: Spatial heterogeneity in drug concentrations can

facilitate the emergence of resistance to cancer therapy. PLOS Comput Biol

11:e1004142, 2015

48. Ledzewicz U, Bratton K, Scha¨ ttler H: A 3-compartment model for chemotherapy of

heterogeneous tumor populations. Acta Appl Math 135:191-207, 2015

49. Lorz A, Lorenzi T, Clairambault J, et al: Modeling the effects of space structure and
combination therapies on phenotypic heterogeneity and drug resistance in

solid tumors. Bull Math Biol 77:1-22, 2015

50. Nyce J, Leonard S, Canupp D, et al: Epigenetic mechanisms of drug resistance: Drug-
induced DNA hypermethylation and drug resistance. Proc Natl Acad Sci

USA 90:2960-2964, 1993

51. Nyce JW: Drug-induced DNA hypermethylation: A potentialmediator of acquired drug

resistance during cancer chemotherapy. Mutat Res 386:153-161, 1997

52. Sharma SV, Lee DY, Li B, et al: A chromatin-mediated reversible drug-tolerant state in
cancer cell subpopulations. Cell 141:69-80, 2010

53. Luria SE, Delbru¨ ck M: Mutations of bacteria from virus sensitivity to virus resistance.
Genetics 28:491-511, 1943

54. Szikriszt B, Po´ ti A´ , Pipek O, et al: A comprehensive survey of the mutagenic impact of
common cancer cytotoxics. Genome Biol 17:99, 2016

55. Swift LH, Golsteyn RM: Genotoxic anti-cancer agents and their relationship to DNA
damage, mitosis, and checkpoint adaptation in proliferating cancer cells. Int
J Mol Sci 15:3403-3431, 2014

56. Shaffer SM, Dunagin MC, Torborg SR, et al: Rare cell variability and drug-induced
reprogramming as a mode of cancer drug resistance. Nature 546:431-435,

2017

57. Housman G, Byler S, Heerboth S, et al: Drug resistance in cancer: An overview. Cancers
(Basel) 6:1769-1792, 2014

58. Pisco AO, Huang S: Non-genetic cancer cell plasticity and therapy-induced stemness in
tumour relapse: ‘What does not kill me strengthens me’. Br J Cancer

112:1725-1732, 2015

59. Goldman A, Majumder B, Dhawan A, et al: Temporally sequenced anticancer drugs

overcome adaptive resistance by targeting a vulnerable chemotherapyinduced

phenotypic transition. Nat Commun 6:6139, 2015

60. Chapman M, Risom T, Aswani A, et al: A model of phenotypic state dynamics initiates a
promising approach to control heterogeneous malignant cell

populations.IEEE 55th Conference on Decision and Control, Las Vegas, NV, December 12-14,
2016 (abstr)

61. Axelrod DE, Vedula S, Obaniyi J: Effective chemotherapy of heterogeneous and drug-
resistant early colon cancers by intermittent dose schedules: A computer

simulation study. Cancer Chemother Pharmacol 79:889-898, 2017

62. Feizabadi MS: Modeling multi-mutation and drug resistance: Analysis of some case
studies. Theor Biol Med Model 14:6, 2017

63. Chisholm RH, Lorenzi T, Lorz A, et al: Emergence of drug tolerance in cancer cell
populations: An evolutionary outcome of selection, nongenetic instability, and

stress-induced adaptation. Cancer Res 75:930-939, 2015

64. Perez-Velazquez J, Gevertz J, Karolak A, et al: Microenvironmental niches and

sanctuaries: A route to acquired resistance, in Rejniak K (ed): Systems Biology of

Tumor Microenvironment, Volume 936, New York, NY, Springer, 2016, 149-164

65. Kerbel RS, Kamen BA: The anti-angiogenic basis of metronomic chemotherapy. Nat Rev
Cancer 4:423-436, 2004

66. Pasquier E, Kavallaris M, Andre´ N: Metronomic chemotherapy: New rationale for new
directions. Nat Rev Clin Oncol 7:455-465, 2010
67. Gatenby RA, Silva AS, Gillies RJ, et al: Adaptive therapy. Cancer Res 69:4894-4903, 2009

68. Ghiringhelli F, Menard C, Puig PE, et al: Metronomic cyclophosphamide regimen

selectively depletes CD4+CD25+ regulatory T cells and restores T and NK

effector functions in end stage cancer patients. Cancer Immunol Immunother 56:641-648,
2007

69. Kareva I, Waxman DJ, Lakka Klement G: Metronomic chemotherapy: An attractive

alternative to maximum tolerated dose therapy that can activate anti-tumor

immunity and minimize therapeutic resistance. Cancer Lett 358:100-106, 2015

70. Lee W-P: The role of reduced growth rate in the development of drug resistance of HOB1
lymphoma cells to vincristine. Cancer Lett 73:105-111, 1993

71. Shackney SE, McCormack GW, Cuchural GJ Jr: Growth rate patterns of solid tumors and
their relation to responsiveness to therapy: An analytical review. Ann

Intern Med 89:107-121, 1978

72. Brimacombe KR, Hall MD, Auld DS, et al: A dual-fluorescence high-throughput cell line
system for probing multidrug resistance. Assay Drug Dev Technol

