在病毒动力学模型中的参数贝叶斯估计,在细胞培养中干扰素具有抗病毒作用
Miguel Ángel Rodríguez-Parra1, Cruz Vargas-De-León2,3, Flaviano Godinez-Jaimes1
1Facultad de Matemáticas, Universidad Autónoma de Guerrero, Ciudad Universitaria s/n Chilpancingo, Guerrero, México.
Mathematical biosciences and engineering : MBE
|June 16, 2023
概括
这项研究使用数学模型量化了对人类免疫缺陷病毒1型 (HIV-1) 干扰素治疗的有效性. 用贝叶斯统计和病毒动态模型来估计细胞培养中的治疗疗效.
科学领域:
- 病毒学 病毒学
- 生物统计学 生物统计学
- 药理学 药理学是指药理学的学科.
背景情况:
- 人类免疫缺陷病毒1型 (HIV-1) 仍然是一个重大的全球卫生挑战.
- 干扰素治疗正在研究其对HIV-1的抗病毒潜力.
- 了解治疗疗效需要对病毒动态进行强大的建模.
研究的目的:
- 估计干扰素治疗在细胞培养中抑制HIV-1感染的疗效.
- 开发和比较包含干扰素抗病毒作用的病毒动态模型.
- 为了利用贝叶斯统计学进行参数估计和模型选择.
主要方法:
- 开发了三种病毒动态模型,其中包括一种具有戈珀茨细胞生长动态的模型.
- 贝叶斯统计的应用以估计模型参数,病毒动态和干扰素疗效.
- 将模型与细胞生长和HIV-1感染 (有或没有干扰素) 的实验数据相匹配.
- 在模型选择中使用Watanabe-Akaike信息标准 (WAIC).
主要成果:
- 成功估计了模型参数,病毒动态和干扰素疗效.
- 使用WAIC.确定最适合实验数据的模型.
- 平均感染细胞寿命和基本生殖数量的计算.
结论:
- 该研究提供了对干扰素治疗对HIV-1的有效性的定量估计.
- 数学建模和贝叶斯推理是评估抗病毒治疗的强大工具.
- 这些发现有助于理解HIV-1病原和潜在的治疗策略.
