Relacionados
Abstract
Research fundo
Atualmente, o mieloma múltiplo é o segundo mais malignidade hematológica comum nos os EUA, constituindo 1% de todos os cânceres. Com o tratamento convencional, o tempo médio de sobrevivência é tipicamente de 3-4 anos, embora possa ser estendida a 5-7 anos de idade ou mais com tratamentos avançados. Investigações recentes indicaram que um aumento na actividade dos osteoclastos (OC) é muitas vezes associada mieloma withmultiple (MM) e que uma actividade de diminuição inosteoblast (OB) contributesto as lesões osteolíticas em mm. Normalmente, as populações de CO e obstetras são inequilibrium, e um desequilíbrio no presente statecontributes para o desenvolvimento de lesões.
procedimentos de investigação
Um modelo de mieloma múltiplo baseado no agente multi-escala foi desenvolvido para simular a proliferação, migração e morte de OBs e OCs. Posteriormente, foi utilizado este modelo para investigar a eficácia de thethree medicamentos mais usados para o tratamento MM sob duas premissas seguintes:. A redução na progressão da MM e do restabelecimento do equilíbrio entre OCs e OBs
fins de pesquisa
os resultados simulados não só demonstrou a capacidade do modelo para escolher as melhores combinações das drogas, mas também mostrou que a utilização óptima das três drogas podem restabelecer o equilíbrio entre OCs e OBs, bem como matar MMS. Além disso, a função de análise de sinergismo droga do modelo revelou que o restabelecimento do equilíbrio entre obstetras e COs pode aumentar significativamente a eficácia de drogas contra células tumorais
citação:. Qiao H, Wu D, Carey M, Zhou X, Zhang L (2015) multi-Scale agente baseado em mieloma múltiplo Cancer Modelagem e o Estudo do equilíbrio entre osteoclastos e osteoblastos relacionada. PLoS ONE 10 (12): e0143206. doi: 10.1371 /journal.pone.0143206
editor: Zhang Zhang, Beijing Institute of Genomics, Academia Chinesa de Ciências, CHINA
Recebido: 29 Abril, 2015; Aceito: 02 de novembro de 2015; Publicação: 11 de dezembro de 2015
Direitos de autor: © 2015 Qiao et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados
Disponibilidade de dados: Todos os dados relevantes estão dentro do papel
Financiamento: Este trabalho foi apoiado por https://grants.nih.gov/grants/oer.htm:. U01 CA166886-01, P30AI078498, HHSN272201000055C; e www.nsfc.gov.cn: No. 61372138.
Conflito de interesses:. Os autores declararam que não existem interesses conflitantes
Introdução
Estudos anteriores [1] afirmou que o mieloma múltiplo é a segunda neoplasia hematológica mais comum em os EUA (depois de linfoma não-Hodgkin), constituindo 1% de todos os cânceres. O mieloma múltiplo treatmentcan ser classificados intothe seguinte três métodos. Primeiraoperação é quimioterapia de alta dose com transplante de stemcell autólogo, o que pode prolongar a sobrevida global e evocar a remissão completa, mas não é curativa. O segundo é o transplante alogênico, que pode curar MM em uma pequena porcentagem de pacientes com efeitos colaterais significativos [1]. A terceira é a quimioterapia withthe seguintes combinações de drogas: 1, bortezomib, melfalano, andprednisone, com uma sobrevida global estimada de 83% em 30 meses [2]; 2, lenalidomida mais dexametasona em baixa dose, com sobrevida de 82% em dois anos [3]; e 3, melfalano, prednisona e lenalidomida, with90 sobrevivência% em 2 anos [4]. Pacientes com mais de 65 anos e aqueles com doença concomitante significativa só pode receber a thirdtreatment, mas estes medicamentos têm efeitos colaterais significativos, e o efeito do tratamento não é óbvia. Para identificar novos opções terapêuticas para o tratamento de várias myelomascientists estão investigando a patogénese multi-escala de múltiplos myelomaat intracelular, intercelular e tecido scalesand empregando medicamentos moleculares para tratar MMS.
