A HIV-fertőzés rendszerben Modellezés a molekuláktól az emberig Müller Viktor MTA-ELTE Elméleti Biológiai és Evolúciós Ökológiai Kutatócsoport http://ramet.elte.hu/~viktor
Mire megyünk labor nélkül? + =? Modellezés matematikai modell számítógépes szimuláció Adatelemzés
Molekuláktól az emberig Molekuláris folyamatok Szervezeten belüli folyamatok Populációs szintű folyamatok
A molekulák szintjén Modellezés: Vírusérés: Gag-Pol hasítás (Sadiq et al., J Phys Chem B 2011) Adatelemzés: Rezisztencia mutációk azonosítása (Sloot Phil Trans R Soc A 2009) APOBEC3 evolúciós lenyomata (Müller Trends Genet 2005) Szinonim kodonok evolúciója
Gag-Pol hasítás (vírusérés)
Gag-Pol hasítás (vírusérés) Gag hasítás: érett kapszid kialakulásához Pol hasítás: a vírusenzimek felszabadulásához
Miért modellezzük? Kulcsfolyamat fontos gyógyszercélpont Komplex folyamat rengeteg féle szubsztrát (66 fragmentum, 191 HH!) számos enzimforma kettős szerep: az enzim is szubsztrát! kezdeti önhasítás nehezen mérhető!
Módszer: reakciókinetika bomlás: belső hasítással S i S i+1 S i+2 S j képződés: N-terminális hasítással képződés: C-terminális hasítással S x S y S i S j- S j-1 S j 2 S i S i+1 S i+2 S j S x S y
Paraméterezés Oligopeptidek hasítási rátái. Dimerizációs ráták. A vírusrészecske sztöchiometriája.
Vírusérés reális idő alatt
Mérhetetlen részletek
Predikciók A hasítást jelentős részben köztes enzimformák végzik. Az érést a CA-p2 gátlása időzíti. A proteáz önhasítása időben megállítja a folyamatot.
Mely ráták fontosak? Kezdeti önhasítás és CA/p2 katalitikus ráta
A két erős hatás kölcsönhatása Mindkettőt rontom: additív. Kompenzáció: multiplikatív.
Inhibítor dózisfüggése Critical subset modell; diffúzió szerepe.
Az egyed szintjén Milyen tényezők befolyásolják a vírusszintet? (Müller et al. Proc Roy Soc B 2001) Hol bomlik le a vírusrészecskék zöme? (Müller et al. J Virol 2001) Miért lassul a vírusszint csökkenése a gyógyszeres kezelés során? (Müller et al. J Virol 2002) Vírustörzsek fitneszének becslése (Huigen et al. Virology 2007) Immunpatogenezis evolúciós háttere? (Bartha, Simon & Müller, Trends Immunol 2008) A felülfertőződés klinikai hatásai.
Krónikus immunaktiváció és patogenezis B- és T-sejtek általános, kóros és krónikus aktivációja Az immunaktiváció a betegségprogresszió legerősebb prediktora A krónikus immunaktiváció a HIV-fertőzés patogenezisének kulcsfolyamata. Természetes SIV-fertőzésekben: mindkettő hiányzik.
Krónikus immunaktiváció és patogenezis B- és T-sejtek általános, kóros és krónikus aktivációja Az immunaktiváció a betegségprogresszió legerősebb prediktora A krónikus immunaktiváció a HIV-fertőzés patogenezisének kulcsfolyamata. Természetes SIV-fertőzésekben: mindkettő hiányzik. A patogenezis nem szükségszerű velejárója a vírusreplikációnak! Adaptáció vagy evolúciós véletlen?
Krónikus immunaktiváció és patogenezis Miért lehet jó a vírusnak? Aktivált célsejtek fertőzhetők a fertőzhető állomány növelése Triviális?
Modellezés: az aktiváció hatótávja Kétféle immunaktivációt modellezünk: Szisztémás minden célsejtre hat Lokális csak az aktiváló vírus szomszédságában hat
A szisztémás immunaktiváció modellje Quiescent and activated Target cells and Infected cells Q: nyugvó célsejtek T: aktivált célsejtek I: fertőzött sejtek
Mathematics is no more, but no less, than a way of thinking clearly. A matematika nem több, de nem is kevesebb, mint a világos gondolkodás egy módja. -- Lord May of Oxford
Evolúciós kísérlet Kompetíció: két vírusváltozat eltérő aktivációs képességgel. Győz-e az erősebb aktivációs képességű vírus? A kimenetel megjósolja az evolúció irányát.
Szisztémás modell: két versengő változat NINCS SZELEKCIÓS ELŐNY! Kulcs: az aktivált célsejtek az összes vírus számára egyformán hozzáférhetők.
