Simulação computacional e análise de um modelo fenotípico de evolução viral

Detalhes bibliográficos
Autor(a) principal: Castro, Diogo [UNIFESP]
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIFESP
Texto Completo: https://repositorio.unifesp.br/handle/11600/10085
Resumo: A large amount of viruses of medical importance such as HIV, respiratory syncytial virus, the hepatitis C virus, influenza A (H1N1) and polio virus, has RNA genome. These viruses exhibit extremely high mutational rate, fast replicative kinetics, large population of particles and high genetic diversity. Manifested during the infectious process, these features allow the virus population to adapt quickly to dynamic environments, escape from the immune system, develop resistance to vaccines and antiviral drugs, and display complex evolutionary dynamics whose understanding represents a challenge to the traditional population genetics and for effective therapeutic intervention strategies. To describe mathematically and biological evolution of RNA viruses, theoretical models of virus evolution have been proposed, and many of their predictions were experimentally confirmed. This study aimed to simulate and analyze computationally a model of viral evolution that represents evolutionary relationships between the population of viral RNA genome and the different selective pressures on it in its interaction with the host organism. It also aimed to develop computational simulation software for the viral evolution model, and demonstrate the possibility of describing the model as a Galton-Watson branching process. Among the results and discussions outlined, there are an analytical criterion to study the recovery time and the critical regime of a Galton-Watson branching process applied to viral evolution; predictions about the correlation between factors of the host organism and the evolutionary dynamics of viral population; predictions about the contribution of mutational rate, the size and maximum replicative capacity of viral population for the prognosis and four stages of infection: recovery time, mutation-selection equilibrium, extinction threshold, and lethal mutagenesis.
id UFSP_6c87a17c083daef22e9f43350a14d145
oai_identifier_str oai:repositorio.unifesp.br/:11600/10085
network_acronym_str UFSP
network_name_str Repositório Institucional da UNIFESP
repository_id_str 3465
spelling Simulação computacional e análise de um modelo fenotípico de evolução viralComputer simulation and analysis of a phenotypic model of viral evolutionBranching processesComputer simulationQuasispeciesViral evolutionVirusesMutationProcessos de ramificaçãoQuasispeciesSimulação computacionalEvolução viralVírusMutaçãoA large amount of viruses of medical importance such as HIV, respiratory syncytial virus, the hepatitis C virus, influenza A (H1N1) and polio virus, has RNA genome. These viruses exhibit extremely high mutational rate, fast replicative kinetics, large population of particles and high genetic diversity. Manifested during the infectious process, these features allow the virus population to adapt quickly to dynamic environments, escape from the immune system, develop resistance to vaccines and antiviral drugs, and display complex evolutionary dynamics whose understanding represents a challenge to the traditional population genetics and for effective therapeutic intervention strategies. To describe mathematically and biological evolution of RNA viruses, theoretical models of virus evolution have been proposed, and many of their predictions were experimentally confirmed. This study aimed to simulate and analyze computationally a model of viral evolution that represents evolutionary relationships between the population of viral RNA genome and the different selective pressures on it in its interaction with the host organism. It also aimed to develop computational simulation software for the viral evolution model, and demonstrate the possibility of describing the model as a Galton-Watson branching process. Among the results and discussions outlined, there are an analytical criterion to study the recovery time and the critical regime of a Galton-Watson branching process applied to viral evolution; predictions about the correlation between factors of the host organism and the evolutionary dynamics of viral population; predictions about the contribution of mutational rate, the size and maximum replicative capacity of viral population for the prognosis and four stages of infection: recovery time, mutation-selection equilibrium, extinction threshold, and lethal mutagenesis.Uma grande quantidade dos vírus de importância médica, como o HIV, o vírus sincicial respiratório, o vírus da hepatite C, o vírus influenza A (H1N1), e o vírus da poliomielite, possui genoma RNA. Estes vírus apresentam taxas mutacionais extremamente altas, rápida cinética replicativa, população numerosa de partículas, e grande diversidade genética. Manifestas durante o processo infeccioso, tais características permitem a população viral adaptar-se rapidamente a ambientes dinâmicos, escapar ao sistema imunológico, desenvolver resistência às vacinas e drogas antivirais, e exibir dinâmica evolutiva complexa cuja compreensão representa um desafio para a genética de populações tradicional e para as estratégias de intervenção terapêutica efetiva. Para descrever biológica e matematicamente a evolução dos vírus RNA, modelos teóricos de evolução viral têm sido propostos, e muitas de suas predições foram confirmadas experimentalmente. O presente trabalho teve como objetivo simular computacionalmente e analisar um modelo de evolução viral que represente relações evolutivas existentes entre a população viral de genoma RNA e as diferentes pressões seletivas exercidas sobre ela na sua interação com o organismo hospedeiro. Também objetivou desenvolver um software de simulação computacional personalizado para o modelo de evolução viral, e demonstrar a possibilidade de descrever o modelo como um processo de ramificação de Galton-Watson. Entre os resultados e discussões delineados, encontram-se um critério analítico para estudo do tempo de recuperação e do regime crítico de um processo de ramificação de Galton-Watson aplicado à evolução viral; predições sobre a correlação entre fatores do organismo hospedeiro e a dinâmica evolutiva da população viral; predições sobre a contribuição da taxa mutacional, do tamanho e da capacidade replicativa máxima da população viral para o prognóstico e quatro fases da infecção: o tempo de recuperação, o equilíbrio mutação-seleção, o limiar da extinção, e a mutagênese letal.TEDEBV UNIFESP: Teses e dissertaçõesUniversidade Federal de São Paulo (UNIFESP)Janini, Luiz Mário Ramos [UNIFESP]Universidade Federal de São Paulo (UNIFESP)Castro, Diogo [UNIFESP]2015-07-22T20:50:48Z2015-07-22T20:50:48Z2011-01-26info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersion169 f.application/pdfapplication/pdfapplication/pdfapplication/pdfSANTOS, Diogo Castro dos. Simulação Computacional e Análise de um Modelo Fenotípico de Evolução Viral. 