延迟免疫反应在肿瘤 - 免疫系统相互作用中的效应

肿瘤构成了一大类疾病，其动力学特征为多个时空尺度的共存。因此，肿瘤细胞在生态上与其他类型的细胞（如内皮细胞或免疫系统效应细胞）相互作用，产生并交换各种化学信号。因此，肿瘤生长是混合建模的理想对象，其中离散随机过程对低浓度的代理进行建模，而平均场方程对化学信号进行建模。在之前的工作中，我们提出了著名的 Panetta-Kirschner 肿瘤细胞、效应细胞和白介素 -2 平均场模型的混合版本。我们的混合模型表明——与其原始公式的推论不同——免疫监视（即免疫系统清除肿瘤）可能是通过大型随机振荡的某种副作用发生的。然而，该模型未考虑到，由于化学运输和细胞分化/分裂，肿瘤诱导的免疫效应细胞招募不是瞬时的，而是存在滞后周期。为了捕捉这一点，我们将白介素 -2 的平均场方程与描述这种延迟相互作用的二维延迟随机过程相结合。通过将分段确定性马尔可夫过程（用于混合部分）与广义半马尔可夫时钟结构（用于处理延迟）耦合，获得了实现底层随机过程轨迹的算法。我们（i）通过模拟和参数敏感性分析技术将肿瘤质量增长与延迟联系起来，（ii）定量确定概率清除时间，以及（iii）证明在振荡机制下，存在一种启发式随机分岔，导致延迟诱导的肿瘤清除，这是平均场模型和非延迟混合模型均未预测到的。