用于分析基于智能体的癌症模型的代理方程学习

本文我们改进了一个两物种基于智能体的癌症模型，用于描述癌症细胞与健康细胞在均匀网格上的相互作用，同时纳入与第三种物种——即免疫细胞的相互作用。我们运行了六种不同的情景，以探讨癌症细胞与免疫细胞之间的竞争以及免疫细胞初始浓度对癌症动力学的影响。随后，我们使用耦合方程学习为每种情景构建一个基于人口的反应模型。我们展示了这些模型可以统一为一个单一的代理人口基因反应模型，其 underlying 的三个耦合常微分方程比原始的基于智能体的模型更容易分析。以寻找癌症浓度的单个稳态为例，我们能够发现癌症浓度与免疫细胞初始浓度之间的线性关系。这进而使我们能够在不进行额外复杂且昂贵的基于智能体的蒙特卡罗模拟的情况下，估算出适当的竞争和初始浓度，以显著降低癌症。