KINEMATIKA IMUNOTERAPI PADA TUMOR
MADE MITHA PRAMESWARI
DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011
ABSTRAK Made Mitha Prameswari. Kinematika Imunoterapi pada Tumor. Dibimbing oleh Dr. Agus Kartono dan Dr. Akhiruddin Maddu
Sejumlah fakta memprediksikan bahwa imunoterapi dengan sitokin interleukin-2 (IL-2) dapat mendorong sistem imun di dalam tubuh manusia untuk melawan sel-sel tumor. Sel CD4+ T adalah sel-sel yang menyusun respon imun di dalam tubuh manusia. Sel CD4+ T menggunakan sitokin-sitokin sebagai mekanisme sinyal untuk menstimulasi respon imun tubuh untuk pertumbuhan, pembelahan dan diferensiasi sel tersebut. Karena sel-sel tumor muncul sebagai ‘sel sendiri’, sistem imun tubuh tidak dapat merespon secara efektif untuk membunuh sel tumor tersebut, tetapi terapi imun seluler adoptif dengan IL-2 dapat secara potensial mengembalikan atau menaikkan efek-efek imun tubuh untuk membunuh sel tumor. Penelitian ini mengilustrasikan suatu model matematika dinamika interaksi antara sel tumor, sel efektor-imun dan IL-2. Usaha-usaha ini dapat menjelaskan kedua osilasi-osilasi tumor pendek seperti kekambuhan tumor jangka panjang. Saya kemudian mengeksplor efek-efek terapi imun seluler adoptif pada model dan menggambarkan dibawah keadaan apa tumor dapat dieliminasi. Kata kunci: imunoterapi, sitokin, interleukin-2, siRNA, TGF-β, Persamaanpersamaan diferensial biasa
KINEMATIKA IMUNOTERAPI PADA TUMOR
MADE MITHA PRAMESWARI G74051242
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011
Judul
:
Kinematika Imunoterapi pada Tumor
Nama
:
Made Mitha Prameswari
NRP
:
G74051242
Disetujui, Pembimbing 1
Pembimbing 2
Dr. Agus Kartono NIP. 19700421 199903 1 002
Dr. Akhiruddin Maddu NIP. 19660907 198802 1 006
Diketahui, Ketua Departemen Fisika FMIPA IPB
Dr. Akhiruddin Maddu NIP. 19660907 198802 1 006
Tanggal Lulus :
i
RIWAYAT HIDUP
Penulis mempunyai nama lengkap Made Mitha Prameswari. Penulis dilahirkan di Jakarta pada tanggal 23 Februari 1986 dari pasangan Bapak I Gede Ketut Sudjisnu dan Ibu Putu Lestari. Penulis merupakan putri kedua dari tiga bersaudara. Penulis merupakan lulusan SDN 01 pagi Cakung Jakarta Timur, SMP 256 Cakung Jakarta Timur, dan SMUN 21 di Jakarta Timur. Penulis pernah cukup aktif dalam berorganisasi saat SMU dan pernah bergabung dalam Pasukan Pengibar Bendera (Paskibra) di sekolah. Penulis juga aktif mengikuti bimbingan belajar semasa SMU dan sudah mendapatkan sertifikat pendidikan bahasa Inggris dari lembaga pendidikan bahasa asing, Lembaga Indonesia Amerika (LIA) sampai level intermediete pada tahun 2004. Pada tahun 2005, penulis diterima di Institut Pertanian Bogor (IPB) melalui Seleksi Penerimaan Mahasiswa Baru (SPMB). Penulis kemudian terdaftar sebagai mahasiswi Departemen Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam melalui seleksi Mayor Minor yang diadakan di IPB pada saat itu. Selama duduk di bangku kuliah, penulis aktif dalam Himpunan Mahasiswa Fisika (HIMAFI) sebagai anggota seksi bidang Infokom (Informasi dan Telekomunikasi). Selain itu juga penulis cukup aktif mengikuti berbagai kegiatan di IPB yang merupakan pelatihan maupun non pelatihan, atau yang mendapatkan sertifikat didalamnya maupun hanya sekedar mencari pengalaman saja. Selain itu penulis juga pernah mengajar Fisika pada mahasiswa Tingkat Persiapan Bersama (TPB) tahun 2007.
ii
KATA PENGANTAR
Segala puja dan puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena berkat segala rahmat-Nya yang tiada terkira penulis akhirnya dapat menyelesaikan skripsi yang berjudul ”Kinematika Imunoterapi Pada Tumor” ini dengan sebaik-baiknya. Skripsi ini dibuat demi untuk memenuhi syarat akhir untuk memperoleh gelar Sarjana Sains. Skripsi ini mulai dilaksanakan pada bulan September 2010 dan selesai kira-kira pada bulan Desember 2010. Penelitian ini dilaksanakan di Laboratorium Fisika Teori dan Komputasi Departemen Fisika Fakultas Matematika dan Ilmu pengetahuan Alam, Institut Pertanian Bogor. Penelitian ini meliputi kegiatan penelusuran literatur, pembuatan program, analisis output, pengolahan data, dan penyusunan laporan. Ucapan terima kasih pertama-tama penulis ucapkan kepada orang tua penulis atas doa-doa beliau yang tiada habisnya kepada penulis; semoga Beliau selalu dilindungi dan dilimpahi rahmatya oleh Tuhan Yang Maha Kuasa. Terima kasih juga penulis sampaikan kepada Bapak Dr. Agus Kartono dan Bapak Dr. Akhiruddin Maddu atas bimbingan serta ilmunya selama ini sehingga skripsi ini dapat terselesaikan dengan baik. Terakhir penulis ingin menyampaikan ucapan terima kasih kepada kakak Teguh Puja Negara, selaku mahasiswa Fisika angkatan 39, atas bantuannya sehingga penulis dapat memenuhi tugas yang diberikan dengan baik. Serta kepada seluruh pihak yang telah membantu, yang tidak bisa disebutkan satu-persatu di sini, penulis ucapkan banyak terima kasih. Penulis menyadari skripsi ini masih jauh dari kesempurnaan. Oleh karena itu kritik dan saran yang bersifat membangun penulis harapkan demi kemajuan ilmu pengetahuan di masa mendatang.
Bogor, Desember 2010
Made Mitha Prameswari
iii
DAFTAR ISI
Halaman DAFTAR TABEL........................................................................................... DAFTAR GAMBAR.................................................................................. .... DAFTAR LAMPIRAN.................................................................................... BAB 1 PENDAHULUAN.............................................................................. 1.1 Latar Belakang.................................................................................. 1.2 Tujuan Penelitian.............................................................................. 1.3 Hipotesis............................................................................................ 1.4 Rumusan Masalah......................................................................... .....
iv v vi 1 1 1 1 1
BAB 2 2.1 2.2 2.3 2.4 2.5
1 1 2 3 4 5
TINJAUAN PUSTAKA................................................................. Peran TGF-β dalam Pertumbuhan Tumor...................................... Immunoterapi Tumor-Tumor dengan Sitokin dan siRNA.............. Model Tumor Agresif..................................................................... Penaksiran Parameter..................................................................... Parameter dalam Perawatan dan Pertumbuhan Tumor...................
BAB 3 BAHAN DAN METODE............................................................. 3.1 Waktu dan Tempat Penelitian........................................................ 3.2 Metode Penelitian..........................................................................
6 6 6
BAB 4 4.1 4.2 4.3 4.4
HASIL DAN PEMBAHASAN.................................................... Immunoterapi pada Tumor dengan IL-2......................................... Tumor-Tumor Pasif (tidak memproduksi TGF-β)......................... Tumor Agresif (memproduksi TGF-β)............................................ Arti Biologi.................................................................................... 1 Definisi Tumor............................................................................. 2 Pertumbuhannya.......................................................................... 3 Perluasannya................................................................................. 4 Kekambuhan.................................................................................
6 6 7 9 10 10 10 11 11
BAB 5 KESIMPULAN DAN SARAN..................................................... .. 5.1 Kesimpulan...................................................................................... 5.2 Saran................................................................................................
