بررسی عددی مدل ریاضی تکامل مقاومت دارویی در طول شیمی درمانی سرطان با رویکرد ماشین بردار پشتیبان کمترین مربعات

مقاومت تومور دربرابر شیمی‌درمانی و داروهای هدفمند، یکی از عوامل اصلی شکست درمان است. شواهد تجربی سال‌های اخیر نشان می‌دهد که پیشرفت سلول‌های سرطانی به مقاومت دارویی لازم نیست به‌طور تصادفی رخ دهد. بلکه ممکن است توسط خود درمان ایجاد شود. در این رابطه درک پیامدهای بالینی مقاومت ناشی از درمان در فرآیند شیمی‌درمانی، به تدوین راه‌کارهای مناسب کمک می‌کند. در این مقاله برای بررسی این موضوع، ابتدا مدل ریاضی کلی مقاومت دارویی در فرآیند شیمی‌درمانی را به صورت دستگاهی از معادلات دیفرانسیل معمولی غیر خطی معرفی می‌کنیم. سپس شبیه‌سازی عددی رفتار پویای مدل در سه حالت مختلف را با استفاده از رویکرد ماشین بردار پشتیبان کمترین مربعات انجام می‌دهیم. در این بررسی اثر سه دارو با ضریب القا مقاومت دارویی متفاوت درنظر گرفته می‌شود. در نهایت نتایج حاصل از این شبیه سازی‌ها را با توجه به نوع داروی تجویز شده در کنترل رشد تومور، بررسی خواهیم کرد.

numerical study of the mathematical model of the evolution of drug resistance during cancer chemotherapy with the least squares support vector machine approach

tumor resistance to chemotherapy and targeted drugs is one of the main factors of treatment failure. experimental evidence in recent years shows that the progression of cancer cells to drug resistance does not have to happen by chance, but may be caused by the treatment itself. in this regard, understanding the clinical consequences of resistance caused by treatment in the process of chemotherapy helps to develop appropriate solutions. in this paper, to investigate this issue, we first introduce the general mathematical model of drug resistance in the chemotherapy process in the form of a device of nonlinear ordinary differential equations. then we perform the numerical simulation of the dynamic behavior of the model in three different cases using the least squares support vector machine approach. in this study, the effects of three drugs with different drug resistance induction coefficients are considered. finally, we will examine the results of these simulations according to the type of drug prescribed in tumor growth control.