The Role of Prostate Ducts in Prostate Cancer Progression

Abstract

Em 2020, o cancro da próstata (PCa) foi a quinta principal causa de mortalidade por cancro em indivíduos designados homem ao nascer (AMAB). A estratégia atual para combater o PCa é a triagem regular para deteção precoce, uma vez que o cancro é frequentemente assintomático nas fases iniciais, onde as chances de sobrevivência são maiores. No entanto, atualmente o tratamento clínico do PCa baseia-se num paradigma observacional baseado na população, que não permite adaptar os cuidados clínicos a tumores relativamente latentes e menos agressivos em comparação com aqueles de rápido crescimento e potencialmente fatais. Como resultado, os pacientes são frequentemente submetidos a tratamentos excessivos ou insuficientes, resultando numa perda desnecessária de qualidade de vida.Apesar dos consideráveis avanços na classificação, diagnóstico e estratégias de tratamento do PCa, atualmente o desenvolvimento de um plano de tratamento otimizado e específico para cada paciente permanece limitado. No entanto, a utilização de técnicas da oncologia matemática pode personalizar o tratamento do PCa ao otimizar planos terapêuticos ou de monitorização in silico, contribuindo significativamente para resolver o problema do tratamento excessivo ou insuficiente.Neste contexto, esta tese apresenta um modelo matemático para explorar os papéis da estrutura ductal da próstata na progressão do PCa durante a sua fase inicial e a consequente formação de diferentes padrões de Gleason (GPs), que caracterizam a agressividade do PCa e são fundamentais para a identificação de doença de alto risco. O modelo utiliza o método de phase-field para representar o tumor e os ductos prostáticos, bem como um conjunto de equações de reação-difusão para descrever a dinâmica de substâncias-chave que impulsionam o desenvolvimento da doença (e.g., nutrientes, metaloproteinases da matriz (MMPs)). Neste trabalho, realizamos um estudo computacional num patch de tecido 2D em que exploramos como variações nos parâmetros do modelo alteram a dinâmica do PCa, focandomo-nos particularmente na ramificação do tumor e na degradação da matriz extracelular (ECM) que compõe a estrutura ductal.

In 2020, prostate cancer (PCa) was the fifth major cause of cancer mortality in individuals assigned male at birth (AMAB). The current strategy to combat PCa is regular screening for early detection, since the cancer is often asymptomatic during early stages, where chances of survival are greater. However, the current clinical management of PCa relies on an observational, population-based paradigm, which does not enable to adapt clinical care to relatively latent, less aggressive tumours from fast-growing, life-threatening ones. Hence, patients frequently undergo over- or undertreatment, resulting in an unnecessary loss of quality of life.Despite the considerable progress in PCa grading, diagnosis, and treatment strategies the design of patient-specific optimal management plans is very limited nowadays. However, the use of mathematical oncology techniques can personalize PCa care by optimizing therapeutic or monitoring regimens in silico and, hence, contribute significantly to solve the problem of over- and under-treatment.In this context, this thesis presents a mathematical model to explore the roles of the prostate's ductal structure in the progression of PCa during its early stage, and how this leads to the formation of different Gleason patterns (GPs), which characterize PCa aggressiveness and are central to the identification of high-risk disease. The model leverages the phase-field method to represent the tumour and the prostatic ducts, along with a set of reaction-diffusion equations to describe the dynamics of key substances driving the development of the disease (e.g., nutrient, matrix metalloproteinases (MMPs)). In this work, we perform a computational study in a 2D tissue patch in which we explore how variations of the model parameters change PCa dynamics, with particular focus to tumour branching and the degradation of the extracellular matrix (ECM) that makes up the ductal structure.