MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH

Podobne dokumenty
Podstawy statystycznego modelowania danych - Wykªad 7

Metody dowodzenia twierdze«

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Pakiety statystyczne - Wykªad 8

Bifurkacje. Ewa Gudowska-Nowak Nowak. Plus ratio quam vis

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 1

Metody statystyczne w biologii - Wykªad 8. Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

Dynamiczne wªasno±ci algorytmu propagacji przekona«

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

XVII Warmi«sko-Mazurskie Zawody Matematyczne

1 Granice funkcji wielu zmiennych.

MiASI. Modelowanie analityczne. Piotr Fulma«ski. 18 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Ukªady równa«liniowych

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

STATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH

Proste modele o zªo»onej dynamice

2. (8 punktów) 3. (8 punktów) 4. (8 punktów) 5. (8 punktów) EGZAMIN MAGISTERSKI, Matematyka w ekonomii i ubezpieczeniach

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Ekonometria - wykªad 8

Rachunek ró»niczkowy funkcji jednej zmiennej

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

Modele wielorównaniowe. Problem identykacji

Wektory w przestrzeni

Zarz dzanie rm. Zasada 2: samoorganizuj ce si zespoªy. Piotr Fulma«ski. March 17, 2015

1 Poj cia pomocnicze. Przykªad 1. A A d

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Metoda tablic semantycznych. 1 Metoda tablic semantycznych

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne)

Koªo Naukowe Robotyków KoNaR. Plan prezentacji. Wst p Rezystory Potencjomerty Kondensatory Podsumowanie

Przypomnienie najważniejszych pojęć z baz danych. Co to jest baza danych?

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007

Spis tre±ci. Plan. 1 Pochodna cz stkowa. 1.1 Denicja Przykªady Wªasno±ci Pochodne wy»szych rz dów... 3

Budowa drogi gminnej w m. Bieganowo wraz ze skrzyŝowaniem z drogą powiatową nr 2922P PROJEKT ZMIANY TYMCZASOWEJ ORGANIZACJI RUCHU.

O matematyce na opak

Stacjonarne szeregi czasowe

Elementarna statystyka Dwie próby: porównanie dwóch proporcji (Two-sample problem: comparing two proportions)

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

czyli: Rynek nansowy znajduje si w równowadze popyt na pieni dz równy jest poda»y pieni dza (L = M).

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017

Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów

Rozwini cia asymptotyczne dla mocy testów przybli»onych

1 Ró»niczka drugiego rz du i ekstrema

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Ekonometria. Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER. 22 maja Karolina Konopczak. Instytut Rozwoju Gospodarczego

STATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Stabilno± ukªadów liniowych

Fraktale i ich zastosowanie

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Kwantowa teoria wzgl dno±ci

Przykªady problemów optymalizacji kombinatorycznej

Listy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.

Makroekonomia Zaawansowana

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6

Elementy geometrii analitycznej w przestrzeni

Materiaªy do Repetytorium z matematyki

Opis matematyczny ukªadów liniowych

Statystyka matematyczna - ZSTA LMO

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Udoskonalona wentylacja komory suszenia

PROJEKT TYMCZASOWEJ ORGANIZACJI RUCHU

Przekroje Dedekinda 1

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach

Podstawy modelowania w j zyku UML

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

1 Metody iteracyjne rozwi zywania równania f(x)=0

Maªgorzata Murat. Modele matematyczne.

KWALIFIKACJA I WERYFIKACJA LECZENIA DOUSTNEGO STANÓW NADMIARU ŻELAZA W ORGANIZMIE

Rozdziaª I. Postanowienia wst pne

Interpolacja funkcjami sklejanymi

Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo.

ANALIZA MATEMATYCZNA Z ALGEBR

Ksztaªt orbity planety: I prawo Keplera

Systemy Wyszukiwania Informacji: Metoda list inwersyjnych

Przetwarzanie sygnaªów

Teoria Sterowania. Warunki zaliczenia

Matematyka dyskretna dla informatyków

Programowanie wspóªbie»ne

EDUKARIS - O±rodek Ksztaªcenia

Mierzalne liczby kardynalne

Olej rzepakowy, jako paliwo do silników z zapłonem samoczynnym

Projekt konceptualny z Baz Danych "Centralny system zarz dzania salami na AGH"

Edycja geometrii w Solid Edge ST

Jan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

Aplikacje bazodanowe. Laboratorium 4. Dawid Poªap Aplikacje bazodanowe - laboratorium 4 Marzec, 15, / 13

MiASI. Modelowanie integracji systemów. Piotr Fulma«ski. 26 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Szeregowanie zada« Przedmiot fakultatywny 15h wykªadu + 15h wicze« dr Hanna Furma«czyk. 7 pa¹dziernika 2013

Ekonometria Bayesowska

Sytuacja zdrowotna osób z niepełnosprawnością intelektualną. Monika Karwacka Stowarzyszenie Na Tak

14.Rozwiązywanie zadań tekstowych wykorzystujących równania i nierówności kwadratowe.

