Определение параметров математической модели иммунного ответа на ВИЧ

Обложка

Цитировать

Полный текст

Аннотация

Вирус иммунодефицита человека первого типа (ВИЧ) поражает иммунную систему и, тем самым, ослабляет защиту от других инфекций и некоторых типов рака, с которыми может справиться иммунная система здорового человека. Несмотря на применение препаратов высокоактивной антиретровирусной терапии (ВААРТ), пока не существует методов, позволяющих добиться полного удаления ВИЧ из организма зараженного человека. Однако благодаря расширению доступа к средствам профилактики, диагностики и лечения ВИЧ с помощью ВААРТ, ВИЧ-инфекция перешла в категорию контролируемых хронических заболеваний. Для исследования кинетических механизмов патогенеза ВИЧ-инфекции и развития персонализированных подходов к лечению на основе комбинированной иммунотерапии активно используются методы математического моделирования. Одной из центральных задач моделирования ВИЧ-инфекции является определение индивидуальных параметров реагирования иммунной системы при острой фазе развития ВИЧ-инфекции на основе решения обратных задач. Для исследования кинетики процессов патогенеза ВИЧ-инфекции использовалась математическая модель из восьми обыкновенных дифференциальных уравнений, сформулированная H.T. Bank и др. [5]. Система уравнений модели описывает изменение численности четырех субпопуляций CD4+ Т-клеток и двух типов CD8+ T-клеток. Особенностью данной модели является рассмотрение латентно-инфицированных CD4+ T-клеток, которые служат основным резервуаром вирусной популяции. Вирусная нагрузка на организм человека определятся совокупностью популяций инфекционных и неинфекционных вирусных частиц. Проведено исследование обратной задачи идентификации параметров по данным острой фазы течения ВИЧ-инфекции. В частности, исследована идентифицируемость параметров и проведен анализ чувствительности от входных данных. Обратная задача сведена к задачи минимизации методом эволюционных центров.