De modo geral, 80-90% dos doentes com mieloma desenvolver lesões ósseas durante o curso da doença [1]. doença do mieloma múltiplo óssea é caracterizada por disfunção de ambas a formação óssea mediada por OB e a reabsorção óssea mediada OC-[5]. homeostase dos ossos é mantido pelo equilíbrio entre a síntese de osso novo pelo Obs e a remoção de osso velho por OCs. Em MM, há um desequilíbrio na proporção de CO e Obs. atividade de OB é marcadamente diminuído ou ausente, e reabsorção óssea OC é ativado [5,6]. Neste estudo, o equilíbrio é definida por dois padrões: um, a proporção de CO para obs; e dois, a diferença absoluta no número de OCs e OBs dentro de um intervalo razoável.
Várias interações no mieloma microambiente da medula óssea são responsáveis pela doença óssea do mieloma. Um estudo recente [7], demonstrou que a via de sinalização intracelular DKK1-Wnt-OPG /RANKL pode mediar o equilíbrio entre obstetras e CO, que tem becomeone dos factores mais importantes na patogénese de mieloma múltiplo. Existem quatro principais cenários para a patogénese multi-escala de mieloma múltiplo (Fig 1). I: A via de sinalização Wnt estimula o crescimento, a diferenciação e actividade de osteoblastos [8]. II: Dickkopf (DKK1) é secretada por MMS. Porque DKK1 é um inibidor de Wnt, que inibe a fosforilação de beta-catenina para evitar a sua degradação [1]. Maior expressão DKK1 foi encontrado em pacientes com mieloma e tem mostrado uma correlação positiva com os estágios avançados de mieloma [9]. III: DKK1 directamente increasesRANKL e decreasesosteoprotegerin (OPG) expressão em obstetras [10]. A proporção de OPG /RANKL é negativamente relacionada com o número de anticoncepcionais orais. IV: OCsproduce TNFa, que estimula diretamente a formação de MMs e induz células estromais a secretar fatores, tais como RANKL, que a formação de unidade OC. TNFa é um potente indutor de COs que bloqueia a diferenciação de OB e promove o crescimento do MM. MMs inibir o crescimento de obstetras e estimular COs para evocar um ciclo vicioso que promove o desequilíbrio entre estes dois tipos de células. Se a formação de OB é simultaneamente inibida por cenários I e II e o crescimento de MMS é estimulada por IV cenário, o rácio de OPG /RANKL irá diminuir acentuadamente, aumentando, assim, a geração de OCs [11]
I.: a via de sinalização Wnt estimula o crescimento, diferenciação e da actividade dos osteoblastos. II: Dickkopf (DKK1) inibe a fosforilação de beta-catenina para evitar a sua degradação. III: A proporção de OPG /RANKL é negativamente relacionada com o número de anticoncepcionais orais. IV: TNFa estimula a formação de MMs e induz células estromais a secretar fatores, tais como RANKL, que a formação de unidade OC
Com base na patogênese da MM, vários medicamentos foram desenvolvidos para tratar esta doença. [12]. Glucocorticoidshave sido usado para a terapia do cancro hematológico, mas estão associadas a vários efeitos adversos, tais como a supressão de CO e obstetras [13]. BHQ880inhibits DKK1 e promove assim a formação óssea, o que por sua vez inibe a doença induzida por mieloma osteolíticas e MMgrowth [14]. Lidamycin acelera a apoptose de MMs.
No entanto, a maioria desses medicamentos não workas bem
in vivo
como fazem
in vitro
devido à absorção, distribuição, metabolismo, e toxicidade (ADME) problemas. Por esta razão, foram empregados vários medicamentos para tratar MM com um plano de droga combinação ideal para resolver problemas ADME e aumentar a
in vivo
eficácia da droga. No entanto, é impraticável para avaliar quantitativamente a combinação optimaldrug
in vivo
. Por isso, utilizamos um modelo baseado em agentes multi-escala em 3D que engloba o intracelular, intercelular e tecido escalas de abordar as seguintes três objectivos específicos: desenvolver uma plataforma para descrever as relações entre MMS, OBs e OCs; para investigar a patogênese da MM usando esta plataforma; e de empregar esta plataforma para identificar a combinação óptima da droga para o tratamento de MM.
