Krooninen sairaus

tiivistelmä

Platinum huumeita ja PARP-inhibiittorit ( ”PARPis”) katsotaan olevan tehokkaita BRCA liittyvien syöpien heikentyneeseen DNA: n korjaukseen. Nämä aineet aiheuttavat pysähtynyt ja romahti replikointi haarukat ja luoda double-säikeen katkoksia tehokkaasti ilman korjausmekanismit, jolloin pidätys solusyklin ja solukuoleman induktioon. Kuitenkin viimeaikaiset tutkimukset ovat osoittaneet, epäonnistuminen näiden kemoterapeuttisten aineiden takia kehittyvien lääkeresistenssin. Tässä tutkimuksessa kehitimme stokastisen mallin BRCA liittyvän syövän etenemiseen, jossa on neljä syöpä populaatiot: ne, joilla (i) toiminnallinen BRCA, (ii) huonosti BRCA, (iii) toiminnalliset BRCA ja kasvuetua, ja (iv ) toimimattomia BRCA ja kasvuetua. Nämä neljä syöpä populaatioita laajenee yhdestä syöpäsolun normaalin korjauksen toiminta kunnes solujen kokonaismäärä saavuttaa havaittavaa määrää. Me johdetaan kaavat todennäköisyyden ja odotettu määrä kunkin populaation aikaan havaitsemisen. Lisäksi jatkoimme mallin pohtimaan kasvain dynamiikkaa hoidon aikana. Tulokset mallista validoitu ja osoittivat hyvän sopimuksen kanssa kliinistä ja kokeellista näyttöä in BRCA liittyviä syöpiä. Perustuu malliin, tutkimme olosuhteita, joissa lääkeresistenssin aikana hoitokuuri peräisin joko ennestään lääkeresistenttiä väestön tai

de novo

väestön vuoksi toissijainen mutaatioita. Lopulta huomasimme, että platina huumeiden ja PARPis oli tehokas, jos (i) BRCA inaktivoituminen on läsnä, (ii) syöpä oli diagnosoitu varhaisessa vaiheessa, ja (iii) kasvaimen kasvu on nopeaa. Tuloksemme osoittavat, että erityyppisten syöpien on etuoikeutettu tapa hankkia vastustuskyky platina huumeiden ja PARPis mukaan niiden kasvua ja mutaatiostatuksesta ominaisuudet.

Citation: Yamamoto KN, Hirota K, Takeda S, Haeno H (2014) Evolution of ennestään vs. kehittynyt vastustuskyky Platinum Drugs ja PARP estäjät in BRCA-Associated Syövät. PLoS ONE 9 (8): e105724. doi: 10,1371 /journal.pone.0105724

Editor: Peiwen Fei, Havaijin yliopiston Cancer Center, Yhdysvallat

vastaanotettu: 24 maaliskuu 2014; Hyväksytty: 23 heinäkuu 2014; Julkaistu: 26 elokuu 2014

Copyright: © 2014 Yamamoto et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Data Saatavuus: Tällä kirjoittajat vahvistavat, että kaikki tiedot taustalla olevat havainnot ovat täysin saatavilla rajoituksetta. Kaikki oleelliset tiedot ovat sisällä paperiin.

Rahoitus: Tämä tutkimus tukee Aihara Innovative Matemaattinen mallinnus projekti, Japanin Society for Promotion of Science (JSPS) kautta ”rahoitusohjelma maailman johtava Innovatiivinen R todellakin, useimmat potilaat joutuvat lopulta tulenkestävä tautia [20], [24]. Useat resistenssimekanismeihin platina lääkkeet on tunnistettu: (i) mutaatioita solujen Transportteri pienentää lääkkeen ottoa, mikä vähentää solunsisäisiä platinan pitoisuudet, (ii) mutaatiot apoptoottisten signaalireitteihin estää solun antaisi solukuolemaa, ja ( iii) takaisin mutaatiot villityypin BRCA1 /2 tuloksen palauttaa kyky korjata DNA-vaurioita syntyy platina huumeiden [26], [27]. Kliiniset tutkimukset ovat myös tunnistettu merkittävä resistenssimekanismi PARPis, jossa toissijainen mutaatiot palauttaa BRCA toiminto [28] – [30].

