Probabilistic reconstruction of genealogies for polyploid plant species
通过考虑作为给定基因型中等位基因存在的概率分析的遗传数据,研究了多倍体群体(从2x到4x)中系谱的概率重建。基于所有可能的杂交模式的可能性,我们的模型使我们能够推断和量化人口中的整个潜在系谱。我们特别解释如何处理不确定的等位基因多样性,可能会发生与多倍体。然后,我们建立一个\textit{ad hoc}惩罚似然比较家谱,并决定是否一个特定的个人带来了足够的信息,包括在所采取的家谱。这个决策标准使我们能够在下一部分中提出一个贪婪算法,以探索缺失的链接,并在家谱中重建一些联系。作为一个副产品,我们还提供了一种方法来推断这些年来可能受到育种者青睐的个体。在最后一部分中,我们突出了我们的模型和算法给出的结果,首先在模拟人口,然后在一个真正的人口玫瑰丛。大多数方法依赖于最大似然原理和图论。
2018-11-28 math.PR q-bio.PE
Gene genealogies in diploid populations evolving according to sweepstakes reproduction
研究二倍体种群中抽奖式繁殖的基因谱,揭示其共聚系数特性及时间变化影响
2026-09-30 math.PR q-bio.PE
Inferring epidemiological dynamics with Bayesian coalescent inference: The merits of deterministic and stochastic models
从分子序列数据估计流行病学和人口参数已成为理解传染病动力学的核心。已经提出了各种模型来推断描述流行病进展的动态细节。这些包括从金曼的溯祖理论推导出的推理方法。在这里,我们使用最近描述的溯祖理论的流行动力学开发随机和确定性的聚结SIR树先验。我们实现这些贝叶斯系统发育推理框架,允许联合估计SIR流行病参数和样本系谱。我们评估了两个合并模型的性能,并将BDSIR,最近发表的出生-死亡-抽样流行病推断模型获得的结果并列。通过分析精确已知的流行病学参数下模拟的家谱集进行比较。此外,我们分析了在新西兰坎特伯雷地区采样的甲型H1N1流感病毒序列数据和从英国已知感染群获得的HIV-1序列数据。我们发现,这两个合并SIR模型是有效的估计流行病学参数的数据与大的基本再生数$R_0$和大的人口规模$S_0$。此外,我们发现,随机变量一般优于其确定性对应的误差,偏差,最高后验密度覆盖,特别是较小的$R_0$和$S_0$。然而,这些推理模型中的每一个都被证明在某些情况下具有不期望的特性,特别是对于$R_0$接近1或具有小的有效易感人群的流行病爆发。
2014-12-19 q-bio.PE
Multiple-merger genealogies -- models, consequences, inference
对应于$Λ$ -和$Ξ$ - $n$ -聚结剂的树与基于Kingman的$n$ -聚结剂的分叉树模型相比可以是非常相似的并且根本不同。这对推断拟合良好的基因谱系以及评估具有这种样本谱系的物种的生物学特性具有影响。在这里,突出显示了关于树中分支大小的数学特性以及样本放大时树的变化。作为现实的系谱模型,真实的人口,扩展不断变化的总体规模进行了讨论。
2020-10-23 math.PR q-bio.PE
Age of an allele and gene genealogies of nested subsamples for populations admitting large offspring numbers
合并过程,包括突变,来自Moran型人口模型承认大的后代数。在聚结过程中包括突变允许通过计算在过去的给定时间仍然在群体中分离的原始等位基因的数量的分布来量化等位基因的周转。营业额的等位基因被认为是特定类别的莫兰模型承认大的后代数量。版本的金曼聚结也来自其利率的平均值和方差的后代分布的函数。后代分布的高方差导致等位基因的周转率和年龄比通常的金曼结合预测的要高。
2012-12-08 q-bio.PE
Branching structure of genealogies in spatially growing populations and its implications for population genetics inference
空间模型的增长是有限的边缘的扩张已有助于了解种群动力学和克隆大小分布在不断增长的细胞群体,如微生物菌落和无血管肿瘤。一个完整的表征空间增长所产生的聚结过程仍然缺乏,限制了我们的能力,适用于经典的群体遗传学推断空间增长的人口。在这里,我们开始填补这一空白,通过研究二维伊甸园模型产生的细胞谱系的统计特性,利用它们与定向聚合物的物理类比。我们的分析提供了可以通过测序容易地评估的群体测量的定量估计,例如分离位点的平均数量和群体子样本的克隆大小分布。我们的研究结果不仅揭示了生长过程中产生的谱系的显着特征,而且还突出了新的属性,如果不适当地应用非空间模型,这些属性可能被误解为选择的迹象。