Os resultados simulados demonstrado que o nosso modelo pode ser usado não só para simular a proliferação, migração e morte de OBS, COs e MMS, mas também para investigar a utilização óptima desses três medicamentos para inibir o crescimento MM e restaurar o equilíbrio entre OCs e OBs.
Materiais e Métodos
para descrever o crescimento do tumor com o desequilíbrio entre osteoblastos e osteoclastos e para estudar a resposta do mieloma múltiplo para determinadas combinações de fármacos, três tipos de agentes são indicados no modelo: MMS, COs e OBs.Our modelo multi-escala consiste em três escalas: biológicos intracelular, intercelular e do tecido. A escala intracelular descreve os mecanismos fundamentais para interruptores fenotípicas celulares, e a escala intercelular liga a tecido e escalas intracelulares como se segue: (a) as citocinas e os medicamentos são fornecidos para o microambiente do tumor no tecido escala; (B) MMs, obs COs e submetidos a mudança fenotípica em resposta a estimulação por citocinas específicas na escala intercelular; e (c) DKK1 segregada por MMS afecta o equilíbrio entre os obstetras e contraceptivos orais, bem como a sua migração em resposta a citocinas secretadas e drogas à escala tecido. Um cubo 100 * 100 * 100 tridimensional com quatro sub-compartimentos foi utilizada para representar uma fatia da matriz extracelular do tumor virtual (ECM). O tamanho da estrutura é de 5 uM, o que é aproximadamente o mesmo que o raio de uma MM. Cerca de uma centena de MMS, OBs e OCs foram misturados e inicializado no centro da estrutura, formando uma idade sphere.The das MMS, OBs e OCs foi inicializados aleatoriamente entre 0 e 24 horas
Scale intracelular.: fenótipo de comutação de células tumorais como “agentes”
a cada passo de simulação (
At
= 2
horas
), cada MM, osteoclastos orosteoblast determina o seu fenótipo de acordo com o seguinte regras (Fig 2)
apoptose:. Em cada passo de tempo, se a probabilidade da apoptose da célula (OBS, OCs ou MMS) é menor do que o limiar,
Apop
taxa de
, a célula irá iniciar a apoptose. Proliferação: A proliferação de cada célula é influência por citocinas a partir de outras células. Migração: A proliferação celular vai migrar nas três primeiras fases do ciclo celular (G0 /G1, S e G2), ao passo que ele vai olhar para um local vazio para dividir depois de entrar no phase.Quiescence mitótico M: Existem duas possibilidades para a celular para estar em um estado de repouso:. a célula não pode ir através do ciclo celular, ou a célula não consegue encontrar um local livre apropriada para a divisão
apoptose
em cada passo de tempo. , se a probabilidade da apoptose da célula (OBS, OCs ou MMS) é menor do que o limiar,
Apop
taxa
a célula irá iniciar a apoptose. Qualquer célula dada leva 10 passos de tempo para completar a apoptose e é então absorvida. Conforme relatado em estudos anteriores [15], a taxa de apoptose da célula é definido de acordo com uma distribuição exponencial (Eq 1) 🙁 1), onde △ t denota o passo de tempo (que é de duas horas), andλ é um número positivo representando a média frequência de apoptose de cada tipo de célula.
Eq 2 descreve o impacto da Lidamycin na taxa de apoptose de MMs com base na função de Hill [16] 🙁 2) onde
L
ijk
denota a concentração relativa Lidamycin no ponto de grade (i, j, k), β
mm
L
é o aumento máximo da taxa de apoptose, λ
0
mm é a taxa de apoptose basal de MMS, e (
K
L
mm
) é o limiar de Lidamycin que promove MM apoptose.
