Immune Modulation in the Tumor Microenvironment: Bifurcation Analysis of Cancer-CTL-Monocyte Dynamics
Notice bibliographique
Résumé
Abstract We present a mathematical model describing the interactions between cancer cells, cytotoxic T lymphocytes (CTLs), and monocytes within the tumor microenvironment. The model incorporates key immunological mechanisms, including tumor antigenicity, the Allee effect, and monocyte-mediated immune activation via MHCI cross-dressing. Using systems of nonlinear ordinary differential equations (ODEs), we derive analytical expressions for equilibrium points, evaluate their stability, and characterize bifurcations, such as saddle-node, Hopf, Bogdanov–Takens, and Bautin. A reduced model via quasi-steady-state approximation (QSSA) is also proposed, preserving the core dynamic structure to facilitate bifurcation analysis. A central finding of our study is the critical role of the monocyte-mediated T cell activation rate, denoted by the parameter $$\beta $$ β , which encapsulates the immunostimulatory potential of inflammatory monocytes presenting tumor antigens via MHCI cross-dressing. Numerical continuation corroborates the existence of multiple codimension-two organizing centers, delineating parameter regimes of tumor clearance, immune-mediated control, bistability, sustained oscillations, and inevitable escape. Our results quantitatively characterize the critical role of the monocyte-T-cell activation rate ( $$\beta $$ β ) and the Allee threshold ( $$\gamma $$ γ ) in tipping the balance between immune surveillance and tumor persistence. This framework provides actionable bifurcation-based criteria for designing combination immunotherapies that enhance antigen presentation or monocyte functionality to shift the system toward tumor-eliminating attractors.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».