11 11 12
DAFTAR PUSTAKA................................................................................... LAMPIRAN..................................................................................................
12 14
iv
DAFTAR TABEL
Halaman Tabel 1. Daftar nilai-nilai parameter yang digunakan dalam ODE Pertumbuhan tumor dan sumber-sumbernya………………….... 4 Tabel 2. Menunjukkan stabilitas sel tumor keadaan-keadaan tetap berbeda menurut antigenisitas c menyoroti tiga daerah kepentingan………………………………….............. 8
v
DAFTAR GAMBAR
Halaman Gambar 1. Sebuah model untuk rangkaian kejadian-kejadian molekular yang diasosiasikan dengan siRNA untuk meredam TGF-β RNA…........................................................... 2 Gambar 2. Sebuah simulasi numerik model persamaanpersamaan (1)-(5) memplot densitas sel tumor terskala versus waktu untuk mendeteksi tumor (c = 5 × 10-6) pada laju produksi TGF-β, p 4 , meningkat......................................... 5 Gambar 3. Diagram bifurkasi menunjukkan perubahan-perubahan dalam jumlah dan stabilitas dari keadaan-keadaan tetap terkait dengan densitas sel tumor terskala (x) pada laju produksi TGF-β yang berubah-ubah.................................................................. 5 Gambar 4. Diagram bifurkasi yang dicirikan oleh satu bifurkasi Hopf pada p 4 = 2.84................................................................. 6 Gambar 5. Grafik-grafik simulasi numerik model persamaanpersamaan (1)-(5) memplot volume sel tumor versus waktu untuk mendeteksi tumor ketika antigenisitas tumor, c, menaik........................................................................ 7
vi
DAFTAR LAMPIRAN
Halaman Lampiran 1. Diagram Alir Penelitian........................................................ 15 Lampiran 2. Program Matlab untuk Memanggil Fungsi……………….... 16 Lampiran 3. Program Matlab untuk Membuat Grafik Fungsi………........ 17
1
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini, perjuangan untuk menemukan cara penyembuhan yang efektif dan permanen untuk tumor terus dilakukan oleh para ilmuwan, sehingga banyak kemajuan yang telah dibuat dalam menemukan informasi baru pada pengobatan yang berhasil untuk mengurangi bahkan menghentikan sel tumor. Tidak berfungsi sistem imun tubuh untuk melawan tipe sel tumor merupakan masalah yang sangat mendasar untuk terus diteliti.1 Sel tumor diturunkan dari satu atau beberapa sel normal yang telah melalui transformasi menjadi sel yang membahayakan. Sebuah sel yang telah mengalami mutasi menghasilkan sel tumor yang lebih mudah dikenali sebagai benda asing (dengan kata lain lebih antigenik) daripada sel yang berbeda hanya sedikit dari sel sehat..1 Respon imun adaptif bergantung pada empat sel efektor utama untuk mengeliminasi atau memperlambat pertumbuhan tumor: dua tipe sel T, sel fagositik, dan sel pembunuh. Sel fagositik dan sel pembunuh alami dapat mengidentifikasi dan menghancurkan sel-sel tumor dengan mengenali target sel-sel T sitotoksik di dalam sel tumor. Respon tubuh terhadap imun pada dasarnya berupa proses pengenalan dan eliminasi. Jika salah satu atau kedua proses ini terganggu maka akan terjadi gangguan seperti autoimun, hipersensitif. Ketika ada antigen masuk, sistem imun merespon lalu mengeliminasi benda asing. Kegagalan eliminasi menyebabkan patologis.2 Kekuatan respon imun tubuh memberi pengaruh besar terhadap keberhasilan atau kegagalan dalam pembunuhan sel-sel tumor.1 Respon imun tubuh pada sel tumor bergantung pada seberapa besar antigenik sel tumor tersebut. Terlihat bahwa ketidakmampuan sistem imun tubuh untuk membunuh tumor, karena sel-sel tumor dapat mengelak dari pengawasan imun tubuh, sehingga ini memberikan inspirasi untuk mencari metode terapi yang mendorong imun tubuh dapat mengenali sel-sel tumor tersebut. Metode imunoterapi membantu menstimulasi dan meningkatkan reaksi daya tahan tubuh, serta menekan secara maksimal efek racun dengan Model kemoterapi dan radioterapi.2 kemudian dikembangkan dengan
memasukkan perawatan siRNA yang dapat mengurangi pengaruh asing dalam sel-sel tumor. 1.2 Tujuan Penelitian ini bertujuan untuk meneliti tingkat imunoterapi pada tumor dengan menggunakan metode numerik dan menganalisis seberapa besar peran antigen mampu menstimulasi sistem imun tubuh. 1.3 Hipotesis Perilaku grafik pertumbuhan sel-sel tumor mengikuti pola pertumbuhan sigmoid (huruf S) yaitu kelajuan densitas sel tumor terskala terhadap waktu awalnya linier kemudian eksponen lalu menuju konstan.3 Setelah diberi obat grafik laju berbentuk huruf L atau pelana kuda, yaitu awalnya tinggi kemudian menurun, lalu berhenti. 1.4 Rumusan Masalah 1. Bagaimana perbandingan respon tumor terhadap metode injeksi sitokin (IL-2) dengan siRNA dalam keampuhan strategi perlakuan imunoterapi ini ? 2. Bagaimana hasil perbandingan menggunakan perawatan dengan yang tanpa perawatan ? 3. Bagaimana solusi numerik model imunoterapi pada tumor menggunakan metode ODE45 ? 4. Apa pengaruh variabel antigenisitas tumor, c di sel efektor dan Interleukin-2 terhadap keampuhan imunoterapi ? BAB 2 TINJAUAN PUSTAKA Peran TGFβ dalam Pertumbuhan Tumor Ketika secara efektif sistem imun tubuh menggunakan pro-radang dan anti-radang sitokin dalam merespon patogen, sel tumor mengembangkan cara untuk menghindari efek ini secara langsung atau menghambat peningkatan sitokin. Sel tumor dapat menghindari pendeteksian imun tubuh dengan mengeluarkan faktor-faktor yang bersifat menekan imun, seperti: interleukin10 (IL-10), prostaglandin E2 (PGE-2), dan faktor pertumbuhan-pergantian bentuk-beta (TGF-β).4 Tiga elemen penghambat yang tercakup di atas dalam model matematika dapat diwakilkan hanya pada satu penghambat saja, yaitu fokus penghambat TGF-β, karena secara intensif TGF-β bersifat menekan
2.1
2
dengan sifat angiogeniknya. Dengan membalas sifat-sifat pembangkit imuno IL-2 dan menyelubungi tumor dari pengenalan sistem imun, TGF-β menghambat pergerakan dan perluasan CTLs (sel T sitotoksik) dan sel-sel B (yang memproduksi antibodi) dan mengurangi ekspresi antigen, sehingga mencegah pembunuhan sel tumor.4 TGF-β dapat hadir dalam sel tumor dan sel sehat dan memainkan peran yang bermanfaat dalam penyembuhan luka normal, peradangan, dan pertumbuhan perangsang angiogenesis (pembentukan pembuluh darah baru).5 Walaupun TGF-β dapat meningkatkan pertumbuhan sel sehat dan kegunaannya, produksi TGF-β oleh sel tumor sangat menantang sistem imun melalui peningkatan angiogenesis dan dapat meningkatkan pertumbuhan tumor secara metastasis.6 TGF-β tidak diproduksi secara konsisten diantara semua sel tumor. Percobaan telah menunjukkan bahwa sel tumor yang kecil (yang mana menerima banyak bahan gizi dari jaringan di sekelilingnya) memproduksi sedikit atau tidak TGF-β. Pada umumnya, sel tumor yang besar mengeluarkan TGF-β dan bergantung dengan pertumbuhan efek-efek perangsangannya, seperti pada sifat-sifat penekan imun tubuh.7 Perbedaan ini membantu untuk mengenal konsep bahwa sel tumor dapat ‘mengganti’, ini untuk menyatakan sifatsifat penekan imun (dengan kata lain memproduksi TGF-β) pada tingkat tertentu dengan mengumpulkan perubahanperubahan genetik yang mengubah ekspresi gen.7 Untuk melawan tertekannya imun oleh sel tumor, para peneliti juga mempertimbangkan strategi pengobatan baru yang dikenal sebagai terapi pencampuran RNA (siRNA) sederhana.
