A quantitative theory of viral-immune coevolution is within reach
本文综述免疫与病毒协同进化研究中理论和实验方法的融合趋势,指出构建定量、可预测的协同进化理论已有现实基础。
2023-06-07 q-bio.PE
Antigenic waves of virus-immune co-evolution
许多微生物和病原体的进化,包括季节性流感等循环病毒,都是由宿主群体的免疫压力驱动的。反过来,受感染人群的免疫系统得到更新,将病毒追得更远。定量地了解这些动态如何导致观察到的快速病原体和免疫适应模式,有助于流行病学和进化预测。在这里,我们提出了一个数学理论的免疫系统和病毒之间的共同进化在有限维抗原空间,它描述了交叉反应的病毒株和免疫系统由以前的感染。我们展示了一种抗原波的出现,这种抗原波被交叉反应性向前推动并疏通。我们得到的波的形状,速度和角扩散的分析结果。特别是,我们表明,病毒免疫协同进化产生了一个新的涌现的时间尺度,波的方向在抗原空间的持续时间,这可能是远远长于病毒种群的聚结时间。我们比较这些动态观察到的流感病毒株的抗原周转,我们讨论了抗原空间的维度如何影响的可预测性的演化动力学。我们的研究结果提供了一个具体的和易处理的框架来描述病原体-宿主的协同进化。
2021-05-07 q-bio.PE
Theoretical Aspects of Immunity
免疫系统识别无数入侵的病原体及其有毒产物。它是通过有限的抗体和T细胞受体来实现的。我们在这里描述的理论,量化免疫系统的动态。我们描述了免疫系统如何通过搜索受体分子的大空间来识别抗原。我们认为在一些细节的理论,量化流感和登革热的免疫反应。我们回顾了病原体在免疫系统压力下的互补进化的理论描述。包括生物信息学、分子模拟、随机能量模型和量子场论在内的方法有助于从理论上理解免疫的各个方面。
2010-10-03 q-bio.PE
Host-pathogen coevolution and the emergence of broadly neutralizing antibodies in chronic infections
脊椎动物的适应性免疫系统提供了一套灵活多样的分子来中和病原体。然而,艾滋病毒等病毒可以通过与适应性免疫系统一样快的进化而引起慢性感染,形成进化军备竞赛。在这里,我们介绍了一个数学框架来研究宿主内抗体与抗原的协同进化动力学。我们专注于抗体和抗原群体之间的结合相互作用的变化,这是由突变,选择和漂移驱动的基因型频率的潜在随机进化造成的。我们确定了决定抗体-抗原结合亲和力分布的关键病毒和免疫参数。我们还确定了共同进化的明确标志,衡量抗体和病毒之间的相互反应,我们引入实验可测量的数量,量化的适应程度,在持续的共同进化的两个相对的人口。使用这个分析框架,我们推断率的病毒和免疫适应的基础上,在两个HIV感染患者的时移中和试验。最后,我们分析了抗体的克隆谱系之间的竞争,并根据抗体和病毒种群的状态来表征给定谱系的命运。特别是,我们推导出有利于广泛中和抗体出现的条件,这可能有助于设计针对HIV的疫苗。
2016-06-20 q-bio.PE
Speciation due to hybrid necrosis in plant-pathogen models
我们开发了一个模型,由于自身免疫反应产生的合子后不相容性的物种形成。该模型基于寄主植物与病原菌之间的捕食-被捕食相互作用。这种相互作用通常是频率依赖性的,因此病原体攻击集中在最丰富的植物表型上,而稀有的植物类型可能会逃脱病原体的攻击。因此,频率依赖性可以产生破坏性选择,如果遥远的表型成为生殖隔离,这可以引起物种形成。基于最近从{\it Arabidopsis}中获得的实验证据,我们假设在分子水平上,菌株之间的不相容性是由植物免疫系统中的两种蛋白质(保卫蛋白和被保卫蛋白)之间的上位性相互作用引起的。在每种植物株系中,当被保护蛋白被病原体效应物修饰时发生免疫反应,并且保护蛋白随后结合到被保护蛋白,从而引发免疫应答。然而,当守卫和守卫蛋白来自表型上遥远的亲本时,即使在没有病原体攻击的情况下,杂交体的免疫系统也可以被这些蛋白质之间的错误相互作用触发,导致杂交体中严重的自身免疫反应。我们的模型显示了频率依赖的宿主-病原体相互作用产生的表型变异如何导致极端类型之间的合子后不相容性,从而导致物种形成。