Kestää mutaatiot voivat syntyä joko ennen tai kemoterapian aikana. Toisaalta, kestävä solut voivat etukäteen esiintyä kasvaimen ennen hoitoa ja laajenevaa selektiivinen paine kuluttua hoidon aloittamisesta. Itse asiassa on osoitettu, että platina-herkkä ja kestävä solut oli yhteinen esi-isä alkuvaiheessa kasvaimen kehityksen [31]. Toisaalta, resistenttien solujen voi syntyä seurauksena uusien mutaatioiden hoidon aikana ja laajentaa alla selektiivisen paineen hoitoon. Hankinta toissijainen mutaatioita on havaittu platina huumeiden ja PARPi hoito [27], [28]. Koska ilmenisi tällaisia ​​resistenssin johtaa hoidon epäonnistumiseen, on tärkeää tutkia olosuhteita, joissa resistenttien solujen olemassa ennen hoitoa ja näkyvät hoidon jälkeen.

Matemaattinen tutkimukset ovat tarjonneet oivalluksia miten kasvainsoluihin ajaa etenemistä ja hankkia lääkeresistensseihin keräämällä mutaatioita. Äskettäin syntyminen lääkkeille vastustuskykyisten syöpäsolujen tietyltä mutaation aikana kloonilaajenemisen ennen käsittelyä pidettiin [32]. Lisäksi evoluution dynamiikka BRCA1-mutatoituneen rintasyöpä aloittamista nähtiin myös, olettaen, että solujen lukumäärä on vakio. [33] Rintasyövän kehitys aiheuttama inaktivaatio kahdessa tuumorisuppressorigeeneille on myös tutkittu [34]. Kun kyseessä on munasarjasyöpä etenemisen, haarautuva prosessimalli osuus ensisijainen, vatsakalvon ja metastaattinen väestön arvioitiin [35]. Lisäksi kehitys resistenssin syöpäsolujen jatkuvassa ja pulssi hallinnon strategioita ehdotettiin [36]. Riski kätkeminen useita erityyppisiä vastarintaa alkaessa kemoterapiaa johtuu useista pistemutaatioita tutkittiin kroonisen myelooisen leukemian [37]. Lisäksi odotettu määrä mutaatioita lääkeresistenssin kolorektaalisyövässä arvioitiin käyttäen haarautumisprosessia malli [38]. Tutkimuksemme perustuu perusta monissa aiemmissa teoreettisia tutkimuksia koskien mutaatioiden syöpäsoluissa [39] – [43].

Tässä tutkimuksessa selvitettiin syövän etenemiseen matemaattisesti ja kehittymistä kestävyys platinaa huumeita ja PARPis BRCA1 /2-mutatoitunut syövät ennen ja hoidon aikana. Olemme keskittyneet erityisiä aiheuttamia menetyksiä BRCA1 /2-toiminto, joka antaa (epi) geneettinen epävakaus syöpäsoluissa. Syöpäsolut kanssa toimimattomia BRCA1 /2 hankkivat lisääntynyt mutaationopeudet ja herkistynyt platina huumeiden ja PARPis vuoksi puute virheettömän korjausmekanismit.

Ensimmäinen kehitimme matemaattinen malli BRCA liittyvän syövän etenemisessä, jossa kaksi mutaatiota sisällytettiin: (i) niitä annetaan toiminnallinen BRCA1 /2 inaktivaatio, ja (ii) nämä kiihdyttää solujen kasvua inaktivoimalla solusyklin säätelyssä. Toiseksi, olemme kehittäneet analyyttinen kaavat todennäköisyyden ja odotettu määrä syöpäsolujen kanssa (epi) geneettinen epävakaus ja /tai solun kasvua etu aikaan diagnoosi ja validoitu hyvä välinen sopimus nämä kaavat ja tarkka stokastisen tietokonesimuloinnit. Kolmanneksi, jatkoimme mallin harkitsemaan kasvaimen dynamiikkaan hoidon aikana. Neljänneksi, me vahvisti, että mallimme vahvasti edustettuna kliinisissä /experimental löydökset BRCA liittyviä syöpiä. Lopuksi tutkimme evoluution väyliä hankkia lääkeresistenssin aikana tumorigenesis ennen hoitoa ja sen aikana.