ex vivo dengan menstimulasi tuan rumah limfosit (seperti limfosit mengaktifkan sel pembunuh (LAK) dan infiltrasi limfosit tumor (TIL)). Jumlah produksi TGF-β oleh sel tumor berhubungan dengan tingkatan penyakit dan muatan tumor, ini menjelaskan mengapa sel tumor diperlakukan dalam banyak studi imunoterapi bisa memproduksi cukup TGF-β untuk menghambat aktivitas LAK atau sel-sel.6 Dengan demikian, pendekatan-pendekatan baru menggunakan terapi-terapi kombinasi harus diterapkan. Perlakuan siRNA menyertakan pengiriman awal dobel-untai RNA (dsRNA) ke dalam sel-sel tumor (lihat Gambar 1). Enzim Dicer kemudian memotong dsRNA ke dalam 21-23 nukleotida-segmen-segmen panjang yang dikenal sebagai siRNA, ini menunjukkan bahwa sekali terikat dengan RNA-kompleks peredam terinduksi (RISC), dapat mengenai TGF-β mRNA.8 Rangkaian antisens siRNA mendeteksi untaian mRNA komplementer yang menjadi TGF-β dalam sel-sel tumor. RISC mengikat dan membelah mRNA untuk mencegah protein TGF-β diproduksi. Sebuah model untuk dinamika molekuler ditunjukkan pada Gambar 1.
2.2 Immunoterapi Tumor-Tumor dengan Sitokin dan siRNA Terapi pengobatan tumor yang cukup membahayakan telah diterapkan sekarang ini adalah kemoterapi dan radiasi, sedangkan terapi pengobatan secara imunoterapi termasuk yang tidak membahayakan. Terapi pengobatan yang terakhir adalah untuk mendorong respon imun tubuh yang cukup untuk membantu tubuh dalam melawan tumor. Pendekatan terapi pengobatan imunoterapi untuk menyerang tumor yang fokus pada transfer adoptif dari non-spesifik
Gambar 1. Sebuah model untuk rangkaian kejadian-kejadian molekular yang diasosiasikan dengan siRNA untuk meredam TGF-β RNA.1 Walaupun belum dites secara in vivo, perlakuan siRNA sebaiknya menyediakan cara-cara yang dapat memblokir penciptaan produk gen TGF-β. Pada akhirnya, perlakuan siRNA bekerja untuk menghambat ekspresi TGF-β dengan mengarahkan rangkaian mRNA spesifik yang memimpin pada sintesanya dapat menyediakan fungsi kelipatan TGF-β yang
3
secara negatif mengatur perkembangbiakan sel dan memimpin massa tumor yang besar. Namun, beberapa kekurangan yang ada yang bisa membatasi keefektifan dari strategi pengobatan ini, mencakup jalan masuk lokasi target siRNA pada TGF-β mRNA.9 Secara ideal, terapi sitokin (misalnya terapi IL-2) dapat diatur dalam kombinasi dengan strategi-strategi penawaran, seperti siRNA, untuk menghambat produksi dan efek-efek yang bersifat menekan imun dari TGF-β.6 Riset dan percobaan lebih lanjut dengan terapi-terapi kombinasi ini bisa menyediakan solusi efektif dalam menujukan efek-efek yang bersifat menekan imun TGF-β. 2.3 Model Tumor Agresif Untuk memodelkan kejadian-kejadian yang digambarkan di atas, model matematika dibangun dari model yang telah yang dipublikasikan sebelumnya1 menggambarkan laju pertumbuhan sel-sel efektor, E (t ) ; sel-sel tumor, T (t ) ; dan IL2, I (t ) . Pada penelitian ini, model digabung dengan efek-efek perangsang pertumbuhan dan efek-efek yang bersifat menekan imun TGF-β dengan menetapkan variabel baru, S (t ) .16 EI qS dE cT p1 − 1 , = − µ1 E + dt 1 + γS g I + q 2 +S 1
(1) p ST , dT T aET + 2 = rT 1 − − dt K g + T g 2 3 +S
(2) p3 ET dI = − µ2 I , dt ( g 4 + T ) (1 + αS )
(3) p T2 dS = 2 4 2 − µ3 S , dt τ c + T
(4) dengan kondisi-kondisi awal:
E (0) = E 0 T (0) = T0
I (0) = I 0 (5) S (0) = S 0 . Dalam persamaan (1), sel-sel efektor diasumsikan untuk direkrut pada lokasi tumor sebagai hasil langsung dari kehadiran sel-sel tumor. Parameter c, antigenisitas tumor, mengukur kemampuan sistem imun untuk mengenal sel-sel tumor. Antigenisitas ditunjukkan untuk menjadi parameter
mengatur dinamika bifurkasi utama1 kesetimbangan. Produksi TGF-β telah ditunjukkan untuk mengurangi ekspresi antigen, dengan demikian membatasi tingkat pengerahan, diukur oleh parameter penghambat γ.4 Bagian kedua mewakili kehilangan selsel efektor karena kematian sel, dan bagian ketiga, bagian perkembangbiakan, menegaskan perkembangbiakan sel efektor bergantung atas kehadiran sitokin IL-2 dan berkurang ketika sitokin TGF-β hadir. Bentuk-bentuk Michaelis-Menten dari komponen-komponen dari bagian perkembangbiakan dapat diperoleh dengan mempertimbangkan ikatan IL-2 dan TGF-β pada permukaan sel efektor penerimapenerima rangsang, melibatkan hukum aksi massa, dan menggunakan asumsi-asumsi keadaan kuasi-tetap biasa. Oleh karena itu, adalah laju maksimum dari p1 perkembangbiakan sel efektor dalam ketiadaan TGF-β, g 1 dan q 2 adalah konstanta-konstanta saturasi-setengah, dan q 1 adalah laju maksimum dari efek antiberkembangbiak TGF-β.1 Persamaan (2) menggambarkan pertumbuhan populasi tumor dan bagian pertama mewakili dinamika pertumbuhan logistik dengan laju pertumbuhan hakiki r dan kapasitas pembawa K dalam ketiadaan sel-sel efektor dan TGF-β. Model bagian kedua, penurunan populasi tumor disebabkan oleh pembersihan imun. Bagian ini diturunkan sehingga laju bersih imunaE terimbas kematian sel tumor g2 + T
bertambah sebagai akibat meningkatnya populasi sel, tetapi berkurang ketika populasi tumor meningkat. Parameter a mengukur kekuatan respon imun pada selsel tumor dan, seperti yang diharapkan, ditunjukkan untuk menjadi parameter bifurkasi.1 Bagian ketiga dalam (2) menjelaskan peningkatan pertumbuhan dari sel-sel tumor dalam kehadiran TGF-β. TGF-β dikenal untuk menstimulasi pertumbuhan tumor dengan mengembangkan angiogenesis dan meningkatkan persediaan darah intratumoral.5 Dengan demikian, dalam kehadiran TGF-β, ukuran tumor bisa melebihi kapasitas pembawanya. Kinetika MichaelisMenten, dimana p 2 adalah laju maksimum dari perkembangbiakan yang meningkat dan g 3 adalah konstanta saturasi-setengah,
4
