Медицина

Математическая модель объяснила появление опухолей молочной железы

Клетки инвазивной карциномы

University of Alabama at Birmingham

Сотрудники Пермского национального исследовательского политехнического университета вместе с коллегами из Израиля создали математический алгоритм, который показывает, как появляются и эволюционируют инвазивная карцинома молочной железы. Разработка может определять оптимальные варианты терапии для каждого конкретного случая. Статья исследователей опубликована в журнале Biomechanics and Modeling in Mechanobiology.

Опухоль — это гетерогенное, то есть неоднородное, образование. Клетки в них постоянно конкурируют со своими соседями за доступные ресурсы, чтобы быстрее расти и дифференцироваться. Но пока врачи не могут до конца понять, какие механизмы лежат в основе появления структур конкретных новообразований.

В новой работе российские ученые создали математическую модель, которая позволяет описать все эти процессы для одного из типов рака молочной железы — неспецифичной инвазивной карциномы молочной железы. Она может определить условия и механизмы появления злокачественных структур и предсказать образование конкретного типа карциномы на ранней стадии развития.

Модель предполагает, что карцинома представляет собой гетерогенное образование, состоящее из клеток различных типов, которые выполняют разные функции в опухоли. Каждая клетка представлена упругим многоугольником, изменяющим свою форму и размер под давлением ткани. Такая механическая модель описывает биологические процессы с точки зрения физики. Она манипулирует понятием потенциальной энергии ткани, анализируя воздействие сократительных сил в пределах периметра клетки и упругое сопротивление растяжению или сжатию клетки.

Исследователи «прогнали» через модель несколько типов инвазивной карциномы молочной железы и сопоставили полученные результаты с реальными морфологическими структурами, найденными в раковых опухолях этого типа. Оказалось, что они очень похожи.

Это означает, что модель хорошо сходится с реальными экспериментальными данными и может использоваться для прогнозирования развития разных злокачественных новообразований. Это поможет пациентам получить более адресное и эффективное лечение, которое «заточено» под определенную структуру.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.