Новая модель динамики коронавируса
31.03.2023
Команда московских ученых создала новую
математическую модель динамики SARS-CoV-2 в клеточных линиях. Предложенная
модель в дальнейшем может использоваться при работе со многими
экспериментальными данными. Например, в процессе изучения новых штаммов. Результаты
исследования опубликованы в
журнале PeerJ.
![1-1 (jpg, 569 Kб)](/FStorage/Download.aspx?id=684906a4-a19c-4684-b4e3-7f4943c13f5c)
В работе приняли участие представители НОШ МГУ «Мозг, когнитивные системы,
искусственный интеллект» совместно с коллегами с факультета биологии и
биотехнологии НИУ ВШЭ и из Института биоорганической химии им. академиков М. М.
Шемякина и Ю.А. Овчинникова РАН.
Модель, которую предложили ученые, опирается на
последние экспериментальные данные заражения клеточных линий. В рамках этих
экспериментов клетки не умирают, поэтому для объяснения снижения интенсивности
инфекции со временем введено понятие истощения внутриклеточных ресурсов.
Исследователи произвели подбор параметров к данным для двух штаммов – базового
уханьского и дельта, при этом лишь два параметра различались между штаммами.
Это интенсивность заражения и иммунного ответа.
«Для упрощения моделирования мы сперва
воспользовались дискретной моделью, в которой явно учитывались события на
микроуровне – вход вируса в клетку, производство новых вирусов с учетом расхода
ресурсов, выпуск цитокинов, иммунизация клеток, – объяснил доцент кафедры
вычислительной математики механико-математического факультета МГУ Владимир
Староверов. – Потом на основе дискретной модели возникла система
интегро-дифференциальных уравнений. Важно, что две параллельные модели
позволяют дополнительно контролировать целостность результатов. В дальнейшем
полученные результаты могут обобщаться на другие экспериментальные данные –
новые штаммы, другие клеточные линии».
Ученые механико-математического факультета МГУ
отметили, что модель является одновременно простой, поскольку в основе лежит
система из шести уравнений, а также достаточно гибкой, чтобы с высокой
точностью воспроизвести и объяснить экспериментальные данные.
Источник: МГУ имени М. В. Ломоносова.