Käsittelemme edellytykset tehokkaalle hoitoon käytetään platina huumeiden ja PARPis. Tutkimus tarjoaa merkittäviä vaikutuksia evoluution lentoradat BRCA liittyvän syövän etenemiseen ennen ja kemoterapian aikana, riippuen kasvu, mutaatioaste, havaintokoon, ja hoito vaikutukset.

mallit

Clonal laajeneminen kaksi erilaista mutaatiota ennen diagnoosin

ensin kuvataan matemaattinen malli BRCA liittyvän syövän etenemiseen ennen diagnoosia, ottaen huomioon eksponentiaalisesti kasvavan väestön syöpäsolujen johdettu yhdestä kasvaimen aloitetaan solun (Fig. 1A ). Tässä tutkimuksessa me oletamme kaksi erilaista mutaatiota: toinen Helpottaa (epi) geneettisiä mutaatioita inaktivoitumisen johdosta BRCA-toiminto, ja muut kiihdyttää tuumorin kasvua vapautuminen solusyklin. In BRCA liittyvä syöpä, muutokset geenien kuten TP53 ja PIK3CA ovat ehdokkaita jälkimmäisen [5].

(A) Pidämme eksponentiaalisesti kasvava väestö syöpäsolujen alkavat yhdestä solusta, joka on potentiaalia mutaatio tavoitteet kahden genomialuetta. On olemassa kahdenlaisia ​​mutaatiota: yksi Helpottaa (epi) geneettisiä mutaatioita nopeudella

u

1 ja toisessa kiihdyttää kasvaimen kasvua nopeudella

u

2 ja

u

3. Syöpäsolut kanssa toiminnallisia BRCA ja ehjän mutaatio kohdesivustoon nopeutettua kasvuvauhti kutsutaan tyyppi-0. Solut, joissa toimimattomia BRCA ja ehjän mutaatio kohdesivustoon nopeutettua kasvuvauhti kutsutaan tyypin 1. Solut, joilla on mutaatio, joka kiihdyttää hallitsematon kasvaimen kasvua kutsutaan tyyppi-2-soluissa. Type-1 ja -2-solut irtoavat tyyppi-0 solujen mutaationopeudet

u

1 ja

u

2, vastaavasti. Solut, molempia mutaatioita kutsutaan tyyppi-3-soluissa. Type-3-solut irtoavat joko tyypin 1 tai -2 solujen mutaationopeudet

u

3 ja

u

1, tässä järjestyksessä. Kasvu ja kuolleisuutta tyyppihyväksynnän 0 ja -1 solut ovat

r

ja

d

, ja ne on tyypin 2 ja -3 soluja

ja

b

, vastaavasti. Kun solujen kokonaismäärä saavuttaa tietyn koon,

M

, syöpä on diagnosoitu. (B) Tarkastellaan tilannetta hoidon aikana, kahden perusjoukon (tyypin 4 ja -5 soluja) lisätään malliin. Tyyppi-4 ja -5 solujen vasta syntyvät tyypin 1 ja -3-soluissa, vastaavasti, nopeudella

u

4 ja kestävät platina huumeiden ja PARPis hoidon jälkeen. Kasvu ja kuolleisuutta tyypin 4 solut ovat

r

ja

d

, ja ne tyyppihyväksynnän 5 solut ovat

ja

b

vastaavasti. Alkuperäinen numeroita kunkin väestöstä diagnoosi lasketaan analyyttiseen yhtälöt johdettu yhtälössä. (S12), Eq. (S13), ja Eq. (S22). Oletamme, että kumpikaan tyypin 4 eikä -5 soluja olemassa ajankohtana hoidon aloittamisesta. Pienentynyt kasvuvauhti huumeisiin herkkä ja kestävä solujen aiheuttamia lääkehoitojen annetaan

γ

ja

η

, vastaavasti. Kun solujen kokonaismäärä saavuttaa tietyn koon (1,1

M

), syöpä katsotaan uusiutunut.

