Cancerdynamik - Saunalahti

cancer.sxw Förstudie 04-01-27 version 1.2 11/16
Diskussion
Allmänt kan sägas att analytiska modeller kan ge generella resultat om tex kritiska parametervärden,
å andra sidan har numeriska modeller såsom cellulära automater fördelen att det är tämligen enkelt
att infoga nya mekanismer i modellen. Med hybridvarianter kan det vara möjligt att kombinera
fördelarna hos dem båda. En central målsättning för cancerdynamiska modeller är att kunna infoga
element i modellerna som ger en realistisk beskrivning av processer och element som innefattar
angiogenes, vaskularisering, haptotaxis, kemotaxis, adhesion, proteolys, försurning, apoptos,
mekaniskt tryck (kan tex leda till vaskulär kollaps, eller stimulerar angiogenes), metabolisering,
cellcykel, tillväxtfaktorer (growth factors, GF), oxidativ stress och kontaktinhibitation, för att
nämna några av de mest centrala faktorerna. Kunde man med modellers hjälp exempelvis få en
fingervisning om det går att selektivt ”svälta” ut cancern? (Det finns tex rön som visar att
cancerceller är mer beroende av aminosyran glutamin än normala celler, varför en tanke har varit att
minska på glutaminintaget i kombination med dosering av ett glutaminas för att sålunda svälta
cancercellerna. Den sk TRIB-behandlingen baseras på denna idé (se Arstila 1999).)
Goda modeller kan på sikt vara till hjälp när det gäller att optimera scheman för cytostatikabehandling
och uppläggningen av kombinationsbehandlingar som också inkluderar immunterapi, sk
biologisk behandling och ”mjuka metoder”. Det är också möjligt att dynamiska modeller kan
komma att kasta ljus över orsakerna till cancer, om vilka faktorer eller kombinationer av faktorer
som är avgörande för dess uppkomst. Även om varje cancerfall är unikt är det ändå sannolikt att det
endast är ett begränsat antal faktorer, som det gäller att lista ut och i mån av möjlighet åtgärda, vilka
är utslagsgivande för dess utveckling.
Litteratur och noter
Matematiker och fysiker som intresserar sig för bio-matematik/fysik hamnar att bekanta sig med
”medi/bio-lingo” som underlättas av att latin/grekiska nyttjas som internationellt terminologiskt
grundval. En rekommendabel svensk medicinsk ordbok är Bengt I Lindeskogs Medicinsk Terminologi
(Nordiska Bokhandelns Förlag 1996), och dess ficklexikonvariant Medicinsk Miniordbok (5.
uppl. 1999). En finsk medicinsk ordbok, också med svensk ordlista, är W Nienstedt (red): Lääketieteen
Termit (4. uppl. Duodecim 2002).
1. Adam J A & Bellomo N (eds): A Survey of Models for Tumor-Immune System Dynamics.
Birkhäuser 1996.
2. Andersen L K & Mackey M C: ”Resonance in periodic chemotherapy: A case study of acute
myelogenous leukemia”. J. of Theoretical Biology 209 (2001) 113-130.
3. Araujo R P & McElwain D L S: ”A history of the study of solid tumour growth: The contribution
of mathematical modelling”. Bulletin of Mathematical Biology. (Article in press 2003.11.002.)
4. Arstila A: Voita Syöpä! Syövän Uudet Hoitomuodot. Malva Oy 1999.
5. Bernards R: ”Cues for migration”. Nature 425 (2003) 247 – 248.
6. Britton N F: Essential Mathematical Biology. Springer 2003. [Kap. 8 behandlar kort ”Tumour
modelling” på basen av diffusionsekvationer.]
7. Cancer Modelling and Simulation Network (inom ”EU Fifth Framework”):
http://calvino.polito.it/ ~biomat/RTN.html . På sajten hittas gruppens online publikationer. En
färsk bok som ansluter sig till dessa är Perziosi (2003).
8. Daune M: Molecular Biophysics. Structure in Motion. Oxford University Press 1999.
F Borg (borgbros@netti.fi) Chydenius-Institutet, Karleby Universitetscenter (Långbrogatan 1-3, FIN-67100 Karleby)