2022-04-12 q-bio.PE
The Structure of Genealogies in the Presence of Purifying Selection: A "Fitness-Class Coalescent"
与中性模型相比,净化选择扭曲了系谱结构,从而改变了样本遗传变异的模式。虽然这些扭曲在自然界中可能是常见的,但我们对净化选择如何影响分子变异模式的理解仍然不完整。系谱学的方法,如溯祖理论已被证明很难推广到涉及选择在许多连锁位点的情况下,除非选择压力非常强大。在这里,我们介绍了一个有效的溯祖理论(一个“健身类聚结”)来描述的结构中存在的净化选择在许多连锁网站的系谱。我们使用这个有效的理论来计算几个简单的统计描述预期的序列数据的变化模式,在选择下的网站和在连接的中性位点。我们的分析将我们早期对存在纯化选择的等位基因频率谱的描述(Desai等人,2010)与Nordborg(1997)的结构化合并方法相结合,通过群体内适合度的分布来追踪个体的祖先。或者,我们可以使用Hudson和Kaplan(1994)的聚结方法的扩展来得出我们的结果。我们发现,净化选择导致相关的遗传变异模式,但不相同的一个中性进化的人口中,人口规模在过去以特定的方式变化。
2011-05-26 q-bio.PE
Genealogies of rapidly adapting populations
一个物种的遗传多样性〈动〉<动>是由其最近的进化历史形成的,可以用来推断人口统计事件或选择性扫描。大多数推理方法都是基于自然选择是一种微弱或罕见的进化力量的零假设。然而,许多物种,特别是病原体,在不断的压力下,以适应不断变化的环境。目前缺乏一个统计框架,从这些人口的多样性数据进行推断。为了实现这一目标,我们探讨了在无性种群的持续适应模型的家谱的属性。我们发现,血统追溯到一个小水池的高度适合的祖先,其中几乎同时合并两个以上的血统经常发生。虽然这种多重合并不太可能在中性结合下发生,但它们在适应性种群中创造了独特的遗传足迹。例如,衍生的中性等位基因的位点频谱是非单调的,并且在高频率处具有峰值,而田岛的D随着样本量的增加而变得越来越负。由于多个合并出现在许多模型的快速适应,我们认为,他们应该被视为一个零模型适应人口。
2012-12-10 q-bio.PE
Genealogies in Expanding Populations
本文的目的是证明Hallatschek和Nelson [25]提出的一维长程有偏选举模型中系谱行为的严格结果。使用Mueller和Tribe [38]的结果很容易完成的第一步是表明,当空间和时间被正确地重新缩放时,我们的有偏选举模型收敛到Wright-Fisher SPDE。对Durrett和Restrepo [18]结果的单扩张表明,双分支聚结随机游动收敛于分支布朗运动,其中粒子在指数分布的相交局部时间后聚结。Brunet等人。[8]已经证实,这种类型的模型中的谱系由Bolthausen-Sznitman结合描述,见[39]。然而,在我们研究的模型中,没有同时合并。我们的第三个也是最重要的结果涉及“示踪剂动力学”,其中有偏见的选举模型中的一些初始粒子被标记。我们证明了标记粒子和未标记粒子的联合分布收敛于随机偏微分方程的解。推广Shiga [44]为Wright-Fisher SPDE开发的一个新的对偶方程是证明该结果的关键。
2016-01-13 math.PR q-bio.PE
Genealogies and inference for populations with highly skewed offspring distributions
我们回顾了最近的进展,在理解的作用,多个和同时多个合并合并coalescents作为模型的家谱在理想化和真实的人口与特殊的生殖行为。特别是,我们讨论的模型与“偏斜的后代分布”(或根据其他非经典的进化力量),导致在单基因座单倍体的情况下,多个合并coalescents,并在多基因座二倍体的情况下,同时多个合并coalescents。此外,我们讨论的推理方法下的无限多个网站模型,允许模型选择和估计模型参数下,这些coalescents。
2019-12-17 math.PR q-bio.PE
Asymptotic genealogies of interacting particle systems with an application to sequential Monte Carlo