2009-04-21 q-bio.BM q-bio.PE
Optimal evolutionary decision-making to store immune memory
适应性免疫系统提供了一组不同的分子,可以对多种病原体产生特异性反应。记忆是适应性免疫的一个关键特征,它使生物体在再次感染时更容易做出反应。然而,记忆细胞的分化仍然是最不了解的细胞命运决定之一。在这里,我们引入了一个数学框架来描述存储记忆的最佳策略,以最大限度地提高生物体一生中免疫反应的效用。我们表明,记忆的产生应积极调节免疫受体的亲和力和交叉反应性之间的平衡,以有效地保护对不断变化的病原体。此外,我们预测记忆的特异性应该取决于生物体的寿命,寿命较短的生物体与较少的病原体接触应该储存更多的交叉反应记忆。我们的框架提供了一个基线,以衡量免疫记忆的效力,根据生物体与病原体的共同进化历史。
2021-04-12 physics.bio-ph q-bio.PE q-bio.QM
Eco-evolutionary dynamics of adapting pathogens and host immunity
本研究用Susceptible/Infected模型揭示,病原体逃逸变异株在动态宿主免疫压力下初始指数增长但迅速丧失优势,后续轨迹不可预测,解释了流感病毒抗原进化的适应性与高频变异株准中性动力学的矛盾。
2024-08-28 q-bio.PE
Population dynamics of immune repertoires
适应性免疫系统的进化特征在于构成其库的B细胞和T细胞克隆的相对丰度的变化。为了充分捕捉这一演变,我们需要描述复杂的动态响应致病性和自身抗原刺激,以及统计的新的淋巴细胞受体在整个生命。最近的实验,从高通量免疫库测序到对特定抗原的反应的定量,可以帮助我们描述免疫反应的有效动态。在这里,我们描述数学模型通知实验,导致克隆竞争的图片在一个高度随机的背景下。我们讨论了不同类型的竞争,噪音和选择形状所观察到的克隆大小分布,并将其与克隆进化的中性学说〈动〉<动>的预测进行对比。这些数学模型表明,记忆和效应免疫库的演变是远远不是中性的,是由历史的致病环境,而幼稚库的动态是一致的中性学说〈动〉<动>和竞争在一个固定的抗原环境。最后,我们研究了长期克隆选择对库老化的影响。
2017-03-01 q-bio.PE
How a well-adapting immune system remembers
预测环境未来状态的自适应代理必须权衡对新观察的信任与先前经验。有鉴于此,我们提出了一种观点,认为适应性免疫系统是一种动态的贝叶斯机制,它通过平衡来自新病原体遭遇的证据与过去的感染经验来更新其记忆库,以预测和准备未来的威胁。这个框架将生命早期所观察到的记忆池的初始快速增长与中年高原相联系,以便于学习稀疏环境的显着特征。我们还推导出一个调制的内存池更新规则与目前的疫苗反应实验。我们的研究结果表明,致病的环境是稀疏的,记忆库显着降低感染成本,即使是适度的采样。预测的最佳更新方案映射到通常认为的抗原受体的竞争动力学。
2018-11-13 q-bio.PE
How a well-adapted immune system is organized
适应性免疫系统中的淋巴细胞受体库保护生物体免受各种病原体的侵害。一个良好适应的剧目应调整到致病环境,以减少感染的成本。我们开发了一个通用的框架来预测最佳的剧目,最大限度地减少感染的成本从一个给定的病原体分布。该理论预测,免疫系统对稀有抗原的受体将比从遭遇频率所预期的更多;暴露于相同感染的个体将具有稀疏的、在很大程度上不同的库,但仍然利用交叉反应性来提供相同的抗原覆盖;通过受体与抗原的竞争性结合的动力学和受刺激受体的选择性扩增,可以达到最佳库。我们的研究结果来自病原体检测的统计数据(有利于更广泛的受体分布)和交叉反应性的影响(倾向于将最佳库集中在少数高度丰富的克隆上)之间的紧张关系。我们的预测可以在受体和病原体多样性的高通量调查中进行测试。
2014-07-25 cond-mat.dis-nn physics.bio-ph q-bio.PE
Mathematical models for vaccination, waning immunity and immune system boosting: a general framework