Syöpäsolut kanssa toiminnallisia BRCA ja ehjän tavoite nopeuttaa kasvua kutsutaan tyypin 0-solut. Aikana klonaalinen laajennus, ne aiheuttavat -solut joko kaksi mutaatiota (Fig. 1A). Solut inaktivoitujen BRCA ovat tyyppiä-1-solut, joilla on korkeammat mutaationopeudet kuin tyypin 0 soluja johtuen niiden virhealtista DNA korjausmekanismit ja (epi) geneettinen epävakaus. Solut, joilla on mutaatio, joka kiihdyttää hallitsematon kasvaimen kasvua ovat tyypin 2 soluja, jotka kasvavat nopeammin kuin tyypin 0 tai -1 soluja. Tyypin 1 ja -2-solut voivat aiheuttaa -solut molempia mutaatioita, kutsutaan tyypin 3-soluja. Termiä ”mutaatio” käytetään tässä kollektiivisesti sisältää pistemutaatioita, deleetioita, inversioiden, translokaatiot, Heterotsygotian menetys, ja muita geneettisiä poikkeamia, jotka voivat esiintyä yhden solunjakautumisen.

Jokaisella väestöstä seuraa jatkuva-aikaisen haarautumisprosessina. Numerot tyyppihyväksynnän 0, -1, -2, ja -3 solut merkitään

w

,

x

,

y

, ja

z

, vastaavasti. Oletamme, että kasvu ja kuolleisuus tyyppihyväksynnän 0 ovat samat kuin tyypin 1,

r

ja

d

, vastaavasti, ja ne on tyypin 2 ovat samat kuin niille tyypin 3,

ja

b

. Tämä olettamus perustuu kokeellisiin havaintoihin, että inaktivointi BRCA toiminto ei ole paljon vaikutusta kasvaimen kasvuun [44]. Oletamme, että tyypin 2 ja -3 solut ovat korkeammat netto kasvuvauhti kuin tyypin 0 ja -1 solut (

–

b

r

–

d

) koska niillä on ylimääräinen mutaatio, joka kiihdyttää kasvaimen kasvua. Määrien mutaatio (i) tyypille 0–1 soluihin ja tyypille 2–3 soluihin, (ii) tyypille 0–2 soluihin, ja (iii) tyypille 1–3 solut ovat merkitään

u

1,

u

2, ja

u

3, vastaavasti.

Kasvaimen kasvu alkaa yhdestä tyypin 0 solu,

w

= 1,

x

= 0,

y

= 0,

z

= 0. Eräässä lyhyessä ajassa, jokin seuraavista tilanteista: (i) solunjakautumisen ilman mutaatiota, (ii) solunjakautumisen jossa mutaatio, (iii) solukuolemaa, tai (iv) ilman siirtymää. Kasvain solut voivat tulla sukupuuttoon takia stokastisen vaihtelun tai voi lopulta havaita, kun populaation koko – summa määrä tyyppi-0, -1, -2, ja -3 solut – saavuttaa tietyn koon (katso materiaalit S1 lisätietoja ja tietokonesimulaatioiden).

Analyyttinen arvioita

Anna

P

1,

P

2, ja

P

3 olla todennäköisyydet että tyypin 1, -2, ja -3 solut, vastaavasti, on olemassa, kun kokonaismäärä solujen saavuttaa

M

. Aikaisemmassa tutkimuksessa [32], kaavat

P

1 ja

P

2 annettiin kuten (1) (2) B

Täällä , ja.

meidän mallissa on kaksi tietä syntymistä tyypin 3 solut: joko tyypin 1 tai tyypin 2 soluja. Tarkastelemalla molemmissa tapauksissa itsenäisesti, me johdettu kaava

