Biophysical analysis of Immunotherapy and Cancer modeling
(2022) FYTM03 20221Computational Biology and Biological Physics - Undergoing reorganization
Department of Astronomy and Theoretical Physics - Undergoing reorganization
- Abstract
- Accounting for 10 million deaths and 20 million new cases every year, cancer is one of the most common causes of death. The interest in trying to understand this lethal disease using mathematical models has increased steadily for many decades.
Methods for boosting the immune system to better fight cancer (immunotherapy) have also been long present. However, the full potential of immunotherapy methods is not yet understood due to the immune system's complexity. The immune system naturally fights cancer, but it is not able to keep up when tumors grow too quickly. This is where immunotherapy aims to enhance the immune system to avoid and reverse tumor escape. Existing immunotherapies only work for some cancers and patients, but a better... (More) - Accounting for 10 million deaths and 20 million new cases every year, cancer is one of the most common causes of death. The interest in trying to understand this lethal disease using mathematical models has increased steadily for many decades.
Methods for boosting the immune system to better fight cancer (immunotherapy) have also been long present. However, the full potential of immunotherapy methods is not yet understood due to the immune system's complexity. The immune system naturally fights cancer, but it is not able to keep up when tumors grow too quickly. This is where immunotherapy aims to enhance the immune system to avoid and reverse tumor escape. Existing immunotherapies only work for some cancers and patients, but a better understanding of the cancer-immune dynamics could lead to new and reliable cancer treatments.
Experimental images of tumor tissue, with single-cell resolution, are here shown in order to motivate the use of mathematical models for studies of cancer-immune dynamics. The behavior of individual immune cells is (through literature review) concluded to be governed by interactions with other immune cells. For this reason, the development of effective immunotherapies relies on the understanding of these cell-cell interactions, where spatial aspects are also believed to be of importance.
This review explores immunotherapy and mathematical cancer modeling by considering various cancer-immune interactions. The review aims to allow researchers from research fields outside of biology and medicine to find interest and potential in the study of immunotherapy. (Less) - Popular Abstract (Swedish)
- Cancer är en av de vanligaste dödsorsakerna och står bakom 10 miljoner dödsfall varje år. De vanligaste och mest studerade behandlingarna av cancer inkluderar kemoterapi och cellgifter, men det finns även andra sätt att behandla cancer.
Ponera att kroppen själv kunde ta hand om cancer. Människans immunförsvar kan besegra både virus och bakterier, så intuitivt borde det inte vara mycket svårare för immunförsvaret att också eliminera cancerceller. Det hela är dock något mer komplicerat på cellnivå. Cancerceller är muterade celler som kan ändra både form och utseende, vilket i sin tur förvirrar immuncellerna. Tumörer (samlingar av cancerceller) kan även utveckla immunhämmande effekter, exempelvis så att immunceller blir tillsagda att det... (More) - Cancer är en av de vanligaste dödsorsakerna och står bakom 10 miljoner dödsfall varje år. De vanligaste och mest studerade behandlingarna av cancer inkluderar kemoterapi och cellgifter, men det finns även andra sätt att behandla cancer.
Ponera att kroppen själv kunde ta hand om cancer. Människans immunförsvar kan besegra både virus och bakterier, så intuitivt borde det inte vara mycket svårare för immunförsvaret att också eliminera cancerceller. Det hela är dock något mer komplicerat på cellnivå. Cancerceller är muterade celler som kan ändra både form och utseende, vilket i sin tur förvirrar immuncellerna. Tumörer (samlingar av cancerceller) kan även utveckla immunhämmande effekter, exempelvis så att immunceller blir tillsagda att det inte finns något problem att ta hand om. Cancerceller kan även "förklä sig" med särskilda proteiner (så kallade receptorer) som immuncellerna normalt associerar med friska celler.
I tidigt skede av tumörutveckling kan immunförsvaret hålla tumörer i vilande (icke-växande) tillstånd, men efter ett tag tenderar tumörer att växa för fort för att immunsvaret ska kunna hålla tillbaka dem. Det är i detta skede som tumörer utvecklar immunhämmande egenskaper. För att få immunförsvaret att åter få övertag i kampen med cancer introduceras immunterapi, som går ut på att förstärka immunförsvaret och hjälpa det överkomma de immunhämmande egenskaperna hos tumörer.
Fokus i denna uppsats är på matematisk modellering av tumörtillväxt och hur vårt immunförsvar interagerar med cancerceller. Genom att matematiskt definiera och utvärdera dessa interaktioner, kan bättre förståelse för viktiga parametrar ges. Effekter av rumslig fördelning av immunceller kan också undersökas och fastlås som väsentlig för att förutsäga utfall och beteenden av tumörer. Genom att modellera cancer-immun-dynamik och sätta i förhållande till observationer från faktisk tumörvävnad, kan matematisk modellering underbyggas och motiveras med dynamik från verkliga tumörer. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9090612
- author
- Tropp, Simon LU
- supervisor
- organization
- alternative title
- Biofysisk analys av Immunterapi och Cancermodellering
- course
- FYTM03 20221
- year
- 2022
- type
- H2 - Master's Degree (Two Years)
- subject
- keywords
- Immunotherapy, Cancer, Tumors, Immune cells, T cells, Cancer prognostics, Cancer models, Cell distribution
- language
- English
- id
- 9090612
- date added to LUP
- 2022-06-23 11:06:13
- date last changed
- 2022-06-28 11:55:39
@misc{9090612,
abstract = {{Accounting for 10 million deaths and 20 million new cases every year, cancer is one of the most common causes of death. The interest in trying to understand this lethal disease using mathematical models has increased steadily for many decades.
Methods for boosting the immune system to better fight cancer (immunotherapy) have also been long present. However, the full potential of immunotherapy methods is not yet understood due to the immune system's complexity. The immune system naturally fights cancer, but it is not able to keep up when tumors grow too quickly. This is where immunotherapy aims to enhance the immune system to avoid and reverse tumor escape. Existing immunotherapies only work for some cancers and patients, but a better understanding of the cancer-immune dynamics could lead to new and reliable cancer treatments.
Experimental images of tumor tissue, with single-cell resolution, are here shown in order to motivate the use of mathematical models for studies of cancer-immune dynamics. The behavior of individual immune cells is (through literature review) concluded to be governed by interactions with other immune cells. For this reason, the development of effective immunotherapies relies on the understanding of these cell-cell interactions, where spatial aspects are also believed to be of importance.
This review explores immunotherapy and mathematical cancer modeling by considering various cancer-immune interactions. The review aims to allow researchers from research fields outside of biology and medicine to find interest and potential in the study of immunotherapy.}},
author = {{Tropp, Simon}},
language = {{eng}},
note = {{Student Paper}},
title = {{Biophysical analysis of Immunotherapy and Cancer modeling}},
year = {{2022}},
}