Para restaurar o equilíbrio de OCs e OBs, as taxas de apoptose de OCs e OBs devem ser regulados pelas drogas. Eq 3 descreve como glicocorticóides (GCs) promover a apoptose das OBs e OCs baseado na função de Hill [17] 🙁 3) em que n = 1 para OBs, n = 2 para OCs,
G
ijk
denota a concentração GC em relação ao ponto de grade (
i
,
j
,
k
), e
K
GC
n
é o limite no qual GCs promover a apoptose de OCs e OBs.
Proliferação.
Eq 4 descreve a probabilidade de proliferação de células de mieloma múltiplo com base em uma função de Hill [18] 🙁 4) onde
T
ijk
denota a concentração de TNFa em relação ao ponto de grade (
i
,
j
,
k
),
K
T
MM
é o limite no qual TNF promove a proliferação de MMS,
P
prol
MM representa o impacto da TNFαon a taxa de proliferação de MMS,
P
0
MM
denota a taxa de proliferação basal e β
MM
T
é o nível eamum de proliferação de MMs.
Eq 5 descreve a probabilidade de proliferação de OBs com base na função de Hill [19] 🙁 5) onde
P
prol
ob
representa a taxa de proliferação de OBs depois de responder aos efeitos positivos de sinalização Wnt,
P
0
ob
denota a taxa de proliferação basal e β
ob é a nível máximo de proliferação.
Eq 6 descreve a probabilidade de proliferação de osteoclastos [20] 🙁 6) onde
P
prol
oc
é a probabilidade de proliferação de osteoclastos,
P
0
oc
denota a probabilidade de proliferação basal,
p
via
oc
é a inibição máxima em relação ao
o
_
RL
ijk
,
K
o
_
RL
é o limiar de
o
_
RL
ijk
que inibe a proliferação de osteoclastos, e
o
_
RL
ijk
denota o índice de concentração de OPG para RANKL no ponto de grade (
. i
,
j
,
k
)
Eq 7 utiliza uma função Bernoulli para determinar se a célula entra no ciclo celular: (7) Se C
Rand cai no intervalo [0, p
Prol), a célula entra no ciclo celular e começa a proliferar; caso contrário, a célula permanece em repouso e aguarda a próxima rodada. Na fase M do ciclo celular, uma célula vai dividir se encontra, pelo menos, uma localização livre dentro da distância de busca.
Migração.
As células não proliferantes irão migrar em cada passo. As células em proliferação vai migratein as três primeiras fases do ciclo celular (G0 /G1, S e G2), ao passo que eles vão olhar para um local vazio para dividir depois de entrar na fase de mitose M [21]. Isso será discutido em detalhe na próxima seção
Quiescence
Existem duas possibilidades para a célula de estar em um estado de repouso:.. Um, a célula não pode ir através do ciclo celular como um resultado da Eq 5; e dois, a célula não consegue encontrar um local livre apropriada para a divisão celular
Scale intercelular:. A dinâmica de moléculas em vias de sinalização para cada célula e as regras para escolher o local “mais atraente”
EWnt
ijk
é o impacto da DKK1 em Wnt como descrito pela equação 8: (8) onde
D
ijk
denota a concentração DKK1 em relação ao ponto de grade (
ijk
), K
D é o limiar de DKK1 que a sinalização inhibitsWnt,
EWnt
ijk
representa o impacto de DKK1 na sinalização Wnt, e e
0 e β
w são os níveis basais e inibição máxima em relação à sinalização Wnt.
