I modelli matematici teorici offrono le comprensioni in terapeutico, strategie di prevenzione per il HIV

Strategie di trattamento e di prevenzione progettate analizzando la dinamica virale iniziale

Le ore primissime ai giorni che seguono l'esposizione al virus dell'immunodeficienza umana (HIV) possono essere di importanza critica nella determinazione se l'infezione si presenta in un paziente. Ma i numeri bassi dei virus e delle celle infettate in questa fase lo rende molto difficile studiare questi eventi in esseri umani o nei modelli dell'animale.

I modelli matematici teorici possono contribuire ad analizzare la dinamica virale in questo fase in anticipo e quindi offrono le comprensioni nelle strategie di prevenzione e terapeutiche, come provato da un documento pubblicato il mese scorso nel giornale del SIAM su matematica applicata.

In un documento nominato analisi stocastica di profilassi pre- e post-esposizione contro modelli teorici attuali di Jessica Conway infezione HIV, autori, di Bernhard Konrad e di Daniel Coombs della dinamica del HIV subito dopo di esposizione al virus, così fornendo un metodo all'infezione di studio e trattamento a queste fasi iniziali come pure fornito le strategie di prelazione per la prevenzione.

Le classi differenti di HIV droga le fasi differenti dell'obiettivo del ciclo di vita virale. Per esempio, le droghe possono impedire il materiale genetico virale l'integrazione nella cellula ospite o interrompere la formazione di nuove particelle virali. “Nei modelli dell'infezione cronica, i meccanismi differenti della droga finiscono avendo simili effetti nei modelli matematici,„ spiega Daniel Coombs autore. “Ma durante l'infezione iniziale, ogni punto del ciclo di vita è critico affinchè la piccola popolazione del virus persista nel host e questo piombo alle differenze interessanti fra i efficacies delle droghe differenti in questa fase.„

Gli autori creano i modelli stocastici per analizzare la dinamica virale e per capire di come il trattamento protettivo o preventivo della droga prima o subito dopo dell'esposizione può agire per diminuire il rischio di infezione nell'ambito di vari scenari.

“C'è molta discussione nei cerchi di salute pubblica circa il potenziale di pre- e profilassi post-esposizione (preparazione e PEP rispettivamente) contro il HIV,„ dice Coombs. “Le pratiche cliniche per PEP sono basate sui risultati empirici con le più vecchie, meno efficaci droghe, mentre la preparazione è molto nuova ed ancora in sviluppo.„ Per questo motivo, i test clinici della preparazione e PEP mostrano spesso il successo variabile, rendente la dura predire la loro efficacia.

“Abbiamo usato i modelli stocastici per studiare le scelte differenti delle strategie del trattamento per entrambi i PEP e preparazione. I nostri risultati sono in buon accordo con i risultati clinici ed egualmente mostrano le direzioni possibili per ricerca futura,„ dice Coombs.

Il documento propone un modello semplice e più complesso. Il modello semplice del un-compartimento di infezione HIV usa una formula matematica che comprende la dinamica fra replica-competente e - i virus incompetenti come pure celle infettate nell'eclipse sincronizzano (quando non producono il virus) e nella fase produttiva (quando fanno). La formula egualmente comprende la tariffa dell'infezione di nuove celle, la tariffa di spazio virale (dovuto rimozione o inattivazione) come pure l'interazione dei tipi differenti di droghe. Il modello complesso (del due-compartimento) è simile, ma ulteriormente comprende i tipi delle cellule ed i fattori differenti di dinamica-due del trasporto che sono egualmente importanti nell'inizio di infezione HIV.

Mentre confrontare droga per la preparazione, gli autori concludono che gli inibitori di transcriptase dell'inverso, che inibiscono il trattamento di trascrizione del RNA del virus in DNA nella cellula ospite, sono piuttosto più efficaci degli inibitori di proteasi, che inibiscono la replica virale del RNA. Gli inibitori di proteasi agiscono inattivando l'enzima della proteasi, una molecola che accelera la ripartizione delle proteine negli organismi. “Le differenze sono piccole, sebbene ed altre praticità (come gli effetti collaterali tossici, o la droga costa) potrebbero bene essere più importanti nell'operare la migliore scelta,„ dice Coombs. Per PEP, la maggior parte di modello e delle prove prevedibile indicano che l'inizio veloce della terapia è importante. I modelli degli autori indicano che la riduzione di rischio scende sotto a 15% dopo che una mora di tre giorni del trattamento e un regime terapeutico di due settimane è indicata per lavorare essenzialmente come pure la raccomandazione corrente di quattro settimane.

I modelli presentati nell'affare di carta con infezione HIV dopo esposizione di sangue, quindi mettendo a fuoco pricipalmente sull'esposizione professionale. I meccanismi che piombo all'infezione tramite l'esposizione sessuale sono più complicati, ma la struttura generale del modello può applicarsi ai casi dell'infezione sessuale. Con i dati più sperimentali sull'anatomia, sulla fisiologia e sulla natura delle interazioni del virus-host, il modello corrente può essere ricostruito per catturare le fasi dell'esposizione sessuale. La preoccupazione per quanto riguarda lo sviluppo del HIV resistente alla droga che segue PEP e della preparazione può anche essere indirizzata con la modellistica più estesa con l'aiuto dei dati sperimentali supplementari dai modelli animali.

“È dura studiare sperimentalmente gli eventi iniziali nell'infezione HIV, in modo da è molto naturale usare la modellistica matematica per studiare gli effetti possibili del trattamento della droga. D'altra parte, perché il lavoro sperimentale è così difficile, non è ovvio come costruire un modello,„ dice Coombs, spiegante le complessità del HIV matematicamente di modellistica. “Per questo motivo, abbiamo usato il modello che più semplice potremmo pensare a quello ancora catturassimo gli elementi essenziali della replicazione virale in anticipo. C'è molta portata per sviluppare i modelli più complessi dell'infezione iniziale e per usare particolarmente le informazioni derivate dalle infezioni sperimentali degli animali. D'altra parte, perché i nostri modelli sono così semplici, potrebbero adattarsi ad altre infezioni virali quali HCV o influenza in futuro.„