当身体被病原体感染或接受疫苗接种时,免疫系统会产生病原体特异性免疫。诱导免疫力随时间衰减,在恢复/接种后数年,宿主可能再次变得易感。暴露于环境中的病原体可增强免疫系统,从而延长保护的持续时间。宿主和种群水平动态的这种相互作用对免疫流行病学的严格数学建模提出了重大挑战。该文致力于研究两个问题.首先,我们概述了疾病/疫苗诱导免疫力减弱和免疫系统增强的现有模型。在此基础上,提出了一种新的SIRVS动态建模方法,用于监测个体的免疫状态,同时考虑免疫衰退和免疫系统增强。我们证明了一些以前的模型可以被认为是我们的框架的特例或近似。
2015-01-07 math.DS q-bio.PE
Defensive complexity and the phylogenetic conservation of immune control
赢得共同进化斗争的一个策略是快速进化。大多数关于宿主-病原体共同进化的文献都集中在这一现象上,并寻找共同进化军备竞赛的证据。另一种在文献中较少考虑的替代策略是阻止对手的快速进化变化。为了研究如何做到这一点,我们构建了一个进化游戏之间的控制器,必须处理信息,和对手,可以篡改这个信息处理。在这个游戏中,一个物种可以通过以一种对手难以操纵的方式处理信息来挫败对手。我们表明,结构的信息处理系统诱导的适应度景观上的对手人口的演变。复杂的处理逻辑可以雕刻出长而深的适应性山谷,减缓对手群体的适应性进化。我们认为,这种类型的防御复杂的脊椎动物适应性免疫系统的一部分,可能是病原体和它们的脊椎动物宿主之间的共同进化动力学的一个重要因素。此外,我们引用的证据表明,免疫控制逻辑在哺乳动物谱系中是遗传保守的。因此,我们的防御复杂性模型提出了一个新的假设,即与其他免疫结构相比,免疫控制逻辑的进化速率较低。
2012-11-13 q-bio.PE
Pathogen diversity emerging from coevolutionary dynamics in interconnected systems
Università degli studi di Padova(帕多瓦大学);INFN, Sezione di Padova(意大利国家核物理研究所帕多瓦分部);National Biodiversity Future Center(国家生物多样性未来中心);Padua Center for Network Medicine, University of Padua(帕多瓦大学网络医学中心)
本文研究了病原体在共进化动态中的多样性,通过构建多尺度模型,分析宿主免疫记忆和异质接触对传染病传播和抗原性差异的影响,揭示了宿主异质性对病原体多样性及流行病持续性的影响。
2026-03-31 q-bio.PE
Population-expression models of immune response
对病原体的免疫反应有两个基本特征。第一种是一些病原体特异性细胞的扩增,以形成足够大的群体来控制病原体。第二个是细胞从初始幼稚表型分化为控制病原体的效应表型,随后分化为维持并负责长期保护的记忆表型的过程。扩张和分化在很大程度上是独立考虑的。细胞群体的变化通常使用基于生态学的常微分方程模型来描述。相反,单细胞的分化在系统生物学中进行研究,并且经常通过考虑单个细胞中基因和蛋白质表达的变化来建模。实验系统生物学的最新进展首次提供了数据,以允许在感染期间耦合免疫细胞的群体和高维表达数据。在这里,我们描述和开发的人口表达模型,这两个过程集成到系统生物学的多细胞水平。当转化为数学方程时,这些模型导致非保守的、非局部的对流扩散方程。我们描述的情况下,人口表达的方法可以从数据中做出正确的推断,而以前的建模方法的基础上共同的简化假设会失败。我们还探讨了如何使用模型简化技术来构建种群表达模型,在保持系统基本特征的同时最大限度地降低模型的复杂性。虽然我们在本文中考虑免疫学问题,但我们希望群体表达模型具有更广泛的适用性。
2012-12-08 q-bio.PE q-bio.QM
Physical Model of the Immune Response of Bacteria Against Bacteriophage Through the Adaptive CRISPR-Cas Immune System
