Game Theoretic Modeling of Cancer Healthy Cell Competition: A Population Dependent Nash Equilibrium Framework

人間の体の微小な世界において、組織は静止した風景ではなく、細胞が絶えず隣人を評価し続ける活動的な戦場である。健康な細胞は、弱まった、あるいは損傷した対照相手を認識して排除するという、細胞間競争として知られる生物学的プロセスと呼ばれる先天的な能力を備えている。このメカニズムは、特に皮膚や臓器の裏打ちにおいて自然な防御システムとして機能し、変化し始めた細胞を押し出すことで腫瘍の形成を防ぐ助けとなる。数十年にわたり、科学者たちは数学的モデルを用いて、この闘いがどのように展開されるかを理解しようと試みてきた。これらのモデルのほとんどは、相互作用を固定されたゲームとして扱い、健康な細胞の防御の強さは、がん細胞がどれほど存在するかに関わらず、介入のルールや強さが決して変わらないと仮定していた。しかし、実際の生物学的システムは流動的である。環境は変化し、個体数は増減し、細胞にかかる圧力は周囲の状況に応じて変化する。この静的な見解は、なぜ腫瘍が人によって異なる速度で成長するのか、あるいはなぜ治療が一部の患者には効果があり、他の患者には失敗するのかを説明するのに苦慮してきた。

アリレザ・エバディとマリアム・ハシェミによる新しい研究は、この紛争に対する異なる見方を提案しており、固定されたルールから、戦闘が進むにつれて変化する動的な枠組みへと移行している。健康な細胞の防御能力が一定であると仮定する代わりに、研究者たちは、健康な細胞が反撃する能力が、その瞬間の健康な細胞とがん細胞の比率に直接依存するように、コンピュータ・シミュレーションを構築した。彼らはこれを「集団依存型平衡」と呼んでおり、これは、ゲームの「ルール」が、その特定の瞬間にどちらが勝っているか、あるいは負けているかに基づいて自律的に更新されることを意味する。このアイデアをテストするために、チームは組織のデジタルモデル、すなわち皮膚や臓器の裏打ちを表すグリッドを作成し、そこに健康な細胞とがん細胞を配置した。彼らは、これらの仮想的な細胞が時間の経過とともにどのように相互作用するかを観察し、健康な細胞が、変化する敵の数に応じて自らの防御戦略を学習し適応できるようにした。これは、変化する脅威に応じて行動を調整する集団のように、集団が自身の行動を調整する様子に似ている。

研究者たちは、さまざまな要因が結果にどのように影響するかを見るために、何千回ものシミュレーションを実行した。彼らは、モデル内で健康な組織側に天秤を戻すことができるかどうかを確認するために、さまざまな薬剤や食事要素を導入した。シミュレーションにおいて、健康な細胞は受動的ではなく、がん細胞に対して積極的に押し返し、彼らの成功は、戦うためにどれだけの細胞が残っているかに依存していた。研究では、介入なしでモデルを放置した場合、がん細胞が最終的に支配権を握り、健康な細胞を押し戻してその領域を拡大させることが判明した。この結果は、治療が行われない場合の腫瘍の自然な進行を反映しており、モデルが現実的な方法で動作していることを裏付けた。しかし、研究者が特定の物質を導入すると、結果は劇的に変化した。彼らはアスピリンやVC1-8と呼ばれる化合物を含む7種類の薬剤を、高糖質摂取や喫煙のような5種類の食事要因とともにテストした。

結果は、有効性の明確な階層を示した。薬剤の中では、VC1-8とアスピリンが、健康な細胞が持ちこたえるのを助ける上で最も成功した。これらの薬剤が存在するシミュレーションでは、健康な細胞はより大きな個体数を維持し、がん細胞は抑制され、攻撃的に拡大することができなかった。モデルは、これらの薬剤が健康な細胞の防御力を高めることで、がん細胞の隣人である細胞を排除する効果を高めていることを示唆した。逆に、食事要因は逆の効果をもたらした。高糖質摂取と喫煙は、シミュレーションにおいてがん成長の最も強力な推進力となり、がん細胞を急速に拡大させ、健康な細胞を絶滅の淵まで押しやった。研究では、薬剤と悪い食事が組み合わされた場合に何が起こるかも調査した。シミュレーションの結果、健康な食事と効果的な薬剤は、互いに部分的に打ち消し合うことが判明したが、悪い食事は薬の効果を損なう可能性があることが明らかになった。これは、細胞が存在する環境が、治療そのものと同じくらい重要であることを示唆している。

この研究の最も重要な側面の一つは、それが「学習」という概念をどのように扱うかである。研究者たちは、単に細胞に決まった台本に従うようプログラムしたのではなく、シミュレーションが進むにつれてシステムが状況への理解を更新できるようにした。彼らは、信念を新しい証拠に基づいて更新する方法であるベイズ学習を用い、細胞の防御戦略がどのように進化するかを追跡した。シミュレーションが進むにつれ、モデルの内部的な防御力の推定値は、実際の個体数と徐々に一致していった。これは、システムが単に書き込まれたルールに従っているのではなく、環境から実際に学習していることを示している。この動的なアプローチにより、研究者は、健康な細胞とがん細胞の間のバランスは固定された点ではなく、あらゆる相互作用とともに変化する動的な目標であることを確認できた。研究は、幅広い条件下でこの新しい枠組みが安定していることを確認した。つまり、両方の細胞タイプ間の競争は、一方が即座に他方を全滅させることなく、長い間存続できることを意味しており、これは現実の腫瘍の緩やかで複雑な進行と一致するシナリオである。

研究者たちは、これらの知見が人間や動物に対する直接的な実験ではなく、コンピュータ・シミュレーションによるものであることに注意深く言及している。さまざまな薬剤や食品が細胞にどのように影響するかについての数値は、彼ら自身のラボで測定されたものではなく、既存の科学文献から推定されたものである。これは、どの薬剤が最も効果的でどの食品が最悪かというランキングは、使用されたデータに基づけば正確である可能性が高いものの、実世界の測定値が利用可能になった際には、正確な数値の調整が必要になる可能性があることを意味している。また、モデルは人間の組織の複雑な三次元構造を平坦な二次元グリッドに簡略化しており、これはこの種の計算においては必要なステップであるが、体内での腫瘍の侵入の細部をすべて捉えることはできない可能性がある。それにもかかわらず、この研究は、がんについて考えるための強力な新しいツールを提供している。腫瘍と健康な組織を、集団に基づいてルールが変わる動的なシステムとして扱うことで、研究者たちは、異なる組み合わせの治療法やライフスタイルの選択がどのように共に作用するかをテストする方法を提供した。

このアプローチは、パーソナライズされたがん治療が、患者の食事や受けている特定の薬の組み合わせを含む、全体像を見ることから恩恵を受ける可能性があることを示唆している。もし患者が強力な薬を服用していても、がんの成長を強く促進する食事を摂取している場合、その薬は予想よりも効果が低くなる可能性がある。モデルは、これらの環境要因を制御することが治療を成功させるために不可欠であると予測している。この研究は、がんを解決した、あるいは新しい治療法を発見したと主張しているのではなく、健康な細胞とがん細胞の間の闘いに対する、より明確で柔軟な理解の道筋を提示している。それは、固定された勝者と敗者が存在する静的な戦いという考えを超え、結果は二つの集団間の継続的で変化する交渉に依存していることを示している。科学者や医師にとって、これは将来の治療が、腫瘍の遺伝的構成だけでなく、腫瘍が生きている動的な環境にも合わせ、細胞の集団が時間の経過とともに変化するにつれて戦略を調整する必要があることを意味している。