2.Prawo zachowania masy

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Transkrypt:

MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH Urszula Fory± Zakªad Biomatematyki i Teorii Gier, Instytut Matematyki Stosowanej i Mechaniki, Wydziaª Matematyki, Informatyki i Mechaniki, Uniwersytet Warszawski XLV KZM Zakopane, 12 wrze±nia 2016

WSPÓŠAUTORZY Piotr Bajger Kolegium Mi dzywydziaªowych Indywidualnych Studiów Matematyczno-Przyrodniczych, Uniwersytet Warszawski Mariusz Bodzioch Wydziaª Matematyki i Informatyki, Uniwersytet Warmi«sko-Mazurski w Olsztynie

Angiogeneza Angiogeneza to proces powstawania naczy«krwiono±nych na bazie ju» istniej cych. W okresie pozapªodowym wyst puje rzadko (w organizmie dominuj wówczas substancje antyangiogenne). Cz sto ma jednak miejsce w stanach patologicznych. Rysunek: Pobrany z: http://219.221.200.61/ywwy/

Angiogeneza W roku 1971 Judah Folkman odkryª, ze wzrost ka»dego litego guza jest silnie uzale»niony od ilo±ci naczy«krwiono±nych, które pobudzi do wzrostu. Jednocze±nie wysun ª hipotez, ze je±li guz zostaªby pozbawiony mo»liwo±ci pobudzania naczy«do wzrostu, to nie mógªby si skutecznie rozwin. Rysunek: Pobrany z: http://www.wmgcc.org

Model Hahnfeldta i in. (1999) Model Hahnfeldta i in. zaproponowany w 1999 roku ma nast puj c posta : gdzie: ( ) V V = λv log, K V jest obj to±ci nowotworu, K = µk + bv dv 2/3 K, K okre±la pojemno± ±rodowiskow zale»n od wielko±ci sieci naczy«krwiono±nych.

Model Hahnfeldta i in. (1999) Dla µ < b (zwykle przyjmuje si µ = 0 w przypadku modelu bez leczenia) mamy jednoznacznie wyznaczony dodatni stan stacjonarny ( V, K), V = K = ( b µ d ) 3/2, który jest globalnie asymptotycznie stabilny w zbiorze niezmienniczym ( R +) 2.

Model Hahnfeldta i in. (1999) Dla µ b dodatni stan stacjonarny nie istnieje. Analizuj c przebieg rozwi za«w przestrzeni fazowej widzimy,»e rozwi zania musz zbiega do brzegu obszaru B, zatem do punktu (0, 0).

Zmodykowany model Rozwa»my dwa typy konkuruj cych ze sob komórek nowotworowych, które ró»ni si wra»liwo±ci na podawany lek. Dzielimy caª populacj (V (t)) na dwie subpopulacje ((V 1, V 2 )): ( ) V V1 + α 12 V 2 1 = λ 1 V 1 log, K ( ) V V2 + α 21 V 1 2 = λ 2 V 2 log, K K = µk + (b 1 V 1 + b 2 V 2 ) d (V 1 + V 2 ) 2/3 K, gdzie α 12, α 21 s wspóªczynnikami konkurencji mi dzy komórkami.

Stany stacjonarne i ich stabilno± S 1 komórki typu I dominuj, S 2 komórki typu II dominuj, S 3 oba typy komórek wspóªistniej. W jaki sposób stabilno± stanów stacjonarnych zale»y od wspóªczynników konkurencji α 12, α 21?

