自免疫性疾病中的数学建模:从理论到临床应用
Yaroslav Ugolkov1,2, Antonina Nikitich1,2, Cristina Leon3
1Research Center of Model-Informed Drug Development, Ivan Mikhaylovich (I.M.) Sechenov First Moscow State Medical University, Moscow, Russia.
Frontiers in immunology
|March 29, 2024
概括
数学建模通过定量描述免疫反应,有助于自身免疫性疾病药物开发. 本次审查巩固了38个模型的知识,确定了新的治疗方法的共同方法和未来研究方向.
科学领域:
- 系统生物学和免疫学
- 计算医学是一种计算医学.
- 制药指标 (Pharmacometrics) 是一个指标.
背景情况:
- 自免疫性疾病存在复杂的研发挑战,原因是复杂的病变发生和全球流行率的上升.
- 有限的向疗法需要创新的方法来提高药物开发成功率.
- 数学建模为针对自身免疫性疾病的研发计划的知情决策提供了至关重要的工具.
研究的目的:
- 系统地审查和分析自身免疫性疾病的数学模型,专注于免疫系统的机制描述.
- 通过模型分析,巩固现有的关于自身免疫过程的定量知识.
- 确定自身免疫性疾病治疗中基于模型的研究的未来方向.
主要方法:
- 进行了系统的文献审查,以确定自身免疫性疾病的相关数学模型.
- 分析了38个基于定量数据,数学方法和机械细粒度的识别模型.
- 根据疾病类型,数学方法 (例如,ODEs,PDEs,布尔网络) 和描述的免疫组件分类模型.
主要成果:
- 对13种自身免疫性疾病确定了38种数学模型,特别关注炎症性肠病,多发性硬化和狼.
- 大多数 (≥70%) 的模型采用了普通微分方程的非线性系统.
- 通常模拟的免疫组件包括T细胞反应,细胞因子信号传递和巨细胞参与.
结论:
- 数学模型为自身免疫性疾病的机制和进展提供了有价值的定量见解.
- 尽管疾病多样化,但模型往往侧重于类似的核心免疫系统组件.
- 基于模型的进一步分析具有促进新型自身免疫疗法的发展的巨大潜力.