我们研究加权粒子系统,其中新一代的重采样从当前粒子的概率成正比的权重。这涵盖了广泛的顺序蒙特卡罗(SMC)方法,广泛用于应用统计学和同源学科。我们认为嵌入到这样的粒子系统的系谱树,并确定条件,以及适当的时间尺度,在此条件下,他们收敛到金曼n-聚结在无限系统的大小限制在有限维分布的意义上。因此,易于处理的n-聚结可以用来预测SMC谱系的形状和大小,正如我们所示,通过表征树高的极限均值和方差。SMC谱系被称为是连接到算法的性能,使我们的研究结果很可能有应用程序中的新方法的设计。我们的收敛条件是强有力的,但我们通过模拟表明,他们似乎没有必要。
2021-07-16 math.ST q-bio.PE stat.CO
Bayesian Projection of Life Expectancy Accounting for the HIV/AIDS Epidemic
虽然存在预测预期寿命的概率预测方法,但很少考虑到与预期寿命有关的协变量。艾滋病毒/艾滋病的普遍流行对一个国家的预期寿命有很大的直接负面影响,但这种影响可以通过广泛使用抗逆转录病毒疗法来减轻。因此,预测方法与普遍的艾滋病毒/艾滋病流行的国家可以改善会计艾滋病毒的流行,未来的流行过程和覆盖率的ART。我们提出了一种方法,使预期寿命的概率预测到2100年,在世界上所有国家会计艾滋病毒的流行,未来的流行过程及其不确定性,成人ART覆盖率。我们扩展了Raftery等人(2013)目前的贝叶斯概率预期寿命预测方法,以考虑艾滋病毒流行率和成人ART覆盖率。我们使用样本外验证来评估我们的方法。我们发现,所提出的方法比不考虑艾滋病毒流行率或ART覆盖率的方法更好地预测普遍流行的国家的预期寿命,而对没有流行病的国家的预测基本保持不变。
2016-09-27 stat.AP
A Duality Approach to the Genealogies of Discrete Non-Neutral Wright-Fisher Models
研究了群体遗传学中的离散祖先问题。在中性的情况下,对偶性的概念已被证明是特别感兴趣的理解向后的时间祖先的过程,从向前的时间分支的人口动态。我们表明,对偶公式仍然是非常有用的离散非中立Wright-Fisher模型时。这涉及一类具有完全单调(CM)偏差概率的非中性模型。我们表明,遗传学文献中使用的大多数经典偏差概率都属于这种CM类别,或者通过我们定义的某种“互惠机制”服从于它。接下来,使用CM函数的初等代数,一些建议的新的进化机制的潜在利益进行了介绍和讨论。
2008-11-06 cond-mat.stat-mech math.PR math.ST
Migration Genealogies in Multiregional Stable Populations: First-Return Decompositions, Recurrence, and Sensitivity
National Institute of Population and Social Security Research(国立社会保障·人口问题研究所);Kushiro college, National Institute of Technology(国立工业短大带广学院);National Yang Ming Chiao Tung University(国立阳明交通大学)
本研究提出迁移谱系的首次返回分解方法,用于量化多区域稳定人口中生殖路径的递归强度,并应用于日本47个都道府县,揭示区域人口更替差异。
2026-09-29 q-bio.PE
Evolving genealogies in cultural evolution, the descendant process, and the number of cultural traits
School of Interdisciplinary Mathematical Sciences(交叉数理科学学院);Research Center for Integrative Evolutionary Science, SOKENDAI (The Graduate University for Advanced Studies)(前沿科学研究中心,SOKENDAI(advanced studies大学));Kochi University of Technology(高知工科大学);Faculty of Technology, Bielefeld University(比勒费尔德大学技术学院)
本文研究了文化进化中谱系的动态行为,通过分析谱系长度的变化,揭示了文化特征数量的亚稳态特性。
2026-02-03 math.PR q-bio.PE
Convergence of genealogies through spinal decomposition with an application to population genetics
