Escolar Documentos
Profissional Documentos
Cultura Documentos
CENTRO DE BLUMENAU
DEPARTAMENTO DE MATEMÁTICA
Blumenau
2023
Ana Luiza Berwanger de Souza
Blumenau
2023
Resumo
Sistemas dinâmicos são ubíquos na matemática e na natureza. Consequentemente, a
modelagem matemática via Equações Diferenciais encontra também as mais diversas
aplicações. Entretanto, as aplicações em Biologia recentemente têm atingido grande
dimensão, em particular em câncer/tumores - quimiotaxia, angiogênese, dinâmica tumoral,
etc. Foram realizadas pesquisas sobre a biologia do câncer e quimioterapia antineoplásica,
modelagem matemática em câncer e farmacologia, e modelagem em quimioterapia entre
outras subáreas para estudar os tipos de equações diferenciais associadas ao tema.
Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1 DADOS DO PROJETO . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 FUNDAMENTAÇÃO TEÓRICA . . . . . . . . . . . . . . . . . . . . 6
2.1 Aspectos biológicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Aspectos matemáticos . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.1 Sistemas Dinâmicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.2 Estabilidade e Controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5 CONCLUSÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4
Introdução
Ainda não há nenhum modelo para crescimento de tumor sólido totalmente baseado
em fundamentos e propriedades observáveis de biologia tumoral (Herman1 ). Os modelos
atuais para o crescimento de tumor são, principalmente, oriundos de ajustes de curvas,
simulações computacionais, ou de Equações Diferenciais baseadas em simplificações de
conceitos biológicos.
Utilizou-se para o modelo de Gatenby2 o método de aproximação em torno de
pontos de equilíbrio para estudar a estabilidade e controlabilidade das soluções, e tal
modelagem permite estudar o crescimento de tumores sólidos por meio do crescimento da
massa/volume de células em relação a algum metabolismo importante, como oxigênio e
taxa de natalidade/mortalidade.
O modelo de Gatenby estuda a dinâmica populacional com competição entre dois
tipos de células: N1 (células saudáveis) e N2 (células tumorais). Foi realizada uma análise
para determinar a estabilidade e a propriedade de controlabilidade local, o que é garantido
para determinados pontos de equilíbrio.
Nesse último sentido foi adotada uma modelagem do crescimento tumoral aplicando
as ferramentas da teoria de controlabilidade matemática, assumindo algumas simplificações
de propriedades biológicas encontradas na literatura.
1
“Towards a general model for solid tumor growth”, Preprint, 2002.
2
R. A. Gatenby. Application of competition theory to tumour growth: implications for tumour biology
and treatment, European Journal of Cancer, 32A(4) (1996), 722–726.
5
1 Dados do Projeto
2 Fundamentação teórica
Outro tópico tratado é o bom prognóstico dessa patologia, que consiste no diag-
nóstico adequado e o mais precoce possível, pois a identificação do câncer em seu estágio
inicial possibilita uma maior chance de cura. Isso se deve ao fato que, de início, o câncer
pode ser mais facilmente controlado por não possuir angiogênese e evitando, dessa forma,
seu crescimento e até mesmo que se generalize em demais órgãos. Isso é ilustrado na figura
1.
Fonte: Site Sanar, artigo sobre "Câncer colorretal: prevenção, rastreamento e tratamento"
Ṅ = F (t, N ) , t ∈ R+ (2.1)
Durante os estudos, esse modelo foi visto por descrever sistemas biológicos [5] em
que duas espécies interagem: uma como presa x e outra como predadora y. Esse fato é
de extrema relevância, pois a modelagem estudada nesta pesquisa considera as células
saudáveis e tumorais como populações em competição.
Nesse caso, as hipóteses principais utilizadas são de que a única fonte de alimento
da espécie predadora é a população das presas e que não há competição alguma entre
indivíduos da mesma espécie. Portanto, o modelo de Lotka-Volterra pode ser interpretado
pelo seguinte sistema dinâmico:
ẋ = xa − αxy
ẏ = −cy + γxy
Ṅ = F (t, N ) (2.2)
(2.2) é um sistema linear se F for uma função linear da variável N , ou seja, existe um
produto entre uma matriz A(t) e a váriavel N que descreve F (t, N ). Daí,
No caso de um sistema como em (2.2) em que F não é linear, esse sistema é chamado de
sistema não-linear.
F (N ∗ ) = 0.