Como relatado anteriormente [22], uma desequilíbrio entre OBs e OCs resulta quando OCs superam OBs no contexto do MM. BHQ880 inibe DKK1 para reduzir a sinalização Wnt, e Eq 8 passa a ter Eq. 9: (9) onde, representa a concentração DKK1 eficaz atual no ponto de grade (i, j, k), e B denota a dose de BHQ880
Cada MM vivo escolhe o local “mais atraente” para proliferar ou migram com base nas seguintes regras:
1) Uma célula de fase de não-M na posição
P
0 irá sempre procurar uma posição com maior nutrição para migrar ou dividir. Os seis (Moore) vizinhos mais próximos de
p
0 são os locais candidatos. Cada um está classificada pela equação 10: (10) onde
R
l
é a pontuação ranking de cada posição candidata
p
ijk
l
,
r
l
é a distância entre o local candidato
p
ijk
para posicionar
p
0 e
p
(
r
l
) é a probabilidade que a célula move-se para o local candidato
p
ijk
. (11) onde
D
é o quadrado da distância ao longo do tempo.
MMs tentar evitar locais isolados ou sobre-lotado, mas eles não são tão sensíveis quanto tumor sólido preferência cells.The para bairros (
V
l
) é denotado pela Equação 12 : (12) as fileiras dos candidatos são normalizados na Equação 13: (13)
para facilitar a fundição, todas as fileiras normalizados são incorporados para formar uma escala
S
na Equação 14 , em que cada um dos candidatos corresponde a um intervalo
S
l
(14)
S
é um conjunto ordenado de
S
l
. Cada
S
l
é uma região no intervalo [0,1] e refere-se ao
LTH
local candidato. Die rolamento gera um valor aleatório
d
∈ [0,1). Se
d
cai em
S
l
, a localização candidato correspondente será escolhido como o próximo local a migração ou a proliferação.
2 ) Se não existir espaço disponível, a célula se tornará reversiblyquiescent e vai aguardar a próxima rodada
Scale Tissue:. citocina e difusão de drogas
Eq 15 descreve citocina (DKK1, RANKL, OPG, e TNF-α) de difusão na matriz extracelular 3D. (15)
C
IJK
(
t
+ 1) é o valor de citoquinas no local
P
ijk
no
t
+ 1 passo de tempo,
λ
C
é a difusividade e são os valores de citocinas de
P
‘s ijk
seis vizinhos mais próximos na etapa de tempo atual. Se a citocina é DKK1 ou RANKL e há MVA à
P
ijk
, a função característica dependente do tempo
χ
mm
(
t
,
P
IJK) é definido como 1; caso contrário, este valor é definido como 0.If a citocina é OPG e há um OB em
P
ijk
, a função característica dependente do tempo
χ
mm
(
t
,
P
IJK) é definido como 1; caso contrário, este valor é definido como 0.If a citocina é TNF-α e há uma OC em
P
ijk
, a função característica dependente do tempo
χ
mm
(
t
,
P
IJK) é definido como 1; caso contrário, este valor é definido como 0.
Se
G
e
°
representam a taxa de secreção de citocinas eos taxa de degradação, respectivamente.
Como discutido anteriormente, BHQ880, GCs e Lidamycin foram utilizados em nosso modelo para restaurar o equilíbrio entre OCs e OBs. Além disso, desenvolvemos este romance usando
in silico
algoritmos para identificar a melhor combinação multi-droga para restaurar esse equilíbrio. BHQ880 regula a proliferação dos obstetras e COs através da inibição de DKK1 [23]. GCs promover a apoptose de ambos os OBs e OCs. Porque MMs desempenhar um papel importante na geração de um desequilíbrio entre obstetras e COs através da secreção de DKK1, Lidamycin pode restaurar o equilíbrio através do aumento da apoptose de MMs [24]. Eq 16 descreve como essas múltiplas drogas difundir para o tecido circundante antes de ser levado upby MMS, OBs e OCs. (16) onde
DR
ijk
(
t
+ 1) representa a concentração de qualquer uma dessas três drogas no local
P
ijk
no t + 1) passo de tempo (e
λ
d
é a difusividade de drogas. são as concentrações da droga de
P
ijk
‘snearest seis vizinhos na etapa tempo atual.
Pe
d
é a permeabilidade dos vasos da droga, e
U
d
representa a taxa de absorção da droga.