7:233-249, 2009

73. Thomas H, Coley HM: Overcoming multidrug resistance in cancer: An update on the
clinical strategy of inhibiting p-glycoprotein. Cancer Contr 10:159-165,

2003

74. Loeb LA, Springgate CF, Battula N: Errors in DNA replication as a basis of malignant
changes. Cancer Res 34:2311-2321, 1974

75. Krutyakov V: Eukaryotic error-prone DNA polymerases: The presumed roles in

replication, repair, and mutagenesis. Mol Biol 40:1-8, 2006

76. Makridakis NM, Reichardt JK: Translesion DNA polymerases and cancer. Front Genet
3:174, 2012

77. Lange SS, Takata K, Wood RD: DNA polymerases and cancer. Nat Rev Cancer 11:96-110,
2011

78. Traina TA, Norton L: Log-kill hypothesis, in Schwab M (ed): Encyclopedia of Cancer.
Springer, Berlin, Germany, 2011, pp 1713-1714

79. Bender BC, Schindler E, Friberg LE: Population pharmacokinetic-pharmacodynamic

modelling in oncology: A tool for predicting clinical response. Br J Clin
Pharmacol 79:56-71, 2015

80. Wu Q, Li MY, Li HQ, et al: Pharmacokinetic-pharmacodynamic modeling of the anticancer

effect of erlotinib in a human non-small cell lung cancer xenograft

mouse model. Acta Pharmacol Sin 34:1427-1436, 2013

81. Fetterly GJ, Aras U, Lal D, et al: Development of a preclinical PK/PD model to assess
antitumor response of a sequential aflibercept and doxorubicin-dosing

strategy in acute myeloid leukemia. AAPS J 15:662-673, 2013

82. Erdi YE: Limits of tumor detectability in nuclear medicine and pet. Mol Imaging Radionucl
Ther 21:23-28, 2012

83. Jodrell DI, Egorin MJ, Canetta RM, et al: Relationships between carboplatin exposure and
tumor response and toxicity in patients with ovarian cancer. J Clin

Oncol 10:520-528, 1992

84. Chignola R, Foroni RI: Estimating the growth kinetics of experimental tumors from as few
as two determinations of tumor size: Implications for clinical oncology.

IEEE Trans Biomed Eng 52:808-815, 2005

Anexa
Suplimentul conține rezultate
suplimentare și extensii legate de modelul
Ecuațiile 1 și 2 prezentate în textul
Începem cu un rezultat standard de
principal. Secțiuni include detalii despre
existență / unicitate, precum și cu
caracteristicile matematice ale soluțiilor
rezultatul invarianța dinamică a regiunii
de Ecuațiile 4 și 5, o extensie care descrie
triunghiulare:
reversibilitatea medicamentului
rezistență, regimuri de tratament cu doze
normalizate, detalii despre
identificabilitate structurală și o discuție Rețineți că T reprezintă regiunea tumorilor
extinsă asupra maximului timp critic Tα (d) non-negative de dimensiuni mai mici de 1.
Din punct de vedere biologic, acest lucru
Proprietățile soluției implică faptul că toate soluțiile rămân
fundamentale ale modelului de fizice (non-negative) și delimitată mai sus
de capacitatea de transport
rezistență (nedimensionalizată la 1 aici, în general K
Pentru comoditate, ecuațiile 4 și 5 sunt în ecuațiile 1 și 2).
reproduse mai jos:
Teorema 1. Pentru orice control măsurabil
delimitat u: [0, ∞) → [0, umax], cu umax,
∞ și (S0, R0) 2 T, problema valorii inițiale
Ecuațiile A1 și A2,
are o soluție unică [S (t), R (t)] definită
pentru toate timpurile t 2 R. În plus, sub
dinamica prescrisă, regiunea T este
invariantă.
Dovadă. Existența și unicitatea soluțiilor
locale decurg din standard rezultă în teoria
ecuațiilor diferențiale - de exemplu
(Sontag ED: Teoria controlului matematic:
sisteme dimensionale finite deterministe.
Springer, 1998). Ca câmp vector
unde α (t): = S (t) + prR (t), β (t): = du (t) S
(t) sunt ambele non-negative, V0, 10V (t),
1. Astfel, dacă condițiile inițiale (S0, R0) se
află în T, noi sunt garantate că (S (t), R (t))
2 T pentru tot timpul t, după dorință.
Acum dovedim că, asimptotic, celulele vor
evolua pentru a deveni în întregime
rezistentă. Pentru simplitate, presupunem
că tumoarea este inițial sub capacitatea de
încărcare, deși se obține un rezultat
similar pentru V0. 1.
Teorema 2. Pentru orice control măsurabil
delimitat u: [0, ∞) → [0, umax], cu umax,
∞ și condiții inițiale (S0, R0) 2 T, soluțiile
ecuațiilor A1 și A2 se vor apropia de starea
de echilibru (S, R) = (0,1):