本文提出一种基于矩方法和k-spine分解的一般框架,证明分支马尔可夫过程谱系在Gromov-弱拓扑下的收敛性,并将其应用于具有重组的双亲Wright-Fisher模型,揭示其极限行为兼具临界与超临界特征。
2023-07-11 math.PR q-bio.PE
Gene genealogies in haploid populations evolving according to sweepstakes reproduction
研究单倍体群体抽奖式繁殖中的基因谱系,构建群体遗传模型,无需强假设恢复新突变数,得出连续时间合并过程等结果,还发现不同条件下泛函近似情况及对种群祖先条件设定的影响。
2026-07-21 math.PR q-bio.PE
Conditional gene genealogies given the population pedigree for a diploid Moran model with selfing
该研究提出了带自交的二倍体Moran种群随机模型,证明给定随机谱系的成对溯祖时间条件分布存在大种群极限,并按自交强度划分出三种溯祖行为模式,补充了传统谱系平均分析的不足。
2025-05-17 math.PR q-bio.PE
Looking forwards and backwards: dynamics and genealogies of locally regulated populations
本文提出一类空间异质群体模型,涵盖幼年阶段,通过三种标度极限导出非线性扩散等新方程,并利用lookdown表示研究祖先谱系,发现种群密度历史不足以确定谱系运动。
2023-12-30 math.PR q-bio.PE
phylodyn: an R package for phylodynamic simulation and inference
我们介绍了一个基于基因谱系的基因动态分析的R软件包RSDYN。该软件包的主要功能是对有效种群大小随时间的波动进行贝叶斯非参数估计。我们的实现包括几个马尔可夫链蒙特卡洛为基础的方法和集成的嵌套拉普拉斯近似为基础的方法,近年来已开发的动态推理。系谱数据描述了从感兴趣的群体中取样的个体的定时祖先关系。这里,假设个体在同一时间点(等距采样)或在不同时间点(异序采样)采样;此外,采样事件可以用优先采样建模,这意味着采样事件的强度允许取决于有效种群大小轨迹。我们假设合并和顺序马尔可夫合并过程的生成模型的系谱。我们包括几个聚结模拟功能,这是有用的,通过模拟研究来测试我们的聚结动力学方法。我们比较的性能和输出的各种方法在Escherdyn和概述他们的优点和缺点。R软件包Rightdyn可在https://github.com/mdkarcher/phylodyn上获得。
2016-10-18 q-bio.PE stat.CO
Quenched coalescent for diploid population models with selfing and overlapping generations
University of North Carolina, Chapel Hill(北卡罗来纳大学教堂山分校);Harvard University(哈佛大学);University of Chicago(芝加哥大学)
本文提出了一种用于二倍体种群模型的淬火凝聚方法,研究高自体受精概率下谱系收敛到随机测度,并探讨了SFS与谱系的关系。
2025-12-30 math.PR q-bio.PE
Epidemics with general generation interval distributions
我们研究了易感染-恢复(SIR)传染病的传播,其中个体的传染性和恢复概率取决于他/她的感染“年龄”。我们首先集中在早期爆发阶段,随机效应占主导地位,并表明流行病往往发生得比确定性计算预测的更快。如果爆发是足够大的,随机效应是可以忽略不计的,我们修改标准的常微分方程(ODE)模型,以适应感染年龄的影响。我们避免使用偏微分方程,通常出现在相关的模型。我们引入了一个“无记忆”的常微分方程系统,它逼近真解。最后,我们分析了从随机到确定性阶段的过渡。
2009-05-13 q-bio.PE
Epidemic "momentum" and a conservation law for infectious disease dynamics
McMaster University(麦克马斯特大学);Sorbonne Université(索邦大学)
本文提出'传染病动量'概念,揭示传染病动力学中的守恒定律,通过分析流行率与潜在感染能力的关系,区分传播力与免疫力,为理解传染病爆发提供新视角。
2026-09-09 q-bio.PE
Computing the joint distribution of the total tree length across loci in populations with variable size