menunjukkan respon terbatas sel-sel tumor pada pemicu pertumbuhan sitokin ini. Kinetika IL-2 digambarkan dalam persamaan (3). Bagian pertama mewakili produksi IL-2 yang mana diproduksi pada laju maksimal dari p 3 dalam kehadiran selsel efektor distimulasi oleh interaksi mereka dengan sel-sel tumor. Dalam ketiadaan TGFβ, proses pembatasan sendiri ini dengan koefisien saturasi-setengah, g 4 . Kehadiran TGF-β menghambat produksi IL-2 dalam cara yang tidak kompetitif, dimana parameter α adalah ukuran dari hambatan.10 Akhirnya, µ 2 mewakili laju peluruhan IL2. Persamaan keempat menggambarkan laju perubahan penekan sitokin TGF-β. Bukti eksperimen memberi kesan bahwa TGF-β diproduksi dalam jumlah yang sangat kecil ketika tumor-tumor cukup kecil untuk menerima bahan gizi yang banyak dari jaringan sekelilingnya. Betapapun, ketika populasi tumor tumbuh cukup besar, sel-sel tumor menderita dari kekurangan oksigen dan memulai untuk memproduksi TGF-β dalam rangka merangsang angiogenesis dan untuk menghindarkan respon imun sekali pertumbuhan tumor mulai lagi. Perubahan dalam produksi TGF-β diperagakan oleh bagian pertama dalam (4). Disini, p 4 adalah laju maksimum produksi TGF-β dan τ c adalah populasi sel tumor kritis pada mana penggantian terjadi. Laju peluruhan TGF-β diwakili oleh µ 3 .16 2.4 Penaksiran Parameter Ada beberapa parameter-parameter yang mana menengahi interaksi-interaksi tuan rumah-tumor digambarkan oleh persamaan-persamaan (1-4). Tabel 1 menjabarkan nilai-nilai dasar dari parameter-parameter model yang digunakan dalam simulasi-simulasi numerik. Nilai-nilai untuk parameter-parameter oleh D. dimana S (t ) ≡ 0 dihadirkan 1 Kirschner yang digunakan secara langsung. Parameter p 2 diasumsikan bahwa kehadiran TGF-β dapat menaikkan laju perkembangbiakan bersih sel-sel tumor pada jumlah 50% (selama tidak ada data yang tersedia), nilai g 3 pada awalnya diambil untuk menjadi sama dengan g 1 . Jangkauan p 4 terdaftar dalam Tabel 1 diambil dari penelitian-penelitian yang telah dilakukan oleh T.S. Tzai et al.,11 dimana level-level pengeluaran TGF-β oleh sinar γ iradiasi dan
yang non iradiasi sel-sel tumor MBT-2 tipeganas diukur. Nilai-nilai untuk parameterparameter q 1 dan q 2 mewakili efek-efek yang bersifat menekan imun TGF-β yang diperkirakan dari percobaan-percobaan yang diberikan oleh C.I. Hsieh et al.,12 dimana penghambatan perkembangbiakan dari selsel leukimia T murni oleh sel yang mengeluarkan TGF-β diukur. Tabel 1. Daftar nilai-nilai parameter yang digunakan dalam ODE pertumbuhan tumor dan sumber-sumbernya Parameter
µ1 p1
Nilai
Nomor Pustaka
0.03 days-1
[14, 15]a
0.1245 days-1 7
g1
2 × 10
c
0 - 0.035 days-1
[14] [1]
pg l -1
[1]
q1
0.1121 days
[12]
q2
2 × 106
[12]
r K
0.18 days-1 1 × 109 cells
a
1 day-1
pg l
[1] [15]
ml
[1]
g2
1 × 10
p2
0.27 days-1
g3
1 × 103
p3
5
g4
1 × 103
µ2
10 days-1
[1]
cells ml
pg ml
[1]b
pg cell × days
[1]
cells ml
α
1 × 10
µ3
10 days-1
τc
1 × 106
p4 a
5
-3
[1] l pg
[10]
cells ml
[13]
0 – 3 × 108
pg l × days
[11]
Rata-rata nilai-nilai diperkirakan oleh [14, 15] b Nilai ini diberikan dalam [1] mempunyai satuan-satuan 1/waktu; nilai ini
5
didapatkan dengan mengasumsikan kejenuhan IL-2 pada ≈ 2 × 108 pg/l dan ratarata densitas sel 2 × 108 sel-sel/l. Penelitian oleh S.C. McKarns10 menyatakan susunan TGF-β ekspresi dari IL-2 dan nilai α diperkirakan dari eksperimen-eksperimen mereka pada efekefek TGF-β pada pengeluaran IL-2 oleh
splenosit dan thymosit. Akhirnya, τ c berdasar pada penggantian angiogenik yang terjadi ketika 106 sel hadir, ini berdasarkan pada observasi-observasi eksperimental oleh J. Folkman13 yang menunjukkan bahwa tumor hanya dapat tumbuh pada bahan ukuran gizinya terbatas dengan diameter sekitar 1-2 mm (dan mengandung O(106) sel) tanpa permulaan dari persediaan darah mereka sendiri. 2.5 Parameter dalam perawatan dan pertumbuhan tumor Tiga gambar berikut (Gambar 2, 3, dan 4) melukiskan hasil-hasil berbeda ketika meningkatnya laju maksimum dari produksi TGF-β (p 4 ) untuk bermacam nilai antigenisitas (c), dan hambatan antigenik (γ). Di atas nilai-nilai parameter yang bervariasi ini, kita mengharapkan untuk melihat hasilhasil yang sangat berbeda untuk kontrol tumor.
Gambar 2. Sebuah simulasi numerik model persamaan-persamaan (1)-(5) memplot densitas sel tumor terskala versus waktu untuk mendeteksi tumor (c = 5 × 10-6) pada laju produksi TGF-β, p 4 , meningkat.1 Dalam gambar 2, nilai c adalah sangat kecil (5 × 10-6), mencegah deteksi tumor oleh tuan rumah sistem imun. Ini menghasilkan pertumbuhan tumor yang cepat (bahkan dalam ketiadaan TGF-β, lihat Tabel 2) yang mana secara cepat mendekati lingkungan pembawa kapasitas. Untuk semua nilai-nilai p 4 lebih besar dari nol,
pertumbuhan tumor bahkan melampaui kapasitas pembawa normal yang ada dalam ketiadaan TGF-β. Semua nilai γ menghasilkan pertumbuhan tidak terkendalikan dalam kasus ini.16 Gambar ini menghasilkan kurva jenis sigmoid. Perilaku ini awalnya linier dengan laju kecil kemudian eksponensial lalu laju berubah menjadi konstan.
Gambar 3. Diagram bifurkasi menunjukkan perubahan-perubahan dalam jumlah dan stabilitas dari keadaan-keadaan tetap terkait dengan densitas sel tumor terskala (x) pada laju produksi TGF-β yang berubah-ubah. Gambar 3 (c = 0.002) menunjukkan nilai menengah c pada mana pertumbuhan tumor tak terkontrol ditekan pada tingkat produksi TGF-β beragam Sebagai gantinya, ada perubahan kritis dalam tingkah laku tumor ketika nilai p 4 meningkat ke bifurkasi 0.12) (Gambar 3a). Hopf (p 4 = Bifurkasi Hopf terjadi ketika p 4 =0.1205. Garis tipis mengacu pada perilaku tumor tidak stabil sedang garis tebal mengacu pada perilaku tumor stabil untuk nilai c = 0.002. Keadaan tetap tumor-sekarang adalah tidak stabil untuk nilai-nilai kecil p4 , menghasilkan sebuah limit siklus, digolongkan oleh getaran- getaran yang menggambarkan periode-periode waktu yang dihabiskan dekat kapasitas pembawa diikuti oleh periode dormansi. Setelah mencapai bifurkasi Hopf, keadaan tetap stabil muncul mewakili sebuah massa tumor yang besar (Gambar 3d). Catat bahwa untuk beberapa nilai p 4 ada tiga keadaan tetap yang mungkin. Tingkah laku yang digolongkan keadaan tetap stabil akan berkuasa dalam kasus-kasus ini. Dalam Gambar 3, kita menggunakan γ = 10. Penurunan γ mewajibkan level yang lebih tinggi dari produksi TGF-β (p 4 ) untuk menghasilkan tingkah laku yang sama.