Figura 3 mostra um fluxograma do algorithm.At a escala intracelular, Eqs 1-7 descrevem os interruptores do MMS, OBs e OCs fenotípica (migração, proliferação, quietude ou apoptose). Na escala intercelular, a dinâmica de moléculas nas vias de sinalização celular após receber a estimulação de citocinas a partir de outro cellsare representadas pelas Equações 8 e 9. Além disso, MMS competir para a melhor localização para migrar ou proliferar, como definido pela distância para locais candidatos e a densidade celular (Eqs 10-14). Na escala do tecido, um conjunto de equações de reação-difusão simplificados (EQS 15 e 16) descrevem as alterações concentração espacial em citocinas (DKK1, OPG, RANKL, e TNF-a) e Drogas (BHQ880, Lidamycin e glucocorticóides). Estas mudanças não só remodelar o microambiente do tumor, mas também influenciam muito o comportamento de MMS, OCs e OBs (secreção de citocinas, proliferação, migração, ou apoptose) na escala intracelular. Os detalhes dos parâmetros do modelo estão listadas na Tabela 1.
escala Intracelular: descreve a comunicação entre células de mieloma, os osteoclastos e os osteoblastos e os seus interruptores ” fenotípicas. escala intercelular: descreve a dinâmica de moléculas nas vias de sinalização de cada célula após recepção de estimulação de citocinas a partir de outras células e as regras de migração específicos para células. escala Tissue: descreve a difusão de drogas e citocinas
Resultados
Este modelo foi implementado utilizando o Visual C ++ [25] e foi utilizado para prever a resposta do mieloma múltiplo. células para combinationsas droga bem como o respectivo saldo entre osteoclastos e osteoblastos em resposta ao tratamento com combinações de drogas. comportamento escala Tissue: O tempo de simulação abrangeu tempo os passos de 0 a 120 e cada passo de tempo representado 2 horas. A Fig 4 mostra a dinâmica de três tipos de células (MMS, obs e OCS). Note-se que uma única cor denota cada tipo de célula:. Osteoclastos (verde), osteoblastos (vermelho), e células de mieloma múltiplo (azul)
Figura 4 mostra que as três curvas começou a separar a passo de tempo 20. o número de MMS (azul) cruzaram o número de anticoncepcionais orais (verde) em torno de passo de tempo 90. Depois de 120 passos de tempo, o número de anticoncepcionais orais e MMS aumentou três vezes e quatro vezes, respectivamente, em relação aos seus valores iniciais, ao passo que o número de obstetras aproximou zero. Fig 5 mostra os instantâneos tridimensionais das OBs, OCs e MMS em momentos 0 e 120, sem tratamento medicamentoso.
BHQ880 foi injetado no passo de tempo de 20 para restaurar o equilíbrio entre OBs e OCs, quando as populações dos três tipos de células começaram a divergir, asshown na Figura 4. BHQ880 pode aumentar directamente as taxas de proliferação de MMS e OCs e diminuir a taxa de proliferação de OBs, regulando a função de DKK1. Figura 6 mostra que BHQ880 diminuiu marcadamente o número de MMS e COs enquanto o aumento do número de obstetras em comparação com os resultados apresentados na Figura 4; no entanto, esta droga não conseguiu alterar a tendência de as três curvas. Fig 7 mostra os instantâneos 3D do sistema de tumor com o agente único tratamento BHQ880 nos seguintes intervalos de tempo: t = 40, t = 50 e t = 120.
A proliferação MM taxa serviu de alvo para verificar o poder preditivo do modelo depois de injetar BHQ880. Fig 8 mostra uma pequena diferença entre os dados simulados e experimentais [16] depois de 120 passos de tempo sob condições iniciais semelhantes.