Об авторах

П. С. Сурнин

Институт математики им. С.Л. Соболева СО РАН

Email: p.surnin@internet.ru
Новосибирск, Россия

М. А. Шишленин

Институт математики им. С.Л. Соболева СО РАН

Email: m.a.shishlenin@mail.ru
Новосибирск, Россия

Г. А. Бочаров

Институт вычислительной математики им. Г.И. Марчука РАН

Автор, ответственный за переписку.
Email: g.bocharov@inm.ras.ru
Москва, Россия

Список литературы

  1. Кабанихин С.И., Шишленин М.А. Об использовании априорной информации в коэффициентных обратных задачах для гиперболических уравнений// Тр. ИММ УрО РАН. - 2012.- 18, № 1.-С. 147-164.
  2. Соболь И.М. Глобальные показатели чувствительности для изучения нелинейных математических моделей// Матем. модел. -2005.- 17, № 9.- С. 43-52.
  3. ВИЧ-инфекция в Российской Федерации на 31 декабря 2021 г.// Референс-Центр по мониторингу за ВИЧ и ВИЧ-ассоциированными инфекциями [электронный ресурс].- Режим доступа: http://www.hivrussia.info/wp-content/uploads/2022/03/Spravka-VICH-v-Rossii-na-31.12.2021 -g.pdf (дата обращения: 11.11.2024).
  4. Banks H., Banks J., Link K., Rosenheim J., Ross C., Tillman K. Model comparison tests to determine data information content// Appl. Math. Lett. -2015.-43.-С. 10-18.-doi: 10.1016/j.aml.2014.11.002.
  5. Banks H.T., Davidian M., Hu S., Kepler G.M., Rosenberg E.S. Modelling HIV immune response and validation with clinical data// J. Biol. Dyn. - 2008.- 2, № 4.- С. 357-385.-DOI: 10.1080/ 17513750701813184.
  6. Banks H., Flores K.B., Hu S., Rosenberg E., Buzon M., Yu X., Lichterfeld M. Immuno-modulatory strategies for reduction of HIV reservoir cells// J. Theor. Biol.-2015.-372.-С. 146-158.-doi: 10.1016/j.jtbi.2015.02.006.
  7. Banks H., Hu S., Rosenberg E. A dynamical modeling approach for analysis of longitudinal clinical trials in the presence of missing endpoints// Appl. Math. Lett. -2017.-63.-С. 109-117.-doi: 10.1016/j.aml.2016.07.002.
  8. Bocharov G., Chereshnev V., Gainova I., Bazhan S., Bachmetyev B., Argilaguet J., Martinez J., Meyerhans A. Human immunodeficiency virus infection: from biological observations to mechanistic mathematical modelling// Math. Model. Nat. Phenom. -2012.- 7, № 5.-С. 78-104.-DOI: 10.1051/ mmnp/20127507.
  9. Gandhi R.T., Bedimo R., Hoy J.F., Landovitz R.J., Smith D.M. и др. Antiretroviral drugs for treatment and prevention of HIV infection in adults: 2022 recommendations of the international antiviral society- USA panel// JAMA. -2023.- 329, № 1.-С. 63-84.- doi: 10.1001/jama.2022.22246.
  10. Jenner A.L., Aogo R.A., Davis C.L., Smith A.M., Craig M. Leveraging computational modeling to understand infectious diseases// Curr. Pathobiol. Rep.- 2020.-8, № 4.-С. 149-161.- DOI: 10.1007/ s40139-020-00213-x.
  11. Kabanikhin S., Shishlenin M. Quasi-solution in inverse coefficient problems// J. Inverse Ill-Posed Probl.- 2008.-16, № 7.- С. 317-357.-doi: 10.1515/jiip.2008.043.
  12. Kabanikhin S., Shishlenin M. Theory and numerical methods for solving inverse and illposed problems// J. Inverse Ill-Posed Probl. -2019.- 27, № 3.- С. 453-456.-doi: 10.1515/jiip-2019-5001.
  13. Kazer S.W., Aicher T.P., Muema D.M., Carroll S.L., Ordovas-Montanes J. и др. Integrated single-cell analysis of multicellular immune dynamics during hyperacute HIV-1 infection// Nat. Med. -2020.- 26, № 4. -С. 511-518.-doi: 10.1038/s41591-020-0799-2.
  14. Landovitz R.J., Scott H., Deeks S.G. Prevention, treatment and cure of HIV infection// Nat. Rev. Microbiol.- 2023.-21.-С. 657-670.-doi: 10.1038/s41579-023-00914-1.
  15. Mej´ıa-de Dios J.-A., Mezura-Montes E. A new evolutionary optimization method based on center of mass: performance and safety management// В сб.: «Decision Science in Action Theory and Applications of Modern Decision Analytic Optimisation».-Singapore: Springer, 2019.- С. 65-74.-doi: 10.1007/978981-13-0860-4_6.
  16. Perelson A.S., Ribeiro R.M. Introduction to modeling viral infections and immunity// Immunol. Rev.- 2018.-285.- С. 5-8.-doi: 10.1111/imr.12700.
  17. Tsitouras C. Runge-Kutta pairs of order 5(4) satisfying only the first column simplifying assumption// Comput. Math. Appl. -2011.- 62, № 2. -С. 770-775.-doi: 10.1016/j.camwa.2011.06.002.
  18. Vemparala B., Chowdhury S., Guedj J., Dixit N.M. Modelling HIV-1 control and remission// npj Syst. Biol. Appl. - 2024.- 10, № 1.- 84.- doi: 10.1038/s41540-024-00407-8.
  19. Wendelsdorf K., Dean G., Hu S., Nordone S., Banks H. Host immune responses that promote initial HIV spread// J. Theor. Biol.-2011.-289.- С. 17-35.-doi: 10.1016/j.jtbi.2011.08.012.
  20. Zheltkova V., Argilaguet J., Peligero C., Bocharov G., Meyerhans A. Prediction of PD-L1 inhibition effects for HIV-infected individuals// PLOS Computational Biology.- 2019.- 15, № 11.-e1007401.- doi: 10.1371/journal.pcbi.1007401.
  21. HIV and AIDS// World Health Organization [электронный ресурс]. -Режим доступа: https://www. who.int/news-room/fact-sheets/detail/hiv-aids (дата обращения: 11.11.2024).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».