Teoría de juegos para mejorar las terapias contra el cáncer

Las células cancerosas no solo devastan el cuerpo, sino que también compiten entre sí.

Unos matemáticos de Cornell están usando la teoría de juegos para modelar cómo se podría aprovechar esta competencia, de modo que el tratamiento del cáncer, que también afecta al resto del cuerpo del paciente, pueda ser administrado con más moderación, pero con un efecto maximizado.

Su trabajo se publicó en la revista Proceedings of the Royal Society B: Biological Sciences.

“Hay muchos enfoques de teoría de juegos para modelar cómo interactúan los humanos, cómo interactúan los sistemas biológicos, cómo interactúan las entidades económicas”, dijo el autor principal del artículo, Alex Vladimirsky, profesor de matemáticas en la Facultad de Artes y Ciencias. “También se podrían modelar las interacciones entre diferentes tipos de células cancerosas, que compiten por proliferar dentro del tumor“. Si sabes exactamente cómo están compitiendo, puedes tratar de aprovechar esto para luchar mejor contra el cáncer”.

Vladimirsky y el autor principal del artículo, el estudiante de doctorado Mark Gluzman, colaboraron con el oncólogo y coautor Jacob Scott de la Clínica Cleveland. Utilizaron la teoría del juego evolutivo para modelar las interacciones de tres subpoblaciones de células cancerosas de pulmón que se diferencian por su relación con el oxígeno: GLY,  VOP y DEF.

En este modelo, previamente co-desarrollado por Scott, las células GLY son anaeróbicas (es decir, no requieren oxígeno); las células VOP y DEF sí usan oxígeno, pero solo las células VOP están dispuestas a gastar energía extra para producir una proteína que mejore la vasculatura y lleve más oxígeno a las células.

Esta imagen muestra un mapa optimizado para la terapia adaptativa de fármacos. La evolución natural del tumor está marcada por una curva verde. Tan pronto como entra en la región amarilla de “drogas en el sistema”, la terapia conduce rápidamente el sistema a lo largo de la curva roja a una “zona de recuperación” que se muestra con la línea azul en la parte inferior. (Foto: Cornell U.)

Vladimirsky compara su competencia con un juego de piedra, papel o tijera en el que un millón de personas compiten entre sí. Si la mayoría de los participantes eligen jugar a la piedra, un mayor número de jugadores se verán tentados a cambiar al papel. A medida que aumente el número de personas que se cambien al papel, menos personas jugarán a la piedra y muchas más se pasarán a jugar a la tijera. A medida que la popularidad de la tijera crezca, la piedra volverá a ser una opción atractiva, y así sucesivamente.

“Así que tienes tres poblaciones, tres estrategias competitivas, sometidas a estas oscilaciones cíclicas”, dijo Vladimirsky, que dirige el Centro de Matemáticas Aplicadas. “Sin una terapia de fármacos, los tres subtipos de células cancerosas pueden seguir trayectorias oscilantes similares. La administración de fármacos puede verse como un cambio temporal en las reglas del juego.

“Una pregunta natural es cómo y cuándo cambiar las reglas para lograr nuestros objetivos a un costo mínimo, tanto en términos del tiempo de recuperación como de la cantidad total de fármacos administrados al paciente”, dijo. “Nuestra principal contribución es calcular cómo programar de forma óptima estos períodos de tratamiento con fármacos de forma adaptable. Básicamente desarrollamos un mapa que muestra cuándo administrar los medicamentos en base a la proporción actual de los diferentes subtipos de cáncer”.

En la práctica clínica actual, los pacientes de cáncer suelen recibir quimioterapia en la dosis más alta que su cuerpo puede tolerar con seguridad, y los efectos secundarios pueden ser severos. Además, ese régimen de tratamiento continuo suele hacer que las células cancerosas supervivientes desarrollen resistencia a los medicamentos, lo que hace mucho más difícil la continuación del tratamiento. El trabajo del equipo muestra que una aplicación “adaptativa” bien programada podría conducir potencialmente a la recuperación de un paciente con una cantidad muy reducida de medicamentos.

Pero Vladimirsky advierte que, como suele ocurrir en los modelos matemáticos, la realidad es mucho más complicada que la teoría. Las interacciones biológicas son complejas, a menudo aleatorias, y pueden variar de un paciente a otro.

“Nuestro enfoque de optimización y los experimentos computacionales se basaron en un modelo simplificado particular de la evolución del cáncer”, dijo. “En principio, las mismas ideas también deberían ser aplicables a modelos mucho más detallados, e incluso específicos para cada paciente, pero todavía estamos muy lejos de eso. Consideramos que este documento es un paso inicial necesario en el camino hacia el uso práctico de la terapia de fármacos adaptativa y personalizada. Nuestros resultados son un fuerte argumento para incorporar la optimización del tiempo en el protocolo de futuros ensayos clínicos”. (Fuente: NCYT Amazings)

View the original article here

from WordPress https://cybersonday689753477.wordpress.com/2020/05/24/teoria-de-juegos-para-mejorar-las-terapias-contra-el-cancer/