P

3 (katso materiaalit S1 yksityiskohtaista johtamista). Lisäksi pidämme odotettu määrä tyypin 1, -2, ja -3 soluja kokonaismäärä saavuttaa

M

olla

E

1,

E

2, ja

E

3, vastaavasti (katso Materiaalit S1 yksityiskohtaista johdannaisia ​​näiden määrien).

resistenssiä platinaa huumeiden ja PARP-estäjiä käsittely

Seuraavaksi katsotaan kasvain dynamiikka hoidon aikana diagnoosin jälkeen. Type-0 ja -2 solut ovat alunperin resistenttejä platina huumeiden ja PARPis koska ne voivat korjata ICLs ja DNA DSB: t luoma huumeiden kautta ehjän Fanconin anemia /BRCA reitin. Sitä vastoin tyypin 1 ja -3-solut ovat herkkiä lääkkeiden, koska ei ole tällaista korjausmekanismeja. Perustuu kokeellisia ja kliinisiä havaintoja, että toissijainen mutaatioita BRCA resistenssi lääkkeelle on BRCA-vajaiden solujen [26] – [30], lisäsimme kahta kestävää väestön kutsutaan tyypin 4 ja -5 soluja (Fig. 1 B). Tyyppi-4: n ja -5 populaatiot peräisin BRCA-vajaiden solujen (eli tyyppi-1 ja -3-solut, vastaavasti). Emme harkitse toissijaisen mutaatiot tyypille 0 tai -2 soluja, koska ne on jo määritelty resistentit solut. Sitten lisäsimme kaksi parametrit lääkkeen vaikutuksia: yksi vähentää kasvuvauhti herkkien väestöryhmien mukaan

γ

, ja toinen vähentää kasvuvauhti kestävä -populaatioihin

η

. Tässä tutkimuksessa on oletettu, että tukahduttaminen tuumorikasvun huumeet saavutetaan lasku kasvuvauhti eikä kasvua kuolleisuutta. Me Lisäksi oletetaan, että hoito voisi vähentää kasvuvauhti resistentit solut, mutta ainakin yksi vastustuskykyisiä tyyppi voi kasvaa numeron myös hoidon aikana.

Perustuen mallin edellä kuvatun, tutkimme solupopulaation koostumukseen uusiutumisen ja uusiutuminen aikavälein hoidon aikana. Tutkimme erilaisia ​​yhdistelmiä hoidon vaikutuksia herkkien ja resistenttien solujen, koska hoito vaikutukset

in situ

ei ole tunnistettu selkeästi ja moduloidaan farmakokinetiikkaa, kasvain mikro-ympäristössä, ja muut tekijät [20]. Kun kukin parametrin arvo on määritetty, odotettu määrä kunkin populaation alussa hoidon voidaan laskea analyyttisiä yhtälöitä (Eq. (S12), Eq. (S13), ja Eq. (S22)). Kumpikaan tyypin 4 eikä -5 solut ovat tämän alkuperäisen hoidon. Simulaatiot ovat pysäytetään, kun solujen kokonaismäärän yli 110%: n havaitseminen koko,

M

, hoidon aikana, joka edustaa toistumisen (katso materiaalit S1 yksityiskohtainen kuvaus tietokonesimulaatioiden).

tulokset

olemassaolo todennäköisyydet ja odotettu määrä kunkin solupopulaation diagnoosin

tässä osiossa selvitettiin tarkkuutta kaavojen olemassaolon todennäköisyydet sekä odotettu määrä kunkin väestön diagnoosi ja riippuvuus kunkin parametrin. Arvioimme sovitus joukossa ennusteita käyttämällä kaavat ja tulokset stokastisen tietokonesimulaatioiden, on kuvattu Materiaalit S1.

