Ein dynamisches Modell für Tumorwachstum und Metastasierung

Abstract

Es wird ein einfaches und schnelles Computermodell zu Tumorwachstum und Metastasierung beschrieben. Das Modell basiert auf aufeinanderfolgenden Generationen von Tumorzellen und ermöglicht, wichtige biologische Größen wie Tumorvolumen, Zeitpunkt des Absetzens der ersten Metastase oder Zahl der metastatischen Kolonien zu einem gegebenen Zeitpunkt zu berechnen. Das Modell basiert lediglich auf der Chronologie dieser aufeinanderfolgenden Ereignisse. Die Simulationsrechnungen wurden für zwei Wachstumsmodelle, die ein Gompertzartiges Wachstum beschreiben, durchgeführt. Die Anpassung der intrinsischen Modelle wurde an eine analytische Lösung für die Dichteverteilung von metastatischen Kolonien durchgeführt. Wir zeigen anschließend die Übertragbarkeit unseres Ansatzes auf klinische Daten des Münchener Krebsregisters für Brustkrebs und demonstrieren die Eignung unseres Modells für systematische Untersuchungen. Im speziellen können wir zeigen, daß Metastasierung im allgemeinen ein früh stattfindender Prozeß ist und initiiert wird, bevor der Primärtumor klinisch detektiert werden kann.

A simple and fast computational model to describe the dynamics of tumour growth and metastasis formation is presented. The model is based on the calculation of successive generations of tumour cells and enables one to describe biologically important entities like tumour volume, time point of 1st metastatic growth or number of metastatic colonies at a given time. The model entirely relies on the chronology of these successive events of the metastatic cascade. The simulation calculations were performed for two embedded growth models to describe the Gompertzian like growth behaviour of tumours. The initial training of the models was carried out using an analytical solution for the size distribution of metastases of a hepatocellular carcinoma. We then show the applicability of our models to clinical data from the Munich Cancer Registry. Growth and dissemination characteristics of metastatic cells originating from cells in the primary breast cancer can be modelled thus showing its ability to perform systematic analyses relevant for clinical breast cancer research and treatment. In particular, our calculations show that generally metastases formation has already been initiated before the primary can be detected clinically.