Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

In silico modelar fornece a compreensão nova da resposta imune a SARS-CoV-2

A pandemia COVID-19 causada pelo coronavirus novo 2 da Síndrome Respiratória Aguda Grave (SARS-CoV-2) aleijou sistemas de saúde globais e provocou uma crise económica em muitos países. A pandemia não está mostrando sinais de uma diminuição mesmo em 2021 com uma variação nova e mais infecciosa do dano wreaking do vírus no Reino Unido e em muitas outras partes do mundo.

As taxas de mortalidade de COVID-19 variam através do globo e variam de 0,5% a 13%, de acordo com avaliações da Universidade Johns Hopkins. COVID-19 tem uma apresentação clínica variável com a maioria dos pacientes que experimentam a doença muito suave, o muitos assintomáticos, e os alguns pacientes que experimentam a doença severa, risco de vida que exige a hospitalização e os cuidados intensivos. A causa determinante a mais poderosa da severidade da doença COVID-19 é idade, com os indivíduos sobre 70 anos mais provável desenvolver COVID-19 severo. Os factores do anfitrião que contribuem à doença severa podem incluir variações na resposta imune devido à história imunológica e às causas determinantes genéticas.

O estado de sistema imunitário do paciente é um factor significativo na sobrevivência da infecção COVID-19. Cada vez mais os estudos estão centrando-se sobre causas determinantes imunológicas da doença severa a fim desenvolver melhores biomarkers para finalidades terapêuticas. O mecanismo da insurreição da imunidade está no centro da revelação de ambas as drogas e vacinas para tratar ou impedir a infecção SARS-CoV-2.

Diagrama dos componentes in silico modelo e da entrada aceitada. O modelo personifica funções para calcular a afinidade clonal aos peptides virais precomputed do micróbio patogénico selecionado (definido por sua seqüência preliminar) no que diz respeito a um grupo específico de HLA. A população-dinâmica dos clone induzidos dos linfócitos, resultando da infecção pelo SARS-CoV-2, fornece uns vários graus de eficiência da resposta imune que, como se constata, correlaciona com os parâmetros que definem a competência imunológica do anfitrião virtual e a definição do vírus.
Diagrama dos componentes in silico modelo e da entrada aceitada. O modelo personifica funções para calcular a afinidade clonal aos peptides virais precomputed do micróbio patogénico selecionado (definido por sua seqüência preliminar) no que diz respeito a um grupo específico de HLA. A população-dinâmica dos clone induzidos dos linfócitos, resultando da infecção pelo SARS-CoV-2, fornece uns vários graus de eficiência da resposta imune que, como se constata, correlaciona com os parâmetros que definem a competência imunológica (IC) do anfitrião virtual e a definição do vírus.

Simulando a resposta SARS-CoV-2 imune para analisar o impacto da carga viral e da idade na severidade da doença

Uma equipe dos pesquisadores de Itália, Índia, e do Reino Unido recentemente simulou a resposta SARS-CoV-2 imune e analisou o impacto da afinidade viral da carga, do receptor ACE2, e a idade durante a doença em uma população artificial contaminada. O estudo foi publicado no bioRxiv* do server da pré-impressão.

Este estudo endereça aspectos fundamentais da gestão da infecção em termos de descrever a insurreição e o período da imunidade em COVID-19. In silico o modelo desenvolvido pelos pesquisadores centra-se sobre este aspecto a níveis do indivíduo e da população.

A equipe usou uma plataforma imune agente-baseada estocástica da simulação para construir uma coorte virtual de indivíduos contaminados com idade-dependentes, vários graus de resposta imune. Usaram um ajuste do parâmetro para reproduzir a variabilidade conhecida do inter-paciente e estatísticas epidemiológicas gerais.

O dia 25 do cargo dos titers do anticorpo da infecção é um factor prognóstico para determinar o resultado COVID-19

Os pesquisadores fizeram diversas observações clínicas in silico e identificaram factores críticos na evolução estatística da infecção COVID-19. Encontraram a evidência para o significado da resposta humoral sobre a resposta citotóxico e igualmente observaram que a medida do dia 25 do cargo dos titers do anticorpo da infecção é um factor prognóstico para verificar o resultado clínico da infecção.

A estrutura de modelagem da equipe usa a infecção SARS-CoV-2 para ilustrar a eficácia accionável de simular a resposta imune a níveis do indivíduo e da população. O modelo desenvolvido pela equipe pode explicar e interpretar observou testes padrões da infecção e faz previsões temporais passíveis de verificação.

“Os resultados de um grande número simulações que nós chamamos virtual ou in silico coorte, demonstram que a grande variabilidade observada na pandemia real pode ser o mero resultado de tal diversidade em características virais e humanas.”

Os resultados destacam o significado das previsões modelo

De acordo com os autores, este estudo propor quantitativa que a variabilidade alta observada em resultados clínicos de COVID-19 na vida real possa ser devido às diferenças subtis na carga viral e na competência imune da população.

Para resumir, este trabalho mostra a potência das previsões modelo, identifica os valores-limite clínicos ideais para a modelagem computacional da resposta imune a COVID-19, e define a definição e a quantidade de dados necessários autorizar tais modelos para finalidades translational da medicina. Os pesquisadores igualmente demonstram como a modelagem computacional da resposta imune oferece as introspecções chaves discutir hipóteses e desenvolver experiências novas.

“Apesar da complexidade extraordinária da dinâmica do sistema imunitário, o progresso de plataformas da simulação sugere que uma interacção mais intensa entre clínicos e pesquisadores no modelo computacional poderia trazer estes modelos à qualidade desejada para o desenvolvimento no campo médico.”

Observação *Important

o bioRxiv publica os relatórios científicos preliminares que par-não são revistos e, não devem conseqüentemente ser considerados como conclusivos, guia a prática clínica/comportamento saúde-relacionado, ou tratado como a informação estabelecida.

Journal references:
Susha Cheriyedath

Written by

Susha Cheriyedath

Susha has a Bachelor of Science (B.Sc.) degree in Chemistry and Master of Science (M.Sc) degree in Biochemistry from the University of Calicut, India. She always had a keen interest in medical and health science. As part of her masters degree, she specialized in Biochemistry, with an emphasis on Microbiology, Physiology, Biotechnology, and Nutrition. In her spare time, she loves to cook up a storm in the kitchen with her super-messy baking experiments.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Cheriyedath, Susha. (2021, January 06). In silico modelar fornece a compreensão nova da resposta imune a SARS-CoV-2. News-Medical. Retrieved on December 09, 2021 from https://www.news-medical.net/news/20210106/In-silico-modeling-provides-new-understanding-of-immune-response-to-SARS-CoV-2.aspx.

  • MLA

    Cheriyedath, Susha. "In silico modelar fornece a compreensão nova da resposta imune a SARS-CoV-2". News-Medical. 09 December 2021. <https://www.news-medical.net/news/20210106/In-silico-modeling-provides-new-understanding-of-immune-response-to-SARS-CoV-2.aspx>.

  • Chicago

    Cheriyedath, Susha. "In silico modelar fornece a compreensão nova da resposta imune a SARS-CoV-2". News-Medical. https://www.news-medical.net/news/20210106/In-silico-modeling-provides-new-understanding-of-immune-response-to-SARS-CoV-2.aspx. (accessed December 09, 2021).

  • Harvard

    Cheriyedath, Susha. 2021. In silico modelar fornece a compreensão nova da resposta imune a SARS-CoV-2. News-Medical, viewed 09 December 2021, https://www.news-medical.net/news/20210106/In-silico-modeling-provides-new-understanding-of-immune-response-to-SARS-CoV-2.aspx.