SIMPLICITY：SARS-CoV-2のウイルス内およびウイルス間進化を研究するためのエージェントベース、マルチスケール数学モデル

科学分野:

• 進化生物学
• 数学的モデリング
• ウイルス学

背景:

• 計算ツールは、宿主内および集団内の病原体進化を研究するために不可欠です。
• 既存のモデルは、宿主内およびウイルス間進化ダイナミクスの間の相互作用を捉えられないことがよくあります。
• このギャップは、現実的な病原体進化軌道の理解を制限します。

研究 の 目的:

• 宿主内および集団レベルのダイナミクスを統合するマルチスケール数学モデルを開発すること。
• 重症急性呼吸器症候群コロナウイルス2（SARS-CoV-2）の進化を駆動するメカニズムを調査すること。
• 免疫回避と減衰がウイルスの進化に及ぼす影響を探求すること。

主な方法:

• 宿主内疾患の進行とウイルス進化を、集団レベルの伝染と免疫回避と組み合わせたマルチスケール数学モデルであるSIMPLICITYを開発しました。
• SARS-CoV-2の宿主内ウイルスダイナミクス、進化率、および免疫減衰データを使用してモデルをパラメータ化しました。
• 感染歴と免疫減衰を組み込んだ適応的フィットネスランドスケープモデルと比較しました。

主要な成果:

• シミュレーションにより、集団免疫からの回避が集団の進化ダイナミクスを駆動することが実証されました。
• 観測された進化ダイナミクスには、SARS-CoV-2の進化と一致する選択的スイープが含まれていました。
• 適応的フィットネスランドスケープモデルは、進化メカニズムのより現実的な表現を提供しました。

結論:

• SIMPLICITYモデルは、宿主内および集団レベルの病原体進化の間の複雑な相互作用を効果的に捉えます。
• 免疫回避はウイルス進化の重要な推進力であり、選択的スイープにつながります。
• このモデルは、SARS-CoV-2の適応と免疫回避の根底にある進化メカニズムについての洞察を提供します。