Modeliranje pljučnih celic bi lahko pomagalo prilagoditi radioterapijo – Physics World

<a href="https://platoblockchain.com/wp-content/uploads/2024/04/modelling-lung-cells-could-help-personalize-radiotherapy-physics-world-2.jpg" data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/04/modelling-lung-cells-could-help-personalize-radiotherapy-physics-world-2.jpg" data-caption="Simulacija alveolarnega segmenta Računalniški model alveolarnega tkiva, sestavljenega iz 18 alveolov, drobnih zračnih mešičkov v pljučih. (Z dovoljenjem: ©Univerza Surrey/GSI). “>

Nova vrsta računalniškega modela, ki lahko razkrije poškodbe zaradi sevanja na celični ravni, bi lahko izboljšala rezultate radioterapije pri bolnikih s pljučnim rakom.

Roman Bauer, računalniški nevroznanstvenik na Univerza v Surreyu v Veliki Britaniji, v sodelovanju z Marco Durante in Nicolò Cogno iz GSI Helmholtzzentrum für Schwerionenforschung v Nemčiji ustvaril model, ki simulira interakcijo sevanja s pljuči na podlagi celice za celico.

Več kot polovica vseh bolnikov s pljučnim rakom se zdravi z radioterapijo. Čeprav je ta pristop učinkovit, ima do 30 % prejemnikov poškodbe zaradi sevanja. To lahko sproži resna stanja, ki vplivajo na dihanje, kot je fibroza – pri kateri je obloga alveolov (zračnih mešičkov) v pljučih zadebeljena in otrdela – in pnevmonitis – ko se stene alveolov vnamejo.

Da bi omejili poškodbe zdravega tkiva zaradi sevanja, medtem ko še vedno ubijajo rakave celice, se radioterapija izvaja v več ločenih "frakcijah". To omogoča dajanje višjega – in zato učinkovitejšega – odmerka na splošno, ker se lahko nekatere poškodovane zdrave celice same popravijo med vsako frakcijo.

Trenutno so sheme frakcioniranja radioterapije izbrane na podlagi preteklih izkušenj in splošnih statističnih modelov, zato niso optimizirane za posamezne bolnike. Nasprotno pa bi lahko personalizirano medicino dosegli s tem novim modelom, ki je, kot je dejal Durante, direktor Oddelek za biofiziko na GSI pojasnjuje, obravnava "toksičnost v tkivih, začenši z osnovnimi celičnimi reakcijami in [je] zato sposoben predvideti, kaj se zgodi s katerim koli bolnikom", ko so izbrane različne sheme frakcioniranja.

Ekipa je razvila model, ki temelji na agentu (ABM), sestavljen iz ločenih medsebojno delujočih enot ali agentov – ki v tem primeru posnemajo pljučne celice – skupaj s simulatorjem Monte Carlo. ABM, opisan v Komunikacijska medicina, gradi predstavitev alveolarnega segmenta, sestavljenega iz 18 alveolov s premerom 260 µm. Nato se izvedejo Monte Carlo simulacije obsevanja teh alveolov na mikroskopskem in nanoskopskem merilu, informacije o odmerku sevanja, dostavljenem vsaki celici, in njegovi porazdelitvi pa se vrnejo nazaj v ABM.

ABM uporablja te informacije, da ugotovi, ali bi vsaka celica živela ali umrla, in končne rezultate prikaže v obliki 3D slike. Bistveno je, da lahko povezani model simulira potek časa in tako prikaže resnost poškodb zaradi sevanja – in napredovanje zdravstvenih stanj, ki jih lahko povzroči – ure, dneve, mesece ali celo leta po zdravljenju.

»Zelo razburljivo se mi je zdelo, da so te računalniške simulacije dejansko prinesle rezultate, ki so se ujemali z različnimi eksperimentalnimi opažanji različnih skupin, laboratorijev in bolnišnic. Tako bi lahko naš računalniški pristop načeloma uporabili v kliničnem okolju,« pravi Bauer, tiskovni predstavnik mednarodne Sodelovanje BioDynaMo, katerega cilj je vnesti nove računalniške metode v zdravstvo prek programske opreme, uporabljene za izdelavo tega modela.

Bauer je začel delati na računalniških modelih raka, potem ko je njegov tesen prijatelj umrl za boleznijo, star komaj 34 let. »Vsak rak je drugačen in vsaka oseba je drugačna, z različnimi oblikovanimi organi, genetskimi predispozicijami in življenjskim slogom,« pojasnjuje. Njegovo upanje je, da bi lahko podatke iz skeniranj, biopsij in drugih testov vnesli v novi model, da bi zagotovili sliko vsakega posameznika. Nato bi lahko ustvarili terapevtski protokol s pomočjo umetne inteligence, ki bi dal natančno prilagojen načrt zdravljenja, ki bi izboljšal bolnikove možnosti preživetja.

Bauer trenutno išče sodelavce iz drugih disciplin, vključno s fiziko, da bi pomagali pri večletnem kliničnem preskušanju bolnikov s pljučnim rakom. Medtem namerava ekipa razširiti uporabo modela na druga področja medicine.

Durante, na primer, upa, da bo s tem modelom pljuč preučil virusno okužbo, saj "lahko napove pnevmonitis, ki ga povzroča okužba s COVID-19". Medtem je Bauer začel simulirati razvoj vezij v možganih prezgodaj rojenih otrok, s ciljem boljšega razumevanja, "kdaj je treba posredovati in kako".

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://physicsworld.com/a/modelling-lung-cells-could-help-personalize-radiotherapy/