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

No mundo microscópico do corpo humano, os tecidos não são paisagens estáticas, mas campos de batalha ativos onde as células constantemente avaliam suas vizinhas. As células saudáveis possuem uma capacidade inata de reconhecer e eliminar suas contrapartes mais fracas ou danificadas, um processo biológico conhecido como competição celular. Esse mecanismo atua como um sistema de defesa natural, particularmente na pele e no revestimento de órgãos, onde ajuda a prevenir a formação de tumores ao expulsar células que começaram a mudar. Por décadas, cientistas tentaram entender como essa luta ocorre usando modelos matemáticos. A maioria desses modelos tratava a interação como um jogo fixo, assumindo que as regras de engajamento e a força da defesa das células saudáveis nunca mudavam, independentemente de quantas células cancerosas estivessem presentes. No entanto, sistemas biológicos reais são fluidos; o ambiente muda, as populações crescem e diminuem, e a pressão sobre uma célula muda dependendo de seu entorno. Essa visão estática tem tido dificuldade em explicar por que os tumores crescem em velocidades diferentes em pessoas diferentes ou por que os tratamentos funcionam para alguns pacientes e falham para outros.

Um novo estudo de Alireza Ebadi e Maryam Hashemi propõe uma maneira diferente de olhar para esse conflito, afastando-se de regras fixas em direção a uma estrutura dinâmica que muda conforme a batalha se desenrola. Em vez de assumir que a força de defesa das células saudáveis é constante, os pesquisadores construíram uma simulação de computador onde a capacidade das células saudáveis de lutar depende diretamente da proporção de células saudáveis para cancerosas em qualquer momento. Eles chamam isso de equilíbrio dependente da população, o que significa que as "regras" do jogo se atualizam sozinhas com base em quem está ganhando ou perdendo naquele momento específico. Para testar essa ideia, a equipe criou um modelo digital de tecido, uma grade representando um pedaço de pele ou revestimento de órgão, e a povoou com células saudáveis e células cancerosas. Eles observaram como essas células virtuais interagiam ao longo do tempo, permitindo que as células saudáveis aprendessem e adaptassem suas estratégias de defesa com base nos números variáveis de seus inimigos, de forma semelhante a uma população ajustando seu comportamento em resposta a uma ameaça mutável.

Os pesquisadores realizaram milhares de simulações para ver como diferentes fatores influenciavam o resultado. Eles introduziram vários medicamentos e elementos dietéticos no modelo para ver se poderiam inclinar a balança de volta a favor do tecido saudável. Nas simulações, as células saudáveis não eram passivas; elas pressionavam ativamente as células cancerosas, e o sucesso delas dependia de quantas restavam para lutar. O estudo descobriu que, quando o modelo era deixado sozinho, sem intervenção, as células cancerosas eventualmente assumiam o controle, empurrando as células saudáveis para trás e expandindo seu território. Esse resultado espelhou a progressão natural dos tumores na ausência de tratamento, confirmando que o modelo se comportava de uma maneira realista. No entanto, quando os pesquisadores introduziram substâncias específicas, o resultado mudou dramaticamente. Eles testaram sete medicamentos diferentes, incluindo aspirina e um composto chamado VC1-8, juntamente com cinco fatores dietéticos como alto consumo de açúcar e tabagismo.

Os resultados mostraram uma hierarquia clara de eficácia. Entre os medicamentos, o VC1-8 e a aspirina foram os mais bem-sucedidos em ajudar as células saudáveis a manter sua posição. Nas simulações onde esses medicamentos estavam presentes, as células saudáveis mantinham uma população maior, e as células cancerosas eram mantidas sob controle, incapazes de se expandir tão agressivamente. O modelo sugeriu que esses medicamentos funcionavam ao aumentar a força de defesa das células saudáveis, tornando-as mais eficazes na eliminação de suas vizinhas cancerosas. Por outro de lado, os fatores dietéticos tiveram o efeito oposto. O alto consumo de açúcar e o tabagismo foram os impulsionadores mais potentes do crescimento do câncer na simulação, fazendo com que as células cancerosas se expandissem rapidamente e empurrassem as células saudáveis à beira da extinção. O estudo também explorou o que acontecia quando medicamentos e dietas ruins eram combinados. As simulações revelaram que uma dieta saudável e medicamentos eficazes podiam se cancelar parcialmente, enquanto uma dieta ruim poderia minar os benefícios da medicação. Isso sugere que o ambiente no qual as células existem é tão crítico quanto o próprio tratamento.

