سلول های سیتوتوکسیکCD٨+T و سازماندهی عملکردی سلول هایCD۴+T نقش مهمی در پاسخضدتومور ایفا می کنند. در طی این پایان نامه، یک مدل یا الگوی ریاضی طرح شده است که توسط آن،توانایی سلول هایCD۴+T برای تحریک کنترل جمعیت سلول های تومور مورد بررسی قرار می گیرد. از سیتوکینIFN−گاما که با اثر ضدتوموری مرتبط است، به عنوان یک میانجی بهره برده می شود. مدل محاسباتی، تعاملاتسلولی را شبیه سازی می کند. به کمک این مدل می توان نگرش آینده را در این زمینه بر اساس داده های اخیر توسعهداد. در همین راستا یک طرح درمانی که در آن سلول هایCD۴+T نقش ”پیشرو” را ایفا می کنند، می تواندپیشنهاد گردد. از این رو مدل ریاضی پیشنهادی می تواند در زمینه آنکولوژی محاسباتی قابل استفاده باشد. دراین تلاش، بر روی تحلیل دینامیکی مدل ریاضی توسعه یافته کار می شود. افزون بر این، نتایجی از این کار رویشبیه سازی عددی توسط ابزارهای برنامه نویسی هوشمند برای سیستم های غیرخطی مطرح شده است. طرح حاضر،عملکرد دینامیکی را که میان سلول هایCD۴+T ، سلول های سیتوتوکسیکCD٨+T و سرطان رخ می دهد،نشان داده، ارزیابی عمیق تری از راهبرد پیچیده یک درمان ”شخصی سازی شده” ارائه می کند.
Cytotoxic CD8+T cells and functional organization of CD4+T cells plays an important role in antitumor response. During this thesis، a mathematical model has been proposed by which the ability of CD4+T cells to stimulate tumor cell population control has been investigated. Cytokine IFN-gamma، which is associated with antitumor effect، is used as a mediator. The computational model simulates cellular interactions. With the help of this model، the future attitude in this field can be developed based on recent data. In this regard، a treatment plan in which CD4+T cells play the ”leading” role، can be proposed. Therefore، the proposed mathematical model can be used in the field of computational oncology. In this effort، work is done on the dynamical analysis of the developed mathematical model. In addition، the results of the work on numerical simulation by intelligent programming tools for nonlinear systems are reflected. The present design demonstrates the dynamic function that occurs between CD4+T cells، cytotoxic CD8+T cells، and cancer، providing a more in-depth assessment of the complex strategy of personalized therapy
Dynamical analysis of the delayed immune response to cancer