基于CFPD-HCD分析的上呼吸道粘液环境中病毒动态的视觉预测和参数优化
Hanyu Li1, Kazuki Kuga2, Kazuhide Ito2
1Interdisciplinary Graduate School of Engineering Sciences, Kyushu University, Japan.
Computer methods and programs in biomedicine
|May 31, 2023
概括
这项研究优化了一个计算模型来预测人类呼吸道中的病毒动态,以SARS-CoV-2为例. 一个具有低粘液速度的双层多隔间模型准确地预测了病毒的传播,有助于控制疾病.
科学领域:
- 计算流体动力学 计算流体动力学
- 病毒学 病毒学
- 制药指标 (Pharmacometrics) 是一个指标.
背景情况:
- 病毒性呼吸道疾病对全球健康构成重大挑战.
- 了解SARS-CoV-2的病原体对于感染控制至关重要.
- 人的鼻腔-鼻是呼吸道病毒进入和复制的关键地点.
研究的目的:
- 开发和优化用于模拟上呼吸道病毒动态的计算模型.
- 调查粘液层特性和流动对病毒传输的影响.
- 增强对SARS-CoV-2感染动态的理解,以改善疾病管理.
主要方法:
- 结合计算流体和粒子动力学 (CFPD) 和宿主细胞动力学 (HCD) 模型被采用.
- 使用CT数据构建了人类鼻腔-鼻的3D外模型.
- 非线性混合效应 (NLME) 药量计 (Monolix) 用于HCD模型的参数优化.
主要成果:
- 足够的实验数据使HCD模型能够准确地估计参数.
- 一个优化的对流-扩散模型,具有两层,多隔间,低速度配置,准确地预测了病毒动态.
- 分析了模型的参数,包括粘液层,扩散率和流速,以分析它们对预测的影响.
结论:
- 开发的模型提供了关于病毒在鼻子粘液层内的传播的见解.
- 病毒动态的可视化可以阐明疾病症状,并告知有针对性的干预措施.
- 这项研究有助于预防和治疗病毒性呼吸道疾病的策略.