细菌和古生菌已经进化出一种适应性的、可遗传的免疫系统,可以识别和防御病毒或质粒。该系统被称为CRISPR-Cas系统,允许宿主识别并将短的外来DNA或RNA序列(称为“间隔区”)整合到其CRISPR系统中。CRISPR系统中的间隔区提供了细菌和噬菌体共同进化历史的记录。我们使用一个物理模型来研究这种共同进化的动态,因为它随时间随机演变。我们专注于突变和重组对细菌和噬菌体进化和逃避的影响。我们讨论了不同的间隔区删除机制对协同进化动力学的影响。我们预测了细菌和噬菌体群体的增长,CRISPR基因座内的间隔区多样性,以及针对噬菌体群体的间隔区保护。
2014-01-20 q-bio.PE
How host mobility patterns shape antigenic escape during viral-immune co-evolution
本文研究宿主迁移与抗原逃逸耦合对病毒存活的影响,发现中等迁移率在短时间尺度上通过抗原逃逸提高病毒存活概率,而高连通迁移网络降低存活概率,并利用机场数据说明当前人类迁移率有利于病毒存活。
2024-10-22 q-bio.PE
The Bayesian optimist's guide to adaptive immune receptor repertoire analysis
概率建模是复杂数据统计分析的基础。除了形成数据生成过程的连贯描述之外,概率模型还能够对给定数据集进行参数推断。这一过程在贝叶斯观点中得到了很好的发展,在贝叶斯观点中,人们推断概率分布,描述各种可能的参数在多大程度上与数据一致。在本文中,我们激励和审查适应性免疫受体库数据的概率建模,然后描述未来工作的进展和前景,从生殖系单倍型到适应性免疫系统在组织中的部署。免疫序列分析中的相关量不仅包括基因使用频率等连续参数,还包括B细胞簇和谱系等离散对象。在这篇综述中,我们揭示了适应性免疫受体分析中概率建模的许多机会,包括贝叶斯方法具有实质性前景的设置(特别是如果人们对新的计算方法持乐观态度)。从我们的角度来看,最大的前景,在概率建模的剧目关注祖先序列估计的B细胞受体谱系,包括不确定性从种系基因型,重排和谱系发展。
2018-04-29 q-bio.PE
Increased adaptive immune responses and proper feedback regulation protect against clinical dengue
登革热是最普遍的节肢动物传播的病毒性疾病。登革病毒(DENV)感染的临床症状范围从经典的轻度登革热到严重的、危及生命的登革休克综合征。然而,大多数DENV感染很少或没有症状。无症状的DENV感染的患者提供了一个独特的机会来破译宿主免疫应答,导致病毒消除,而不会对健康产生负面影响。我们采用转录谱分析和免疫学分析的综合方法,比较了柬埔寨严格无症状病毒血症个体与临床登革热患者。尽管炎症途径和先天免疫应答在无症状个体和临床登革热患者之间相似,但与抗原呈递相关的蛋白质表达以及随后的T和B细胞活化途径受到差异调节,与病毒载量或先前的DENV感染无关。反馈机制控制了无症状病毒血症个体的免疫应答,如T细胞增殖相关途径和Fc $γ$ RIIB信号传导的激活增加与抗DENV特异性抗体浓度降低相关所证明的。综上所述,我们的数据表明,儿童中的无病毒DENV感染是由适应性免疫区室的激活增加和适当的控制机制决定的,这些机制导致在没有过度免疫激活的情况下消除病毒感染,这对新型疫苗开发策略具有意义。
2017-12-11 q-bio.PE
The size of the immune repertoire of bacteria
一些细菌和古细菌具有基于CRISPR-Cas机制的免疫系统,该免疫系统赋予针对噬菌体的适应性免疫。在这些物种中,单个细菌保持一个称为间隔区的病毒DNA元件的“盒”,作为过去感染的记忆。典型的盒包含几十个间隔物。考虑到细菌可以拥有非常大的基因组,并且由于拥有更多的间隔区应该会带来更好的记忆,因此细菌用于适应性免疫系统的遗传空间如此之少令人困惑。在这里,我们确定了细菌免疫库的大小和对给定威胁的反应有效性之间的基本权衡,并展示了这种权衡如何限制CRISPR盒的最佳大小。
2019-03-01 q-bio.PE
Periodic vs. intermittent adaptive cycles in quasispecies co-evolution