6
menjelaskan inklusi dari mekanisme penggantian angiogenik untuk aktivitas TGF-β. Model memprediksi bahwa kenaikan laju produksi TGF-β untuk nilai-nilai yang layak dari antigenisitas tumor meningkatkan pertumbuhan tumor dan kemampuannya untuk lepas dari deteksi tuan rumah. BAB 4 HASIL DAN PEMBAHASAN
Gambar 4. Diagram bifurkasi yang dicirikan oleh satu bifurkasi Hopf pada p 4 = 2.84. Pada gambar 4 garis tipis merupakan perilaku tak stabil dan garis tebal mengacu pada perilaku tumor stabil untuk nilai antigenisitas c = 0.0035. Sisipan menyoroti perubahan-perubahan dalam stabilitas dekat p 4 = 0. Grafik-grafik sisanya adalah simulasi-simulasi numerik model persamaan-persamaan (1)-(5), memberikan densitas sel tumor per waktu sebagai p 4 meningkat ke nilai-nilai berikut: (b) p 4 = 0 (c) p 4 = 2.84 (d) Semua p 4 > 2.84. Akhirnya, Gambar 4 (c = 0.0035) mewakili nilai terendah c pada mana sistem imun dapat pada awalnya mengontrol tumor. Tingkah laku digolongkan oleh osilasiosilasi teredam yang menurunkan ke keadaan tetap yang rendah, dan tumor dapat digambarkan sebagai tidak aktif. Bagaimanapun, sebagaimana p 4 menaikkan masa lalu bifurkasi Hopf (p 4 = 2.85, Gambar 4a), sistem imun tidak lagi berhasil dalam mengalahkan tumor, dan massa tumor besar lagi digolongkan tingkah laku tumor dekat kapasitas pembawa (Gambar 4d). BAB 3 BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan di Laboratorium Fisika Komputasi, Departemen Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor dari bulan September 2010 sampai dengan Januari 2011. 3.2 Metode Penelitian Penelitian ini berdasarkan analisis jurnal A Mathematical Model of TumorImmune Evasion and siRNA Treatment yang ditulis oleh Denise Kirschner, T.L. Jackson dan J.C. Arciero. Model ini
4.1 Imunoterapi pada Tumor dengan IL-2 Penelitian mencoba mensimulasikan pengobatan yang berfungsi mendorong kapasitas sistem imunitas tubuh untuk memerangi kanker. Imunoterapi mencoba untuk menggunakan sitokin yaitu stimulasi protein yang diproduksi, dilepaskan dan digunakan oleh sel-sel, untuk meninggikan aktivitas selular. Sitokin paling efektif adalah interleukin-2 (IL-2). IL-2 merupakan interleukin untuk pertumbuhan T-sel dan membedakan antara sel sehat dan sel tumor. Sel-sel ini yang mengatur reaksi imun. Penelitian mempertimbangkan terapi imun untuk diadopsi oleh terapi imun selular dan/atau pengiriman IL-2 pada tempat tumor apakah secara terpisah atau dalam kombinasi. Dengan demikian, dalam model (1)-(4), dipertimbangkan apakah kedua s 1 dan s 2 menjadi non-zero dimana laju s 1 mewakili sel-sel LAK atau TIL tambahan ke tempat tumor dan laju s 2 mewakili penambahan interleukin-2 ke tempat tumor. Imunoterapi mengacu pada penggunaan sitokin yang biasanya bersamaan dengan ACI (adoptive cellular immunotherapy). Karena sel tumor mulai sebagai sendiri sistem kekebalan tidak merespon dengan efektif. ACI mengacu pada injeksi sel kekebalan tubuh yang ditanamkan yang emiliki reaktivitas ke dalam sejumlah besar tumor. Hal ini dapat mengambil dua pendekatan. 1 Terapi LAK. Sel-sel ini diambil dari penanaman in vitro dengan konsentrasi IL-2 yang tinggi dari sekitar leukosit darah yang dikeluarkan pasien. LAK kemudian disuntikkan kembali pada tempat tumor. LAK dianggap menjadi sel-sel pembunuh alami. 2 Terapi TIL. Sel-sel ini diambil dari limfosit darah putih dari pasien yang sembuh. Mereka kemudian diinkubasi in vitro dengan konsentrasi IL-2 yang tinggi dan terdiri dari sel-sel NK (sel yang terinfeksi) dan sel-sel CTL yang
7
Gambar 5. Grafik-grafik simulasi numerik model persamaan-persamaan (1)-(5) memplot volume sel tumor versus waktu untuk mendeteksi tumor ketika antigenisitas tumor, c, menaik . menghambat produksi IL-2, mengurangi diaktifkan. Mereka disuntikkan kembali ekspresi antigen, dan mempromosikan ke tempat tumor pasien. pertumbuhan tumor, tidak ada nilai c antara 5x10-6 dan 0.0032 mampu secara permanen Penelitian ini mengeksplor masingmemberikan cara pada tumor tidur yang masing dari terapi-terapi ini secara terpisah mencapai tumor pasif. Seperti hasil yang dan kemudian mengkombinasikan efek-efek menyatakan bahwa peran c, p 4 dan γ adalah keduanya. Dari analisis atas gambar 5 dari E signifikan. sampai gambar U dapat disimpulkan bahwa semakin tinggi nilai antigenisitas c maka nilai laju densitas sel tumor konstan menjadi 4.2 Tumor-Tumor Pasif (tidak semakin rendah dan waktu yang diperlukan memproduksi TGF-β) Pada bagian ini, tumor-tumor pasif pada nilai konstannya akan semakin pendek. didefinisikan tidak secara aktif memproduksi Demikian sebaliknya pada gambar A sampai TGF-β dalam rangka meningkatkan D yaitu dengan semakin rendah nilai pertumbuhannya dan mengelakkan deteksi antigenisitas c maka nilai volume sel tumor imun. Mulai dengan nilai antigenisitas tumor konstan akan semakin tinggi dan waktu yang sekecil c= 0.0001, status tunggal, tetap dan diperlukan pada nilai ini akan semakin tidak stabil ada untuk tumor pasif. Dalam hal panjang. ini, solusinya dicirikan dengan osilasi yang Ketika c meningkat, amplitude dan terus menerus dan merespon pada periode periode siklus batas berkurang, tumor. Konsentrasi sel mendekati kapasitas menyebabkan besarnya tumor dan waktu yang membawa dan periode dormansi yang dihabiskan mendekati puncak menjadi lebih panjang. Bifurkasi Hopf berkurang. Ini menghasilkan ukuran tumor menandai akhir dari osilasi-osilasi yang yang lebih kecil dan waktu penyembuhan terus menerus dan munculnya status tetap yang lebih capat. Gambar yang tersedia yang stabil. Analisis numerik dari mengikuti pelana kuda atau huruf L. Ketika persamaan-persamaan model dalam γ tingkat hambatan meningkat, besarnya p 4 dimana bifurkasi Hopf terjadi, berkurang. ketiadaan penekan imun dan kemampuanDengan kata lain, lebih besar kemampuan kemampuan yang merangsang pertumbuhan TGF- β untuk mengurangi ekspresi antigen. sel-sel tumor ( S (t ) = 0 ) dilaporkan oleh D. Ringkasnya karena tumor agresif Sebagaimana laporan Kirschner.1
8
Tabel 2. Menunjukkan stabilitas sel tumor keadaan-keadaan tetap berbeda menurut antigenisitas tumor, c, menyoroti tiga daerah kepentingan. Perilaku Tumor
0 < c < 8.55 × 10-6
Stabilitasa Tumor-tumor Pasif (Persamaan-persamaan 1-5, S(t) ≡ 0) Secara Asimtotik simpul stabil
8.55 × 10-6 < c < 0.0032
Bifurkasi Hopf ke siklus-siklus batas stabil
Massa tumor berosilasi antara nilai-nilai tinggi berbahaya dan mendorong ke rendah dengan amplitude dan period berkurang dengan kenaikan c.
