Simulação computacional e análise de um modelo fenotípico de evolução viral

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: Castro, Diogo dos Santos [UNIFESP]
Orientador(a): Janini, Luiz Mário Ramos [UNIFESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
dARK ID: ark:/48912/001300001ss2c
Idioma: por
Instituição de defesa: Universidade Federal de São Paulo (UNIFESP)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: https://repositorio.unifesp.br/handle/11600/10085
Resumo: 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.
id UFSP_1a7a96ad3aed51ffdbd1f7dff36b8df1
oai_identifier_str oai:repositorio.unifesp.br:11600/10085
network_acronym_str UFSP
network_name_str Repositório Institucional da UNIFESP
repository_id_str
spelling http://lattes.cnpq.br/1004629041472121http://lattes.cnpq.br/5713863164263481Castro, Diogo dos Santos [UNIFESP]http://lattes.cnpq.br/7298729170514521Universidade Federal de São Paulo (UNIFESP)Janini, Luiz Mário Ramos [UNIFESP]Bosco, Francisco de Assis Ribas [UNIFESP]São Paulo2015-07-22T20:50:48Z2015-07-22T20:50:48Z2011-01-26Uma 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. 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.BV UNIFESP: Teses e dissertações169 f.SANTOS, Diogo Castro dos. Simulação computacional e análise de um modelo fenotípico de evolução viral. 2011. 169 f. Dissertação (Mestrado em Infectologia) - Escola Paulista de Medicina, Universidade Federal de São Paulo, São Paulo, 2011.https://repositorio.unifesp.br/handle/11600/10085ark:/48912/001300001ss2cporUniversidade Federal de São Paulo (UNIFESP)info:eu-repo/semantics/openAccessProcessos de ramificaçãoModelos genéticosSimulação computacionalReplicação viralVírus de RNAVariação genéticaBranching processesComputer simulationQuasispeciesViral evolutionVirusesMutationSimulação computacional e análise de um modelo fenotípico de evolução viralComputer simulation and analysis of a phenotypic model of viral evolutioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESPSão Paulo, Escola Paulista de Medicina (EPM)InfectologiaORIGINALPublico-12514d.pdfPublico-12514d.pdfapplication/pdf783979https://repositorio.unifesp.br/bitstreams/345b46ee-053a-442f-b67f-feb8c1b2d917/download8aad221d792e84194f62819e121ae2b4MD54Dissertação_Diogo Castro dos Santos.pdfapplication/pdf3657990https://repositorio.unifesp.br/bitstreams/39743d61-b684-464a-b589-345d32a651f8/downloadf70d0378cad7f7883cf0125321b045c8MD517TEXTPublico-12514b.pdf.txtPublico-12514b.pdf.txtExtracted texttext/plain32916https://repositorio.unifesp.br/bitstreams/c78191ad-7eb2-4bcf-87e1-351da8d60815/downloade92411ca0599c315abd7c121ce3bdf6aMD511THUMBNAILPublico-12514d.pdf.jpgPublico-12514d.pdf.jpgGenerated Thumbnailimage/jpeg3012https://repositorio.unifesp.br/bitstreams/93eb2a6d-7920-40b6-913a-bea9db00186a/download38549209ec86885365e40f0284060bbdMD51611600/100852025-08-07 11:12:14.451oai:repositorio.unifesp.br:11600/10085https://repositorio.unifesp.brRepositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652025-08-07T11:12:14Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false
dc.title.pt_BR.fl_str_mv Simulação computacional e análise de um modelo fenotípico de evolução viral
dc.title.alternative.en.fl_str_mv 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 dos Santos [UNIFESP]
Processos de ramificação
Modelos genéticos
Simulação computacional
Replicação viral
Vírus de RNA
Variação genética
Branching processes
Computer simulation
Quasispecies
Viral evolution
Viruses
Mutation
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 dos Santos [UNIFESP]
author_facet Castro, Diogo dos Santos [UNIFESP]
author_role author
dc.contributor.advisor-coLattes.none.fl_str_mv http://lattes.cnpq.br/1004629041472121
dc.contributor.advisorLattes.none.fl_str_mv http://lattes.cnpq.br/5713863164263481
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/7298729170514521
dc.contributor.institution.none.fl_str_mv Universidade Federal de São Paulo (UNIFESP)
dc.contributor.author.fl_str_mv Castro, Diogo dos Santos [UNIFESP]
dc.contributor.advisor1.fl_str_mv Janini, Luiz Mário Ramos [UNIFESP]
dc.contributor.advisor-co1.fl_str_mv Bosco, Francisco de Assis Ribas [UNIFESP]
contributor_str_mv Janini, Luiz Mário Ramos [UNIFESP]
Bosco, Francisco de Assis Ribas [UNIFESP]
dc.subject.por.fl_str_mv Processos de ramificação
Modelos genéticos
Simulação computacional
Replicação viral
Vírus de RNA
Variação genética
topic Processos de ramificação
Modelos genéticos
Simulação computacional
Replicação viral
Vírus de RNA
Variação genética
Branching processes
Computer simulation
Quasispecies
Viral evolution
Viruses
Mutation
dc.subject.eng.fl_str_mv Branching processes
Computer simulation
Quasispecies
Viral evolution
Viruses
Mutation
description 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.
publishDate 2011
dc.date.issued.fl_str_mv 2011-01-26
dc.date.accessioned.fl_str_mv 2015-07-22T20:50:48Z
dc.date.available.fl_str_mv 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.citation.fl_str_mv SANTOS, Diogo Castro dos. Simulação computacional e análise de um modelo fenotípico de evolução viral. 2011. 169 f. Dissertação (Mestrado em Infectologia) - Escola Paulista de Medicina, Universidade Federal de São Paulo, São Paulo, 2011.
dc.identifier.uri.fl_str_mv https://repositorio.unifesp.br/handle/11600/10085
dc.identifier.dark.fl_str_mv ark:/48912/001300001ss2c
identifier_str_mv SANTOS, Diogo Castro dos. Simulação computacional e análise de um modelo fenotípico de evolução viral. 2011. 169 f. Dissertação (Mestrado em Infectologia) - Escola Paulista de Medicina, Universidade Federal de São Paulo, São Paulo, 2011.
ark:/48912/001300001ss2c
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.
dc.coverage.spatial.none.fl_str_mv São Paulo
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
bitstream.url.fl_str_mv https://repositorio.unifesp.br/bitstreams/345b46ee-053a-442f-b67f-feb8c1b2d917/download
https://repositorio.unifesp.br/bitstreams/39743d61-b684-464a-b589-345d32a651f8/download
https://repositorio.unifesp.br/bitstreams/c78191ad-7eb2-4bcf-87e1-351da8d60815/download
https://repositorio.unifesp.br/bitstreams/93eb2a6d-7920-40b6-913a-bea9db00186a/download
bitstream.checksum.fl_str_mv 8aad221d792e84194f62819e121ae2b4
f70d0378cad7f7883cf0125321b045c8
e92411ca0599c315abd7c121ce3bdf6a
38549209ec86885365e40f0284060bbd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
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_ 1865648706921955328