este analitic pentru (S, R) 2 R2, existența

soluțiilor maxime definite pentru toate t 2
Dovadă. Din teorema 1, avem că 0 ≤ S (t) +
R vor urma din limită (Sontag ED:
R (t) ≤ 1, astfel încât Ecuația A2 implică:
Mathematical Teoria controlului: sisteme
dimensionale finite deterministe. Springer,
1998), pe care o demonstrăm mai jos.
Unicitatea implică faptul că soluțiile rămân
în primul cadran pentru toate t ≥ 0. Într-
adevăr, observăm mai întâi că (0, 0) și (0, Deoarece 0 ≤ R (t) ≤ S (t) + R (t) ≤ 1, R (t)
1) sunt stări staționare pentru orice trebuie să convergă, astfel încât să existe 0
controlează u (t). Deoarece S = 0 implică ≤ R * ≤ 1 astfel încât:
faptul că ˙S 0, vedem că axa R în

invariant, cu R (t) → t → ∞1. În mod

similar, R = 0 implică Ṙ ≥ 0 și, prin urmare,
toate traiectoriile cu (S0, R0) 2 T rămân
non-negative pentru toate t. Ca V = S + R
satisface ecuația diferențială Deoarece 0 ≤ R (t) ≤ S (t) + R (t) ≤ 1, R (t)
trebuie să convergă, astfel încât să existe 0
≤ R * ≤ 1 astfel încât:

