Pod koniec listopada 2024 r. UWM podpisał trzyletnią umowę o współpracy międzynarodowej z Uniwersytetem Castilla-La Mancha (UCLM) w Hiszpanii. Na czym ta współpraca ma polegać?

Zawarcie umowy związane jest z moją działalnością naukową prowadzoną wspólnie z naukowcami z Mathematical Oncology Laboratory z UCLM. Dotyczy ona modelowania matematycznego dynamiki nowotworów i optymalizacji stosowania immunoterapii w ich leczeniu. Rak jest jednym z najpoważniejszych problemów zdrowotnych na świecie. Jest drugą najczęstszą przyczyną zgonów w krajach rozwiniętych, generując ogromne globalne obciążenie ekonomiczne. Wprowadzenie nowych metod leczenia, takich jak immunoterapia czy wiroterapia onkolityczna, otwiera nowe możliwości w terapii nowotworowej, ale wiąże się też z wieloma wyzwaniami, jak oporność na leki, heterogeniczność guzów czy złożoność interakcji między guzem a układem odpornościowym. W naszym projekcie stosujemy nowatorskie metody matematyczne, numeryczne i obliczeniowe, które pozwalają na analizowanie złożonych procesów zachodzących w nowotworach i ich interakcji z terapiami. Dzięki interdyscyplinarnemu podejściu, łączącemu biologię, medycynę i matematykę, umożliwimy bardziej precyzyjne i efektywne projektowanie terapii nowotworowych. Warto dodać, że umowa obejmuje również kontynuację współpracy dydaktycznej. Prof. Juan Belmonte-Beitia z UCLM w roku akademickim 2022/23 zatrudniony był na stanowisku profesora wizytującego i prowadził zajęcia ze studentami kierunku matematyka. Liczę, że nasza współpraca będzie dalej rozwijana również na tej płaszczyźnie. 

W jaki sposób modele matematyczne mogą być przydatne UWM w onkologii?

Nasz projekt wprowadza nowe i rozwija istniejące już modele, które opisują dynamikę wzrostu guza: symulują interakcje między terapiami a guzem czy też uwzględniają jego mikrośrodowisko. Jednym z przykładów zastosowanych modeli jest rozszerzona wersja modelu Hahnfeldta, który uwzględnia angiogenezę (proces tworzenia się naczyń włosowatych). Prowadzone badania uzupełniają ten model o interakcje z terapiami antyangiogennymi i chemioterapią, umożliwiając analizę mechanizmów normalizacji naczyń oraz wpływu na skuteczność leczenia. Wykorzystujemy także m.in. uczenie maszynowe, które odgrywa kluczową rolę w analizie danych klinicznych i eksperymentalnych oraz w doskonaleniu modeli matematycznych. Kładziemy nacisk na analizę wrażliwości i kalibracji modeli.

W medycynie istotne jest także holistyczne i indywidualne podejście do pacjenta. Czy dzięki tym badaniom jest ono możliwe?

Jest to jak najbardziej krok w kierunku terapii spersonalizowanych. Współczesna onkologia stoi przed wyzwaniem znalezienia skutecznych strategii leczenia dostosowanych do indywidualnych pacjentów. Naszym zadaniem jest wyznaczenie najlepszych schematów dawkowania leków tak, aby zminimalizować skutki uboczne, jednocześnie maksymalizując efektywność leczenia. Oprócz tego, korzystając z zaawansowanych algorytmów, badamy różne scenariusze terapeutyczne, uwzględniając w szczególności indywidualne parametry pacjentów. Modele matematyczne pozwalają również na ocenę współdziałania między różnymi terapiami. Przykładem jest zastosowanie teorii optymalnego sterowania do badania terapii CAR-T. Terapia CAR-T polega na genetycznej modyfikacji limfocytów T w celu ich ukierunkowania na komórki nowotworowe. Odniosła ona sukces w leczeniu nowotworów krwi, jednak jej zastosowanie w guzach litych, takich jak glejak wielopostaciowy, pozostaje wyzwaniem. Modele matematyczne pozwalają na optymalizację dawkowania CAR-T oraz analizę interakcji między komórkami CAR-T a mikrośrodowiskiem guza, w tym analizowanie kluczowych ograniczeń związanych z barierą krew-mózg.

A co z tak popularną przy leczeniu nowotworów chemioterapią?  Czy modele matematyczne są przydatne także w jej przypadku?

