در طول چند دهه گذشته، از تکنیک های مدل سازی برای درک بهتر رابطه داروهای ضد سرطان و تاثیر آن ها در بدن استفاده شده است. یکی از فواید مهم مدل سازی ریاضی، صرفه جویی در زمان و هزینه مربوط به آزمایش های کلینیکی می باشد. برای استخراج پارامترهای مدل ریاضی، استفاده از داده هایی که از محیط آزمایشگاه بدست آمده باشند، ضروری می باشد. داده های مورد استفاده در این پایان نامه، شامل تاثیر 4 واکسن مختلف بر روند رشد سلول های توموری می باشد. این واکسن ها پس از تزریق سلول های توموری به صورت زیر پوستی به موش های آزمایشگاهی، در فاصله های زمانی مشخص به آن ها اعمال شده است. با تمرکز بر داده های آزمایشگاهی موجود، مدل سازی بر اساس شبکه های عصبی صورت گرفته است. مدل ارایه شده از قابلیت توصیف رفتار متناقض تومور در حضور واکسن هایی نظیر listeria و cpg برخوردار می باشد. همچنین قابلیت پیش بینی رفتار تومور پس از اعمال واکسن های مختلف را دارد. با استفاده از مدل ارائه شده، حالت هایی از واکسن که در بدن موش آزمایش نشده بودند، مورد بررسی قرار گرفتند. به عنوان مدل ارایه شده پیش بینی می نماید که اگر غلظت واکسن cpg به صورت نمایی در پلاسما تغییر نماید؛ اندازه تومور پس از کمی رشد، متوقف شده و شروع به افت می کند. منحنی های پیش بینی شده توسط مدل، با فرضیه های موجود در رابطه با سیستم ایمونولوژیکی سازگار می باشند. در صورت اعمال واکسن های امتحان شده در شبیه سازی به موش های آزمایشگاهی و بدست آمدن نتایج مشابه، درستی نتایج حاصل از شبیه سازی قابل بررسی می باشد.