Modelo da dinâmica de crescimento de glioma em meio anisotrópico – influência das interações entre células proliferantes, quiescentes, necróticas e nutrientes no microambiente.

O câncer é o principal problema de saúde pública no mundo. São estimados, pela IARC, que 20 milhões de novos casos e 9,7 milhões de mortes por câncer tenham ocorrido no mundo em 2022. Os gliomas são tumores cerebrais primários originados no parênquima cerebral conhecidos por seu comportamento agressivo e difusivo. A definição do diagnóstico dos gliomas do adulto é baseada na anatomia patológica que consta de análise morfológica (tipo celular, anaplasia, vascularização, presença de necrose e atividade mitótica) e análise imuno-histoquímica (GFAP, AE1/AE3, IDH1, ATRX, p53, Ki67, H3K27M, H3G34 e H3K27me) além de análise molecular. O tratamento é multimodal e envolve cirurgia, radioterapia e quimioterapia sistêmica. Este estudo propõe e valida um modelo matemático baseado em equações diferenciais parciais (EDPs) para descrever a dinâmica espaço-temporal do crescimento e da dispersão dos gliomas, considerando interações celulares, limitações nutricionais e anisotropia tecidual. A modelagem foi implementada no software Wolfram Mathematica, utilizando os métodos NDSolve e NIntegrate, e incorporou parâmetros críticos como capacidade de carga, taxas de proliferação, quiescência e morte celular, além de coeficientes de difusão específicos para substância branca e cinzenta. Os resultados demonstraram que a evolução tumoral é fortemente modulada pela disponibilidade de nutrientes e pela estrutura do microambiente tumoral. Células gliais e quiescentes concentram-se no centro tumoral, enquanto a dispersão periférica é limitada por barreiras físico-químicas. A taxa de mortalidade celular e o coeficiente de difusão mostraram-se determinantes para a configuração espacial do tumor, refletindo padrões semelhantes aos observados clinicamente, como zonas centrais de hipoxia e necrose. A análise paramétrica evidenciou alta sensibilidade do modelo às variações nos parâmetros biológicos, reforçando sua robustez. O modelo validado apresenta forte potencial clínico e computacional, oferecendo uma ferramenta preditiva para a compreensão da progressão tumoral e o desenvolvimento de estratégias terapêuticas personalizadas. Ao integrar aspectos biológicos e físico-químicos regionais, esta abordagem contribui para a ciência translacional em neuro-oncologia e alinha-se aos ODS da ONU, especialmente no que tange à saúde e bem-estar (ODS 3) e à inovação em pesquisa biomédica (ODS 9).