近年来,已经开发了许多方法来从基因组序列数据推断复杂的人口统计学历史,特别是历史人口规模变化。合并隐马尔可夫模型已被证明对这种类型的推理特别有用。由于这些模型的马尔可夫结构,一个重要的组成部分是在可变大小的群体中的两个相邻位点上的局部系谱树或这些系谱的统计数据的联合分布。在这里,我们提出了一种新的方法来计算的边缘和联合分布的系谱树的总长度在两个位点分离的最多一个重组事件的任意大小的样本。据我们所知,没有方法来计算这些分布已在文献中提出。我们表明,他们可以从某些双曲型偏微分方程组的解决方案。我们提出了一个数值算法,基于特征的方法,可以用来有效地和准确地解决这些系统和计算的边缘和联合分布。我们证明了它的效用,研究联合分布的性质。我们灵活的方法可以直接扩展到处理任意固定数量的重组事件,包括分布的其他统计的系谱,以及,也可以应用于结构化的人口。
2017-10-07 math.AP math.PR q-bio.PE
Coupled, multi-strain epidemic models of mutating pathogens
我们介绍和分析耦合,多株流行病模型,旨在模拟突变(如耐药)病原体菌株的出现和传播。特别是,我们研究了一类一般多菌株流行病模型的数学和生物学性质,其中每个菌株的传染区室以一般方式耦合在一起。我们推导出明确的表达式为每个菌株的基本繁殖数,并强调其重要性,在调节系统动力学(例如潜在的流行病爆发)和存在的非负地方病的解决方案。重要的是,我们发现,每个菌株的基本繁殖数是独立的菌株之间的突变率-即使在相当一般的假设下的形式的感染室耦合。此外,我们验证了耦合项促进应变共存(作为竞争排斥原理的延伸),并证明了具有最大繁殖能力的应变不一定是最普遍的。最后,我们简要讨论了我们的研究结果对公共卫生政策和规划的影响。
2017-05-08 q-bio.PE
The deterministic Kermack-McKendrick model bounds the general stochastic epidemic
我们证明了,对于泊松传播和恢复过程,经典的易感$\to$感染$\to$感染(SIR)的流行病模型的Kermack和McKendrick提供了,对于任何给定的时间$t>0$,一个严格的下限的预期数量的易感和严格的上限的预期数量的恢复一般随机SIR流行病。证明是基于最近的消息传递表示SIR流行病应用到一个完整的图。
2017-02-10 cond-mat.stat-mech math.PR physics.soc-ph
Are the beginning and ending phases of epidemics provided by next generation matrices? -- Revisiting drug sensitive and resistant tuberculosis model
在流行病学模型中,下一代矩阵在平凡平衡点处的谱半径被认为是基本再生数。同时,平凡平衡点的全局稳定性由下一代矩阵的左特征向量决定。最近,易感个体的分数也从下一代矩阵中获得。通过对结核病敏感和耐药模型的重新考察,计算了总再生数和易感个体所占比例。因此,下一代矩阵揭示了动态的演变:通过繁殖数的流行病的开始和通过易感个体的渐近分数接近流行病的水平。
2020-06-11 math.DS q-bio.PE
Prediction of number of cases expected and estimation of the final size of coronavirus epidemic in India using the logistic model and genetic algorithm
Amrita Vishwa Vidyapeetham(阿姆里塔维什瓦维迪亚皮塔姆);Amrita School of Engineering(阿姆里塔工程学院);Center for Computational Engineering and Networking (CEN)(计算工程与网络中心)
在本文中,我们应用逻辑增长回归模型和遗传算法来预测印度未来几天可能出现的冠状病毒感染病例数,并估计了印度冠状病毒疫情的最终规模及其高峰时间。
2020-03-26 cs.LG q-bio.PE
Generalized group-based epidemic model for spreading processes on networks: GgroupEM
我们开发了一个广义的基于群体的流行病模型(GgroupEM)框架,用于任何分区流行病模型(例如:易感染-易感,易感染-恢复,易感染-暴露-感染-恢复)。这里,组由单个节点的集合组成。该模型可以用来理解一个随机传染病传播在非常大的复杂网络中的重要动态特性,是关于群体状态的信息。通过分组聚集节点,以聚集误差为代价使状态空间比基于个体的方法小,且聚集误差受等周不等式的强约束。我们还开发了一个平均场近似的框架,以进一步减少状态空间的大小。最后,我们将GgroupEM扩展到多层网络。由于基于组的框架在计算上比基于个体的框架更便宜且更快,因此当模拟时间很重要时,该框架是有用的。