Deoarece S (t) 2 [0,1], știm că 0 ≤ ρ ≤ 1. Să
presupunem că inegalitatea este strict în
stânga: ρ. 0. Prin definiție, există atunci t
*. 0 astfel încât:
pentru toate t ≥ t *. Deoarece S (t) + R (t) ≤
1 pentru toate t, ecuația A2 implică asta
pentru toate t ≥ t *,
Care implica:
o contradicție. Astfel, ρ = 0.
Definitie:
Ca mai sus, este clar că σ 2 [0,1]. Să
presupunem că σ, 1. Astfel, acolo există tp,
e.0 astfel încât S (t) + R (t) ≤ 1 - e, 1 pentru
toate t ≥ t *. Ecuaţie A2 implică apoi că
pentru toate t ≥ t *,
Ca și în argumentul anterior, această
inegalitate diferențială contrazice
limitarea lui R. Astfel, σ = 1.
Deoarece R converge la R *, lim inf se
distribuie peste suma lui S + R și avem
asta:
Astfel R * = 1. Ca R (t) → t → ∞ 1, există t
*. 0 astfel încât:
pentru toate t ≥ t *. Pentru astfel de t,
ecuația A1 implică faptul că Ṡ (t), 0. Astfel,
S este în cele din urmă descrescătoare și,
prin urmare, trebuie să convergă la lim inf
ρ = 0. Astfel, avem acel (S (t), R (t)) → t →
∞ (0, 1), după cum doriți.
Comutarea reversibilă a
fenotipului
În modelul analizat în această lucrare
(ecuațiile 4 și 5), am presupus că
rezistența este nereversibilă; cu toate
acestea, experimentele sugerează58 că
modificările fenotipice sunt în general
instabile și, prin urmare, nu există o
tranziție neglijabilă înapoi. În acest anex,
demonstrăm că o extensie a modelului
nostru pentru a include acest fenomen nu
modificați rezultatele calitative prezentate
anterior, cel puțin pentru parametru valori
care sunt în concordanță cu datele
experimentale.
Pentru a modela rezistența reversibilă la
medicamente, includem o constantă pe
cap de locuitor rata de tranziție de la
compartimentul rezistent R înapoi la
sălbăticie de tip celular S. Notând această
rată cu γ, obținem sistemul:
Mai întâi considerăm o valoare adecvată a
ratei γ. Rețineți că în absența
tratamentului (u (t) = 0), sistemul devine:
Rețineți că volumul tumorii V (t) = S (t) + R
(t) satisface ecuația:
care nu este în scădere (Teorema amintirii
1). Aceasta implică faptul că sistemul se
apropie de o stare stabilă (S *, R *), care
poate fi ușor calculat ca:
Rețineți că ecuația A9 se află pe linia V = 1.
Pisco și colegii măsoară o subpopulație
clonală între 1% și 2% celule derivate HL60
care exprimă în mod constant niveluri
ridicate de MDR1, pe care le echivalăm cu
populația rezistentă R. Folosind cea
superioară de 2% legat, acest lucru implică
faptul că:
Rezolvarea ecuației A9 cu valorile de mai
sus determină apoi raportul γ/e:
Acum repetăm experimentele constante
versus impulsuri discutate în textul
principal, dar pentru ecuațiile reversibile
A4 și A5. Valorile parametrilor sunt luate
din nou ca în Tabelul 1 și se determină γ
prin ecuația A11. Rezultatele sunt
prezentate în Figura A1 și ar trebui
comparat cu cel prezentat în Figura 2.
Rețineți că
aceleași concluzii calitative - și într-adevăr
cantitative - susțin: terapia constantă
îmbunătățește timpul de răspuns în
comparație cu pulsarea când α = 0, în timp
ce inversul este adevărat pentru α = 10−2.
Astfel, includerea instabilității
subpopulației celulare rezistente încă
sugerează că cunoașterea ratei de inducție
a rezistenței α pentru o chimioterapie este
critică atunci când se proiectează terapii.
Am notat asta acordul precis al figurilor A1
și A2 este rezultatul micului valori luate
pentru ε și deci γ.
Comparația tratamentului
pentru o zonă egală sub
droguri - Curba de concentrare-
timp
Aici, oferim o comparație analogă a
rezultatelor tratamentului între terapia
constantă și pulsată ca în textul principal;
in orice caz, mărimile tratamentului uon, c
și uon, p sunt alese astfel încât:
care este echivalent cu conservarea dozei
totale administrate între ambele strategii
pe un singur ciclu pulsatoriu. În ecuația
A12, uc (t) și sus (t) denotați programe de
terapie constante și, respectiv, pulsate.
Constanta terapimagnitudinea uon, c este
fixă (în mod arbitrar) la 0,5, care prin
ecuația A12 implică faptul că uon, p = 5.
De asemenea, ajustăm Δton = 0,5, Δtoff =
4,5 și toate celelalte valorile parametrilor
rămân ca în Tabelul 1.
Rezultatele simulărilor sunt prezentate în
figurile A2 și A3. Notă că aici Figura A2
afișează rezultatele pentru conservarea
fenotipului medicament (α = 0), în timp ce
Figura A3 reprezintă inducerea rezistenței
medicament (α = 10−2). Fiecare
medicament este simulat pentru cele două
strategii distincte; fiecare strategie este
reprezentată în coloana din stânga a
figurilor respective. Coloana din dreapta
ilustrează răspunsul populației atât pentru
individ populații - celule S sensibile și
celule R rezistente - precum și pentru
volumul total al tumorii V = S + R. După
cum sa discutat anterior, tratamentul este
