مدل‌سازی ریاضی این پتانسیل را دارد که از طریق بهینه‌سازی برنامه‌های طراحی دارو، تأثیر چشمگیری در معالجه‌ی سرطان داشته باشد. در حال حاضر، پس از مشاهده‌ی نحوه‌ی پاسخ بیمار به داروهای تجویز شده، درمان‌های كلینیكی روی بیمار انجام می‌شود. از آنجا که عواملی مانند دز دارو، هزینه‌ی درمان و مدت زمان طولانی درمان، درمان سرطان را بسیار دشوار می‌کند، مدل‌سازی ریاضی می‌تواند در بهینه‌سازی روند درمان فرد کمک کننده باشد.

در سال‌های اخیر، ایمونوتراپی به یک گزینه‌ی درمانی مناسب و امیدوار کننده برای بیماران سرطانی تبدیل شده است. این درمان بیولوژیکی روی استفاده از سیستم ایمنی بدن برای مهار سلول‌های سرطانی متمرکز است. اگر چه سیستم ایمنی بدن به طور طبیعی می‌تواند از رشد سلول‌های سرطانی جلوگیری کند، اما سلول‌های سرطانی روش‌های زیادی برای تخریب  سیستم ایمنی دارند، مانند جهش ژنتیکی که تشخیص آن‌ها توسط سیستم ایمنی بدن، بسیار دشوار است.

شیمی‌درمانی نیز مانند ایمونوتراپی یکی دیگر از راه‌های متداول درمان سرطان است. داروهای بسیاری با مکانیسم‌های مختلف از جمله دوکسوروبیسین، نوانترون و اپیرووبیسین وجود دارد که هر کدام از این داروها قصد کشتن سلول‌هایی را دارند که به سرعت در حال رشد و تقسیم هستند، مانند آن‌هایی که ویژگی سرطان دارند. با این حال، یک عارضه‌ی جانبی این داروها این است که بسیاری از سلول‌های سالم در این فرآیند، به‌خصوص سلول‌های با رشد سریع در مغز استخوان، موها و پوست را از بین می‌برد.

اما بهترین راه برای ترکیب این روش‌های درمانی برای اطمینان از تخریب تومور و در عین حال تلاش برای به حداقل رساندن عوارض جانبی چیست؟ در این مقاله سعی شده است از چند طریق این سؤال پاسخ داده شود.

در بخش نخست این مقاله، یک مدل ریاضی برای اجزای اصلی سیستم ارائه شده است. در بخش دوم، تخمین مقدار پارامترها و شبیه‌سازی‌هایی با مقادیر مختلف  ایمونوتراپی انجام شده است. در بخش سوم، حل یک مساله‌ی تحلیل حساسیت، امکان تشخیص پارامترهای تاثیر گذار در متوقف کردن رشد سلول‌های تومور را فراهم ساخته است. در بخش چهارم، نویسنده به حل یک مساله‌ی بهینه‌سازی می‌پردازد و در بخش آخر، یک شبیه‌سازی عددی برای کنترل بهینه‌ی تاثیر آزمایش‌های مختلف و اثرات عوارض جانبی داروها ارائه می‌شود.

منبع:

https://biomath.math.bas.bg/biomath/index.php/biomath/article/view/j.biomath.2020.02.137