Прогнозирование роста опухоли молочной железы с использованием математической модели, интегрирующей системный иммунный ответ и локальную гетерогенность опухоли

Abstract

Рак молочной железы (РМЖ) остаётся одной из ведущих онкологических патологий среди женщин, но существующие подходы к прогнозированию роста опухоли – включая TNM-классификацию и эмпирические модели – не учитывают индивидуальные особенности иммунного ответа и пространственную гетерогенность опухоли. В работе предложена оригинальная трёхкомпартментная математическая модель, интегрирующая системный иммунный статус пациента и локальную структуру опухоли (периферию и гипоксическое ядро). Модель реализована в COPASI и VCell и описывает взаимодействие опухолевых клеток с цитотоксическими T-лимфоцитами, NK- и дендритными клетками, а также миграцию иммунных клеток по градиенту хемокинов. Показано, что она обеспечивает более точную аппроксимацию индивидуальных траекторий роста по сравнению с моделью Гомперца, объясняя до двукратного разброса в динамике роста у пациенток с одинаковой стадией заболевания.

Breast cancer remains a leading oncological disease among women, yet current tumor growth prediction approaches–including TNM staging and empirical models like Gompertz–fail to account for individual variations in systemic immune response and spatial tumor heterogeneity. In this study, we propose an original three-compartment mathematical model that integrates the patient’s systemic immune status (based on routine blood tests) with local tumor architecture, distinguishing between the tumor periphery and a hypoxic core. Implemented in COPASI and VCell, the model describes interactions between tumor cells and cytotoxic T lymphocytes, NK cells, and dendritic cells, as well as immune cell migration guided by chemokine gradients. Our results show that the model provides a more accurate approximation of individual tumor growth trajectories than the Gompertz model, explaining up to a two-fold variation in growth dynamics among patients with the same clinical stage.