文摘
研究免疫系统的反应在原发感染猫免疫缺陷病毒(fip)表明,一个族群与一个激活t细胞表型和减少CD8的表达式链(表示CD8T细胞)扩展达到总数的80%T细胞计数。这个分组人口的扩张被认为是一个签名FIV和免疫系统改变的一项指标。我们使用一个简单的数学形式主义研究感染的剂量之间的关系随着时间的推移,CD8的大小人口,猫感染FIV的循环病毒载量。病毒血症概要描述使用的组合两个指数法,而CD8占总数的百分比(人口)由龚帕兹法律包括扩张阶段和饱和阶段。模型参数估计使用数据从102人口的方法实验感染猫。我们检查的剂量感染作为一个潜在的协变量的参数。我们发现的病毒载量和CD8的增加感染的比例均与剂量相关。开发强大的猫急性病毒血症也显示CD8的最大程度扩张。两个简单的模型是强大的工具,用于分析CD8的时间进程百分比和循环病毒载量FIV-infected猫和可能有助于产生新的见解对疾病和治疗策略的设计,可能适用于艾滋病毒感染。
1。介绍
猫感染猫免疫缺陷病毒(fip)开发一个获得性免疫缺陷综合征(AIDS)就像人类感染艾滋病毒(1]。感染引起急性病毒血症,降低几周后,部分免疫的发展(2]。急性期是紧随其后的是一种慢性无症状的阶段,往往会坚持多年,在此期间,免疫系统逐渐受损。在艾滋病毒感染的情况下,更常见的无症状期的迹象是CD4的损耗+周边T细胞和CD4 / CD8比值的降低3]。在无症状的结束阶段的疾病,感染猫慢性发展机会性感染和最终死亡4]。
FIV在急性感染的免疫反应是有据可查的特别是在文献(见[5- - - - - -7])。除了anti-FIV中和抗体和细胞毒性和noncytotoxic CD8+T细胞,主要感染(急性)阶段是CD8的外观和扩张的特征+与一个激活t细胞亚群表型显示减少CD8的表达式β链的完全消失L-selectin CD62L表面分子(8]。这些CD8CD62L−CD8 T细胞,以下简称感染的细胞,持续整个课程。这个激活t细胞数量的持久性,这已被证明拥有anti-FIV活动,提出了一个深刻的自我平衡的紊乱,在健康动物激活CD8细胞通常只有在高峰免疫反应。
观察到的CD8的扩张细胞subpopulation-which可以到达,在急性期,CD8总人口的80%+CD8 T细胞可能是驱动细胞凋亡的敏感性,增强抗原的敏感性识别(2]。CD8细胞可能是慢性激活由于持续的病毒复制和抗原识别、死细胞凋亡和迅速得到补充。因此,相信FIV可以改变免疫内稳态CD8的诱导慢性激活+成CD8 T细胞驾驶他们的扩张,与此同时,诱导细胞毒性对感染的CD4细胞+T细胞。
CD8的扩张程序被认为是FIV感染和疾病的一个重要标志(2]。扩张的过程的描述,除了其他标记的疾病,可能会增加研究者的FIV感染和艾滋病发病机制的理解,从而促进新治疗策略的设计。
数学模型来描述纵向数据从感染艾滋病毒的患者都进行了广泛的发展9]。描述病毒血症和CD4的动力+T细胞,大量的模型已经使用系统的常微分方程基于捕食者-食饵模型框架(10- - - - - -13]。在这种模型中,病毒颗粒感染健康的CD4细胞+T细胞,后来死了,解放新复制的病毒进入等离子体。这个机械的方法的一个最有趣的方面是,每个模型参数有一个明确的生物学意义,例如CD4的感染速度+T细胞,细胞的寿命,或者是病毒复制率。这样的模型已被证明正确预测循环病毒载量在感染艾滋病毒的病人进行抗病毒治疗11]。一些变化的建模方法在文献中已经讨论过。例如,细胞毒性CD8的集成+T细胞已被证明可能更准确地描述在HIV病毒血症患者的动力学(14]。基于捕食者-食饵模型框架可以提供有趣的见解病毒的生命周期及其与宿主的相互作用。然而,这些模型往往是复杂的,他们通常把大量的参数和变量如病毒载量、CD4细胞+T细胞不同的状态(如感染、早期感染,后期感染),和不同类型的CD8+T细胞。适当的估计的参数需要大量的观察(理想情况下,所有变量的观察应该是可用的)个人分析。显然,这些都是很难满足的条件在临床设置。此外,众所周知,在受试者免疫反应有很大的差别,因此它可能过于简单化的假设参数在一个给定的常数的患者群体。需要整合个人间结果添加了一个额外层次的复杂性已经复杂的机械模型。最后,据我们所知,这样的模型尚未挑战与未经处理的原发感染的数据(例如,数据来自未经治疗的艾滋病病毒感染者或FIV-infected猫),所以他们提供的信息对疾病的自然进程可能有限。
