Параметризация функций управления в задаче моделирования терапии ВИЧ-инфекции

Обложка

Цитировать

Полный текст

Аннотация

Математическое моделирование активно используется для исследования механизмов развития инфекции вирусами иммунодефицита человека первого типа (ВИЧ-1). Современная терапия ВИЧ-1 инфекции состоит в регулярном использовании на протяжении всей жизни нескольких противовирусных препаратов, однако её применение сопряжено с побочными эффектами разной степени выраженности вследствие токсичности, взаимодействия препаратов, формирования резистентности, а также высокой стоимости. Математические модели ВИЧ-1 инфекции и методы оптимального управления могут быть использованы для построения эффективных режимов применения нескольких антиретровирусных препаратов с учетом иммунного статуса пациентов, инфицированных ВИЧ-1. В данной работе выполнена идентификация параметров фармакодинамики препаратов на основе построенной нами ранее стохастической модели процессов, определяющих размножение вирусов в зараженной клетке, и изучена с помощью модели системной динамики ВИЧ-1 инфекции эффективность стандартной терапии для различных режимов течения ВИЧ-1 инфекции. Результаты исследования указывают на необходимость учета различий в отклике организма на терапию по критерию эффективности, что актуализирует задачу подбора индивидуальных схем терапии с помощью методов оптимального управления на основе физиологически обоснованных моделей ВИЧ-1 инфекции.

Об авторах

Д. С. Гребенников

Институт вычислительной математики им. Г.И. Марчука РАН; Отделение Московского центра фундаментальной и прикладной математики в ИВМ РАН; Первый Московский государственный медицинский университет им. И.М. Сеченова

Автор, ответственный за переписку.
Email: dmitry.ew@gmail.com
ORCID iD: 0000-0002-7315-193X
SPIN-код: 2896-3314
Scopus Author ID: 56841562500
ResearcherId: I-4310-2018
Москва, Россия

А. И. Лыфенко

Московский государственный университет им. М.В. Ломоносова

Email: lyfenko2006@mail.ru
ORCID iD: 0000-0002-8042-9389
ResearcherId: JMQ-0460-2023
Москва, Россия

А. М. Тимохин

Первый Московский государственный медицинский университет им. И.М. Сеченова

Email: data.sup@yandex.ru
Москва, Россия

Р. С. Савинков

Институт вычислительной математики им. Г.И. Марчука РАН; Отделение Московского центра фундаментальной и прикладной математики в ИВМ РАН; Первый Московский государственный медицинский университет им. И.М. Сеченова

Email: dr.savinkov@yandex.ru
ORCID iD: 0000-0002-7404-8766
SPIN-код: 4812-4638
Scopus Author ID: 57189699479
ResearcherId: N-5539-2018
Москва, Россия

Г. А. Бочаров

Институт вычислительной математики им. Г.И. Марчука РАН; Отделение Московского центра фундаментальной и прикладной математики в ИВМ РАН; Первый Московский государственный медицинский университет им. И.М. Сеченова

Email: g.bocharov@inm.ras.ru
ORCID iD: 0000-0002-5049-0656
SPIN-код: 8503-1588
Scopus Author ID: 6701431415
ResearcherId: T-1322-2017
Москва, Россия