Ensinnäkin, tarkkuus olemassaolon todennäköisyys kaavat ja odotettu määrä tyypin 1, -2 ja -3-solut diagnoosin (kuviot. 2, 3, S1-S4) arvioitiin. EQ. (1), Eq. (2), Eq. (S11), Eq. (S12), Eq. (S13), ja Eq. (S22) kaavat ennustaa tuloksia stokastisen tietokonesimulaatioiden. Seuraavaksi testasimme tarkkuutta kaavat suuret

u

1 ja

u

2 (kuviot. S5, S6). EQ. (1), Eq. (2) ja Eq. (S11) kaavat ennustaa tuloksia stokastisen tietokonesimulaatioiden poikkeuksin on

P

2 suuret

u

1 ja

P

1 iso

u

2 (kuviot. S5B, S6A). Nämä eroavuudet ovat syntyneet, koska emme välittäneet vaikutukset

u

1 ja

u

2 johtaminen

P

2 ja

P

1, tässä järjestyksessä. Kuitenkin, kun

u

1 tai

u

2 on suuri, tyypin 2 tai -1 soluissa vastaavasti tulla pieniä esityksiä koko väestöstä. Siten tämä epäjohdonmukaisuus on vain vähän vaikutusta odotetusta määrästä kunkin solutyypin diagnoosi (kuviot. S5, S6).

Riippuvuus todennäköisyys tyypin 3 solu olemassa diagnoosin eri tekijöistä näytetään. Käyrät osoittavat ennusteita analyyttisten lähentämistä, Eq. (S11), kun taas ympyrät ilmaisevat tulokset suoran tietokonesimulaatioiden (S1). Standard käytetyt parametriarvot kuvassa ovat

u

1 =

u

2 = 5.0⋅10

-7,

u

3 = 0,01,

M

= 10

6,

r

= 0,2,

= 0,3, ja

d

=

b

= 0,1.

riippuvuus odotetun määrän tyypin 3 soluja diagnoosi eri tekijöistä näytetään. Käyrät osoittavat ennusteita analyyttisten lähentämistä, Eq. (S22), kun taas ympyrät ilmaisevat tulokset suoraan tietokonesimulaatioiden (S1). Standard käytetyt parametriarvot kuvassa ovat

u

1 =

u

2 = 5.0⋅10

-7,

u

3 = 0,01,

M

= 10

6,

r

= 0,2,

= 0,3, ja

d

=

b

= 0,1.

tutkimme seuraavaksi riippuvuutta kaavat kunkin parametrin. Todennäköisyys, että tyyppi-1-soluja olemassa diagnoosi lisääntynyt

u

1,

M

, ja

d

lisääntyi, kun taas todennäköisyys pieneni

r

lisääntynyt. Se ei ollut muuttunut

u

2,

u

3,

tai

b

(Fig. S1) . Todennäköisyys, että 2-tyypin solujen olemassa diagnoosi lisääntynyt

u

2,

M

,

d

, ja

lisääntynyt, kun se laski

r

ja

b

lisääntynyt. Se ei ollut muuttunut

u

1 tai

u

3 (Kuva. S2). Nämä tulokset ovat yhdenmukaisia ​​aiemmin raportoitujen [32]. Todennäköisyys, että tyypin 3 solujen olemassa diagnoosi lisääntynyt

u

1,

u

3,

M

, ja

d

nousivat, kun ne laski

r

lisääntynyt. Se oli hieman muuttunut

u

2,

tai

b

(Fig. 2). Odotettu määrä tyypin 1 soluja sillä edellytyksellä, että tyypin 1 soluja olemassa diagnoosi lisääntynyt

u

1 ja

M

nousivat, kun ne laski

u

3 lisääntynyt. Se ei muuttunut suuresti

u

2,

r

,

d

,

tai

b

(Fig. S3). Odotettu määrä 2-tyypin solujen sillä edellytyksellä, että 2-tyypin solujen olemassa diagnoosi lisääntynyt

u

2,

M

,

d

, ja

nousivat, kun ne laski

r

ja

b

lisääntynyt. Se ei ollut muuttunut

u

1 tai

u

3 (Kuva. S4). Odotettu määrä tyypin 3 solujen sillä edellytyksellä, että tyypin 3 solujen olemassa diagnoosi lisääntynyt

u

1,

u

3,

M

,

d

, ja

nousivat, kun ne laski

r

ja

b

lisääntynyt. Se ei muuttunut suuresti

u

2 (Fig. 3).

