http://93.174.130.82/news/shownews.aspx?id=6499495f-add5-43e7-a9a7-3729a720aec8&print=1
© 2024 Российская академия наук

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)

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.