Список литературы

  1. Ким А.В., Иванов А.В. Об управлении математической моделью динамики ВИЧ на основе субоптимальных игровых сценариев прерывистой антиретровирусной терапии// Аграр. вестн. Урала.- 2018.-171, № 4.-С. 17-24.
  2. Adams B. M., Banks H.T., Kwon H.D., Tran H.T. Dynamic multidrug therapies for hiv: optimal and sti control approaches// Math. Biosci. Eng. -2004.- 1, № 2.-С. 223-241.- doi: 10.3934/mbe.2004.1.223.
  3. Ali N., Chohan M.I., Ali S. и др. Analysis of optimal control problem of HIV-1 model of engineered virus// Int. J. Adv. Appl. Sci. -2019.- 6, № 5.- С. 44-49.- doi: 10.21833/ijaas.2019.05.008.
  4. Attarian A., Tran H. An optimal control approach to structured treatment interruptions for HIV patients: a personalized medicine perspective// Appl. Math.- 2017.- 8.- С. 934-955.-DOI: 10.4236/ am.2017.87074.
  5. 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.
  6. Bocharov G., Kim A.V., Krasovskii A., Chereshnev V.A., Glushenkova V., Ivanov A. An extremal shift method for control of HIV infection dynamics// Russ. J. Numer. Anal. Math. Model.- 2015.- 30, № 1.- С. 11-25.-doi: 10.1515/rnam-2015-0002.
  7. Hadjiandreou M., Conejeros R., Wilson I. HIV treatment planning on a case-by-case basis// Int. J. Bioeng. Life Sci. -2009.- 3, № 8.-С. 387-396.- doi: 10.5281/zenodo.1071055.
  8. Jain A., Canepa G.E., Liou M.L., Fledderman E.L., Chapoval A.I., Xiao L., Mukherjee I., Balogun B.M., Huaman-Vergara H., Galvin J.A., Kumar P.N., Bordon J., Conant M.A., Boyle J.S. Multiple treatment interruptions and protecting HIV-specific CD4 T cells enable durable CD8 T cell response and viral control// Front. Med. (Lausanne).- 2024.- 11.- 1342476.- doi: 10.3389/fmed.2024.1342476.
  9. Jilek B.L., Zarr M., Sampah M.E., Rabi S.A., Bullen C.K., Lai J., Shen L., Siliciano R.F. A quantitative basis for antiretroviral therapy for HIV-1 infection// Nat. Med. - 2012.- 18.- С. 446-451.- doi: 10.1038/nm.2649.
  10. Nuwagaba J., Li J.A., Ngo B., Sutton R.E. 30 years of HIV therapy: current and future antiviral drug targets// Virology.- 2025.- 603.- 110362.- doi: 10.1016/j.virol.2024.110362.
  11. Rasi G., Emili E., Conway J.M., Cotugno N., Palma P. Mathematical modeling and mechanisms of HIV latency for personalized anti latency therapies// NPJ Syst Biol Appl. - 2025.- 11, № 1. -64.-doi: 10.1038/s41540-025-00538-6.
  12. Rosenberg E.S., Davidian M., Banks H.T. Using mathematical modeling and control to develop structured treatment interruption strategies for HIV infection// Drug Alcohol Depend. - 2007.- 88, Suppl. 2.- С. S41-51.-doi: 10.1016/j.drugalcdep.2006.12.024.
  13. Sazonov I., Grebennikov D., Meyerhans A., Bocharov G. Markov chain-based stochastic modelling of HIV-1 life cycle in a CD4 T Cell// Mathematics.- 2021.- 9.-2025.- doi: 10.3390/math9172025.
  14. Shcherbatova O., Grebennikov D., Sazonov I., Meyerhans A., Bocharov G. Modeling of the HIV-1 life cycle in productively infected cells to predict novel therapeutic targets// Pathogens.- 2020.- 9.- 255.-doi: 10.3390/pathogens9040255.
  15. Tretyakova R.M., Meyerhans A., Bocharov G.A. A drug pharmacodynamics and pharmacokinetics based approach towards stabilization of HIV infection dynamics// Russ. J. Numer. Anal. Math. Model.- 2015.- 30, № 5.- С. 299-310.-doi: 10.1515/rnam-2015-0027.
  16. 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.
  17. Di Veroli G.Y., Fornari C., Goldlust I., Mills G., Koh S.B., Bramhall J.L., Richards F.M., Jodrell D.I. An automated fitting procedure and software for dose-response curves with multiphasic features// Sci. Rep. -2015.- 5. -14701.- doi: 10.1038/srep14701.
  18. Zhang H., Zhou Y., Alcock C., Kiefer T., Monie D., Siliciano J., Li Q., Pham P., Cofrancesco J., Persaud D. и др. Novel single-cell-level phenotypic assay for residual drug susceptibility and reduced replication capacity of drug-resistant human immunodeficiency virus type 1// J. Virology.- 2004.- 78.- С. 1718-1729.-doi: 10.1128/jvi.78.4.1718-1729.2004.
  19. Zheltkova V., Argilaguet J., Peligero C., Bocharov G., Meyerhans A. Prediction of PDL1 inhibition effects for HIV-infected individuals// PLoS Comput. Biol.- 2019.- 15, №11.- e1007401.-DOI: 10.1371/ journal.pcbi.1007401.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).