osuudet kliinisesti merkitsevä populaatioiden diagnoosi

Tässä osiossa tutkitaan seuraavat kolme määriä diagnoosi: (i) osuus solutyyppien kanssa korkeat kasvuluvut, (ii) osuus huumeisiin herkkien väestöryhmien, ja (iii) osuus tyypin 3 soluja, jotka johtuvat tyypin-1-soluissa. Tulokset kasvainhoitojen on suurelta osin vaikuttaa koostumus kasvaimen aikaan hoidon. Esimerkiksi osuus solupopulaatioiden korkeat kasvuluvut diagnoosin heijastaa kasvaimen pahanlaatuisuuden ja vaikuttaa siten valvontaa taudin hoidossa. Lisäksi osassa huumeisiin herkkien väestöryhmien voi määrittää hoitovaste, koska platina huumeet ja PARPis ovat tehokkaita vain BRCA puutosta solutyyppejä. Lisäksi jos me määrittää evoluutioreitin johtaa pahanlaatuisia soluja, se syytöstä lääke kohdistetun solujen ehkäisyssä syövän etenemisen.

Ensinnäkin tutkimme osuus solupopulaatioiden korkea kasvu (ts tyypin-2 ja -3 solut) koko väestön diagnoosi (kuviot. 4A-C, S7A-B). Tämä laskettiin jakamalla summa odotettu määrä tyypin 2 ja -3-solujen kokonaismäärä,

M

. Suhteellinen kasvuvauhti tyypin 2 ja -3 soluja verrattuna tyypin 0 ja -1 soluja, saadaan (

–

b

) /(

r

–

d

). Osuudet tyypin 2 ja -3 solujen lisääntynyt suhteellinen kasvu ja mutaationopeudet (

u

1 ja

u

2) kasvoi (kuviot. 4A -C, S7A-B). Toiseksi, laskimme osuus huumeisiin herkkien solupopulaatioiden (eli tyypin 1 ja -3 solujen kuviot. 4D-F, S7C-D) jakamalla summa odotettu määrä tyypin 1 ja -3 soluissa kokonaismäärästä,

M

. Osuus kasvoi, kun suhteellinen kasvu ja

u

1 lisääntyi (kuviot. 4D, S7C-D) ja mielenkiintoisesti, vaikutti merkittävästi suhteellinen kasvu ja

u

1, mutta ei

u

2 (kuviot. 4D-F, S7C-D). Kolmanneksi laskettu osuus tyypin 3-soluja, joka on syntynyt 1-tyypin solujen yhteensä tyypin 3 väestöstä (kuviot. 4G-I, S7E-F) jakamalla odotettu määrä tyypin 3-soluja, jotka ovat peräisin tyyppi- 1- soluissa odotettu määrä tyypin 3 solujen diagnoosi. Tyyppi-3-solut irtoavat tyypin-1-soluissa laajalla parametriarvoja, paitsi niissä tapauksissa, joissa suhteellinen kasvu on alhainen ja

u

2 on suuri (kuviot. 4G-I, S7E- F). Lopuksi tutkimme näiden kolmen määrät tapauksissa pienten

u

3. Osuudet solupopulaatioiden korkea kasvu ja huumeiden herkkyys laski alueella suurten

u

1, ja osuus tyypin 3 soluja, jotka johtuvat tyypin 1 solut vähenivät alueella suuret

u

2 (kuviot. S8, S9). Riippuvuudet Näiden määrien suhteellisesta kasvu ja mutaatio olivat samaa tapauksia suurten

u

3 (kuviot. 4, S7-S9).

