Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Introducción
Las células tumorales, al desarrollarse in vitro en pozos que les permiten crecer sin restric-
ciones de nutrientes, exhiben patrones de crecimiento que se asemejan a los representados en
la Figura 1. Inicialmente, cuando el entorno proporciona alimento, oxígeno y espacio de forma
ilimitada sin competición con otras células, estas experimentan un crecimiento exponencial
que alcanza su máxima velocidad de crecimiento en la conocida como zona de saturación.
En esta etapa, el crecimiento continua pero se ralentiza, llegando a un punto en el cual las
células tumorales, que acidifican el medio a causa de su mecanismo de metabolización de
la glucosa, provoca que este se vuelva contra las propias células, causando su muerte. Una
diferencia importante entre las células tumorales y las células normales es que las segundas
no generan esos residuos en el metabolismo.
1
Universidad de Castilla-La Mancha Matemática Oncológica - Octubre 2023
2. Modelo Matemático
Se nos pide adaptar esta situación a un modelo matem´atico en función de ciertos pará-
metros a estimar que aproximem de la mejor manera posible esta curva. Vamos a considerar
dos modelos diferentes, que difieren en cómo será la función que modeliza la acidificación del
medio.
Para ajustar la gráfica utilizamos el paquete de datos H4602 000B . Las condiciones ini-
ciales del modelo son N (0) = 0,0259 y A(0) = 1,3417. La función de acidez será
(
0 si A ≥ 1,358
a(A) = ,
N (A − 1,358) si A > 1,358
el valor A = 1,358 corresponde al punto en el que la gráfica de los datos alcanza su punto
máximo. El siguiente código de MatLab resuelve el sistema para unos parámetros del medio
razonables y lo representa.
r =0.075;
K= 5 . 8 ;
a lp h a = 0 . 0 0 0 1 ;
l o a d ( ’ e j e m p l o 1 . mat ’ )
%Parte s i n a c i d e z
y0 = [ 0 . 0 2 5 9 , 1 . 3 4 1 7 ] ;
t f 1 =123; %tiempo a p a r t i r d e l que e l medio s e a d i f i c a
a =0;
f=@( t , y ) [ ( r ∗y (1))∗(1 − y ( 1 ) /K)−g∗y ( 1 ) ; alpha ∗y ( 2 ) ] ;
[ t1 , y1 ]= ode45 ( f , [ 0 , t f 1 ] , y0 ) ;
%Parte con a c i d e z
y0 = [ 5 . 6 3 9 9 3 1 9 1 8 8 4 9 2 7 , 1 . 3 5 8 3 0 4 8 2 0 3 0 0 1 0 ] ;
t f 2 =160;
f g=@( t , x ) [ ( y ( 1 ) ∗ r )∗(1 −y ( 1 ) /K)−(y ( 2 ) ∗ y (1) −1.35830482030010∗ y ( 1 ) ) ∗ y ( 1 )
; a l p ha ∗y ( 2 ) ] ;
[ t2 , y2 ]= ode45 ( fg , [ t f 1 , t f 2 ] , y0 ) ;
2
Universidad de Castilla-La Mancha Matemática Oncológica - Octubre 2023
p l o t ( t1 , y1 ( : , 1 ) ) ;
h o l d on
p l o t ( t2 , y2 ( : , 1 ) ) ;
h o l d on
p l o t ( tH460_4000_B , H460_2000_B )
g r i d on
xlabel ( ’ t ’)
y l a b e l ( ’N( t ) ’ ) ;
l e g e n d ( ’A<A∗ ’ , ’A>A∗ ’ , ’ H460_2000_B ’ )
Si corremos el código obtenemos lo siguiente (figura 2)
3
Universidad de Castilla-La Mancha Matemática Oncológica - Octubre 2023
p l o t ( t1 , y1 ( : , 1 ) ) ;
h o l d on
p l o t ( tH460_4000_B , H460_2000_B )
g r i d on
xlabel ( ’ t ’)
y l a b e l ( ’N( t ) ’ ) ;
l e g e n d ( ’ Modelo ’ , ’ H460_2000_B ’ )