在这项研究中,我们提出两个现象学模型正确地复制CD8的百分比的氧化CD62L−T细胞和循环的病毒载量在原发感染早期阶段在102只猫感染FIV的不同剂量。
2。材料和方法
2.1。道德的声明
所有动物实验按照欧盟规定,所有程序都是监督和梅里亚伦理委员会的批准。
2.2。动物
在这个实验中,102只猫(49岁男性和53岁女性;平均年龄:22.8周,SD: 7.7,范围:13 - 36.5)被随机分为23组4到7的猫。每组被分配一个FIV应变(“进化枝,Glasgow-8进化枝,或EVA支系B)和接种体大小。每个猫挑战与单个肌内注射1毫升的病毒暂停检查三个FIV菌株之一。在初步在体外实验中,三个菌株被观察到类似的病毒血症,对淋巴细胞亚群的影响。病毒稀释范围从1/90,000 1/3,感染剂量,表现在日志中10/毫升的细胞培养感染剂量50% (CCID50),范围从0.26到4.09 (SD值:2.5:1.21)。
2.3。纵向测量
病毒载量测定使用定量实时聚合酶链反应。对于每一个猫,测量是在时间为0,,在可能的情况下,额外的测量周1,3,4,6,9、12、15、18日和23日。值表示为日志10等离子体的病毒RNA复制每毫升。对于这些测试,检测阈值,或量化的限制(定量限),80拷贝/毫升,相当于1.9日志10规模。总共有485测量进行了分析,但是有高数量的变化测量每只猫(意味着= 4.75测量/猫,最小值= 1,max = 7, SD = 1.2)。值本身(总的来说)也高度变量(值= 3.95日志10RNA拷贝/毫升的等离子体,最小值= 1.9(定量限),SD max = 6.91 = 1.37)。
CD8的数量细胞和CD8的总数+描述的T细胞,流式细胞仪测定(2]。然而,这些淋巴细胞上的数据只有79只猫的共有102家。CD8的大小CD62L−分组人口被表示为CD8的百分比CD62L−在整个CD8 T细胞+t细胞的数量。377年进行分析观察,平均4.8观察动物(min = 3, max = 6, SD = 0.8)。CD8的观测值中位数比例为22% (min = 1%, max = 96%, SD = 20.5)。图1显示所有102只猫病毒载量的氧化(图1(一))和CD8百分比在79只猫(图1 (b)),淋巴细胞计数。曲线表明了高可变性在病毒载量和CD8猫百分比。
(一)
(b)
2.4。数据分析
高数量的变化可用数据分动物,以及可变性在数据的模式动物,需要使用mixed-effects回归技术。Mixed-effects模型考虑不同形式的变化,特别是个别间变异性(15]。更准确地说,他们使用可用的所有个人信息检索分析人口的群体和个体层面的动态参数的值。因此,它们特别适合数据集的分析与大量的个人,即使数据稀疏的一些人。
在他们的一般形式,这样的模型可以写成: 在哪里是动物的数量观察个人的数量,x回归变量(例如,时间),和观察。这个词代表确定性方程;在我们的例子中,这些都是简单的现象学的法律。剩余误差,在那里。接下来我们将考虑常数误差模型,也就是说,。
每一个参数可以定义如下: 在哪里是一个p随机效应和向量一些预定义的转换。在这里,我们假设个体参数对数正态分布分布(即,)。是一个p向量的固定人口参数(例如,是在个人的中值价值参数)。是variance-covariance矩阵的随机效应。我们假设潜在的随机效应之间的相关性,也就是说是一个完整的矩阵。
模型中未知的参数集 这个问题相关的似然函数可以写成: 与 如果是非线性的随机效应,不能方便地计算和似然函数最大化。一个直观的手段解决这个问题从每个单独分析数据。然而,这种方法需要大量的观察每一个个体,因此它显然不是在我们的案例中是可行的。另一种方法是SAEM算法(EM算法的随机近似16)),它可以用来计算最大似然,没有任何近似的似然函数和估计人口和个人参数。我们使用Monolix软件(Lixoft)来估计这些参数。同时软件分析所有个人数据。在第一步,似然函数最小化为了估计模型参数的平均值以及他们的整个人口的变化。结果被称为人口估计参数。在第二个步骤中,信息参数值是用来估计,每个数据集的基础上,每个人的最佳模型参数。这些被称为单个参数。
