表观遗传状态继承驱动药物耐受性储备性在实验性肿瘤中的药物抵抗：一种随机智能体模型

抗癌疗法的疗效受到药物抵抗的严重限制。尽管遗传驱动因子已被充分阐述，但日益增加的证据表明，非遗传机制，特别是涉及药物耐受储备性（DTPs）的机制，在实验性肿瘤复发中发挥关键作用。为了阐明DTP驱动的抵抗演化动力学，我们发展了肿瘤演化的随机智能体模型（ABM），将宏观人口动力学与细胞周期内的微观表观遗传状态继承相耦合。我们的模拟准确再现了实验研究中观察到的复发时间进程，捕捉了从敏感细胞向DTPs的动态转换，最终发展为在长期治疗下稳定的抵抗表型。通过显式建模单个细胞的表观遗传可塑性，我们的模型弥合了细胞异质性与肿瘤演化人口水平之间的鸿沟。此外，我们使用虚拟患者队列进行了体外临床试验，以评估治疗结果，表明优化的自适应治疗策略可显著延缓肿瘤复发，优于标准给药方案。该研究为解构DTP驱动的抵抗机制并设计更有效的、以生物学为导向的治疗策略提供了定量框架。