La modélisation mathématique peut aider à la thérapie de leucémie
Une étude publiée dans le journal à accès libre PLoS Computational Biology Démontre comment la modélisation mathématique sophistiquée a encouragé le développement d'un vaccin à chronologie optimale pour la leucémie myélogène chronique (LMC).
Les chercheurs Doron Levy (Université du Maryland), Peter P. Lee (Université de Stanford) et Peter S. Kim (École Supérieure d'Électricité, Gif-sur-Yvette, France) ont recueilli des données sur quatre ans de patients atteints de LMC qui recevaient un traitement Avec le médicament imatinib. Ils ont ensuite développé un modèle mathématique qui utilise la réponse anti-leucémie naturelle d'un patient lorsqu'il est traité avec de l'imatinib pour améliorer le traitement contre la leucémie.
"En combinant de nouvelles données biologiques et une modélisation mathématique, nous avons trouvé des règles pour concevoir des traitements adaptatifs pour chaque patient spécifique", a souligné le professeur Doron Levy. "Donnez-moi un millier de patients et, avec ce modèle mathématique, je peux vous donner un millier de traitement personnalisé différent des plans."
Levy indique que c'est à la fois le médicament et la réponse immunitaire naturelle du corps qui sont responsables de la rémission de la leucémie. "Après avoir commencé l'imatinib, la réponse immunitaire anti-leucémie augmente progressivement. Cependant, elle commence à s'affaiblir après avoir atteint un sommet. Bien dans le traitement ".
Lorsque cet affaiblissement survient, les cellules cancéreuses peuvent commencer à développer une résistance à la drogue, et la cabine thérapeutique devient inefficace. C'est à ce stade que le système immunitaire doit être renforcé, et les auteurs suggèrent que le sang pré-thérapeutique irradié devrait être introduit chez le patient. Les chercheurs soutiennent que d'autres études sont nécessaires et devraient conduire à des modèles animaux et à des essais cliniques.
Dynamique et impact potentiel de la réponse immunitaire à la leucémie myéloïde chronique
Kim PS, Lee PP, Levy D
PLoS Computational Biology . 4 (6): e1000095.
Doi: 10.1371 / journal.pcbi.1000095
Cliquez ici pour voir l'article
Sur PLoS Computational Biology
PLoS Computational Biology (Www.ploscompbiol.org) présente des œuvres d'une importance exceptionnelle qui permettent d'approfondir notre compréhension des systèmes vivants à toutes les échelles grâce à l'application de méthodes de calcul. Tous les travaux publiés dans PLoS Computational Biology ont un accès ouvert. Tout est immédiatement disponible sujet uniquement à la condition que l'auteur et la source d'origine sont correctement attribués. Le droit d'auteur est conservé par les auteurs. La Bibliothèque publique de la Science utilise le Creative Commons Attribution License.
À propos de la Bibliothèque publique des sciences
La Bibliothèque publique des sciences (PLoS) est une organisation à but non lucratif de scientifiques et de médecins engagés à faire de la littérature scientifique et médicale mondiale une ressource publique librement disponible. Pour plus d'informations, visitez //www.plos.org
Phénomènes Hypnotiques : qu'est-ce que c'est? (Médical Et Professionnel Video 2023).