Mixed-effects模型也被关联到一个大的优势的验证工具。(实际上对数似(LLH)值)通常用于从多个模型中选择最好的模型。然而,由于更多的参数模型更有可能产生一个更好的选择,因为它有更多的自由度,点球术语通常添加到似然函数的参数的数量。准则函数的例子包括这样的处罚条款Akaike信息准则(AIC): 在哪里自由参数的数量是估计的,和贝叶斯信息准则(BIC): 在哪里是样本容量。
我们测试了不同类型的现象学模型,我们选择最好的三个标准functions-namely,的基础上、AIC和BIC值,拟合优度,剩余土地和参数估计精度相对标准错误。我们通过视觉预测评估仿真诊断检查,也就是说,我们图形比较了观测数据和模拟数据(使用人口参数和个人间和残余可变性)。我们计算收缩和收缩来评估个人的收缩程度预测对观察(17]。收缩值高(> 30%)被认为损害诊断基于个人预测和协变量分析(17]。
3所示。结果
3.1。造型病毒血症
我们首先制定一个模型来描述观察到的模式的急性病毒载量增加随后腐烂,如图1(一)。我们确定的最佳模式是一笔两个指数,描述,分别与衰亡的部分曲线: 在哪里是病毒载量,表示为日志吗10的数量每毫升血浆病毒RNA复制;和分别是两个参数的调节,病毒载量的增加和衰减;是一个扩展adimensional参数。图2(一个)显示了一个示意图,专注于改变参数的值的影响。参数值越高,越快速的病毒载量的增加。Interanimal可变性模型中的参数(,,)被认为是对数正态分布分布,cat-specific估计给定如下,例如,: 在哪里是人口的典型值(平均值)和是一个inter-animal随机效应遵循正态分布均值为0,方差吗。
(一)
(b)
在第二个步骤中,感染的剂量和病毒株被评估为连续,协变量分别直言。我们使用backward-stepwise方法测试包含这些协变量如何影响这三个模型参数(18]。病毒株没有显著影响的三个参数的值,而剂量的感染,表现在日志中10/毫升CCID50常数病毒载量的增加率的影响。感染的剂量是成功地融入,可以编写如下: 集成一协变量、目标函数()降低了58点,参数估计精度高(),和可变性参数下降了30%。
因此,参数的值随着培养液体积的增加,增加从0.074周−1最低的剂量为3.55周−1最高剂量。这个结果表明,感染剂量越高,越强的病毒载量增加急性期。的参数据估计在0.025周吗−1,比例因子为5.56。所有参数估计与中低档错误。表1提出了模型的参数估计为平均值,标准偏差的随机效应或inter-animal可变性(IAV)。图3显示了视觉预测模型诊断与检查,也就是说,仿真模型的人口95%的变异性和数据点(图3(一个))和个人预测对实际观察(图绘制3 (b))。预测和观察之间的相关性很好(= 0.81,P< 0.001)。在图4,我们展示个人预测的95%置信区间预测六个猫从分析人口和他们挑战感染剂量从1.65到4.09的日志10/毫升。模型正确地预测氧化单个病毒载量的猫,和一个剂量之间的关系证明感染和病毒载量的增长率在等离子体感染的初级阶段。这种关联图所示5(一个),估计的参数值对所有102只猫策划反对感染剂量的实际值(= 0.73,P< 0.001)。
(一)
(b)
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
3.2。造型CD8β低CD62L−
在研究[2),CD8的百分比细胞显示增加感染后的几个星期,最终达到一个饱和水平。我们测试了一些法律,如一个s形的函数,为了复制这种模式。最好的选择是龚帕兹模型方程。该模型可以写成: 在哪里代表CD8的百分比细胞,参数参与CD8的百分比的表达吗细胞在时间为0。更准确地说,我们组。是一个常数项确定的膨胀速度和最大比例的CD8吗细胞。更大的参数、尖锐的扩张。图2 (b)显示了模型的示意图和突出的价值变化的影响曲线的形状。Inter-animal可变性模型中的参数(,,K)被认为是对数正态;的剂量感染和病毒株进行评估和之前一样不。只感染的剂量,表示为日志10/毫升CCID50,终于成功地融入CD8的不断膨胀率。协变量整合,目标函数是减少了33分,上的可变性参数下降了44%。