Stany stacjonarne i ich stabilno± S 1 = (V1 1, 0, K1 ), gdzie V1 1 = K 1 = istnieje, gdy b 1 > µ i jest stabilny dla α 21 > 1. S 2 = (0, V2 2, K1 ), gdzie V2 2 = K 2 = istnieje, gdy b 2 > µ i jest stabilny dla α 12 > 1. ( ) b1 µ 3/2 d ( ) b2 µ 3/2 d

Stany stacjonarne i ich stabilno± S 3 = (V 3 1, V 3 2, K3 ), gdzie V1 3 = 1 α 12 K 3, V2 3 = 1 α 21 K 3, 1 α 12 α 21 1 α 12 α 21 ( b 1 (1 α 12 ) + b 2 (1 α 21 ) µ(1 α 12 α 21 ) K 3 = d 3/2 (1 α 12 α 21 ) 1/2 (2 α 12 α 21 ) istnieje, gdy α 12 < 1, α 21 < 1, b 1 (1 α 12 ) + b 2 (1 α 21 ) > µ(1 α 12 α 21 ). ) 3/2,

Stany stacjonarne i ich stabilno± Je±li stany stacjonarne S 1 i S 2 istniej i s niestabilne, to stan S 3 istnieje.

Stany stacjonarne i ich stabilno± Co mo»emy powiedzie o stabilno±ci S 3? Kryterium Routha-Hourwitza daje bardzo skomplikowane warunki. Mo»emy pokaza,»e warunkiem wystarczaj cym jest: λ 1 (b 2 b 1 α 12 ) + λ 2 (b 1 b 2 α 21 ) > 0. W szczególno±ci warunek ten jest speªniony, gdy λ 1 = λ 2 lub b 1 = b 2.

Przykªadowe rozwi zanie oscyluj ce

Model z terapi ( ) V V1 + α 12 V 2 1 = λ 1 V 1 log β 1 V 1 g(t), K ( ) V V2 + α 21 V 1 2 = λ 2 V 2 log β 2 V 2 g(t), K K = µk + (b 1 V 1 + b 2 V 2 ) d (V 1 + V 2 ) 2/3 K βkg(t), gdzie g(t) jest st»eniem cytotoksycznego leku we krwi, β 1, β 2 i β okre±laj wra»liwo± poszczególnych typów komórek na terapi.

Zaªo»enia 1 β 1 > β 2 > β Komórki typu I s bardziej wra»liwe na terapi ni» komórki typu II. 2 λ 1 = λ 2 Oba rodzaje komórek namna»aj si w tym samym tempie. 3 g(t) = g = const St»enie cytotoksyny we krwi jest staªe b dziemy traktowa je jako parametr bifurkacyjny.

Stany stacjonarne S 1 stabilny, je±li g < g 1, S 2 stabilny, je±li g > g 2, S 3 istnieje, je±li g 1 < g 2 i g (g 1, g 2 ), gdzie: g 1 = λ 1 λ 2 log(α 21 ) λ 2 β 1 λ 1 β 2 oraz g 2 = λ 1 λ 2 log(α 12 ) λ 1 β 2 λ 2 β 1. Rozwa»my dwa przykªady: 1. α 12 = 0, 9, α 21 = 1, 05 = g 1 < g 2, 2. α 12 = 0, 9, α 21 = 1, 50 = g 1 > g 2.

Stany stacjonarne S 1 stabilny, je±li g < g 1, S 2 stabilny, je±li g > g 2, S 3 istnieje, je±li g 1 < g 2 i g (g 1, g 2 ), gdzie: g 1 = λ 1 λ 2 log(α 21 ) λ 2 β 1 λ 1 β 2 oraz g 2 = λ 1 λ 2 log(α 12 ) λ 1 β 2 λ 2 β 1. Rozwa»my dwa przykªady: 1. α 12 = 0, 9, α 21 = 1, 05 = g 1 < g 2, 2. α 12 = 0, 9, α 21 = 1, 50 = g 1 > g 2.

Bifurkacje I α 12 = 0, 9, α 21 = 1, 05 = g 1 < g 2

Bifurkacje II: histereza α 12 = 0, 9, α 21 = 1, 50 = g 1 > g 2

Prze»ywalno±

Wnioski Widzimy,»e zwi kszanie dawki nie musi skutkowa wzrostem prze»ywalno±ci. Standardowe schematy terapeutyczne to tzw. MTD maximal tolerable dose. Nale»y wi c rozwa»a inne podej±cie, tzw. metronomiczne, gdzie podaje si dawki znacznie mniejsze ni» MTD.

Zapraszamy! informacje: http://ptkwm.org.pl/pl/

Dzi kuj za uwag!