a continuat până când se obține o
dimensiune critică a tumorii Vc și cea
corespunzătoare timpul tc este utilizat ca
măsură a eficacității tratamentului, cu un
tc mai mare indicând un răspuns mai bun.
Rezultatele noastre sunt calitativ în acord
cu cele prezentate în textul principal (Fig.
2), unde nu se păstrează medicamentul
total administrat (zona sub curba
concentrației-timp a medicamentului) a
fost luată în considerare. Mai exact,
observăm un răspuns superior cu terapie
constantă pentru medicamentul care
conservă fenotipul (α = 0), în timp ce
situația este inversă pentru medicamentul
care induce rezistența (α = 10−2).
Identificabilitate
Oferim detalii privind identificabilitatea
structurală și practică a sistemul de
control Ecuațiile A1 și A2. Sunt furnizate
detalii tehnice care nu apar în textul
principal.
Identificabilitate teoretică
Mai întâi arătăm că toți parametrii din
Ecuațiile A1 și A2 sunt identificabile
folosind un set relativ mic de controlează
u (t) prin metode clasice din teoria
controlului. Oferim un autocontenut
discuţie. Pentru o revizuire aprofundată a
teoriei și metodelor, vezi un articol recent
(Sontag ED: PLOS Comput Biol 13:
e1005447, 2017) și referințele din acesta.
Presupunând că timpul și volumul tumorii
sunt singurele observabile clinic ieșiri -
adică nu se poate determina cu ușurință
sensibilitatea și proporții rezistente într-o
populație dată - măsurăm V (t) și
derivatele sale la momentul t = td pentru
diferite controale u (t). Pentru simplitate,
presupunem că td = 0, astfel încât
tratamentul este inițiat cu o populație pur
sălbatică (sensibilă). Rețineți că acest lucru
este echivalent până la asumarea unei
tumori complet sensibile la inițierea
tratamentului. Cu toate că rezultatele
rămân valabile dacă td. 0 ca sistem de
ecuații câștiga doar o constantă, această
presupunere va simplifica următoarea
calcule. Pentru o discuție despre
fezabilitatea practică a acestor metode,
vezi secțiunea următoare.
În mod specific, luați în considerare
ecuațiile A1 și A2 cu condiții inițiale (Ec. 7).
Măsurarea V (t) = S (t) + R (t) la momentul
t = 0 implică faptul că putem identifică S0:
unde adoptăm notația Yi, i ≥ 0 pentru
mărimi măsurabile. În mod similar, definiți
următoarele pentru comenzile de intrare
date:
Toate cantitățile Yi, i = 0, 1,…, 7 sunt
măsurabile, deoarece fiecare necesită
numai cunoașterea V (t) într-un mic
vecinătate pozitivă de t = 0. Rețineți că
setul de controale u (t) este relativ simplu,
cu Y7 determinat exclusiv printr-o intrare
neconstantă. Fiecare Yi măsurabil poate fi,
de asemenea, scris în termenii unui subset
al parametrii d, ε, pr și α, deoarece toate
derivatele pot fi calculate în termenii
laturilor drepte ale ecuațiilor A1 și A2.
Pentru mai multe detalii, vezi secțiunea de
mai jos. Echivalarea expresiilor produce un
sistem de ecuații pentru parametrul
model, pe care suntem capabili să le
rezolvăm. Realizarea acestor calcule
produce următoarea soluție:
Rețineți că în ecuațiile A14 și A17 se
determină fiecare cantitate de Yi și valorile
parametrilor enumerate anterior. Noi nu
facem
scrieți soluția în formă explicită din motive
de claritate ca ecuațiile rezultate sunt
dificile. Mai mult, soluția de acest sistem
se bazează pe presupunerea inițialei strict
pozitive condiții (S0 = Y0. 0), rata
mortalității prin inducție de tip sălbatic (d),
și rata de mutație de fond (ε), toate fiind
realizate în acest lucru.
FIG A1. Comparația eficacității
tratamentului pentru medicamentele de
conservare a fenotipului (α = 0) și
medicamentele care induc rezistența (α =
10-2), unde rezistența este reversibilă.
Coloana din stânga indică strategia de
tratament, în timp ce dreapta indică
răspunsul corespunzător al volumului
tumorii. Rețineți că linia roșie punctată în
dreapta
coloana indică volumul tumorii
reprezentând eșecul tratamentului, Vc. (A)
Terapii constante și pulsate după
detectarea tumorii pentru α = 0. (B)
Răspunsuri
corespunzătoare regimurilor de tratament
din panoul A. (C) Terapii constante și
pulsate după detectarea tumorii pentru α
= 10−2. (D) Răspunsuri corespunzătoare
regimuri de tratament în panoul C.
FIG A2. Dinamica tratamentului pentru medicamentele de conservare a fenotipului (α = 0).
Coloana din stânga indică strategia de tratament, în timp ce dreapta indică corespondența
răspunsul populației. (A) Tratament constant după detectarea tumorii. (B) Răspuns la
tratament constant. Rețineți că în momentul tratamentului eșec, tumoarea este în esență
complet rezistentă. (C) Terapie pulsată după detectarea tumorii. (D) Răspuns la terapia
pulsată. Rețineți că tratamentul eșuează mult mai devreme comparativ cu doza constantă și
că tumoarea este în primul rând sensibilă la medicamente.