Ṅ = F (t, N )
N (t0 ) = N0
Com isso, esse modelo presume o crescimento geométrico de uma população, que não
Capítulo 3. Modelagem matemática em Câncer 12
Tendo isso, as hipóteses teóricas para aplicação deste modelo são que a população de
células tumorais N (t) cresce segundo uma razão geométrica r, é desconsiderada a estrutura
espacial do tumor e N (t) é tratado como uma variável contínua. Assim, a equação de um
modelo exponencial pode ser descrita por
Ṅ = rN (3.1)
N
Ṅ = r N 1 − (3.3)
k
No modelo, N (t) representa o número de células tumorais e k é a dita capacidade de
suporte da população tumoral, que no contexto de câncer pode ser, por exemplo, o tamanho
do órgão onde esse tumor encontra-se. Além disso, a saturação é representada pelo termo
1 − Nk , que caracteriza uma competição intraespecífica entre as células cancerígenas.
Deve-se conhecer o limite de e−rt , pois os demais termos da solução são parâmetros
constantes. Assim, tendo que
lim e−rt = 0
t→+∞
Capítulo 3. Modelagem matemática em Câncer 14
então
k k
N (t) = = =k
1+ k
−1 0 1+0
N0
Logo, conclui-se que N (t), o número de células tumorais, tende à capacidade suporte
k quando t → +∞. Biologicamente, é possível interpretar que o câncer poderá crescer até
atingir seu tamanho máximo, ou seja, o tamanho do órgão onde se encontra.
É importante ressaltar que foram vistos outros modelos com saturação, como o
de Gompertz e von Bertalanffy, dos quais generalizam ainda mais a equação de Verhulst
e Lotka. Tais modelos calculam, por exemplo, a rapidez na qual a saturação é atingida.
Esses e demais modelos podem ser encontrados na referência [2].
N1 a12 αN1 N2
Ṅ1 = αN1 1 − − (3.5)
k1 k1
N2 a21 βN1 N2
Ṅ2 = βN2 1 − − (3.6)
k2 k2
Onde α e β são as constantes de crescimento exponencial, k1 e k2 são as capacidades
suporte relativas e os parâmetros a12 e a21 representam os coeficientes de competição, ou
seja, representam como as populações são afetadas mutuamente.
Perceba que o sistema das equações 3.5 e 3.6 é um sistema não-linear. Veja
também que, em azul, observa-se o modelo exponencial. Isso se deve ao fato que em estágio
inicial, o câncer cresce em razão geométrica. Já em vermelho, denota-se a competição
intraespecífica entre as células, por meio da equação logística. Por fim, em ciano, é possível
verificar o termo que representa a competição interespecífica, ou seja, como as populações
de células normais são afetadas pela população de células tumorais, e reciprocamente como
as células saudáveis afetam as tumorais.
16
A importância dos tratamentos do câncer não pode ser subestimada, pois eles
representam a esperança e a possibilidade de cura para muitos pacientes. Além disso, a
aplicação da teoria de controle matemático nesse contexto oferece uma perspectiva única e
valiosa.
A teoria de controle matemático é uma área da matemática aplicada que lida com o
comportamento de sistemas dinâmicos e a manipulação de variáveis para atingir objetivos
específicos. No contexto do câncer, essa abordagem pode ser interpretada de diversas
maneiras.
Primeiramente, os tratamentos do câncer frequentemente envolvem a administração
de agentes terapêuticos, como quimioterapia. Modelos matemáticos podem ser desenvol-
vidos para descrever a dinâmica desses agentes no corpo, levando em consideração sua
distribuição, metabolismo e interação com as células cancerígenas. Esses modelos ajudam
os médicos a otimizar as doses e os regimes de tratamento, buscando maximizar a eficácia
do tratamento e minimizar os efeitos colaterais prejudiciais.
Além disso, a teoria de controle também pode ser aplicada para entender e regular
a resposta imunológica do corpo ao câncer. O sistema imunológico é uma parte essencial
na luta contra as células cancerígenas, e estratégias terapêuticas, como a imunoterapia,
visam fortalecer essa resposta. Modelos matemáticos podem ser utilizados para representar
a dinâmica complexa entre as células cancerígenas, as células do sistema imunológico e os
agentes terapêuticos, permitindo a identificação de estratégias de controle que maximizem
a eficácia da resposta imunológica.
Além disso, a teoria de controle matemático pode ser aplicada no caso de cirurgias,
onde ocorre a remoção de aglomerações de células tumorais.
Portanto, nesta pesquisa foram observados três tipos de tratamento do câncer como
forma de controle u: cirurgia, quimioterapia e quimio-imunoterapia.