2011. 169 f. Dissertação (Mestrado) - Universidade Federal de São Paulo, São Paulo, 2011.Publico-12514a.pdfPublico-12514b.pdfPublico-12514c.pdfPublico-12514d.pdfhttps://repositorio.unifesp.br/handle/11600/10085porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESP2024-08-11T13:05:01Zoai:repositorio.unifesp.br/:11600/10085Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652024-08-11T13:05:01Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false
dc.title.none.fl_str_mv Simulação computacional e análise de um modelo fenotípico de evolução viral
Computer simulation and analysis of a phenotypic model of viral evolution
title Simulação computacional e análise de um modelo fenotípico de evolução viral
spellingShingle Simulação computacional e análise de um modelo fenotípico de evolução viral
Castro, Diogo [UNIFESP]
Branching processes
Computer simulation
Quasispecies
Viral evolution
Viruses
Mutation
Processos de ramificação
Quasispecies
Simulação computacional
Evolução viral
Vírus
Mutação
title_short Simulação computacional e análise de um modelo fenotípico de evolução viral
title_full Simulação computacional e análise de um modelo fenotípico de evolução viral
title_fullStr Simulação computacional e análise de um modelo fenotípico de evolução viral
title_full_unstemmed Simulação computacional e análise de um modelo fenotípico de evolução viral
title_sort Simulação computacional e análise de um modelo fenotípico de evolução viral
author Castro, Diogo [UNIFESP]
author_facet Castro, Diogo [UNIFESP]
author_role author
dc.contributor.none.fl_str_mv Janini, Luiz Mário Ramos [UNIFESP]
Universidade Federal de São Paulo (UNIFESP)
dc.contributor.author.fl_str_mv Castro, Diogo [UNIFESP]
dc.subject.por.fl_str_mv Branching processes
Computer simulation
Quasispecies
Viral evolution
Viruses
Mutation
Processos de ramificação
Quasispecies
Simulação computacional
Evolução viral
Vírus
Mutação
topic Branching processes
Computer simulation
Quasispecies
Viral evolution
Viruses
Mutation
Processos de ramificação
Quasispecies
Simulação computacional
Evolução viral
Vírus
Mutação
description A large amount of viruses of medical importance such as HIV, respiratory syncytial virus, the hepatitis C virus, influenza A (H1N1) and polio virus, has RNA genome. These viruses exhibit extremely high mutational rate, fast replicative kinetics, large population of particles and high genetic diversity. Manifested during the infectious process, these features allow the virus population to adapt quickly to dynamic environments, escape from the immune system, develop resistance to vaccines and antiviral drugs, and display complex evolutionary dynamics whose understanding represents a challenge to the traditional population genetics and for effective therapeutic intervention strategies. To describe mathematically and biological evolution of RNA viruses, theoretical models of virus evolution have been proposed, and many of their predictions were experimentally confirmed. This study aimed to simulate and analyze computationally a model of viral evolution that represents evolutionary relationships between the population of viral RNA genome and the different selective pressures on it in its interaction with the host organism. It also aimed to develop computational simulation software for the viral evolution model, and demonstrate the possibility of describing the model as a Galton-Watson branching process. Among the results and discussions outlined, there are an analytical criterion to study the recovery time and the critical regime of a Galton-Watson branching process applied to viral evolution; predictions about the correlation between factors of the host organism and the evolutionary dynamics of viral population; predictions about the contribution of mutational rate, the size and maximum replicative capacity of viral population for the prognosis and four stages of infection: recovery time, mutation-selection equilibrium, extinction threshold, and lethal mutagenesis.
publishDate 2011
dc.date.none.fl_str_mv 2011-01-26
2015-07-22T20:50:48Z
2015-07-22T20:50:48Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SANTOS, Diogo Castro dos. Simulação Computacional e Análise de um Modelo Fenotípico de Evolução Viral. 2011. 169 f. Dissertação (Mestrado) - Universidade Federal de São Paulo, São Paulo, 2011.
Publico-12514a.pdf
Publico-12514b.pdf
Publico-12514c.pdf
Publico-12514d.pdf
https://repositorio.unifesp.br/handle/11600/10085
identifier_str_mv SANTOS, Diogo Castro dos. Simulação Computacional e Análise de um Modelo Fenotípico de Evolução Viral. 2011. 169 f. Dissertação (Mestrado) - Universidade Federal de São Paulo, São Paulo, 2011.
Publico-12514a.pdf
Publico-12514b.pdf
Publico-12514c.pdf
Publico-12514d.pdf
url https://repositorio.unifesp.br/handle/11600/10085
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 169 f.
application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de São Paulo (UNIFESP)
publisher.none.fl_str_mv Universidade Federal de São Paulo (UNIFESP)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFESP
instname:Universidade Federal de São Paulo (UNIFESP)
instacron:UNIFESP
instname_str Universidade Federal de São Paulo (UNIFESP)
instacron_str UNIFESP
institution UNIFESP
reponame_str Repositório Institucional da UNIFESP
collection Repositório Institucional da UNIFESP
repository.name.fl_str_mv Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)
repository.mail.fl_str_mv biblioteca.csp@unifesp.br
_version_ 1814268323472343040