Extravasation Formation des complexes
alt alt

Objectif : Modéliser et simuler l’évolution des anticorps dans un cancer du côlon dans le cadre de l’immunothérapie, de l’injection à la destruction du cancer.

Le stage a eu lieu au sein de l’équipe MONC (Modélisation pour l’ONCologie), de l’INRIA. Le sujet proposé concernait l’application de l’immunothérapie dans le cas du cancer du côlon.

Méthodologie : utilisation des équations aux dérivées partielles et des éléments finis

À partir de l’injection, l’évolution des anticorps se fait en quatre étapes :

  • Les échanges entre les vaisseaux sanguins et la tumeur (\(\nabla u_1\cdot n _{|_{\partial V}}\))
  • La diffusion des anticorps libres (\(u_1\)) dans la tumeur
  • La réaction entre les anticorps libres et les antigènes (\(v\))
  • La métabolisation des complexes anticorps-antigènes (\(u_2\))
$$\frac{\partial u_1}{\partial t} = D\Delta u_1 - \frac{1}{\epsilon} k_1 u_1 v + k_2 u_2$$
$$\frac{\partial u_2}{\partial t} = \frac{1}{\epsilon}k_1 u_1 v - (k_2 + k_e) u_2$$
$$u_3 = u_3^0 (Ae^{-k_\alpha t} + Be^{-k_\beta t})$$
\begin{equation*} \begin{split} \nabla u_1\cdot n _{|_{\partial V}} &= \frac{P}{D}\left(u_3 - \frac{u_1}{\epsilon}\right) \\ \nabla u_1\cdot n _{|_{\partial T}} &= 0 \end{split} \end{equation*}
$$v + u_2 = 150$$

On remarque les échanges entre anticorps libres et complexes dans la première et la deuxième équation; le terme \(-k_e u_2\) correspond à la métabolisation. On a une condition aux limites de Dirichlet homogène, une concentration d’anticorps dans le sang \(u_3\) et la dernière équation donne la concentration d’antigènes \(v\) dans le FAP, la seule partie de la tumeur les contenant. Les complexes ne peuvent donc se former que dans le FAP.

Ci-dessous, le transfert des anticorps des vaisseaux sanguins vers la tumeur, l’extravasation, et la formation des complexes.

Extravasation Formation des complexes
alt alt

Minimisation de la concentration de cellules tumorales

On cherche maintenant à minimiser la concentration de cellules tumorales tout au long de la simulation. Étant donné la fonction d’entrée \(u_3 = u_3^0 (Ae^{-k_\alpha t} + Be^{-k_\beta t})\), nous allons tenter de trouver pour quelles valeurs de \(k_\alpha\) et \(k_\beta\) la concentration de cellules tumorales est minimale. La méthode utilisée sera l’algorithme de Metropolis, un algorithme stochastique qui a pour avantage de détecter efficacement les minimums globaux.

Par exemple, sur cette fonction de deux variables à trois minimums dont un unique global, on obtient :

image

Les points de départ sont en bleu et les points d’arrivée en rouge.

En appliquant cette méthode à une fonction coût dépendant de la concentration de cellules tumorales en fonction de \(k_\alpha\) et \(k_\beta\), on obtient :

image

Un changement d’échelle a été fait en divisant les deux paramètres par \(2\times 6.9\times 10^{-6}\). La concentration de cellules tumorales semble donc être minimale pour \(k_\alpha = k_\beta = 6.9\times 10^{-6}\), ce qui est confirmé par le calcul.

Like this post? Share on: TwitterFacebookEmail


Published

Category

Stage M2

Nous contacter