Ecuația A17 este rezultatul dorit al analizei secțiunea, valoarea α poate avea un
noastre. Aceasta demonstrează că rata de impact mare asupra eficacității
comutare a fenotipului indusă de tratamentului și, prin urmare,
medicament α poate fi determinată de un determinarea valorii sale este
set relativ mic de comenzi de intrare u (t). semnificativă din punct de vedere clinic.
După cum sa discutat în precedent Rezultatele noastre
acum demonstrați că este posibil să se
calculeze rata de inducție și, prin urmare,
utilizați aceste informații în proiectarea
protocoalelor de tratament. În
urmatoarele secțiunea, cercetăm alte
proprietăți calitative care ar putea fi și ele
aplicat pentru a înțelege rata rezistenței
induse de medicamente.
Un protocol experimental in
vitro de distins
Rezistență spontană și indusă
de droguri
Am demonstrat că toți parametrii din
ecuațiile 4 și 5 sunt identificabil astfel încât
este teoretic posibil să se determine rata
de comutare a fenotipului α dintr-o clasă
de controale de intrare u (t); cu toate
acestea, vedem că calculul a implicat
măsurarea derivatelor la timpul inițial de
detectare t = td. Mai mult, aplicat
controalele (Eq A13) sunt neconstante și,
prin urmare, necesită fracționare dozele
care trebuie administrate. Din punct de
vedere clinic, astfel de strategii și
măsurători poate fi dificil și / sau
impracticabil. În această secțiune, noi
descrieți o metodă in vitro pentru
estimarea α utilizând terapii constante
numai. Mai exact, obiectivul nostru
principal este să distingem medicamentele
cu α = 0 (conservarea fenotipului) și α. 0
(inducerea rezistenței). Astfel de
experimentele, descrise mai jos, pot fi
implementate pentru un anumit
medicament, chiar dacă mecanismul său
precis de promovare a rezistenței rămâne
incert.
Înainte de a descrie experimentul in vitro,
observăm că suntem interesați în
proprietăți calitative pentru determinarea
α. Într-adevăr, în majoritateascenarii de
modelare, avem puține sau deloc
cunoștințe despre parametrii precisi valori
și, în schimb, trebuie să se bazeze pe
caracteristici care disting rata de comutare
α independent de măsurătorile
cantitative. Mai mult, ca cadru general
pentru rezistența la medicamente,
singurul variabilele de producție observate
clinic garantate sunt tumoarea critică
volumul Vc și timpul corespunzător tc.
Pentru o descriere a protocol de
tratament, vezi mai sus. Nu ne putem
aștepta la clonal temporal măsurători ale
subpopulației. Presupunând că Vc este fix
pentru o dată cancerul, tc este astfel
singurul observabil pe care îl luăm în
considerare Examinând ecuațiile 4 și 5,
vedem că parametrii cheie care dictează
progresia către starea de echilibru (S, R) =
(0,1) sunt d și α, deoarece acestea
determină eficacitatea și inducerea
rezistenței tratamentul, respectiv.
Reamintim că ε este fundalul fix rata
mutației și pr aptitudinea relativă a
celulelor rezistente. Noi astfel efectuați un
experiment standard de răspuns la doză
pentru fiecare valoare de sensibilitatea la
medicament d și măsurați timpul tc pentru
a atinge dimensiunea critică Vc ca o
funcție de d. Răspunsul tc va depinde apoi
de cel aplicat doza u - amintiți-vă că
administrăm doar terapii constante - și
sensibilitatea celulelor de tip sălbatic d,
precum și inducția rata α:
FIG A3. Dinamica tratamentului pentru medicamentele care induc rezistența (α = 10-2).
Coloana din stânga indică strategia de tratament, în timp ce dreapta indică răspunsul
populației corespunzător. (A) Tratament constant după detectarea tumorii. (B) Răspuns la
tratament constant. Rețineți că în momentul tratamentului eșec, tumoarea este în esență
complet rezistentă. Dinamica este similară cu Figura 2B, deși cu un timp de supraviețuire mai
scurt. (C) Terapie pulsată după tumoră detectare. (D) Răspuns la terapia pulsată. Rețineți că
aici, spre deosebire de cazul unui medicament de conservare a fenotipului, așa cum se arată
în Figura A2, terapia pulsată prezintă un timp de supraviețuire mai lung.