2019-08-16 physics.soc-ph q-bio.PE
Localization, epidemic transitions, and unpredictability of multistrain epidemics with an underlying genotype network
长期以来,疾病数学模型的运作都是基于这样的假设:任何一种传染病都是由一种在人群中传播的可传播病原体引起的。这一模式有助于简化流行病的生物学现实,并使建模界能够专注于人口结构和干预措施等其他因素的复杂性。然而,越来越多的证据表明,病原体的菌株多样性及其与宿主免疫系统的相互作用可以在塑造流行病的动态方面发挥重要作用。在这里,我们介绍了一个疾病模型与潜在的基因型网络占两个重要的机制。第一,这种疾病在宿主群体中传播时可以沿着网络途径发生突变。第二,基因型网络使我们能够定义菌株之间的遗传距离,从而对现实世界病原体中经常观察到的免疫超越进行建模。我们研究了这个模型中流行病的出现,通过其流行病相变,并强调了基因型网络在驱动疾病周期性,大规模波动,连续流行病转变以及相关病原体特定菌株周围的定位中的作用。更一般地说,我们的模型说明了丰富的行为是可能的,即使在混合良好的主机人口,一旦我们考虑应变多样性和超越“一种疾病等于一种病原体”的范例。
2021-06-01 physics.soc-ph q-bio.PE
Modeling viral mutations in the spread of epidemics
尽管传统的流行病传播模型关注的是感染者、易感者和康复者的数量,但将流行病模型与群体遗传学结合起来已经引起了人们的极大关注。在这里,我们开发了一个基于个人的网络上的流行病传播模型,其中病毒明确表示为有限的核苷酸链,可以在主机内发生突变。在中性进化的假设下,我们分析计算所有感染病毒随时间的平均成对遗传距离。我们还推导出这个方程的平均场版本,可以直接添加到房室模型,如SIR或SEIR估计的遗传进化。我们比较了我们的结果与推断的SARS-CoV-2在中国流行初期的遗传进化,发现与我们模型的解析解很好地吻合。最后,使用遗传距离作为不同菌株的代表,我们使用数值模拟表明群落之间的连接性越低,例如,城市,再感染的概率越高。
2021-05-24 nlin.CG q-bio.PE
Lyapunov stability of an SIRS epidemic model with varying population
本文考虑了一类具有密度依赖死亡率的SIRS传染病模型。我们证明了无病平衡的全局稳定性,并提出了一个李雅普诺夫函数,可以证明全局稳定性的(独特的)地方病状态下广泛的条件。
2018-12-27 math.DS q-bio.PE
Generalized epidemic model incorporating non-Markovian infection processes and waning immunity
本文提出了一个结合非马尔可夫感染过程的 SIRVS 传染病模型,可准确捕捉新兴传染病的世代时间分布,理论分析表明实现群体免疫的临界接种率仅取决于 R0 和平均免疫期。
2023-07-21 q-bio.PE stat.AP
Contact tracing and epidemics control in social networks
推广了稀疏随机网络中流行病的标准无传染性(SIR)随机模型,该模型除了随机筛选外还引入了接触追踪。我们提出了一个确定性的平均场的描述,产生定量的随机图上的随机模拟协议。我们还分析了接触者追踪在小世界网络流行病控制中的作用,并表明其有效性随着重新布线概率的降低而增加。
2002-04-10 nlin.AO q-bio.PE
Self-driven criticality in a stochastic epidemic model
本文提出了一个具有随机参数的一般传染病模型,在该模型中,动力学自组织到一个具有抑制指数增长的临界状态。更准确地说,动态演变成一个准稳态,有效繁殖率波动接近临界值1,观察到不同的流行病。该模型的主要假设是,每个人被感染的速率随时间随机变化,具有厚尾稳态。危急状态的特点是该流行病持续时间极长。它的稳定性进行了分析,数值和解析。
2021-06-07 nlin.AO q-bio.PE
Pairwise-like models for non-Markovian epidemics on networks
