Immagine, metastasi di un tumore intestinale primario a livello del cervello. Credito: Wikimedia Commons.
Un nuovo modello matematico utilizza le dimensioni del tumore primario iniziale di un malato per prevedere se sono già presenti metastasi non rilevabili. Stefano Avanzini e Tibor Antal dell’Università di Edimburgo, Regno Unito, presentano il modello in PLOS Biologia computazionale.
Per molti pazienti, il tumore primario viene rimosso chirurgicamente e non vengono rilevate metastasi. Avanzini e Antal hanno ipotizzato che conoscere le dimensioni del tumore primario potrebbe aiutare a prevedere le probabilità che metastasi non rilevabili siano già presenti. Per esplorare questa possibilità, i ricercatori hanno sviluppato un modello matematico di un tumore in crescita che ha una probabilità crescente di avviare metastasi rilasciando singole cellule “seme” e ciascuna di queste cellule seme ha la possibilità di svilupparsi in un tumore secondario.
Vedi anche, Trovata la chiave molecolare della diffusione delle metastasi.
I ricercatori hanno utilizzato il loro modello per stimare la frazione di pazienti con metastasi visibili durante l’intervento chirurgico, nonché i tempi medi di recidiva per diversi tipi di cancro. Hanno scoperto che, per i valori dei parametri tipici, queste stime riflettevano accuratamente i dati degli studi clinici.
“Abbiamo trovato una vasta gamma di dimensioni del tumore primario per le quali erano previste solo metastasi invisibili. Per inciso, le dimensioni del tumore resecato nei pazienti reali spesso rientrano in questo intervallo problematico”, afferma Antal. “Quindi, il nostro modello prevede che abbastanza spesso non si trovano metastasi in chirurgia, sebbene quelle invisibili siano già lì”.
Il nuovo modello apre la possibilità di quantificare i potenziali pericoli di ritardi nella chirurgia che sono più critici per i tumori più piccoli che stanno per iniziare a metastatizzare. I lavori futuri potrebbero estendere il modello incorporando aspetti più complessi della crescita tumorale.
Fonte, PLoS Comput Biol