Lokális immunaktiváció: szimulációs modell AZ AKTIVÁTOR VÍRUS ELTERJED! Kulcs: alapító hatás A lokális vírusreplikáció a lokális célsejtaktiváció függvénye
Konklúzió A lokális immunaktiváció hatékonysága szelekció alatt áll, de a szisztémás aktivációé nem.
Hipotézis A szisztémás és a lokális immunaktiváció szétkapcsolható. A patogenezis a szisztémás immunaktiváció következménye. A virulencia csökkenhet az evolúció során. természetes SIV-fertőzések! nem világos, hogy a gazda vagy a vírus evolúciója révén történhet-e.
Gyógyászati jelentőség (jóslás) A kóros immunaktivációt gátló kezelés gátolná a patogenezist. A szisztémás aktivációt célzottan gátló kezelés ellen nem alakul ki rezisztencia.
A populáció (járvány) szintjén Modellezés: A HIV-járvány eredete (Sousa PLoS One 2010) Kompetíciós dinamika Transmissziós klaszterek Adatelemzés: Változik-e a HIV virulenciája? (Müller AIDS 2006, Müller PLoS Pathog 2009, Herbeck AIDS 2012) Rassz és betegségprogresszió (Müller AIDS 2009) Felülfertőződés gyakorisága és hatásai
A HIV eredete(i) Több független átugrás 4 sikeres csoport: HIV-1 M és O csoportja HIV-2 A és B csoportja Több sikertelen csoport
Járványos törzsek: szűk időablak Az összes sikeres HIV-csoport a 20. század első felében ugrott át emberre. Előbb miért nem? Később miért nem? HIV-csoport Utolsó közös ős References 1920 (1902-39) 1937 (1925-49) Salemi et al. (2000) Korber et al. 1931 (1915-41) HIV-1 group M (2000) 1921 (1908-33) Worobey et al. 1902 (1873-1922) (2008) 1908 (1884-1924) HIV-1 group O Lemey et al. 1920 (1890-1940) (2004) Wertheim & 1905 (1866-1938) Worobey (2009) HIV-1 group N 1963 (1948-77) Wertheim & Worobey (2009) HIV-2 group A 1940 (1924-56) Lemey et al. (2003) 1932 (1906-55) Wertheim & Worobey (2009) HIV-2 group B 1945 (1931-59) Lemey et al. (2003) 1935 (1907-61) Wertheim & Worobey (2009)
Az időzítés problémája Előbb miért nem? Bushmeat vadászat: vírusforrás a történelem előtti idők óta Urbanizáció, megnövekedett mobilitás stb. Később miért nem? Source: Nature 455, 605.
Szimuláció: a HIV korai terjedése Milyen tényezők segíthették a HIVjárvány elindulását? Egyed alapú modell Szexuális háló Kinshasa: történeti szcenáriók
Szimulációs modell: paraméterek A heteroszexuális terjedést befolyásoló tényezők: Kapcsolati háló (partnercsere, párhuzamos kapcsolatok) Genitális fekélyek (GUD) Akut fertőzés Körülmetélés Kezdetben alacsony hatékonyság
Szimulációs modell: szexuális háló Stabil linkek Rövid távú linkek CSW linkek részletes paraméterek
Szimulációs modell: a HIV terjedése 1. HÉT
Szimulációs modell: a HIV terjedése 2. HÉT
Szimulációs modell: a HIV terjedése 3. HÉT
Eredmények: történeti szcenáriók 1000 futtatás minden szcenárióra 1919-ben és 1929-ben különösen kedveztek a feltételek a HIV terjedésének.
Eredmények: mely tényezők voltak fontosak? A GUD-prevalencia volt messze a legerősebb tényező.
Következtetések A HIV-járvány elindulásában kulcsszerepe lehetett a gyarmati központokban kialakult GUD-járványoknak. Az időablakot valószínűleg a GUD-járványok visszaszorítására indított kezelési kampányok zárták be a 30-as évek közepén. A körülmetélés és a populációméret/szerkezet valószínűleg a GUD-gyakoriságon keresztül közvetett hatást fejtett ki. A nemi fekélyt okozó betegségek kontrollja kulcsfontosságú újabb HIV-törzsek kialakulásának megakadályozásában.
A teljes spektrum Matematikai modell Számítógépes szimuláció Molekulák + - + Egyedek (páciens) + + + Populáció (járvány) - + + Adatelemzés Fókusztémák: A HIV evolúciója HIV-felülfertőződés HIV-gyógyszerrezisztencia
Együttműködések Elmélet Utrechti Egyetem ETH Zürich University College London KU Leuven ELTE Kémiai Intézet Washingtoni Egyetem Klinikai adatok Svájci HIV Kohorsz MASTER kohorsz (Olaszország) Virolab/EUResist konzorciumok Virológia Heidelbergi Egyetem Utrechti Egyetemi Kórház Csapatunk Bartha István Könnyű Balázs Szilágyiné Móréh Ágnes
Funding