我们研究了变异病毒和适应性免疫系统之间的协同进化的抽象模型。在序列空间中,这两个群体都位于瞬时显性菌株周围。离域或错误阈值表现出一种新的相互依赖性,因为免疫反应是有条件的病毒攻击。进化追逐是由随机波动引起的,可以通过周期性或间歇性循环发生。使用模拟和随机分析,我们展示了如何这两个动态制度之间的过渡取决于突变率,免疫反应,和人口规模。
2014-09-10 q-bio.PE
Bigger is Faster in the Adaptive Immune Response
The University of New Mexico(新墨西哥大学);Center for Advanced Research Computing(高级计算研究中心);Santa Fe Institute(圣塔菲研究所)
研究跨哺乳动物物种适应性免疫激活速度的一致性,通过标度理论和数学模型发现较大淋巴结缩短搜索时间,使大动物维持或加速免疫启动。
2025-10-08 physics.bio-ph q-bio.PE
Inferring differentiation order in adaptive immune responses from population level data
适应性免疫应答的标志是病原体特异性淋巴细胞的增殖,其在它们的觉醒中留下提供持久免疫的长寿命细胞群。一个正在进行的研究主题是在适应性免疫反应期间,这些记忆细胞何时产生。在两项突破性研究中,Buchholz等人(Science,2013)和Gerlach等人(Science,2013)采用了实验方法,该方法允许在单个时间点从体内单个淋巴细胞中鉴定后代,我们称之为克隆数据。通过数学模型的开发、应用和拟合,Buchholz等人(Science,2013)得出结论,如果记忆在扩增阶段产生,则记忆细胞前体在清除原始病原体的效应细胞之前产生。我们试图确定Buchholz等人(Science,2013)中引入的建模方法的一般有效性和功效,通过调整它使其适合于从更容易获得的非克隆表型比例时间过程中进行推断,来快速评估分化网络。我们首先建立了该方法,当拟合Buchholz et al.(Science,2013)本身的非克隆数据时,该方法得出了一致的推论。我们将模型的变体拟合到Badovinac等人(J.Immun.,2007)、Schlub等人(Immun. & Cell Bio.,2010)和Kinjo等人(Nature Commun.,2015)进行必要的简化,以匹配这些论文中不同的报告数据。该模型的推论与Buchholz等人(Science,2013)的推论一致,尽管参数化存在问题。由Kinj…
2020-06-03 q-bio.CB q-bio.PE
Augmenting adaptive immunity: progress and challenges in the quantitative engineering and analysis of adaptive immune receptor repertoires
适应性免疫系统是一种天然的诊断和治疗方法。它比临床症状表现更早地识别威胁,并以精确的特异性中和抗原。识别特异性和广泛的反应性是通过适应性B细胞和T细胞受体实现的:免疫受体库。然而,人类的免疫系统并非万能。我们的自然防御系统有时会输给寄生虫和微生物,甚至在癌症、自身免疫性疾病和炎症性疾病的情况下与我们作对。因此,免疫工程师的一个长期梦想是从机械上理解免疫系统如何看到,反应和记忆抗原。直到最近,实验和计算方法才取得了足够的定量分辨率,开始查询和工程适应性免疫具有很高的精度。具体而言,这些创新已在免疫治疗,自身免疫和疫苗设计中得到了最大的热情和成功。这里的工作突出了定量方法的进展,挑战和未来方向,这些方法旨在促进对免疫现象的基本理解,并对免疫系统进行逆向工程,以生产吉祥的生物制药药物和免疫诊断。我们的综述表明,基础免疫学,计算免疫学和数字生物技术的合并最大限度地减少了黑盒工程,从而推进了免疫学知识和免疫工程方法。
2019-04-09 q-bio.PE q-bio.QM
Modelling cross-reactivity and memory in the cellular adaptive immune response to influenza infection in the host