最大比例的平均值估计在39.4%。CD8的恒定速率扩张增加随着剂量的增加,从0.08周−1最低的剂量为1.62周−1最高剂量。这个范围非常类似于病毒载量的增加速度的范围。因此,我们观察到感染的剂量越高,越强CD8的扩张。值得注意的是,我们观察到一个线性CD8的膨胀率之间的关系人口和病毒载量的增加率(图5(一个))。图6,类似于图3,显示了视觉预测模型诊断与检查(图6(一)(图)和个人预测策划与实际观测6 (b))。预测和观察之间的相关性非常好(= 0.80,P< 0.001),尽管最高的观察似乎低估了的模型。事实上,该模型能够再现只CD8的扩张比例,而在许多情况下观察CD8最高百分比是紧随其后的是较低的百分比在随后的时间点(见图6(一))。后者观察可能是由于技术变化在执行实验室测量或波动饱和点。
(一)
(b)
4所示。讨论
FIV影响猫被公认为是一个主要的病原体研究艾滋病毒感染的相关模型。特别是,在原发感染阶段,临床症状和病毒定位在FIV-infected猫已经被证明是所观察到的类似在艾滋病毒感染1]。主要感染艾滋病毒的研究可能揭示疾病的发展之间的关系已被证明存在急性期艾滋病毒感染的特点和发展因艾滋病而死亡19,20.]。作为主要感染艾滋病毒可能很难文档,研究FIV感染的早期阶段可能的替代手段获得洞察艾滋病毒可能有助于设计新的有效的治疗。
除了是一个有价值的模型对HIV, FIV的构成一个重要的研究兴趣。由于不断增长的FIV感染的发病率和严重程度,一个有效的FIV疫苗是在很大程度上需要兽医(2]。过程中面临的问题,研究人员FIV疫苗研发类似遇到艾滋病,和相信有效的艾滋病疫苗和FIV将引起细胞免疫反应21- - - - - -24]。
我们进行了纵向分析FIV-that的重要标志是,病毒载量和CD8在猫发生原发感染。进行了回顾性分析,使用数据从被感染的猫在一个实验性的协议。
这种分析使我们提出两种现象学模型正确地复制CD8的氧化百分比和病毒血症主要FIV感染猫。这些简单的模型允许我们集成,水平的参数,经常描述的主体间变异性临床前和临床数据。
CD8的扩张比例与龚帕兹模型法,和病毒血症是模拟使用两个指数法复制病毒载量的初始破裂衰变紧随其后。所有模型参数估计与中低档错误,正如所料,可变性是升高的一些参数。即使模型是现象学,一些参数,尤其是CD8的膨胀率人口和病毒载量,可以很容易地与曲线的形状(见图2插图),所以可以很容易地解释。感染的剂量,表示为日志10/毫升CCID50,被发现是一个有关CD8的协变量的速度扩张人口和病毒载量的增长率;这协变量解释了很大一部分(30%)inter-animal可变性的这两个参数的分布。最后,病毒载量的膨胀率和CD8的膨胀率观察相关(百分比= 0.73,P< 0.001;参见图5 (b))。显然,这种相关性并不提供任何有关的作用机制CD8的线索或CD8之间的关系+t细胞亚群和病毒血症,但它强化了CD8普遍假设比例是一个有关FIV进展的标志。
结果我们得到了该模型可以提供洞察时间的病毒血症或病毒载量和CD8的大小人口感染后。我们的研究指出现象学模型作为一个潜在的有价值的补充大量的机械模型用于研究感染艾滋病毒和艾滋病的进展。例如,研究人员发现了一种线性关系患者的病毒载量,作为所有患者的病毒载量的平均测量(据说兼容病毒设定值)的概念,和他或她的存活时间25,26]。我们的研究提供了证据表明,患者的疾病进展可以描述一个简单的现象学模型不依赖于任何生物的假设。这里我们采用动态方法可以提供洞察病毒血症和病人生存之间的联系26]。的确,病毒载量的时间进程的分析可能是一个更好的生存的预测比一般的病毒载量Arnaout等所使用的参数。25]。
5。总结
猫感染猫免疫缺陷病毒(fip)开发一个获得性免疫缺陷综合症(艾滋病),类似于人类感染艾滋病毒。FIV感染引起急性病毒血症,降低几周后,激活的分组人口CD8的外观+我们称之为CD8 T细胞细胞。这个激活t细胞数量的扩张被认为是FIV感染和疾病的一个重要标志。CD8的表征人口复杂的扩张模式,包括其相关性与其他疾病标志物如病毒载量,可能会增加研究者的FIV感染和艾滋病发病机制的理解。我们建议两个简单的和独立的数学方程来分析CD8的氧化人口规模和病毒载量在原发感染FIV的猫咪。我们使用人口发展模型方法和mixed-effects回归技术,基于重复测量在超过100只猫FIV感染。
确认
作者要感谢里昂Biopole(项目FIV-VAX)对金融支持。