利用数学如何帮助患者抵御癌症耐药性及复发的发生？

　　据加拿大癌症协会数据显示，近乎一半的加拿大人在其一生中都会患上某种类型的癌症，而在全球范围内，癌症是导致人们死亡的第二大原因。当癌症在人类机体开始出现时，其常常会导致恶变的细胞入侵机体的生长控制机制，这些细胞通常称之为侵袭性细胞（invasivecells），其会进入并且吸收邻近的组织，而且通常当这些细胞具有转移性时，其就会在机体中“旅行”并在机体远端开始定殖。

　　在癌症治疗中，研究人员所面临的最大的未解决的挑战之一就是被化疗治疗的癌症患者的病情会频繁复发，而且患者常常会对化疗产生耐受性。来自滑铁卢大学数学医疗集团的研究人员十多年来，一直通过研究利用数学和计算机方法来理解癌症的生长和控制机制，在同癌症生物学家及临床肿瘤学家进行合作后，研究人员就想要深入探究癌症治疗中科学家们所面临的挑战，包括癌症药物的耐受性及患者为何会出现疾病复发。

　　数学模型能够帮助研究人员快速寻找并且鉴别出能够最有效治疗癌症患者的新型药物组合，而这通常依赖于研究者们理解癌细胞对化疗药物产生耐受性的机制和原因；研究人员认为，如今不同领域的研究者之间越来越多的互动和合作或许就能够帮助他们未来在癌症疗法研究领域取得更多的进展和突破性研究发现。

　　药物耐受性的挑战

　　治疗很多癌症的标准疗法都包括外科手术、化疗或放疗的组合；总体来讲，化疗药物能够通过抑制患者机体癌细胞的生长和分裂，从而有效摧毁癌细胞；但这些化疗药物显然是一把双刃剑，因为它们会破坏机体正常的组织细胞，并且诱发这些健康正常的细胞出现突变。

　　患者的存活并不仅仅依赖于消除癌细胞，研究人员还需要控制或克服药物的耐受性，每年都有成千上万名患者会经历癌症复发，而这些癌症都会对化疗产生一定的耐受性。而组合性的疗法似乎是治疗癌症患者的一种潜在策略，但同时也存在一些问题，那就是科学家们如何来控制管理药物，这些药物似乎可以以一种无序的方式进行排列组合。

　　而数学模型就能被用来研究上述多种问题，从而为癌症生物学家和临床肿瘤学家们提供强大的工具，并且结合他们实验室和临床中的疗法，开发能够更加有效治疗癌症患者的新型组合性疗法；这些模型能为研究人员提供一种合理特殊的手段，通过一系列可能性的策略来发现最有效的药物剂量，从而帮助延长患者的生存期。

　　化疗自身就会诱发癌症耐药性的产生

　　如今研究人员非常关注于深入研究来阐明癌细胞如何对化疗药物产生耐受性从而诱发癌症的复发；但通过将数学、计算机及实验性的方法相结合，研究人员就能有效理解特殊的药物组合如何帮助克服癌症耐药性的产生。并不是所有的癌症生来都是一样的，它们通常会彼此竞争，将遗传信息传递给子代细胞。

　　细胞群中缺少统一的特征通常被认为是诱发癌症复杂性及阻碍疗法反应的一个主要因素，研究人员有两种竞争性的理论来对此进行解释，首先就是“克隆演变”（clonalevolution）的标准化理论，其次是癌症干细胞的假设。克隆演变也就是说，大部分肿瘤都来源于单一的细胞，而其都会积累许多遗传性的改变。

　　然而，癌症干细胞假设这种理论认为，仅有一小部分称之为癌症起始细胞（cancer-initiatingcells）的细胞群具有进行细胞无限分裂最后驱动肿瘤生长的能力；这些细胞都具有一定的侵袭性，其对药物并不敏感，而且是癌症转移的驱动力，常常会诱发癌症患者死亡。刊登在国际杂志NatureCommunication和ACSNano上的研究报告中，研究人员通过研究发现，非肿瘤干细胞（non-cancerstemcells）同样也会对化疗药物产生一定的耐受性。这也就意味着，耐药性可以作为化疗的直接结果而获得，这或许挑战了当前的解释，即癌症耐药性是因随机突变而先天产生的或后天产生的。

　　鼓舞人心的纳米医学技术

　　如今研究人员能够利用数学模型，结合实验性的数据来理解癌细胞的化疗耐受性特征，以及随着时间延续癌细胞如何在疗法中存活。利用恶性乳腺癌小鼠模型进行研究，研究人员证实，来自数学模型的预测结果或能克服癌细胞对疗法的耐受性及复发，而在单个纳米颗粒中致命的药物组合必须被运送入相同的细胞中。

　　最近的一些研究强调了数学家和癌症生物学家联合研究的重要性，研究人员表示，利用数学模型技术就能够帮助理解癌症的发病机制，同时对于癌症患者的疗法结局也具有一定深远的效应。数学和计算机策略能够提供一种无痛、快速且具有低成本高效益的方法来检测不同药物组合在治疗癌症上的作用效果，同时研究人员还能利用这些计算机模型进行其它的假设。而有时候数学甚至能够激发科学家们进行纳米医学疗法的设计思路。（生物谷Bioon.com）