Fighting cancer with mathematics: modelling of virotherapy and oncolytic viruses

L’aumentata complessità dei tumori solidi richiede lo sviluppo di approcci terapeutici innovativi e personalizzati. Questa tesi si propone di analizzare, attraverso la modellistica matematica, il potenziale terapeutico della viroterapia oncolitica, una strategia emergente che utilizza virus geneticamente modificati per infettare selettivamente le cellule tumorali, stimolando al contempo una risposta immunitaria antitumorale. Tuttavia, l’efficacia di questa terapia è ostacolata dalla resistenza all’infezione e dalla complessa interazione tra cellule tumorali, sistema immunitario e microambiente tumorale. A tal fine, questo lavoro integra strumenti matematici e computazionali per simulare la dinamica dell’infezione virale, con un’analisi dettagliata delle interazioni tra cellule tumorali e virus, considerando fattori chiave come l’epigenetica, la variabilità fenotipica e la dinamica spaziale della crescita cellulare. Vengono sviluppati e confrontati due modelli: un modello continuo basato su equazioni differenziali alle derivate parziali (PDE) e un modello discreto ad agenti (ABM). Le simulazioni, inizialmente condotte in una dimensione spaziale e successivamente estese a due, mostrano come i parametri epigenetici e infettivi influenzino la propagazione del virus e la risposta del tumore alla terapia. In particolare, l’introduzione della media epigenetica si rivela uno strumento utile per comprendere la distribuzione fenotipica della popolazione tumorale e il suo impatto sulla diffusione virale. Sono state effettuate simulazioni per esplorare diversi scenari terapeutici, valutando come vari parametri influenzino la diffusione dell’infezione e l’efficacia del trattamento. I risultati mostrano che la risposta del tumore alla viroterapia dipende fortemente dalla struttura tumorale e dalla capacità del virus di adattarsi alle condizioni del microambiente, suggerendo l’importanza di strategie terapeutiche personalizzate per migliorare il successo del trattamento. In conclusione, questo studio fornisce una base teorica e computazionale per l’ottimizzazione della viroterapia, dimostrando il ruolo cruciale della modellistica matematica nella previsione della risposta tumorale e nella progettazione di strategie terapeutiche.