[论文解读] Pattern formation in a stochastic model of cancer growth

Anna Ochab-Marcinek|ArXiv.org|Jan 5, 2005

Mathematical Biology Tumor Growth参考文献 4被引用 4

一句话总结

本研究通过结合加性高斯噪声与乘性二元噪声的随机模型，利用米氏动力学研究了噪声诱导的癌症生长空间模式形成。环境噪声与免疫应答效率波动的相互作用，导致稳定且动态的空间模式出现，其中癌细胞或免疫细胞在不同区域占主导地位，且模式稳定性取决于最优噪声强度与扩散速率。

ABSTRACT

We investigate noise-induced pattern formation in a model of cancer growth based on Michaelis-Menten kinetics, subject to additive and multiplicative noises. We analyse stability properties of the system and discuss the role of diffusion and noises in the system's dynamics. We find that random dichotomous fluctuations in the immune response intensity along with Gaussian environmental noise lead to emergence of a spatial pattern of two phases, in which cancer cells, or, respectively, immune cells predominate.

研究动机与目标

• 理解内在生物噪声与环境波动如何影响癌症-免疫系统相互作用中的空间组织。
• 考察乘性噪声在免疫应答效率中的作用以及加性噪声在环境变异中的作用对模式形成的影响。
• 确定在随机、空间扩展模型中，肿瘤与免疫细胞主导的空间模式何时出现并持续存在。
• 分析扩散、噪声强度与切换动力学之间的相互作用，以揭示其对系统长期行为与相变的塑造作用。

提出的方法

• 基于米氏动力学构建肿瘤-免疫细胞相互作用的空间非均匀偏微分方程组。
• 对肿瘤细胞与杀伤性细胞引入费克扩散，其扩散系数与增殖速率和移动性成正比。
• 在免疫应答速率 $k_1$ 中引入乘性二元噪声，以模拟免疫效率的波动。
• 添加零均值高斯白噪声 $\sigma \xi(\vec{r},t)$ 以在空间与时间上建模环境波动。
• 施加守恒约束 $y + z = E = \text{const}$，以维持总杀伤性细胞种群数量恒定。
• 在二维格点上进行数值模拟，采用反射边界条件，以防止种群密度超过1。

实验结果

研究问题

• RQ1 加性环境噪声与乘性免疫应答波动如何共同影响癌症生长模型中的空间模式形成？
• RQ2 在何种噪声强度与扩散速率条件下，能够实现由癌细胞或免疫细胞主导的显著空间相的出现与稳定？
• RQ3 高/低免疫应答状态之间的切换如何影响系统的轨迹与相变？
• RQ4 噪声与扩散之间的相互作用在相之间移动域边界形成过程中起何种作用？
• RQ5 尽管存在肿瘤相主导的短暂阶段，为何系统最终会倾向于免疫细胞主导？

主要发现

• 在 $k_1$ 中引入乘性二元噪声与添加加性高斯噪声，可导致出现由癌细胞或免疫细胞主导的显著区域的空间模式。
• 最优噪声强度 $\sigma \approx 0.01$ 可实现稳定模式形成；噪声水平过高会破坏模式一致性并阻碍相区分。
• 扩散率 $D$ 必须精确调节：低 $D$ 导致小而碎片化的区域，而高 $D$ 会迅速瓦解模式。
• 域边界动态移动，其方向与速度由二元噪声的当前状态（即有效免疫应答水平）决定。
• 经过长时间演化后，由于反射边界条件限制了种群密度，免疫细胞在全局范围内占主导地位。
• 相空间中的轨迹在对应于 $k_1 \pm \Delta$ 的稳定分支之间发生跳跃，最终收敛至高免疫应答（$y$-相）吸引子。