GCswere empregado para restabelecer o equilíbrio, aumentando as taxas de apoptose de OCs e OBs. Figura 9 mostra que, quando GCs foram injectados no passo de tempo de 20, as populações de todos os três celltypes rapidamente diminuiu antes do passo de tempo 60. Depois disso, as populações de MM e OC aumentou rapidamente, enquanto que o número de obstetras diminuiu para quase zero durante o resto do simulação. Este fenómeno é também ilustrado nas Figs 4 e 6. A Fig 10 mostra a informação espacial destes três tipos de células no momento t = 60 passos, t = 65 e t = 120. A taxa de proliferação MM serviu como alvo para verificar o poder preditivo do modelo após a injecção de GCs. Fig 11 mostra uma pequena diferença entre os dados simulados e experimentais [26] depois de 120 passos de tempo undersimilar condições iniciais.
Lidamycin promove a apoptose de MMS. Fig 12 mostra que o número de MMS e OCs diminuiu acentuadamente antes do passo de tempo de 65 anos, enquanto o número de OBs aumentou significativamente antes do passo de tempo 70. Após o passo de tempo 65, o OC MMand populationsconsiderably aumentado. Por volta de intervalo de tempo 85, o OB e populações OC cruzaram. Após o passo de tempo 120, o número de obstetras diminuiu para quase zero. Em particular, o número final de MMS e COs após o tratamento com Lidamycin foi maior do que sem tratamento (Figura 4). A Fig 13 mostra a informação espacial destes três tipos de células no momento steps65, 70 e 85.TheMM taxa de proliferação celular é utilizada como o alvo para verificar a capacidade de previsão do modelo após a injecção de CG. Fig 14 mostra uma pequena diferença entre os dados simulados e experimentais [18] após 120 passos de tempo undersimilar condições iniciais.
Figuras 6-14 ilustra que uma única droga não restaurou a equilibrar nem matou todos os MMs. Assim, foram desenvolvidas múltiplas drogas planos de tratamento de combinação. Cada combinação de dois ou três medicamentos foi injectada no doente entre as etapas de tempo t = 20 andt = 60, e observou-se o efeito do tratamento até que o passo de tempo t = 120. Semelhante a pesquisa anterior [17], a proporção destes fármacos foi de 1 : 1. O diagrama do canto superior esquerdo na figura 15 mostra que as taxas de crescimento de ambos os COs e obstetras foram grandemente inibida por dois medicamentos, enquanto que a população MM aumento do passo do tempo t = 20 e t = 60.
o diagrama do canto superior direito na Figura 15 demonstra que a combinação de BHQ880 e Lidamycin MMs inibiu marcadamente entre o tempo os passos 20 e 60, enquanto o aumento do número de OBS, mas esta combinação não afectou OCs. Após o passo de tempo de 60, o número de MMs aumentou rapidamente, enquanto que o número de obstetras lentamente aumentada inicialmente e começaram a diminuir em torno passo de tempo 75.
O diagrama do canto inferior esquerdo da Figura 15 mostra que a combinação de GCs e Lidamycin claramente regulamentada MMS e OCs entre passo de tempo 20 e 60 e aumentou o número de OBs. No entanto, sem estas drogas, o número de MMS e COs aumentou rapidamente, enquanto que o número de obstetras diminuiu.
O diagrama do canto inferior direito da Figura 15 mostra que a combinação dos GC, BHQ880 e não só Lidamycin regulados significativamente MMS e OCs entre o passo de tempo de 20 e 60, mas também aumentou o número de OBs. Após a interrupção do fármaco (tempo de passo 60), o número de MMscontinued a diminuir, e o equilíbrio entre CO e obstetras foi restaurado. Porque um dos principais objectivos deste estudo foi investigar qual a combinação de drogas de forma eficiente restaura o equilíbrio inicial entre OCs e OBs e mata MMS para evitar a recaída, foi necessário desenvolver Eq 17 para avaliar o desempenho das combinações múltiplas drogas. ( 17), e são os números de MMS, OCs e OBs, respectivamente, no intervalo de tempo t = 120. e são os números iniciais de OCs e OBs, respectivamente.
