数据驱动的乳腺癌建模与最佳治疗方案的设计-天津大学数学学院

报告摘要：β−catenin蛋白质的过度积累是诱发乳腺癌产生的关键驱动因素。我们首先建立一个未治疗的小鼠乳腺癌肿瘤模型,探究肿瘤微环境中癌细胞与免疫系统的相互作用。接着结合数据考虑加入RNA干扰治疗与免疫检查点治疗后的肿瘤动态变化,并修改模型。进一步,分别利用梯度下降法和粒子群算法设计不同治疗下的优化方案,旨在抑制肿瘤生长并降低治疗成本。最后结合肿瘤的耐药性,进行数值模拟和参数敏感性分析。结果表明在较长的治疗时间内,所提出的治疗方案都不能阻止癌症复发，注射成熟树突状细胞作为一种新的抗肿瘤策略具有较大发展潜力。

专家简介：裴永珍，教授，博士生导师，天津工业大学理学部副主任，中国数学会生物数学专业委员会常务委员，天津市工业与应用数学学会副理事长。荣获天津市教学名师、入选“天津市高校学科领军人才培养计划”。主要从事生物动力系统和生物信息研究，发表论文100余篇，SCI检索70多篇。主持国家自然科学基金项目3项。

学术活动

学术活动

数据驱动的乳腺癌建模与最佳治疗方案的设计