0.0032 ≤ c
Bifurkasi Hopf ke simpul spiral stabil Tumor-tumor Agresifb (Persamaan-persamaan 1-5, S(t) ≠ 0) Secara Asimtotik simpul stabil
Osilasi-osilasi teredam ke rendah, massa tumor terhenti
8.55 × 10-6 < c < 0.0032 (Gambar 3)
Seraya tumor menjadi lebih agresif, yaitu selama p 4 menaik, siklus-siklus batas memberikan cara ke simpul stabil melalui bifurkasi Hopf
Untuk p 4 kecil, tumor berosilasi antara nilai-nilai tinggi yang berbahaya mendorong ke rendah dengan amplitud dan periode menurun dengan kenaikan c. Ketika p 4 meningkat, massa tumor yang besar hasilnya.
0.0032 ≤ c (Gambar 4)
Selama tumor menjadi lebih agresif, sebuah simpul spiral yang stabil memberikan cara ke simpul stabil
Untuk p 4 kecil, tumor kecil dan terhenti; ketika p 4 menaik, massa tumor yang besar hasilnya.
Antigenisitas, c
0 < c < 8.55 × 10-6 (Gambar 2)
Massa Tumor Besar
Massa Tumor Besar
a
Stabilitas merujuk pada tumor keadaan tetap. Perilaku agresif diukur oleh parameter, p4. Nilai p4 yang besar menunjukkan bahwa tumor dengan giat memproduksi TGF- β dalam rangka mempromosikan pertumbuhannya sendiri dan untuk menekan respon imun.
b
sebelumnya merupakan titik awal untuk model baru di penelitian ini, ringkasan singkat dari hasil-hasil diberikan diatas. Tabel 2 menunjukkan bagaimana jumlah dan stabilitas sel tumor keadaankeadaan tetap berbeda menurut antigenisitas tumor, c, menyoroti tiga daerah kepentingan. Dalam jangkauan nilai-nilai yang pertama (0
Dalam jangkauan yang kedua, (8.55 × 10-6 < c < 0.0032), siklus batas stabil mengindikasi bahwa tumor menyisihkan porsi waktu dekat dengan kapasitas pembawanya dan kemudian tergeletak terhenti (massa menuju ke nol) untuk periode waktu yang lain. Ketika c menaik, besaran dan periode osilasi-osilasi menurun, menghasilkan ukuran tumor yang lebih kecil dan waktu pemulihan yang lebih cepat. Jangkauan nilai-nilai yang terakhir (0.0032 < c) memulai pada bifurkasi Hopf diikuti oleh kemunculan simpul spiral yang stabil. Osilasi-osilasi teredam yang diproduksi disini mendorong kearah tumor keras yang kecil bahwa, walaupun tidak pernah
9
seluruhnya dibersihkan, dapat digambarkan sebagai inaktif. Selama waktu ketika populasi sel tumor berosilasi dengan puncak hampir sembilan puluh persen dari kapasitas pembawanya, itu sangat mungkin bahwa tuan rumah tidak akan bertahan pada tingkatan ini cukup lama untuk tumor untuk meraih masa istirahat. Sebab itu, kita tidak dapat menganggap tuan rumah akan mampu menunggu sistem imun untuk memperoleh masa istirahat. Disamping, sementara analisis ini menunjukkan hasil-hasil mungkin untuk tumor pasif. Dalam gambar 5 dengan kenaikan c sebesar 0.001 (kenaikan terjadi dari gambar A sampai gambar T) bisa menjadi baik jika c nilainya cukup besar, itu harus juga diakui bahwa hasil dapat menjadi secara mantap kurang menjanjikan jika tumornya agresif dan mulai memproduksi TGF-β untuk mempertinggi pertumbuhannya dan mengelakkan pengawasan imun. 4.3 Tumor Agresif (memproduksi TGF-β) Kita selanjutnya memeriksa kasus tumor sebagai pengganggu agresif dari respon imun tubuh. Untuk melakukannya, kita mempertimbangkan efek pada model ketika TGF-β diperkenalkan, ini menyebabkan kenaikan pertumbuhan tumor dari angiogenesis dan peningkatan kemampuan tumor untuk melepaskan deteksi oleh sistem imun karena sifat-sifat penekan imun. Walaupun penambahan TGFβ pada model menunjukkan secara kualitatif tingkah laku paralel dengan model asli oleh beberapa perbedaan D. Kirschner,1 kuantitatif penting juga terjadi. Sebagai contoh, massa tumor yang besar bertumbuh dekat kapasitas pembawanya akan akhirnya terjadi untuk semua tumor-tumor pada beberapa nilai p 4 , dengan mengabaikan level antigenisitas. Tingkah laku ini pada hakekatnya berbeda dari tumor-tumor pasif, yang mana hanya mengalami pertumbuhan tumor tak terkendalikan untuk nilai-nilai c di bawah 8.55 × 10-6. Ini menunjukkan hasil nyata bahwa tumor-tumor agresif bahkan lebih bersifat merusak pada tuan rumahnya daripada tumor-tumor pasif dan akan mungkin sekali lebih sulit untuk kontrol.16 Tidak seperti kasus tumor-tumor pasif, pertumbuhan tumor tak terkontrol pada atau dekat dengan kapasitas pembawanya mencirikan tingkah laku dari semua tumor agresif.
Keadaan tetap tumor-sekarang adalah tidak stabil untuk nilai-nilai kecil p 4 , menghasilkan sebuah limit siklus, digolongkan oleh getaran-getaran yang menggambarkan periode-periode waktu diluangkan dekat kapasitas pembawa diikuti oleh masa-masa istirahat. Setelah mencapai bifurkasi Hopf, keadaan tetap stabil muncul mewakili sebuah massa tumor yang besar (Gambar 3d). Catat bahwa untuk beberapa nilai p 4 ada tiga keadaan tetap yang mungkin. Tingkah laku yang menggolongkan keadaan tetap stabil akan berkuasa dalam kasus-kasus ini. Dalam Gambar 3, kita menggunakan γ = 10. Penurunan γ mewajibkan level yang lebih tinggi dari produksi TGF-β (p 4 ) untuk menghasilkan tingkah laku yang sama. c = 0.0035 mewakili nilai terendah c pada mana sistem imun dapat pada awalnya mengontrol tumor. Tingkah laku digolongkan oleh osilasi-osilasi teredam yang menurunkan ke keadaan tetap yang rendah, dan tumor dapat digambarkan sebagai tidak aktif. Bagaimanapun, sebagai p 4 menaikkan masa lalu bifurkasi Hopf (p 4 = 2.85) (Gambar 4a) sistem imun tidak lagi berhasil dalam mengalahkan tumor, dan massa tumor besar lagi menggolongkan tingkah laku tumor dekat kapasitas pembawa (Gambar 4d). Tiga kurva yang berbeda menggambarkan prilaku untuk peningkatan tingkat produksi TGF-β. Lebih banyak tumor agresif yang memerlukan respon kekebalan lebih kuat dibandingkan tumor yang kurang agresif. Selanjutnya, ketika membandingkan hasil ini dengan yang saya dapatkan dengan perawatan, saya menyimpulkan bahwa ada tingkat realistis dari respon kekebalan (dalam mencakup a = 0.1 sampai 0.3) dengan nilai penting c dimana tubuh dapat sebagian dalam mengendalikan tumor untuk berbagai tingkat produksi TGF-β. Karenanya saya menyelidiki pendekatan imunoterapi pengganti yang menggunakan siRNA untuk menekan produksi TGF-β memberikan sel yang sesekali pasif sesekali agresif dan karenanya mengembalikan keberhasilan imunoterapi tradisional. Dua konsep utama yang diselidiki adalah antigenisitas (c) dan penggunaan imunitas selular adoptif (s 1 ). Diagram cabang dua dalam Gambar 4 untuk antigenisitas, c, adalah indikatif dari pengaruh umum yang sama dari perawatan ACI untuk tumor yang berbeda. Untuk tumor antigenic rendah dan masukan rendah
10
dari perawatan, tumor tetap besar dan stabil. Untuk tumor antigenic rendah tetapi jumlah yang lebih besar dari ketidakstabilan perawatan yang ada dimana keadaan tumor besar atau keadaan tumor bebas menerima stabilitas. Jika perawatan meningkat ke tingkat yang sangat tinggi kemudian tumor dapat dibersihkan. Untuk tumor yang menunjukkan antigenisitas sedang ke tinggi ada dua kasus. Jika imunoterapi sedikit adalah masukan kedalam sistem, kemudian situasi pada dasarnya tetap sama dengan tidak ada perawatan. Tetapi, dengan imunoterapi sedang ke tinggi, tumor dapat dibersihkan. Konsep utama pada penelitian ini adalah antigenisitas c dan penggunaan IL-2 (s 2 ). Diagram cabang dua dalam Gambar 2 menunjukkan pengaruh komparatif. Penggunaan konsentrasi rendah IL-2 menghasilkan secara kualitatif hasil yang sama seperti dengan tidak ada perawatan IL2 (lihat Gambar 1). Bagaimanapun, jumlah besar yang digunakan IL-2 bersama dengan setiap tingkat antigenisitas menghasilkan hasil yang menarik. Disini, tumor dibersihkan tetapi sistem kekebalan tumbuh tidak mengikat ketika konsentrasi IL-2 mencapai nilai status tetap. Pertumbuhan tak terkendali (Gambar 2) dari sistem kekebalan tubuh ini merupakan suatu keadaan yang merugikan tubuh. Efek samping dari perawatan dengan peningkatan dosis IL-2 adalah kebocoran sindrom kapiler (atau sindrom kebocoran vascular). Sindrom ini disebabkan berbagai peristiwa aktivasi IL-2 yang diinduksi. Hal ini dapat berarti bahwa untuk nilai-nilai IL-2 yang digunakan diatas pertumbuhan yang tidak mengikat dari sel efektor kekebalan tubuh dapat mempengaruhi sel yang dapat menggambarkan efek samping yang merugikan terlihat dalam kanker pasien yang menerima imunoterapi. 4.4 Arti Biologi Hasil di atas menghadirkan beberapa interpretasi biologis yang menarik. Untuk hasil perawatan, kebanyakan korelasi signifikan adalah antara antigenisitas dari tumor bersamaan dengan jenis perawatan yang digunakan. Penelitian ini akan memfokuskan pembahasan pada hubungan tersebut secara detail.