Nossos resultados simulados (figuras 6-15 e Tabela 2) indicam que combinações nem única droga nem de duas drogas pode restaurar o equilíbrio inicial entre OBs e OCs e evitar a recaída. No entanto, a combinação de três drogas (Fig 15) revelou um potencial significativo para a realização deste objectivo. Por esta razão, constatamos que a combinação destas três drogas tiveram o melhor desempenho, medido pelo menor
R
drogas
na Equação 17.
análise de citocinas em resposta à terapia de combinação
no total, foram avaliados 20 doses das três drogas, de 0,1X a 10X em relação à sequência geométrica da dose original. Em seguida, explorámos a eficácia de várias combinações dos três drogas. Apesar da dose elevada convencional e quimioterapia pode evocar respostas frequentes em doentes com mieloma múltiplo, continua a ser uma doença incurável, em grande parte devido à resistência aos medicamentos. O microambiente da medula óssea não só promove a sobrevivência e crescimento de células do mieloma, mas alsoparticipates no desenvolvimento de resistência aos agentes convencionais e novos individuais. Para evitar mieloma múltipla recorrente e induzir a remissão completa, é importante desenvolver estratégias de terapia de combinação que inibem certas interacções entre células de mieloma e o microambiente da medula óssea [13,27].
R
drogas
representa a eficácia da droga. O mínimo
R
drogas
valor ocorreu nas doses de 10, 6 e 4 para a combinação de GCs, Lidamycin e BHQ880 (Fig 16).
a aditividade Loewe [28,29] avalia se o efeito da combinação de BHQ880, CGs e Lidamycin é synergistic.The índice de combinação de Loewe sinergia é definida como a razão entre a dose efectiva total de droga (combinação contra drogas individuais) necessária para atingir um determinado efeito, tal como estipulado na Equação 18: (18) onde
d
1 (BHQ880),
d
2 (GC) e
d
3 (Lidamycin) são a combinação de drogas doses localizado no isobolograma combinação com relação ao
R
drogas
. E representam as concentrações-agente único de BHQ880, GCs ou Lidamycin em relação ao
R
drogas
, respectivamente. CI
Loewe 1, CI
Loewe = 1 e IC
Loewe 1 indicam sinergia Loewe, antagonismo e adição, respectivamente. Em Eq 18,
R
drogas
= 960is o limiar para avaliar o efeito de drogas. Os resultados simulados mostram que a combinação de BHQ880, GCs e Lidamycin é sinérgica (Fig 17).
análise de sensibilidade de parâmetros
Para avaliar o impacto dos valores dos parâmetros sobre o comportamento dos o sistema de modelagem de câncer mieloma múltiplo, analisamos a sensibilidade do nosso modelo com base nos seguintes parâmetros:
β
ω
,
β
mm
T
,
K
D
,
K
w
,
λ
C
,
°
,
λ
d
,
Se
G
,
Pe
d
,
e U
d
Nós variou individualmente cada parâmetro nos intervalos constantes do quadro 1, enquanto que fixa outros parâmetros em seus valores de base. As gamas dos parâmetros foram obtidos a partir da literatura, e estes valores são listados na Tabela 1. Nós limitado pelo custo relativamente elevado de computação da ABM, por isso, realizadas simulações 10 para cada conjunto de parâmetros. Para avaliar a influência dos parâmetros, calculamos a correlação Spearman rank-fim [30] de cada parâmetro em relação ao número total de MMS, OBs e OCs. A Tabela 3 mostra a correlação Spearman rank-fim
ρ
eo
p Restaurant –
valor
para cada parâmetro. Além disso, esta tabela explora os parâmetros que estão estreitamente relacionadas com o número de MMS, OBs e CO: a permeabilidade dos vasos de thedrug (
Pe
d
), a constante de difusão da droga (
λ
d
), ea taxa de absorção do fármaco (
U
d
). Porque o limiar de Wntthat promove a proliferação OB (
K
w
) eo limiar de DKK1 que inibe Wnt (
K
D