在这封信中,一个推广的成对模型的非马尔可夫网络上的流行病。对于固定长度的传染期的情况下,由此产生的成对模型是一个系统的延迟微分方程(DDE),这表明基于显式随机模拟的非马尔可夫网络上的流行病的结果非常一致。此外,我们解析计算一个新的R0样的阈值量和一个隐含的分析关系,这和最终的流行规模。此外,我们表明,成对模型和分析计算可以推广到任何分布的传染期的积分微分方程,我们说明了这一点,提出了一个封闭的形式表达的最终流行病的大小。通过展示非马尔可夫网络流行病和成对DDE之间的严格数学联系,我们提供了一个框架,更深入,更严格地理解非马尔可夫动态的影响,最终的流行病规模和阈值数量的明确结果。
2015-04-17 math.DS physics.soc-ph q-bio.PE
Effects of city-size heterogeneity on epidemic spreading in a metapopulation: A reaction-diffusion approach
我们回顾并介绍了一个广义的反应扩散方法,传染病传播的集合种群建模为一个复杂的网络。集合种群由易感和受感染的个体组成,这些个体被分组为亚群,这些亚群象征着城市和村庄,这些城市和村庄通过人类在交通网络中的旅行而耦合。通过分析方法和数值模拟,我们计算了感染者在长时间限制的metapoluation中的比例,以及表征将流行病与非流行病阶段分开的流行病阈值的相关参数。在这个模型中,我们研究了异构网络拓扑结构和异构子种群大小分布的影响。这样的系统适用于流行病建模,其中小村庄和大城市同时存在于集合种群中。我们发现,异质性条件导致的流行病阈值是一个非平凡的函数的反应速率(局部参数),网络的拓扑结构(全局参数)和交叉人口规模,区分“村庄动态”从“城市动态”。
2012-11-09 physics.soc-ph q-bio.PE
Real-time growth rate for general stochastic SIR epidemics on unclustered networks
网络已成为传染病流行病学的重要工具。大多数以前的理论研究的传播网络模型,要么考虑简单的马尔可夫动力学在个人层面上,或集中在入侵阈值和最终的结果的流行病。在这里,我们提供了一个通用的理论早期实时行为的流行病的大型配置模型网络(即静态和局部非集群),特别是专注于计算马尔萨斯参数,描述了早期的指数流行病的增长。分析,数值和蒙特卡罗方法下的各种各样的马尔可夫和非马尔可夫假设的传染性档案。大量的例子提供了明确的量化网络结构对感染传播的时间动态的影响,并为验证大规模模拟的结果提供了一个基准。
2015-04-20 math.PR q-bio.PE
Efficient data augmentation for fitting stochastic epidemic models to prevalence data
随机流行病模型描述了疾病在人群中传播时的流行病动态。通常情况下,只有一小部分的情况下,观察到在一组离散的时间。由于缺乏关于流行病时间演化的完整信息,导致了一个复杂的隐变量问题,其中流行病的状态空间大小随着人口规模的增加而变大。这使得即使对于中等规模的群体,对缺失数据进行分析积分也是不可行的。我们提出了一个数据增强马尔可夫链蒙特卡罗(MCMC)框架的贝叶斯估计随机流行病模型参数,其中测量增加了受试者级别的疾病史。在我们的MCMC算法中,我们提出了每个新的主题级别的路径,条件的数据,使用时间不均匀的连续时间马尔可夫过程与其他个人的感染历史确定的速率。该方法是通用的,并可以应用,以最小的修改,广泛的一类随机流行病模型。我们提出了我们的算法在多个随机流行病模型的背景下,其中的数据是二项抽样的患病率计数,并将我们的方法应用于英国寄宿学校流感爆发的数据。
2017-02-10 q-bio.PE stat.CO
Predicting the diversity of early epidemic spread on networks
生物、社会、结构和随机因素的相互作用使疾病预测变得异常复杂。流行病的过程表现出由病原体和种群特征决定的平均增长动态,但也具有反映疾病传播随机性的显著变异性。在这项工作中,我们重新构建了随机分支过程分析的概率生成函数,并将其与网络上的连续时间流行病模拟进行比较。在此过程中,我们预测了同质和异质网络上新出现的流行病课程的多样性。我们展示了如何推断流行病的早期过程的挑战落在疾病传播的随机性比接触模式的异质性。我们提供了一种分析,它有助于实时量化流行病超临界或相反,随机死亡的概率。如果基本繁殖数(R0)大于1,则这些概率通常分别假定为1和0,忽略了疾病传播固有的异质性和随机性。该框架可以通过对标准确定性模型进行加权,以概率预测为大流行准备提供信息,从而更深入地了解早期流行病传播。
2022-02-23 physics.soc-ph q-bio.PE
