把药物反应从单个终点扩展到长期变化
一次药物处理后，癌细胞可能先减少、停止增殖，再由残存细胞重新生长。得克萨斯大学奥斯汀分校（The University of Texas at Austin）等团队在 PLOS Computational Biology 将连续活细胞成像与数学模型结合，研究这些变化如何影响下一次给药的作用。
研究使用 MCF7、BT474 和 MDA-MB-231 3 种乳腺癌细胞，以核定位荧光信号计数。每孔初始约 2,000 个细胞，多柔比星（阿霉素）每次暴露 24 小时，再换回无药培养液；每个条件设置 6 或 12 个重复。团队改变药物浓度、1–5 次给药的次数，以及两次暴露之间的间隔。
成像通常每 2–4 小时一次，持续 21–56 天，直至可恢复的培养物进入较稳定的生长阶段。这样的时间序列同时呈现细胞减少、停止增殖和再生长，比单一 48 或 72 小时终点提供更多关于恢复过程的信息。
分别描述细胞死亡延迟与增殖暂停
数学模型把细胞群体分为对当前暴露敏感、随后减少的部分，以及能够存活并恢复增长的部分。模型使用常微分方程描述总细胞数变化，并比较 3 种假设：细胞死亡速率按指数逐渐变化、按线性变化，或在实验尺度内立即达到固定水平。
存活细胞也可能经历增殖暂停。参数可识别性分析显示，如果这一暂停真实存在，仅靠计算拟合难以可靠地区分暂停时间和存活细胞比例；需要先从成像资料中辨认重新开始增殖的时间，再将其作为模型输入。
团队对 648 个重复培养物拟合模型，再用赤池信息准则（Akaike information criterion，AIC）比较拟合效果与复杂度。包含指数型死亡延迟的模型在 382 个重复中最优，占 59.0%；线性延迟模型占 19.9%，无死亡延迟模型占 21.1%。最合适的模型仍随细胞和实验条件变化。
留一交叉验证共评价 143,093 个时间点，其中 80.6% 落入模型的 95% 置信区间。不同细胞系和恢复状态的表现有差异：恢复生长的培养物覆盖率为 89.8%，未恢复的为 62.5%。这些数值评价的是细胞数量时间序列的拟合与预测。
给药间隔改变细胞恢复生长的时间
研究将恢复时间定义为细胞数达到该孔起始数量 2 倍的时间；实验结束前未达到时，用选定模型继续估算，最多延伸至 1 年。这个指标同时考虑细胞减少的程度、重新增殖的延迟和后续生长速度。
在总药物暴露量相同的两次给药比较中，MCF7 使用 75 nM 多柔比星、MDA-MB-231 使用 200 nM 时，2 天间隔产生最大的恢复延迟。模型估计的平均恢复时间分别为 112.6 和 55.8 天，相比 16 天或 10 天间隔的参照，分别延长 239% 和 40%。
部分重复培养物在观测期间始终没有恢复。2 天间隔时，MCF7 为 9/12 个，MDA-MB-231 为 6/12 个；后者在 4 天间隔时也为 6/12 个。未恢复的培养物单独处理，以免把缺少恢复生长的情况混入存活细胞增长参数。
BT474 使用 35 nM 时，0–8 天间隔都可延长恢复时间，模型估计的最大平均值为 46.0 天，比 16 天间隔延长 46%。这一细胞系没有呈现与另外两种同样清晰的最优时点，作者将差别与药物敏感性、所用浓度及增殖暂停的特点联系起来。
窄屏可横向滑动查看完整图表。
体外模型用于比较给药方案
模型按群体总细胞数估算动态参数，能够比较给药时间，但这些参数概括了多种细胞行为。研究没有直接测量具体死亡机制，也没有区分所有可能的存活亚群；作者将有关有丝分裂灾难等机制的解释列为后续研究线索。
作者提出，后续可以把这一实验—计算流程用于更多药物、细胞系和多药组合。向体内给药研究推进时，还需要结合正常组织毒性和药物暴露等资料，限定可以比较的浓度和时间范围。本研究提供的是在明确体外条件下，测量和比较长期药物作用的方法。