Ne imaginăm în continuare că este posibil sensibilitate la medicamente d. De

să ajustăm tipul sălbatic exemplu, în cazul rezistenței multidrogîn
care supraabundența glicoproteinei P
afectează farmacocinetica
medicamentelor, modificarea expresiei
MDR1 prin ABCBC1 sau chiar CDX2 (Koh I,
Hinoi T, Sentani K, și colab.: Cancer Med 5:
1546-1555, 2016) poate produce o relație
cuantificabilă între celula de tip sălbatic și
d, producând astfel o gamă de tipuri de
celule sensibile la medicamente. Figura 3A
prezintă un set de curbe doză-răspuns
pentru medicamentul reprezentativ
sensibilități d pentru cazul unui
medicament care induce rezistența (α =
10−2).
Pentru fiecare dintre aceste tipuri de
celule, definim apoi răspunsul suprem
timp peste dozele administrate:
Rețineți că, într-un cadru de laborator, va
fi doar un număr finit de doze administrat
astfel încât supremul de mai sus să fie de
fapt un maxim, dar pentru precizie
matematică păstrăm supremul. Astfel, noi
obțineți o curbă Tα = Tα (d) pentru fiecare
valoare a rezistenței induse rata α. Apoi
explorăm proprietățile acestor curbe
pentru diferite α valori.
Luați în considerare mai întâi cazul unui
medicament care conservă fenotipul,
astfel încât α = 0. Ca u (t) ≡ u, vedem că
ecuațiile sistemului 4 și 5 depind numai pe
produsul lui u și d. Prin urmare,
dependența în ecuația A18 devine forma
tc (u $ d, 0), și astfel supremul din ecuație
A19 este în schimb în parametrul comun
D: = u $ d:
În mod clar, acest lucru este independent
de d, astfel încât T0 este pur și simplu o
linie orizontală pentru α = 0. Calitativ,
curba rezultată nu va avea variații între a
elaborat fenotipuri sensibile, cu excepția
experimentelor și măsurării zgomot.
Figura 4 prezintă ambele curbe
reprezentative (Fig. 4A în comparație cu
Fig. 3A) și un grafic de T0 (d) (Fig. 4B), care
verifică independența d. Facem două note
tehnice minore. În primul rând, este
important că presupunem d.0 aici, ca altfel
D = 0, independent de doză u și supremul
este peste un set de elemente. Vezi mai
jos pentru mai multe detalii și implicațiile
pentru identificabilitatea α. În al doilea
rând, ușoara variația pentru valorile mari
ale d este rezultatul unei erori numerice,
cum ar fi maxim de tc apare la scăderea
dozelor (vezi secțiunea de mai jos și Figura
A4 pentru mai multe detalii).
Comparând figurile 3A și 4A, observăm
proprietăți similare: tc mic pentru doze
mici, o creștere bruscă de aproximativ un
uc critic, urmată de scădere lină și
eventual asimptotă orizontală (pentru
matematică justificare, vezi secțiunea de
mai jos). Cu toate acestea, rețineți că
pentru un medicament care induce
rezistență (Fig 3A), timp critic maxim Tα
(d) crește în funcție de d. Acest lucru este
în contrast puternic cu constanta
comportament obținut pentru α = 0,
argumentat mai sus și demonstrat în
Figura 4B. Pentru a înțelege în continuare
acest fenomen, trasăm Tα (d) pentru
o rată de inducție fixă α = 10−2 în Figura
3B. Comportamentul acestei curbe este
rezultatul faptului că dozajul critic uc la
care se află Tα (d) obținut este o funcție
descrescătoare a d (vezi ecuația A24 și Fig
A4 în secțiunea de mai jos). Dar, deoarece
uc controlează și cantitatea de rezistent
celulele generate - prin termenul αu (t) S -
creșterea rezistenței este împiedicată
printr-o uc în scădere. Astfel, ca o
cantitate non-neglijabilă de rezistent
celulele sunt necesare pentru a produce
Tα (d), este nevoie de mai mult timp
pentru a fi rezistente celulele să se
acumuleze pe măsură ce d crește. Prin
urmare, Tα (d) crește o funcție de d.
Comportamentul observat în figurile 3B și
4B este tocmai calitativ distincție care ar
putea ajuta la determinarea ratei de
rezistență indusă α. În cazul unui
medicament de conservare a fenotipului,
in vitro propus experimentul ar produce o
curbă plană, în timp ce o inducere a
rezistenței medicamentul (α.0) ar produce
o funcție crescândă Tα (d). Mai mult, noi
ar putea folosi acest fenomen, în principiu,
pentru a măsura rata de inducție din curba
experimentală Tα (d). De exemplu, se
afișează Figura 5A un interval de Tα (d)
pentru α aproape de 10−2. Figura 5A arată
o dependență clară a lui Tα (d) de valoarea
lui α. Caracterizarea cantitativă a unor
astfel de curbe ne-ar permite inversarea
proiectează rata de inducție α; cu toate
acestea, observăm că, în general,
caracteristicile precise vor depinde de
celălalt parametru fix valori, cum ar fi pr,
Vc și «. Într-adevăr, numai ordinea de
mărime estimările pot fi fezabile. Sunt
furnizate exemple de curbe ilustrative în
Figura 5B. Două astfel de caracteristici
sunt evidente din aceasta figura, ambele
legate de panta lui Tα (d). În primul rând,
ca d → 0+, noi observați o creștere a
pantei lui Tα (d) pe măsură ce α scade
(rețineți că în Fig. 5B, numai d ≥ 0,05 sunt
reprezentate grafic). Acest lucru rezultă
din continuitate de soluții pe parametri și
faptul că T0 (d) posedă o discontinuitate
de salt la d = 0 - adică derivata sa de
distribuție este dat de:
unde δ este funcția Dirac și k este o
constantă pozitivă. Conform celor
discutate anterior (ecuația A20 și
paragraful ulterior), T0 (d) este plat, cu
excepția d = 0 unde câmpul vector nu
conține dependență de u.
Prin urmare, setul peste care se ia
maximul este irelevant și T0 (d) este astfel
proporțional cu funcția Heaviside, care
posedă derivata distributiva Ecuatia A21.
Constanta k este determinată după
mărimea discontinuității T0 (d).
Dependență continuă parametrii implică
atunci că odată cu creșterea α, rezultatul
derivatul scade departe de infinitul pozitiv
ca corespunzător derivat pentru Tα (d) cu
α. 0 este definit în sensul clasic pentru α.
0:
Argumentul de mai sus implică măsurarea
pantei lui Tα (d) la d = 0 va da o
caracterizare a ratei de alterare fenotipică
α a tratament; cu toate acestea, astfel de
experimente pot fi impracticabile, ca
reglarea fină sensibilitatea unei celule
aproape de rezistență completă poate fi
dificilă. Alternativ, s-ar putea analiza
gradul de planeitate pentru un relativ
mare d - deci pentru a fi suficient de
departe de d = 0 - și corelați acest lucru
măsoară cu α. De exemplu, examinând d =
2 în Figura 5B, vedem că panta relativă a
lui Tα (d) în raport cu d ar trebui să se
coreleze cu α descrescătoare. Un
argument similar celor de mai sus face
acest lucru riguros, pentru d suficient de
mare. Încă apar probleme practice, dar
această a doua metodă oferă o metodă
mai globală pentru calculul posibil al lui α.
Intr-adevar, pante la o dată dată pot fi
aproximate printr-o gamă mai largă de
secantă Aproximări ca rezultat pentru un
interval de d comparat cu caz discutat
anterior când d este aproape de zero. Mai
mult, accentul nostru se referă în mare
parte la aspectele calitative ale
determinării α, cum ar fi diferențele din
figurile 3A și 4A și determinarea dacă
tratamentul în sine determină apariția
rezistenței.