Chemioterapia, choć jest jednym z najpowszechniejszych sposobów leczenia raka, napotyka na poważny problem – rozwój oporności komórek nowotworowych na leki. Początkowo leczenie może zmniejszyć guz i spowolnić jego rozwój, jednak nowotwory często adaptują się, przez co terapia przestaje być skuteczna. Komórki rakowe mogą wchodzić w stan uśpienia, mutować lub rozwijać inne mechanizmy, które pozwalają im przetrwać. Dzięki zastosowaniu modeli matematycznych badamy dynamikę guzów i ich reakcję na chemioterapię. Symulacje komputerowe pozwalają optymalizować schematy leczenia – ustalać najlepszy czas podania, dawkowanie oraz strategie minimalizowania ryzyka oporności. Badania wskazują, że umiarkowane dawki leku stosowane w długich cyklach mogą opóźniać rozwój oporności i wydłużać czas przeżycia pacjentów.

W badaniach skupiają się państwo także nad optymalizacją protokołów wiroterapii onkolitycznej. Na czym to polega?

Wiroterapia onkolityczna ma ogromny potencjał w leczeniu nowotworów. Przykładem jest terapia lekiem Celyvir stosowana w neuroblastomie – nowotworze wieku dziecięcego. Celyvir wykorzystuje genetycznie zmodyfikowany wirus onkolityczny ICOVIR-5 dostarczany do guza za pomocą mezenchymalnych komórek macierzystych. Wirus replikuje wyłącznie w komórkach nowotworowych, implikując jednocześnie odpowiedź immunologiczną i zapewniając niską toksyczność dla normalnych tkanek. Terapia Celyvirem jest obecnie wdrażana w Szpitalu Dzieciątka Jezus w Madrycie, jednak optymalne schematy dawkowania leku wciąż są nieznane. Badania, oparte na danych klinicznych z leczenia neuroblastomy, pozwalają na optymalizację wspomnianych schematów. Modele uwzględniają złożone interakcje między wirusami, układem odpornościowym i guzem, co pozwala na bardziej precyzyjne planowanie terapii.

Podsumujmy zatem, jak duże znaczenie ma ten projekt?

Wyniki projektu mają potencjał, by zmienić sposób leczenia raka. Opracowanie spersonalizowanych terapii, dostosowanych do danych pacjenta, może zwiększyć wskaźniki przeżycia, zmniejszyć skutki uboczne oraz poprawić jakość życia. Co więcej, optymalizacja terapii może obniżyć koszty leczenia poprzez ograniczenie stosowania nieskutecznych metod. Projekt wpisuje się w globalne wysiłki na rzecz rozwoju medycyny precyzyjnej i bardziej dostępnych innowacyjnych terapii. Wnioski płynące z tych badań mogą przyczynić się do lepszego zrozumienia biologii nowotworów, co z kolei pozwoli na tworzenie bardziej skutecznych i precyzyjnych protokołów leczenia. Projekt stanowi odważny krok naprzód. Łącząc potencjał matematyki, inżynierii systemów oraz nauk medycznych, badania te dążą do opracowania innowacyjnych strategii leczenia. To coś więcej niż równania i modele – to realna nadzieja na ratowanie życia. Wiedza zdobyta dzięki tym badaniom może sprawić, że walka z rakiem stanie się bitwą, którą można wygrać.

Rozmawiała Sylwia Zadworna

Dr inż. Mariusz Bodzioch jest adiunktem w Katedrze Informatyki Stosowanej i Modelowania Matematycznego UWM w Olsztynie. Pełni także funkcję prodziekana ds. kształcenia na Wydziale Matematyki i Informatyki UWM. Wśród jego zainteresowań badawczych znajduje się m.in. zastosowanie modelowania matematycznego w epidemiologii i badaniach nad dynamiką nowotworów.

Tekst ukazał się w styczniowo-lutowym wydaniu „Wiadomości Uniwersyteckich”, którego tematem przewodnim były innowacje. W lutym obchodziliśmy Dzień Nauki Polskiej, zatem był to doskonały pretekst, aby wspólnie z przedstawicielami naszego Uniwersytetu przypomnieć, jak ważne są nie tylko innowacyjne badania, ale i troska o sprzyjającą im kulturę organizacyjną. Przedstawiliśmy kilka projektów realizowanych na UWM, które wspierać będą walkę z wieloma wyzwaniami współczesności – m.in. z  krótkowzrocznością u dzieci, nowotworami czy bezpieczeństwem żywności.