В основе адаптивной терапии лежит следующая логика: несмотря на то что резистентность к лечению выступает преимуществом раковых клеток, подвергаемых химиотерапии, она превращается в помеху в нормальных условиях, поскольку с биологической точки зрения неуступчивость лекарствам обходится дорого. Например, молекулярные «насосы», которые выталкивают химиотерапию из резистентных клеток, потребляют до трети совокупного энергобюджета клетки, оставляя слишком мало энергии для дальнейшего распространения. Некоторые раковые опухоли превращаются в своеобразных «наркоманов», попадая в зависимость от тех самых химических веществ, которые призваны причинять им вред. Так, клетки меланомы, которые изменили свои привычки, чтобы сделаться устойчивыми к конкретной таргетной терапии, становятся нестабильными и склонными к гибели, когда привычное для них лекарство вдруг отменяют. В обычных условиях, т. е. при отсутствии лечения, эти издержки накапливаются и резистентные клетки начинают расти медленнее. Гейтенби использует аналогию с большим и громоздким зонтом: он невероятно полезен, когда идет дождь, но превращается в серьезную обузу во все остальное время.
Ранее уже предпринимались попытки использовать периодические циклы лечения по принципу «включено-выключено, выключено-включено» для повышения выживаемости при запущенном раке, но испытания этого подхода (известного как метрономная химиотерапия) не увенчались особым успехом. Причиной было то, что циклы лечения не учитывали статус борьбы, идущей между резистентными и чувствительными клетками. Просто отказаться от еще одной дозы препарата, не зная, какая популяция в настоящее время выигрывает схватку, столь же бессмысленно, как сбрасывать бомбы на поле боя, не зная точного местоположения вражеских войск. Можно совершить несколько удачных ударов, но, сделав это много раз подряд, в какой-то момент вы обязательно совершите катастрофическую ошибку.
Чтобы разобраться в том, как работает эволюционная динамика, Гейтенби и его команда начали с математики. Используя измерения, полученные в лабораторных экспериментах, они составили набор уравнений, отражающих то, насколько быстро чувствительные клетки и устойчивые клетки растут, а также то, какой эффект на каждую из этих групп оказывает лекарственная терапия. Затем они воспользовались своими расчетами, чтобы создать виртуальную симуляцию того, как две популяции будут расти и сокращаться с началом лечения, обозначив точные отметки ввода каждой очередной дозы терапии. Удовлетворенные тем, что разработанный подход позволял контролировать рост опухоли в долгосрочной перспективе, они протестировали его на мышах, которым прививались клетки рака яичников.