(A -C) osuus tyypin 2 ja -3 solujen kasvua etu koko väestön diagnoosin näkyy laajalla alueella

u

1,

u

2, ja suhteellinen kasvuvauhti tyypin 2 ja -3 soluja kuin tyypin 0 ja -1 solujen (

–

b

) /(

r

–

d

). (D-F) osuus tyypin 1 ja -3 soluja (huume-herkkien solujen) koko väestön näytetään. (G-I) osuus tyypin 3 soluja, jotka johtuvat tyypin 1 solujen joukossa koko tyypin 3 väestöstä on esitetty. Jokainen väestö diagnoosi laskettiin kaavojen, Eq. (S12), Eq. (S13), ja Eq. (S22). Käytetyt parametriarvot kuvassa ovat

u

2 = 10

-7,

u

3 = 0,01,

M

= 10

6,

r

= 0,2,

= 0,3,

d

=

b

= 0,1 (paneeli A, d ja G)

u

1 = 10

-2 (paneeli B, E, ja H), ja

u

1 = 10

-7 (paneeli C, F ja I). ​​

osuus jokaisen solun väestön uusiutuminen ja toistumisen aikavälein

tässä osiossa selvitettiin kokoonpano kunkin solupopulaation on uusiutunut kasvain ja uusiutumisen aikavälein. Kaksi skenaariota voidaan pitää kehittämiseksi kestävät väestön: (i)

de novo

kestävät väestön johtuu tyypin 1 tai -3 solujen kautta johdetun mutaatioita hoidon aikana ja sen jälkeen laajenee, tai (ii) kestävä väestön valmiiksi olemassa kasvain väestön ennen hoitoa ja tulee hallitseva selektiivisissä paineen huumetta. Alkuperä resistenttien väestöstä on suuri merkitys, koska hoitoaikataulu joka parhaiten pidentää aikaa kunnes toistuminen voitaisiin odottaa eroavan kahden edellisen skenaarion. Niinpä katsotaan, kumpi kahdesta skenaariota tapahtui ensisijaisesti laajalla parametriarvoja hoidon aikana.

Ensin suoritetaan stokastinen tietokonesimuloinnit mallin diagnoosin jälkeen, kuten on kuvattu mallien osassa (Fig. 1 B ). Me määritetään koostumuksen kunkin solupopulaation sisällä kasvaimen alku- hoidon aikana 10 parametrin yhdistelmät kaavojen Eq. (S12), Eq. (S13), ja Eq. (S22) (taulukko 1). Kun

u

1 iso, tyyppi-3 solut tulevat hallitseva (taulukko 1A-D). Osuus tyypin 3 soluista tulee suuri kuin

M

kasvaessa (taulukko 1A-D). Kun

u

1 on pieni, tyyppi-0 solujen muuttuessa hallitseva (taulukko 1 E-I), ja kun

u

2 suurta, tyypin 2 solut muuttuvat hallitseva (taulukko 1J). Perustuu alkuperäiseen kasvaimen koostumus, laskettuna edellä, satoja stokastisen simuloinnin kulkee käyttäen samoja alkuehdot toteutettiin. Kunkin parametrisarja lueteltu taulukossa 1, tutkimme erilaisia ​​lääkkeen vaikutuksia herkkiin ja resistentit solut,

γ

ja

η

(Fig. 5). Numerot kunkin solutyyppi uusiutumisen (kun kokonaismäärä saavutti 1,1

M

) ja aika, kunnes uusiutumisen kirjattiin kussakin ajossa, ja tulosten keskiarvot esitetään kuviossa 5. Koska (epi ) geneettinen epävakaus aiheuttama korjaus koulutusjakson puute on merkittävä vaikutus mutaatioita aiheuttavan [19], on oletettu, että toissijainen mutaatiovauhtia tyypille 1 ja -3 solujen tyypille 4 ja -5 solujen

u

4 oli sama kuin

u

3.

väestön koostumuksia diagnoosin (aika hoidon alussa) ja aikaan uusiutumisen hoidon jälkeen 60 parametriryhmiä näkyvät ympyräkaaviot. Ajanjaksot ennen toistumista hoidon jälkeen esitetään numeroina alla ympyräkaaviot. Aika toistuminen määritellään ajankohta, kun kokonaismäärä on yli 10% lukumääräisesti diagnoosi. Jokainen tulos saadaan keskiarvoistamalla monet kokeet stokastisia simulaatioita mallin mukaista hoitoa (järjestelmä S23).