Simulação computacional e análise de um modelo fenotípico de evolução viral
| Ano de defesa: | 2011 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| 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 |