细胞适应性免疫应答在解决流感感染中起着关键作用。在短时间内连续感染不同毒株的实验提供了对潜在病毒动力学和交叉反应性免疫应答在解决急性感染中的作用的深入了解。我们构建了宿主内流感病毒动力学的数学模型,包括确定交叉反应性细胞适应性免疫应答的强度的三个可能因素:初始幼稚T细胞数量、T细胞与受感染细胞呈递的表位之间相互作用的亲合力以及每个受感染细胞的表位丰度。我们的模型解释了当存在交叉反应时实验观察到的第二次感染的缩短,并表明细胞适应性免疫反应中的记忆对于防止第二次感染是必要的。
2016-11-22 q-bio.CB q-bio.PE
Do reductionist cures select for holistic diseases? Adaptive chronic infection, structured stress, and medical magic bullets
通过对免疫认知的广义思维语言论证,我们模拟了人口导向的结构化心理社会压力如何在高度适应性慢性感染和免疫系统之间的共同进化冲突中强加自己的形象。我们提出的可能性是,对于成功的“进化机器”,如艾滋病毒和疟疾,简单化的以个人为导向的魔术子弹药物治疗,疫苗,行为矫正,或其他干预措施,不解决基本的生活和工作条件下的疾病生态将无法控制目前的流行病,并可能选择整体致病的生活史,增加疾病的毒力。
2003-12-31 q-bio.NC q-bio.PE
Statistical mechanics and thermodynamics of viral evolution
本文分析了病毒感染和进化的简化模型,使用“巨正则系综”和统计力学和热力学的形式主义,列举所有可能的病毒,并推导出系统的热力学变量。我们将感染过程建模为一系列由病毒和宿主的遗传状态决定的能量屏障,作为免疫反应和系统温度的函数。我们发现一个相变之间的正温度制度的正常复制和负温度的病毒“无序”相。这些阶段定义了不同的制度,其中不同的遗传策略是有利的。也许最重要的是,它证明了系统具有真实的热力学温度。对于正常复制,该温度与有效温度线性相关。免疫反应的强度重新调整温度,但不改变观察到的线性关系。对于所有的温度和免疫力的研究,我们发现一个通用的曲线有关的顺序参数的病毒进化。真正的病毒具有有限长度的RNA片段,这些RNA片段编码决定其适应性的蛋白质;因此,本文提出的方法可以改进以应用于真正的生物系统,也许可以深入了解免疫逃逸,新病原体的出现以及病毒进化的其他结果。
2015-02-25 q-bio.PE
Glassy Dynamics in the Adaptive Immune Response Prevents Autoimmune Disease
免疫系统通常保护人类宿主免于因感染而死亡。然而,当免疫反应错误地针对自身抗原时,可能发生自身免疫性疾病。我们描述了一个蛋白质进化模型来模拟对抗原的适应性免疫反应的动态。抗体进化动力学的计算机模拟表明,不同的进化机制,即基因片段交换和点突变,导致不同的进化抗体的结合亲和力。虽然基因片段交换和点突变的组合可以产生比单独的点突变更大的对特定抗原的亲和力,但如此进化的抗体具有高度交叉反应性,并且会导致自身免疫性疾病,这不是免疫系统的选择动力学。我们认为,在免疫系统中,在抗体的氨基酸序列空间搜索机制中,结合亲和力和特异性之间已经形成了平衡。
2005-08-17 cond-mat.stat-mech physics.bio-ph q-bio.PE
Early life imprints the hierarchy of T cell clone sizes
适应性免疫系统通过选择具有特定受体的细胞克隆来对病原体做出反应。虽然已经详细研究了响应于特定抗原的克隆选择,但尚不清楚一生中暴露于许多抗原如何共同塑造免疫库。在这里,通过T细胞受体测序数据的数学建模和统计分析,我们证明了在围产期时间窗口期间的克隆扩增在人类T细胞库上留下了持久的印记。我们演示了如何经验的缩放法有关的最大的克隆,其大小的排名可以出现在剧目形成克隆生长。我们统计确定早期成立的克隆,并发现它们确实是高度富集的最大的克隆。这种富集甚至在人类衰老数十年后仍然存在,其方式可以通过波动克隆选择模型定量预测。我们的工作提出了一个定量理论的人类T细胞动态兼容的统计规律的剧目组织,并提供了一个机制,早期克隆动态印记的层次结构的T细胞克隆大小与病原体防御和自身免疫的影响。
2020-07-21 q-bio.GN q-bio.PE
Viral evolution under the pressure of an adaptive immune system - optimal mutation rates for viral escape
