Combination therapy for cancer with IL-27 and anti-PD-1: A simplified mathematical model
Notice bibliographique
Résumé
Many experiential and clinical trials in cancer treatment show that a combination of immune checkpoint inhibitor with another agent can improve the tumor reduction. Anti Programmed death 1 (Anti-PD-1) is one of these immune checkpoint inhibitors that re-activate immune cells to inhibit tumor growth. In this work, we consider a combination treatment of anti-PD-1 and Interleukin-27 (IL-27). IL-27 has anti-cancer functions to promote the development of Th1 and CD8$^+$ T cells, but it also upregulates the expression of PD-1 and Programmed death ligand 1 (PD-L1) to inactivate these T cells. Thus, the functions of IL-27 in tumor growth is controversial. Hence, we create a simplified mathematical model to investigate whether IL-27 is pro-cancer or anti-cancer in the combination with anti-PD-1 and to what degree anti-PD-1 improves the efficacy of IL-27. Our synergy analysis for the combination treatment of IL-27 and anti-PD-1 shows that (i) ant-PD-1 can efficiently improve the treatment efficacy of IL-27; and (ii) there exists a monotone increasing function $F_c(G)$ depending on the treatment efficacy of anti-PD-1 $G$ such that IL-27 is an efficient anti-cancer agent when its dose is smaller than $F_c(G)$, whereas IL-27 is a pro-cancer agent when its dose is higher than $F_c(G)$. Our analysis also provides the existence and the local stability of the trivial, non-negative, and positive equilibria of the model. Combining with simulation, we discuss the effect of the IL-27 dosage on the equilibria and find that the T cells and IFN-$\gamma$ could vanish and tumor cells preserve, when the production rate of T cells by IL-27 is low or the dosage of IL-27 is low.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».