FIG A4. Doza care dă timp de răspuns

maxim Tα (d) calculată numeric, precum și
aproximarea dată de ecuația A24. Toate
parametrii apar ca în Tabelul 1, iar α =
10−2. Numericul maximul se calculează pe
o discretizare a dozelor constante
proceduri u (t) ≡ u, pentru u 2 [0,5], cu o
dimensiune a ochiului Δu = 0,005
 Introducere în analiza
identificabilității
În această secțiune, oferim detalii
suplimentare cu privire la
identificabilitatea teoretică a parametrilor
modelului. După cum se menționează în
textul principal, toate derivatele de ordin
superior la momentul inițial t = 0 pot fi
calculate în termeni a condițiilor inițiale (S
(0), R (0)) și a funcției de control u (t).
Pentru de exemplu, pentru un sistem
arbitrar
cu control extern u (t), se poate calcula a
doua derivată ẍ folosind regula lanțului:
unde Jf (x) este matricea iacobiană a lui f,
evaluată la starea x și control tu. Dacă se
cunoaște x (0) = x0, expresia de mai sus
este o relație între parametrii, împreună
cu u și u˙ evaluați la momentul t = 0. Un
analog declarația se păstrează pentru o
ieșire măsurabilă y = h (x), dar va și implica
iacobianul din h. Concret, pentru modelul
medicamentului indus rezistența Ecuațiile
4 și 5, primii derivați ai volumului tumorii
pot fi calculat ca:
pentru orice control u (t) [reamintim că R
(0) = 0]. În mod similar, pentru al doilea
derivată, calculăm:
Folosind astfel de expresii - sau, mai
precis, derivatele Lie ale câmp vectorial
[vezi Sontag (PLOS Comput Biol 13:
e1005447, 2017)] —Pentru controalele din
ecuația A13, se poate obține un set de
ecuații între setul lui Yi, i = 0, 1, ..., 7 și
parametrii d, «, pr și α. Rezolvarea acestor
ecuații ne permite să determinăm
parametrii în ceea ce privește cantitățile
măsurabile. Algebricul soluția este
ecuațiile A14-A17.
Analiza timpului critic Tα (d)
Oferim o înțelegere calitativă a
proprietăților Tα (d), timpul maxim, în
toate dozele constante pentru ca
tumoarea să fie atinge dimensiunea Vc.
Acest apendice este conceput pentru a
explica elementele de bază proprietățile
discutate în An In vitro Experimental
Protocol to Distingeți rezistența spontană
și indusă de droguri în textul principal.
Observăm mai întâi că Tα (d) se obține la o
doză medie uc. Mai mult precis, descriem
proprietățile calitative ale figurilor 3A și
4A. Remediați sensibilitatea la
medicament d. Pentru u mic, subpopulația
sensibilă este nu este suficient inhibat și
astfel se extinde rapid pentru a traversa
pragul Vc, cu o populație esențial
omogenă de sensibil celule. Într-adevăr, ca
u → 0, dinamica ecuațiilor A1 și A2
abordați-le pe cele ale

pentru perioade finite mici, ca ε ,, 1.
Trajectorii ale ecuațiilor A22 și A23
rămâneți pe curbă
pe măsură ce soluția se apropie de linia S +
R = 1. Timpul critic tc este atunci
determinată de intersecția acestei curbe
cu S + R = Vc și, astfel, are populație
sensibilă Sc la tc dată de soluția unică din
prima cadran de
Ca R0 ,, 1 (ca ε ,, 1), Sc ≈ Vc, conform
revendicărilor. Timpul tc este, așadar, mic
pentru u mic.
Creșterea valorilor u implică faptul că tc
crește, de asemenea, pe măsură ce
creșterea generală rata celulelor sensibile
este redusă; cu toate acestea, există o
doză critică uc astfel încât celulele
sensibile singure nu sunt capabile să se
înmulțească suficient pentru atinge Vc,
astfel încât volumul critic trebuie să aibă
contribuții deloc neglijabile din fracția
rezistentă. Acest lucru duce la bifurcație
evident în figurile 3A și 4A. Putem chiar să
aproximăm criticul maximizarea dozei tc,
deoarece Vc trebuie să fie o aproximare
pentru transport
capacitatea celulelor sensibile:
Examinând partea dreaptă a ecuației A1 și
presupunând că dinamica din populația
rezistentă sunt neglijabile, ceea ce este
exact în etapele incipiente ale
tratamentului (figurile 2B și 3B), vedem că
doza care produce răspunsul temporal
maxim ar trebui să fie
Adică doza la care se obține Tα (d) este
dată aproximativ de expresia din ecuația
A24. Pentru o comparație numerică
eșantion de formula previzionată Ecuația
A24 și o optimizare numerică peste o serie
de sensibilități la droguri d (Figura A4).
Rețineți că, în realitate, SK, Vc, deoarece
dinamica rezistentă nu poate fi ignorată în
totalitate. Astfel, valoarea precisă a uc va
fi mai mică decât cea prevăzută în
precedent formula așa cum observăm
numeric. În cele din urmă, uc scade odată
cu creșterea valorile parametrului d și,
astfel, necesită o valoare tot mai fină
discretizare pentru a localiza numeric
valoarea maximă. Prin urmare, unele
eroarea numerică este observată în Figura
4B.
În cele din urmă, pe măsură ce u este
crescut în continuare, doza devine
suficient de mare că inhibarea lui S prin
terapie implică faptul că S nu se poate
apropia de volumul critic Vc și, prin
urmare, Vc este din nou atins de un
esențial
populație omogenă, dar acum de celule corespunzător tc este mai mic. Pentru o
rezistente. Ca celule rezistente împărțiți la schemă a celor trei regimuri descrise mai
o rată mai mică (pr, 1), timpul sus (Figura A5).

FIG A5. Schematică demonstrând dinamica variației în tc on dozare u. Populația de celule

sensibile reprezentată în funcție de timp pentru trei doze reprezentative. Pentru u, uc,
celulele sensibile cresc și ajung Vc într-o perioadă scurtă de timp. Ca u → u− c, populația
sensibilă se apropie de capacitatea sa de încărcare aproximativă a Vc, dar ulterior scade ca
urmare a dinamicii rezistenței. Aici este tc Maximizat pe măsură ce populația sensibilă
petrece o mare cantitate de timp lângă Vc. Pentru tine. uc, populația sensibilă este eliminată
rapid și Vc este obținut de o populație în primul rând rezistentă.