基于最近的进化病毒与适应性免疫系统竞争的模型[1],我们研究了病毒准种可以最大化其生长速率的条件。允许病毒茁壮成长的突变率范围从上到下由于基因组信息退化而受到限制,从下到上由于序列多样性不足而受到限制,这导致免疫系统快速消灭病毒。最佳地平衡这两个要求的突变率取决于病毒生长率的倒数与免疫系统需要对抗原产生特异性应答的时间的比率。我们发现,如果病毒在免疫系统适应新病毒表位所需的时间内恰好产生一个突变,则病毒是最有活力的。实验性病毒突变率,特别是HIV(人类免疫缺陷病毒),似乎表明许多病毒已经达到了最佳突变率。[1]C.Kamp和S. Bornholdt,Phys. Rev. Lett. 88,068104(2002)
2002-09-26 cond-mat.stat-mech q-bio.PE
The Host-Pathogen Game: an evolutionary approach to biological competitions
我们引入了一个称为宿主-病原体博弈的模型来研究生物竞争。值得注意的是,我们专注于外部代理,如细菌,在宿主生物体内的侵入动力学。前者被映射到一群旨在宿主细胞外介质中传播的缺陷者。反过来,后者由细胞组成,映射到一群合作者,旨在杀死病原体。细胞的合作行为是整个有机体的生命功能出现的基础,因为每个细胞都有助于完成一系列特定的任务。因此,广义地说,它们的贡献可以被视为一种能量形式。当细菌在空间上接近细胞时,后者可以使用其能量的一部分来去除它们。另一方面,当细菌在攻击中幸存下来时,它们会吸收接收到的能量,变得更强大,更能抵抗进一步的攻击。此外,由于细菌扮演着叛逃者的角色,它们的独特目标是增加自己的财富,而不是支持自己的同类。在许多生物体中,宿主温度在宿主-病原体平衡中起着相关的作用。例如,在像人类这样的动物中,神经机制触发体温升高以激活免疫系统。在这种情况下,一旦细菌被完全清除,合作者就会成功,而在相反的情况下,宿主会经历一个深层次的侵入过程,比如血液中毒。数值模拟的结果表明,所提出的模型的动力学允许达到各种状态。在非常高的抽象层次上,这些状态中的一些似乎与在某些生命系统中可以观察到的状态相似。因此,总的来说,我们认为我们的模型可能被利用来研究进一步的生物现象。
2018-08-31 nlin.AO q-bio.PE
Sequential infection experiments for quantifying innate and adaptive immunity during influenza infection
实验室模型通常用于了解相关病原体通过宿主免疫的相互作用。例如,最近的实验表明,雪貂在短时间内暴露于两种流感病毒株,交叉免疫的效果如何随着暴露时间和使用的特定病毒株而变化。另一方面,研究免疫反应不同分支的运作及其相对重要性,通常使用涉及单一感染的实验。然而,从这种类型的数据推断不同免疫组分的相对重要性是具有挑战性的。使用模拟和数学建模,在这里,我们调查是否顺序感染实验设计不仅可以用来确定有助于交叉保护的免疫组分,而且还可以在单次感染期间深入了解免疫反应。我们表明,从连续感染实验的病毒学数据可以用来准确地提取交叉保护的时间和程度。此外,可以确定负责这种交叉保护的广泛免疫成分。这些数据也可用于推断某些免疫成分在控制原发性感染中的时间和强度,即使在缺乏血清学数据的情况下。相比之下,单个感染数据不能用于可靠地恢复此信息。因此,连续感染数据增强了我们对感染控制和解决机制的理解,并对先前的暴露如何影响后续感染的时间进程产生了新的见解。
2018-06-05 q-bio.CB q-bio.PE
Molecular tug of war reveals adaptive potential of an immune cell repertoire
