| Extravasation | Formation des complexes |
|---|---|
 |
 |
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 (\(u_2\))
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 |
|---|---|
|
|
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 :
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 :
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.