肿瘤生态微环境的数学建模与自适应控制
项目介绍
AI项目解读
基本信息
- 批准号:12126355
- 项目类别:数学天元基金项目
- 资助金额:20.0万
- 负责人:
- 依托单位:
- 学科分类:A0604.生物与生命科学中的数学
- 结题年份:2022
- 批准年份:2021
- 项目状态:已结题
- 起止时间:2022-01-01 至2022-12-31
- 项目参与者:谭学文;
- 关键词:
项目摘要
Although tremendous progress has been made in the prevention, diagnosis and treatment of cancer in recent years, the heterogeneity of tumor microenvironment and drug resistance of tumor still face great challenges in the precise treatment of malignant tumor. This project aims to develop new adaptive control theories and methods to obtain the optimal combinations of different therapies for tumors. Specifically, based on the clinical data of gastrointestinal cancer, the mathematical model will be established and used to describe new ecological relationships, including competition, predation, parasitism and mutualism, among various types of cells in the tumor ecological microenvironment. Accordingly, based on the theory and method of impulsive control, we will explore the new adaptive control of tumor growth in order to prolong the survival period without increasing toxicity and suppress proliferation of drug-resistant cells. Furthermore, optimal control theory and statistical analysis will be used to study the optimal combination of different therapies such as surgery, radiotherapy, chemotherapy and so on, and obtain new strategies designed to optimize patient outcomes. These results will provide theoretical guidance for personalized and accurate treatment of malignant tumors. This project will also provide an opportunity for training young talents engaged in interdisciplinary research for the mathematics discipline of Yunnan Minzu University.
尽管近年来在肿瘤的预防、诊断、治疗方面取得了重大进展,但是由于肿瘤微环境的异质性和肿瘤的耐药性,导致在恶性肿瘤的精准治疗方面仍面临巨大的挑战。本项目旨在发展新的自适应控制的理论与方法来获得最佳的治疗方案。具体地,基于消化道肿瘤临床数据,建立肿瘤生态微环境中各类细胞之间的竞争、捕食、寄生、共生等生态关系的数学模型;在此基础上基于脉冲控制的理论与方法研究肿瘤生长的自适应控制,实现延长生存期而不增加毒性和限制耐药性细胞的增殖。进一步地,通过最优控制的理论与统计分析探索手术、放疗、化疗等不同疗法联合治疗的最优组合,获得最佳的联合治疗疗效,为恶性肿瘤的个性化精准治疗提供理论指导。本项目为云南民族大学数学学科培养从事交叉学科研究的青年骨干人才。
结项摘要
由于肿瘤微环境的异质性和肿瘤的耐药性,导致在恶性肿瘤的个体化治疗方面仍面临巨大的挑战。由于大量临床数据及生物学数据的产生,使得通过基于数据的定量分析来指导不同个体的最佳治疗方案成为可能。本项目的具体研究内容包括,基于前列腺癌等癌症临床数据和测序数据,通过数据分析、肿瘤生态微环境的数学建模结合优化理论和控制理论等来探索癌症的治疗方案和合理性评估。通过本项目的实施,我们建立了药物敏感和耐药癌细胞之间的竞争模型,提出了求解一个新的带约束的动态优化问题来定量确定适应性治疗中的治疗周期和剂量,数值模拟和定量分析结果证实了我们确定的前列腺癌的治疗方案在耐药癌细胞的数量控制和生存分析等方面的优越性;研究了表观遗传治疗靶点G9a与肿瘤细胞向肿瘤增殖细胞之间相互作用的模型,通过动力学分析揭示了影响疗效的重要因素;进一步地,通过建立药物敏感和耐药癌细胞之间的脉冲竞争模型和发展脉冲控制理论,获得了肿瘤生长的动态控制的治疗剂量、治疗时间和治疗顺序等定量数据。在国际重要SCI期刊Applied Mathematical Modelling和International Journal of Bifurcation and Chaos上合作发表论文两篇,这些研究成果为恶性肿瘤的个性化精准治疗提供理论指导,也为云南民族大学数学学科培养了从事交叉学科研究的青年骨干人才,谭学文副教授2022年获得云南省“兴滇英才支持计划”青年人才专项资助。
项目成果
期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Mathematical Modeling and Dynamical Analysis for Tumor Cells and Tumor Propagating Cells Controlled by G9a Inhibitors
G9a抑制剂控制的肿瘤细胞和肿瘤增殖细胞的数学建模和动力学分析
- DOI:10.1142/s0218127423500062
- 发表时间:2023
- 期刊:International Journal of Bifurcation and Chaos
- 影响因子:2.2
- 作者:Juan Shen;Zhihao Yao;Xuewen Tan;Xiufen Zou
- 通讯作者:Xiufen Zou
Identifying optimal adaptive therapeutic schedules for prostate cancer through combining mathematical modeling and dynamic optimization
通过数学建模和动态优化相结合,确定前列腺癌的最佳自适应治疗方案
- DOI:10.1016/j.apm.2022.03.004
- 发表时间:2022-03
- 期刊:Applied Mathematical Modelling
- 影响因子:5
- 作者:Ruiyang Liu;Shun Wang;Xuewen Tan;Xiufen Zou
- 通讯作者:Xiufen Zou
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
解约束多目标优化问题的一种鲁棒的进化算法
- DOI:--
- 发表时间:--
- 期刊:计算机研究与发展
- 影响因子:--
- 作者:邹秀芬;刘敏忠;吴志健;康立山
- 通讯作者:康立山
How can surrogates influence the convergence of evolutionary algorithms?
代理如何影响进化算法的收敛?
- DOI:10.1016/j.swevo.2013.04.005
- 发表时间:2013-10
- 期刊:Swarm and Evolutionary Computation
- 影响因子:10
- 作者:陈彧;谢为成;邹秀芬
- 通讯作者:邹秀芬
一种多策略融合的多目标粒子群优化算法
- DOI:--
- 发表时间:2015
- 期刊:电子学报
- 影响因子:--
- 作者:谢承旺;邹秀芬;夏学文;王志杰
- 通讯作者:王志杰
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
邹秀芬的其他基金
复杂疾病的多层网络建模与优化控制
- 批准号:61672388
- 批准年份:2016
- 资助金额:63.0 万元
- 项目类别:面上项目
感染性疾病调控网络的动力学模型与并行算法
- 批准号:91230118
- 批准年份:2012
- 资助金额:70.0 万元
- 项目类别:重大研究计划
抗病毒天然免疫反应信号转导机制的建模、优化与控制
- 批准号:61173060
- 批准年份:2011
- 资助金额:56.0 万元
- 项目类别:面上项目
基于数学规划的解高维多目标优化问题的异步并行进化算法
- 批准号:61070007
- 批准年份:2010
- 资助金额:11.0 万元
- 项目类别:面上项目
细胞信号转导的数学建模和演化优化
- 批准号:60573168
- 批准年份:2005
- 资助金额:24.0 万元
- 项目类别:面上项目
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}