A stochastic geospatial epidemic model and simulation using an event modulated Gillespie algorithm
我们开发了一个模型和一个软件包,用于COVID-19和其他类似传染病传播的随机模拟,该模型和软件包考虑了接触网络结构和人口密度的地理分布,详细到个人位置的水平。我们的分析框架包括一个代理模型优化过程,用于将模型参数快速拟合到观察到的病例、住院和死亡的流行曲线。这套工具(模型、模拟代码和优化器)是政策制定者和流行病应对团队的有用工具,他们可以用它来预测当地环境(从城镇到大国)的流行病发展情景,并设计最佳应对策略。模拟代码还包括一个地理空间可视化子系统,直接在人口密度图上呈现流行病场景的详细视图。我们使用开发的框架来预测COVID-19在瑞士日内瓦州的传播。
2021-05-18 cs.SI q-bio.PE
Power-Law Population Heterogeneity Governs Epidemic Waves
我们推广的易感-感染-删除流行病模型,考虑到一般的影响,在感染的易感性程度的人口。我们引入了一个单一的新参数对应的幂律指数的磁化率分布,其特征在于人口的异质性。我们表明,我们的广义模型是作为一个限制情况下包含的原始模型一样简单。由于这种简单性,可以很容易地生成数值解,并且仍然可以精确地获得流行病波的关键特性。特别是,我们提出了精确的表达式的群体免疫水平,最终规模的流行病,以及波的形状和可观察到的,可以量化的流行病。我们发现,在强烈异质性的人群中,流行病只影响到一小部分人口。这意味着群体免疫水平可能远低于同质群体的常用模型。使用我们的模型来分析SARS-CoV-2在德国的流行数据表明,报告的时间过程与几种不同免疫水平的情况是一致的。这些情景在人口异质性和感染率的时间进程方面有所不同,例如由于缓解努力或季节性。我们的分析表明,量化的影响,缓解需要在人口的异质性程度的知识。我们的工作表明,可以在不增加模型复杂性的情况下捕获群体异质性的关键影响。我们表明,有关人口异质性的信息将是了解流行病进展到何种程度以及对其未来进程的预期的关键。
2020-08-02 nlin.PS physics.soc-ph q-bio.PE
Stochastic Dynamics and Probability Analysis for a Generalized Epidemic Model with Environmental Noise
本文研究带环境噪声的广义随机SEIQR传染病模型,利用Lyapunov方法证明全局正解存在性,结合不等式分析随机持久性与灭绝条件,并通过数值模拟验证理论。
2025-01-30 math.DS physics.data-an q-bio.NC
Epidemics on contact networks: a general stochastic approach
从马尔可夫随机过程的角度考虑网络的动力学。我们通过网络图案部分描述系统的状态,并使用可用信息推断任何丢失的数据。这种通用的方法特别适合于模拟传播过程和/或种群动态。特别是,我们的系统框架的一般性和它的假设被明确说明的事实表明,它可以被用来作为一个共同的基础,比较现有的流行病模型太复杂,无法直接比较,如基于代理的计算机模拟。我们提供了许多关于易感染-易感染(SIS)和易感染-去除(SIR)动力学的特殊情况的例子(例如,流行病传播),并且我们观察到可以以低计算成本获得准确结果的多种情况。我们的观点揭示了现实模型的复杂要求与其基本假设之间的微妙平衡。
2011-12-31 cond-mat.stat-mech physics.soc-ph q-bio.PE
Geometry and solutions of an epidemic SIS model permitting fluctuations and quantization
最近的一些工作表明,有一些微分方程模型的平均值和方差的感染的个人,重现SIS流行病模型在某些点。这个随机SIS传染病模型可以被解释为一个Hamilton系统,因此我们想知道它是否可以通过Lie-Hamilton系统理论进行几何处理,而这恰好是这种情况。原始的结果是,我们能够获得一个一般的解决方案的随机/SIS-流行病模型(波动)的形式的非线性叠加规则,其中包括特定的随机解和某些常数的传染过程的初始条件。这些初始条件的选择对于显示流行病期间感染曲线的预期行为至关重要。我们将把这些常数限制在非奇异区域,并显示解的行为的图形。正如人们所预料的那样,感染者的增加遵循S形曲线。李-哈密顿系统允许量子变形,所以没有随机SIS-流行病模型。我们也提出了这一概括。如果想研究SIS流行病在恒定热源(如中央供暖建筑物)影响下的演化,可以利用来自所谓量子变形的量子随机微分方程。
2020-08-06 math-ph math.MP physics.soc-ph