适应性免疫系统不断重塑其淋巴细胞库,以更好地抵御未来的病原体。其在飞行中提高抗原识别的能力依赖于表达高亲和力抗原受体的B淋巴细胞的体细胞突变和选择性扩增。然而,个体内部的这种达尔文过程似乎无效,达到了抗原结合亲和力的适度上限。实验开始揭示,进化中的B细胞从呈递细胞中物理提取抗原,并且提取水平决定克隆扩增;这挑战了受体-抗原结合的平衡常数决定选择性优势的流行假设。我们提出了一个理论框架,探讨是否,以及如何,这种拔河抗原提取影响的质量和多样性的演变B细胞库。我们发现克隆选择的明显无效性可能是抗原识别的非平衡性质的直接后果。我们的理论预测,在牵引力下抗原束缚的物理强度设定了亲和力上限。同时,该模型表明,有趣的是,细胞可以利用力的可变性来多样化结合表型,而不影响适应性,从而在资源约束下保持可塑性。这些结果表明,通过抗原识别过程中的分子拔河主动探测受体质量限制了对当前抗原的反应效力,但赋予了针对未来变体的保护的适应性益处。重要的是,B细胞表型进化的适应性景观中的鞍点从拔河设置中出现,这使多个关键现象合理化,并提出了主动物理动力学在免疫适应中的作用。
2022-09-28 cond-mat.stat-mech physics.bio-ph q-bio.PE
Pathogen evolution: slow and steady spreads the best
生活史〈动〉进化理论为理解流行病和地方病中病原体的演化动力学提供了一个强有力的框架。然而,这一框架依赖于这样的假设,即病原体种群非常大,并且可以忽略人口统计随机性的影响。在这里,我们扩展了生活史〈动〉<动>理论,以解释有限种群大小对病原体毒力进化的影响。我们表明,人口统计随机性引入了额外的进化力量,可以定性地影响动态和进化的结果。讨论了病原体适应度景观的形态和寄主异质性对突变、选择和遗传漂变之间平衡的重要性。特别是,我们讨论的情况下,有限的人口规模可以显着影响经典的确定性模型的预测。这种分析调和适应动力学与群体遗传学在有限的群体,从而提供了一个新的理论工具箱,研究生活史进化在现实的生态情景。
2017-11-27 math.DS math.PR q-bio.PE
Eco-Evolutionary Feedback in Host--Pathogen Spatial Dynamics
空间范围是数学生物学中的一个复杂因素。A点的动作不能立即影响B点发生的事情,这种可能性为空间不均匀性创造了机会。这种不一致性必然会改变我们对进化动力学的理解,因为同一个生物体在不同的地方可能会有不同的预期进化结果。由于生物体的起源和命运都是局部决定的,我们必须明确考虑异质性以确定其影响。我们使用空间扩展的主机-病原体和捕食者-猎物生态系统的模拟,以揭示空间异质性的标准数学处理的局限性。我们的模型生态系统动态地产生异质性;病原体传播的宿主的适应性网络作为一种紧急现象出现。该网络的结构和动力学与自适应网络领域研究的相关模型有很大不同。我们使用一种新的技术,生物体交换,测试简单的近似和更详细的时刻关闭方法的有效性,和一个新的措施,以揭示入侵应变行为的时间尺度依赖性。我们的研究结果表明,失败不仅是最直接的(“平均场”)近似,完全平滑的异质性,但也是标准的校正(“对近似”)的平均场治疗。在空间背景下,入侵病原体品种可以繁荣,但在中期内灭亡,这意味着生殖适应度和进化稳定策略的概念必须修改这样的系统。
2013-12-31 nlin.AO nlin.CG q-bio.PE
Diversity against adversity: How adaptive immunity evolves potent antibodies
免疫系统是如何在如此短的时间内进化出功能性蛋白质--有效的抗体的?我们解决这个问题,使用一个微观的,蛋白质水平的,基于序列的模型,明确定义免疫球蛋白,宿主和病原体蛋白之间的相互作用的体液免疫反应。在该模型中通过克隆选择和亲和力成熟发现了有效的免疫球蛋白。感染的可能结果(细胞灭绝、病毒完全清除后存活或持续感染)主要取决于病毒和免疫球蛋白的突变率。该模型预测,存在最佳体细胞超突变(SHM)率,接近于实验观察到的每次复制每个核苷酸10-3。此外,我们开发了一种分析理论,其解释了最佳SHM程序的物理原因,作为随机突变对新生成熟免疫球蛋白的有害影响(逆境)与产生突变抗体的多样性池的需要之间的妥协,从中可以提取高度有效的抗体(多样性)。该理论解释了诸如B细胞命运对进入抗原的亲和力的依赖性、成熟抗体亲和力的上限、Germinant中心大小和成熟时间等效应。该理论揭示了决定亲和力成熟效率的分子因素,提供了对致细胞病变病毒(生殖系抗体的直接反应)和弱致细胞病变病毒(SHM在反应中的关键作用)的免疫反应的可变性的见解。这些结果证明了免疫系统的微观序列模型的可行性和前景,其中进化免疫球蛋白的种群动力学明确地与它们的分子特性相关联。
2008-05-25 q-bio.BM q-bio.CB q-bio.PE