1 Definisi Tumor Tumor merupakan sekelompok sel-sel abnormal yang terbentuk hasil proses pembelahan sel yang berlebihan dan tak terkoordinasi. Dalam bahasa medisnya, Tumor dikenal sebagai NEOPLASIA. Neo berarti baru, plasia berarti pertumbuhan/pembelahan, jadi NEOPLASIA mengacu pada pertumbuhan sel yang baru, yang berbeda dari pertumbuhan sel-sel di sekitarnya yang normal. Yang perlu diketahui, sel tubuh secara umum memiliki 2 tugas utama yaitu melaksanakan aktivitas fungsional nya serta berkembang biak dengan membelah diri. Namun pada sel Tumor yang terjadi adalah hampir semua energi sel digunakan untuk aktivitas berkembang biak semata. Fungsi perkembangbiakan ini diatur oleh inti sel (nucleus), akibatnya pada sel Tumor dijumpai inti sel yang membesar karena tuntutan kerja yang meningkat. Dari pengertian tumor diatas, Tumor dibagi mejadi 2 golongan besar yaitu Tumor jinak (benign) dan Tumor ganas (malignant) atauyang popular dengan sebutan Kanker. Terdapat perbedaan sifat yang nyata diantara dua jenis tumor ini dan memang membedakannya merupakan tuntutan wajib bagi praktisi medis. Perbedaan utama di antara keduanya adalah bahwa tumor ganas lebih berbahaya dan fatal sesuai dengan kata ‘ganas’ itu sendiri. Gambarannya begini, walaupun tumor ganas atau kanker itu berada pada jaringan di kaki, hal itu dalam tahap lanjut dapat mengakibatkan kematian. Tumor jinak hanya dapat menimbulkan kematian secara langsung terkait dengan lokasi tumbuhnya yang membahayakan misalnya tumor di leher yang dapat menekan saluran napas. Terdapat beberapa sifat yang membedakan antara tumor jinak dan ganas. 2 Pertumbuhannya Tumor ganas (kanker) tumbuhnya relative lebih cepat karena memang lebih aktif dan agresif, akibatnya jika di permukaan tubuh akan tampak tumor membesar dengan cepat dan seringkali di puncaknya disertai dengan luka atau pembusukan yang tidak kunjung sembuh. Luka menahun ini diakibatkan suplai nutrisi kepada sel-sel tumor tidak mampu mengimbangi lagi sel-sel tumor yang jumlah sangat cepat berlipat ganda, akibatnya sel-sel yang berada diujung tidak mendapat nutrisi dan mati. Jadi hati-hati jika memiliki luka
11
yang kotor dan tidak kunjung sembuh dengan pengobatan bahkan bertambah luas. 3 Perluasannya Tumor jinak tumbuh secara ekspansif atau mendesak, tetapi tidak merusak struktur jaringan sekitarnya yang normal. Hal ini dikarenakan tumor jinak memiliki kapsul yang membatasi antara bagian sel-sel tumor yang abnormal dengan sel-sel normal. Sebaliknya pada Tumor ganas (kanker) yang memang tak berkapsul Tumor ganas (kanker) ini tumbuhnya infiltratif atau menyusup sembari merusak jaringan disekitarnya. Pertumbuhan semacam ini pertama kali ditemukan oleh Hippocrates – bapak ilmu kedokteran – dan beliau menamakan sebagai cancer (bahasa latin dari kepiting) karena menurutnya proses infiltratif seperti demikian menyerupai bentuk capit kepiting. Akibat proses infiltratif tersebut, maka jaringan disekitar tumor ganas seringkali rusak, dan jika jaringan yang diinfiltrasi itu berupa pembuluh darah maka tumor jenis ini dapat menimbulkan gejala perdarahan. Contohnya, pada kanker paru salah satu gejalanya adalah batuk darah. 4 Kekambuhan. Tumor jinak umumnya dengan dioperasi secara tepat jarang untuk kambuh lagi.Tumor ganas (kanker) memiliki kekambuhan lebih tinggi dikarenakan proses pembedahannya sulit untuk benar-benar tuntas dikarenakan memang jaringan abnormal ini tidak berkapsul sehingga sulit untuk dibedakan dan dipisahkan dari jaringan normal sekitarnya yang sudah diinfiltrasi. Selain itu tumor ganas tahap lanjut umumnya penyebaran sudah lebih luas bahkan sudah bermetasasis jauh sehingga operasi adalah tidak mungkin menyembuhkan lagi karena sel-sel ganas sudah ada hampir di setiap bagian tubuh.17 Perawatan dengan siRNA bekerja untuk menghambat dengan mentargetkan sekuensi mRNA yang mendorong pada sintesisnya, memberika solusi yang mungkin untuk masa tumor yang besar. Meskipun demikian beberapa kekurangan yaitu dapat diaksesnya tempat target siRNA pada TGFβ mRNA. Idealnya terapi IL-2 dapat digunakan dalam gabungan dengan strategi netralisasi, seperti siRNA, untuk menghambat produksi dan pengaruh supresif kekebalan dari TGF-β. Penggunaan dosis siRNA sehari-hari (selama tujuh hari
berturut-turut) pada interval waktu yang tepat mendorong pada perilaku tumor osilasi yang dapat dikendalikan. BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan Penelitian ini menyelidiki efek-efek dari sitokin interleukin-2 pada dinamika imun tumor. Dalam dinamika ini, peran kunci dimainkan oleh antigenisitas tumor. Untuk tumor dengan antigen rendah, sistem imun tidak bisa membersihkan tumor; sementara, untuk tumor dengan antigen tinggi, pengurangan ke tumor nonaktif yang kecil adalah skenario kasus yang paling baik. Jika tumor mempunyai antigenisitas rendah ke menengah, siklus-siklus ini secara relatif panjang (dalam orde 8 sampai 10 tahun) dengan amplitudo yang besar dan tumor berada dalam inaktif sampai beberapa periode. Ini bisa menjelaskan bahwa keadaan kambuh jangka panjang dari tumor. Jika tumor mempunyai antigenisitas medium ke tinggi periode, siklus-siklus pendek dengan amplitude-amplitude yang kecil (Gbr. 1 dan 2). Kesehatan aktivasi sistem imun bermain peran dalam kecenderungan waktu tertentu dilihat dari siklus-siklus tersebut (Gbr. 3). Sebagai contoh, ketika respon imun bertambah (dengan kata lain meningkat), perioda dan amplitudo siklussiklus batas menurun, mendorong ke arah keadaan tumor berhenti. Perlu dicatat bahwa siklus-siklus batas stabil ini belum diamati dalam model-model sebelumnya dari interaksi antara tumor dan sistem imun. Perluasan-perluasan alami dari model ini adalah sebagai berikut. Pertama, sebuah metode dasar mekanis dari model terapi imun dibutuhkan. Versi perbaikan bisa termasuk sebuah bagian sumber bergantung waktu untuk terapi imun. Juga, IL-2 hanya satu dari selusin sitokin termasuk dalam dinamika selular dari respon sistem imun ke invasi tumor. Kami berencana untuk meneliti bagaimana sitokin-sitokin lain seperti Interferon-γ, IL-10, dan IL-12 mempengaruhi dinamika sistem. Dinamikadinamika ini bisa termasuk mekanismemekanisme umpan balik positif dan negatif sejak, sebagai contoh, IL-10 menyetel bawah produksi sitokin oleh makrofage teraktivasi. Akhirnya, sebuah model termasuk efek-efek gabungan terapi imun dengan kemo- dan/atau radio terapi diperlukan untuk menguraikan dengan baik
12
hasil-hasil yang didapat disini untuk tujuan menuntun percobaan-percobaan klinis.
