Ein rechnergestütztes multiskaliges agentenbasiertes Modell zur Simulation der räumlich-zeitlichen Immunantwort des Tumors auf PD1- und PDL1-Inhibition

Wenn das Immunsystem auf die Tumorentwicklung reagiert, treten Muster von Immuninfiltraten auf, die durch die Expression von molekularen Immun-Checkpoint-assoziierten Markern wie PDL1 auf der Oberfläche von Krebszellen hervorgehoben werden. Diese räumliche Heterogenität trägt Informationen über intrinsische Merkmale der Tumorläsion für individuelle Patienten und stellt somit eine potenzielle Quelle für Biomarker für anti-Tumor-Therapeutika dar. Wir haben ein systembiologisches multiskaliges agentenbasiertes Modell entwickelt, um die Interaktionen zwischen Immunzellen und Krebszellen zu erfassen, und das aufkommende globale Verhalten während der Tumorentwicklung und Immuntherapie analysiert. Mit diesem Modell sind wir in der Lage, die zeitlichen Dynamiken von zytotoxischen T-Zellen und Krebszellen während der Tumorprogression sowie die dreidimensionalen räumlichen Verteilungen dieser Zellen zu reproduzieren. Durch Variation der Eigenschaften des Neoantigenprofils einzelner Patienten, wie mutationaler Belastung und Antigenstärke, wird in unseren Simulationen ein Spektrum von prätherapeutischen räumlichen Mustern der PDL1-Expression erzeugt, das Immunarchitekturen ähnelt, die durch Immunhistochemie aus Patientenbiopsien gewonnen wurden. Durch die Korrelation dieser räumlichen Eigenschaften mit in silico Behandlungsergebnissen unter Verwendung von Immun-Checkpoint-Inhibitoren bietet das Modell einen Rahmen, um Behandlung/Biomarker-Kombinationen bei verschiedenen Krebsarten basierend auf krebs-spezifischen experimentellen Daten vorherzusagen.