Sci Adv丨孙小强团队提出M4RL框架：多尺度模型×强化学习优化肿瘤适应性治疗

本研究由中山大学孙小强教授团队提出了一种名为M4RL的多尺度数学模型驱动的强化学习框架，用于优化肿瘤适应性治疗。背景方面，肿瘤微环境（TME）中的动态相互作用对肿瘤细胞生长和耐药性有重要影响，但现有模型难以刻画单细胞层面的异质性和空间环境的复杂性。研究目的是通过结合基于主体的模型（ABM）和强化学习（RL）的优势，构建可扩展、高效、精准的多药物联合治疗肿瘤的动态优化框架。研究团队开发了多尺度多主体模型（MSABM），并进一步构建了可微分代理模型和强化学习融合框架，最终通过动物实验和病人数据验证了该框架的有效性。结论显示，M4RL框架在模拟、预测TME演化及优化治疗方案方面展现出巨大潜力，并显著提升了虚拟肿瘤队列的生存率。