ovary. Endoc. Rel. Cancer, 6:93107., 1999.
5.2 Saran Pertanyaan alami yang muncul dari pembelajaran di atas adalah, apa yang mempengaruhi periode dari solusi-solusi periodik ini? Kami dengan demikian menarik dalam bagaimana parameterparameter kunci, bernama antigenisitas (c) dan respon imun (a), mempengaruhi periode siklus-siklus limit yang didiskusikan di atas; dan kami menghadirkan diagram bifurkasi 2-parameter. Secara khusus, Gbr. 3 menunjukkan bagaimana parameterparameter a dan c mempengaruhi periode siklus limit. Tiap kurva dalam Gbr. 3 mewakili periode tetap siklus limit. Catat bahwa untuk c tetap, sebuah kenaikan dalam a (respon imun) menyebabkan penurunan dalam period (dan dengan demikian amplitud) dari siklus limit. Jika a menaik cukup kemudian kami melalui Bifurkasi Hopf dan siklus limit menghilang. Dalam kasus ini volume tumor kecil dan terhenti. Dalam kasus tanpa perlakuan (contohnya s 1 = s 2 = 0), model tidak mengijinkan pembersihan lengkap tumor. Pada akhirnya kami sekarang mempelajari peran dalam meningkatkan respon imun melalui immunoterapi.
6 W.M. Kast et al. Effects of TGF- β on the immune system: Implications for cancer immunotherapy. Leukemia, 13:1188-1199, 1999. 7 F.
8 C. Lipardi, Q. Wei, dan B.M. Paterson. RNAi as random degradative PCR:siRNA primers convert mRNA into dsRNAs that are degraded to generate new siRNAs. Cell, 107:297-307., 2001. 9 T. Holen et al. Positional effects of short interfering RNAs targeting the human coagulation trigger tissue factor. Nucleic Acids Res., 30:1757-1766, 2002. 10
S.C. McKarns dan N.E. Kaminski. TGF-β differentially regulates IL-2 expression and [3H]-thymidine incorporation in CD3ε mAb- and CD28 mAb-activated splenocytes and thymocytes. Immunopharmacology, 48:101-115, 2000.
11
T.S. Tzai, A.L. Shiau, L.L. Liu, dan C.L. Wu. Immunization with TGFβ antisense oligonucleotidemodified autologous tumor vaccine enhances the antitumor immunity of MBT-2 tumor-bearing mice trough upregulation of MHC Class I and Fas expressions. Anit-cancer Res., 20:1557-1562, 2000.
12
C.I. Hsieh, D.S. Chen, dan L.H. Hwang. Tumor-induced immunosuppression: A barrier to immunotherapy of large tumors by cytokine-secreting tumor vaccine. Hum. Gene Ther., 11:681-692, 2000.
13
J. Folkman dan M. Hochberg. Selfregulation of growth in three dimensions. J. Exp. Med., 138:743., 1973.
DAFTAR PUSTAKA 1 D. Kirschner dan J.C. Panetta. Modelling immunotherapy of the tumorimmune interaction. J. Mathem. Biol., 37:235-252, 1998. 2 Hudiono. (2010). Imunologi dasar. http://aviramadani.blogspot.com/20 10/05/imunologi-dasar.html. [8 Mei 2010] 3 Douglas J. S. In Vitro predictors of clinical response in patients receiving interleukin-2-based immunotherapy. Current Opinion in Oncology, 5: 1055 1058, 1993. 4 S. Wojtowicz-Praga. Reversal of tumorinduced immunosuppresion: A new approach to cancer therapy. J. Immunol., 20:165-177, 1997. 5 M.A. Nash et al. The role of cytokines in both the normal and malignant
Paillard. Immunosuppression mediated by tumor cells: A challenge for immunotherapeutic approaches. Hum. Gene Ther., 11:657-658, 2000.
13
14 V.A. Kuznetsov and I.A. Makalkin. Nonlinear dynamics of immunogenic tumors: Parameter estimation and global bifurcation analysis. Bullet. Mathem. Bio., 56:295-321, 1994.
16
J.C. Arciero, T.L. Jackson, dan D.E. Kirschner. A Mathematical model of Tumor-Immune evasion and siRNA treatment. Discrete and Continuous Dynamical SystemsSeries B., 39-58, 2004.
15
17
Anonim. (2009). Obat kanker alami: Tumor dan definisinya. file:///E:/TUMOR%20&%20DEFIN ISINYA%20%C2%AB%20Obat%2 0Kanker%20Alami.htm. [17 Januari 2009]
R.J. DeBoer, P. Hogeweg, H.F.J Dullens, R.A. De Weger, and W. Den Otter. Macrophage T lymphocyte interactions in the antitumor immune response: A mathematical model. J. Immonol., 134:2748-2757, 1985.
14
.
LAMPIRAN
15
Lampiran 1 Diagram Alir Penelitian
Penelusuran Literatur
Analisis atas jurnal Modeling Immunotherapy of the Tumor – Immune Interaction oleh Denise Kirschner, J.C. Arciero, dan T.L. Jackson
Proses pembuatan program berdasarkan analisis jurnal
Memasukkan material-material parameter berdasarkan program
Analisis hasil pembuatan program
Kesimpulan dan Saran
Penyusunan Skripsi
16
Lampiran 2 Program Matlab untuk memanggil Fungsi persamaan 1-4 dengan nilai awal c adalah 0,001 dan S adalah nol
%System of ordinary differential equaion that describe(nondimensi) %Effector cells,Tumor cells, IL-2 %Author: Arciero et al.(2004) function dy=tum35(t,y) dy=zeros(3,1); dy(1)=0.001*y(2)-0.003*y(1)+(y(1)*y(3)/(1+y(3)))*0.01245; dy(2)=0.018*y(2)*(1-y(2)/10000)-0.1*y(1)*y(2)/(1+y(2)); dy(3)=0.0025*y(1)*y(2)/(0.01+y(2))-y(3); return
17
Lampiran 3 Program matlab untuk membuat grafik fungsi A sampai U
%Program Arciero et al.(2004),Figure 3 clc;clear all; to=[0,10000]; yo=[0.000001,0.000001,0.000001]; [t y]=ode45('tum35',to,yo); figure(1); plot(t,y(:,2));
18
Lampiran 4 Jurnal A Mathematical Model of Tumor-Immune Evasion and siRNA Treatment
