Matematisk model efterligner melanom

Kræftcellers evne til at tolerere overfyldte forhold kan være en nøgle til at forstå tumorvækst og -dannelse, ifølge en matematisk model, der er blevet anvendt på kræftcellevækst for første gang. Modellen kan replikere mønstre af melanomcellevækst set i laboratorieforsøg ved at kontrollere 'udelukkelsesområdet' - mængden af ​​plads, der kræves - omkring to typer af simulerede celler, når de vokser og spreder sig. Et papir, der beskriver modellen og eksperimenterne, vises i et nyligt nummer af tidsskriftet Videnskabelige rapporter .

"Da vores samarbejdspartnere dyrkede melanomkræftceller i en blandet kultur med normale celler, " sagde Yuri Suhov, professor i matematik ved Penn State og forfatter til papiret, "kræftcellerne voksede og spredte sig hurtigere, danner klynger af melanomceller omgivet af ikke-kræftceller. Dette klyngede mønster af melanomceller lignede todimensionelle proto-tumorer, så vi var interesserede i at modellere denne mønsterdannelse for at forstå, hvad med kræftcellerne tillader dem at vokse på denne måde. Melanom er en hudkræft af en relativt sjælden forekomst. Imidlertid, det er en af ​​de mest dødelige kræftformer karakteriseret ved et højt potentiale for metastaser, hvilket gør det afgørende at forstå dynamikken i tumorvæksten og udvikle metoder til tidlig påvisning."

Forskerne anvendte en modifikation af Widom-Rowlinson-modellen - en matematisk model, der er blevet brugt i sammenhænge lige fra teoretisk kemi til sociologi - for at forsøge at bestemme, hvilke faktorer der forklarede mønsteret af cellevækst set i laboratorieforsøg. Deres model simulerer væksten af ​​to celletyper, der til at begynde med er jævnt blandet og jævnt fordelt over et gitter. Ved at variere modellens parametre, forskerne kan kontrollere hastigheden, hvormed hver celletype replikerer, dør, og migrerer, samt det nødvendige udelukkelsesområde omkring cellerne.

"Ved at ændre udelukkelsesafstanden mellem de to celletyper i simuleringerne, vi var i stand til at replikere de klyngede mønstre set i eksperimenterne, " sagde Izabella Stuhl, gæsteadjunkt i matematik ved Penn State og en anden forfatter af papiret. "Celletypen med det snævrere udelukkelsesområde var mere tolerant over for tætte forhold og dannede mønstre næsten identiske med de klynger af melanomceller, der blev set i laboratorieforsøgene. Dette tyder på, at en reduktion i 'kontakthæmning' - en kendt faktor, der stopper celler fra at at replikere, når de støder ind i andre celler - kan være det, der tillader tumorer at dannes."

I løbet af deres arbejde, forskerne lavede først forudsigelser baseret på den matematiske model. Derefter blev der udført numeriske simuleringer, sideløbende med co-kultur eksperimenterne. De simulerede resultater blev gentagne gange sammenlignet med de eksperimentelle data.

Forskerne planlægger at fortsætte med at udvide deres model i kombination med data fra eksperimenter i den virkelige verden i kræftcellevækst. Denne kombination af teoretisk modellering med laboratorieforsøg kan føre til yderligere indsigt i de faktorer, der bidrager til kræftcellevækst.

"Tumorer vokser på steder, hvor normalt, raske celler kan ikke, fordi cellerne allerede er tæt pakket, " sagde Suhov. "Kontakthæmning, som vi modellerede som udelukkelsesområde, kan være en af ​​de ting, der forhindrer ikke-kræftceller i at sprede sig ukontrolleret, men kræftceller overvinder dette på en eller anden måde. På den anden side, de normale celler forsøger at danne 'grænselag', med en højere celletæthed, omkringliggende tumorlignende klynger, som om de ønskede at isolere tumorer og forhindre dem i at sprede sig yderligere. Vores model viser, at disse faktorer er relevante, når man forsøger at forklare billederne af cellevækst set i laboratoriet. Det er ret bemærkelsesværdigt, at blandingen af ​​celler fra ikke-relaterede biologiske kilder viser et vedvarende adfærdsmønster. Imidlertid, vi vil gerne udvide dette for at få en bedre forståelse af, hvordan kræftceller opfører sig i naturlige omgivelser. Mens vi fortsætter med at forfine vores model baseret på yderligere eksperimentelle data, vi kan muligvis indbygge parametre, der giver os mulighed for bedre at forstå de præcise biologiske processer, der får tumorer til at dannes."