A modelagem para cirurgia foi baseada na lei de coleta, sendo o controle externo
à equação original sendo −u. Esta perturbação foi modelada levando em consideração as
leituras sobre o câncer e seus tratamentos, levando em consideração principalmente o fato
de a cirurgia do câncer consistir na retirada de células tumorais.
Já a quimioterapia foi modelada utilizando os princípios da lei de Lotka-Volterra,
onde o controle da quimioterapia seria representado por −µi Ni u, modelado sob a pers-
pectiva de [2], com a quimioterapia sendo um fármaco que age de forma não seletiva,
atingindo as células saudáveis e tumorais.
Capítulo 4. Tratamentos do Câncer: Controle 17
N1 a12 .N2
Ṅ1 = αN1 1 − − − µ1 N1 · u (4.1)
k1 k1
N2 a21 .N1
Ṅ2 = βN2 1 − − − µ2 N2 · u (4.2)
k2 k2
• (N1∗ , N2∗ ) = (0, 0), situação biologicamente improvável, levando em consideração que
o paciente não teria células boas nem células tumorais.
• (N1∗ , N2∗ ) = (0, k2 ), caso em que o paciente viria à óbito, tendo em consideração que
as células tumorais N2∗ atingiram sua respectiva capacidade suporte e o a contagem
de células saudáveis N1∗ foi extinta.
Capítulo 4. Tratamentos do Câncer: Controle 18
• (N1∗ , N2∗ ) = (k1 , 0), situação em que o paciente seria completamente curado, pois as
células tumorais N2∗ foram extintas.
k1 −k2 a12 k2 −k1
• (N1∗ , N2∗ ) = ( aa21 ,
21 a12 −1 a21 a12 −1
), situação em que as células saudáveis N1∗ e tumorais
N2∗ estariam coexistindo.
−α −a · α
J1 = 12
0 β 1 − a21k2k1
a12 k2
α 1− k1
0
J2 =
−a21 · β −β
a k2
2k
a21 (a12 −2)−1+a12 1− 12
k
− k2 a12 (k2 −a21 k1 )
1 1
α a21 a12 −1
α k1 (a21 a12 −1)
J3 =
a k1
2k
a21 1− 21 −1+a12 (a21 −2)+ k 1
a21 (k1 −a12 k2 )
k
2 2
β k2 (a21 a12 −1)
β a21 a12 −1
a21 k1 −k2 a12 k2 −k1
Tendo que J(0, 0) = J0 ; J(k1 , 0) = J1 ; J(0, k2 ) = J2 ; J ,
a21 a12 −1 a21 a12 −1
= J3
Com isso, cada jacobiano dará uma linearização do sistema (4.3) - (4.4), onde no
ponto (N ∗ , u∗ ) esses sistemas linearizados são definidos por:
λ̇ = Jλ − Bw , λ = (λ1 , λ2 ) ∈ R2 ,
0
em que, J = dN dF
(N ∗ ) e B = , tendo em vista que B é a representação do controle,
1
que no caso do tratamento por cirurgia é inserido somente na segunda equação, a fim de
afetar as células tumorais N2 .
Capítulo 4. Tratamentos do Câncer: Controle 19
1
Rank refere-se ao posto, o número de linhas não nulas de uma matriz, em qualquer uma de suas formas
escalonadas por linhas.
20
5 Conclusões
Por fim, após a aplicação dos teoremas [2] e [3], foi possível concluir que o sistema
(4.3)-(4.4) é Localmente Controlável em torno dos estados de equilíbrio N ∗ = (k1 , 0) e
k1 −k2 a12 k2 −k1
N ∗ = ( aa21 ,
21 a12 −1 a21 a12 −1
). É importante ressaltar que a aplicação dos teoremas não exclui
a possibilidade do sistema ser localmente controlável em torno dos demais estados de
equilíbrio.
Por fim, o enfoque principal desta pesquisa recaiu sobre o papel crucial da inter-
venção cirúrgica no controle do câncer. A modelagem matemática permitiu a simulação de
diferentes estratégias de tratamento e sua influência na redução da carga tumoral.
Os resultados obtidos indicam que a representação matemática do tratamento
cirúrgico oferece uma visão da eficácia potencial da intervenção, tendo em vista a controla-
bilidade local garantida em torno dos pontos que representam a coexistência das células
sadias e tumorais e a potencial cura da doença.
Na conclusão deste estudo, é evidente que foram transpassados conhecimentos
essenciais para a vida acadêmica, tanto em relação às metodologias de pesquisa quanto
aos conteúdos estudados para que houvessem avanços cognitivos.
21
Referências