Um dos aspectos mais significativos deste trabalho é como ele lida com o conceito de aprendizado. Os pesquisadores não apenas programaram as células para seguir um roteiro definido; eles permitiram que o sistema atualizasse sua compreensão da situação conforme a simulação progredia. Eles usaram um método chamado aprendizado Bayesiano, que é uma forma de atualizar crenças com base em novas evidências, para rastrear como as estratégias de defesa das células evoluíram. Conforme a simulação avançava, a estimativa interna do modelo de força de defesa se alinhava gradualmente com os números reais da população, mostrando que o sistema estava, de fato, aprendendo com o ambiente, em vez de apenas seguir uma regra pré-escrita. Essa abordagem dinâmica permitiu que os pesquisadores vissem que o equilíbrio entre células saudáveis e cancerosas não é um ponto fixo, mas um alvo móvel que muda com cada interação. O estudo confirmou que, sob uma ampla gama de condições, este novo framework permanecia estável, o que significa que a competição entre os dois tipos de células poderia persistir por muito tempo sem que um dos lados eliminasse imediatamente o outro, um cenário que corresponde à progressão lenta e complexa dos tumores reais.

Os pesquisadores foram cuidadosos ao notar que essas descobertas vêm de simulações de computador, não de experimentos diretos em pacientes humanos ou animais. Os números que eles usaram para como diferentes medicamentos e alimentos afetam as células foram estimados a partir da literatura científica existente, não medidos em seu próprio laboratório. Isso significa que, embora a classificação de quais medicamentos funcionam melhor e quais alimentos são piores seja provavelmente precisa com base nos dados que utilizaram, os números exatos podem precisar de ajustes assim que medições do mundo real estiverem disponíveis. O modelo também simplificou a estrutura complexa tridimensional do tecido humano em uma grade plana de duas dimensões, o que é um passo necessário para esse tipo de cálculo, mas pode não capturar todos os detalhes de como os tumores invadem o corpo. Apesar dessas limitações, o estudo oferece uma nova ferramenta poderosa para pensar sobre o câncer. Ao tratar o tumor e o tecido saudável como um sistema dinâmico onde as regras mudam com base na população, os pesquisadores forneceram uma maneira de testar como diferentes combinações de tratamentos e escolhas de estilo de vida podem trabalhar juntas.

Essa abordagem sugere que a terapia personalizada contra o câncer pode se beneficiar ao olhar para o quadro completo, incluindo a dieta do paciente e a mistura específica de medicamentos que ele recebe. Se um paciente está tomando um medicamento poderoso, mas também consumindo uma dieta que promove fortemente o crescimento do câncer, o medicamento pode ser menos eficaz do que o esperado. O modelo prevê que controlar esses fatores ambientais é essencial para que o tratamento funcione. O estudo não afirma ter resolvido o câncer ou descoberto uma nova cura, mas oferece uma maneira mais clara e flexível de entender a luta entre células saudáveis e cancerosas. Ele vai além da ideia de uma batalha estática com vencedores e perdedores fixos, mostrando, em vez disso, que o resultado depende de uma negociação contínua e mutável entre as duas populações. Para cientistas e médicos, isso significa que os tratamentos futuros podem precisar ser adaptados não apenas à composição genética do tumor, mas ao ambiente dinâmico no qual o tumor vive, ajustando as estratégias conforme a população de células muda ao longo do tempo.