Modelación en VIH

• Proceso biológico - Reacciones bioquímicas

• Representación gráfica

• Representación analítica

• Representación matricial

• Simulación

  • Enfoque determinista

  • Enfoque estocástico

• Visualización en shiny (Chang, Winston et al. 2022.)

Modelación determinista

• Proceso biológico - Sistema de ecuaciones diferenciales (EDOs)

Solución numérica - Método de Euler

Modelación estocástica

• Sistema de ecuaciones diferenciales estocásticas (SDEs)

• Algoritmo de Gillespie (Gillespie, Daniel T. 1977.)

  • Tiempos inter-evento: exponencial

  • Tipo de evento: multinomial

Carga viral alta

Alcance

• Contar con una aplicación de libre acceso e intuitiva para poder estudiar modelos estocásticos para el VIH.

• Brindar documentación a través de la librería en \(\texttt{R}\)

• Profesionales, estudiantes, academia e investigación

Primera fase

• Definición de la investigación

  • Una aplicación en shiny para modelos en VIH

  • Inferencia bayesiana en modelos de VIH usando shiny

• Consulta bibliográfica

• Construcción de la red AR

• Extensión bayesiana a la app

  • Cadenas de Markov Monte Carlo (MCMC)

  • Metropolis-Hastings/Gibbs

Segunda fase

• Modelación determinista y estocástica de la red AR

• Implementación en shiny de cada modelación

• Estimación paramétrica de las ODEs y SDEs

• Estimación paramétrica en shiny

Tercera fase

• Análisis de la modelación por simulación

• Validación de la modelación

Modelo de latencia

Aavani, Pooya y Linda J. S. Allen, 2019.

Sistema ODE

Dinámica VIH

Bensussen, Antonio et al., 2018

Reglas de asociación

Representación matricial

Lotka-Volterra en ggplot

Insp-Rh, n.d., (https://github.com/INSP-RH/ssar).

Suscept-Infect-Suscept en ggplot

Referencias

• Allen, Linda J. S. 2011. An Introduction to Stochastic Processes with Applications to Biology. CRC Press-Taylor & francis.
• Bensussen, Antonio, Christian Torres-Sosa, Ramón A. Gonzalez, and José Díaz. 2018. “Dynamics of the Gene Regulatory Network of HIV-1 and the Role of Viral Non-Coding RNAS on Latency Reversion.” Frontiers in Physiology 9. https://doi.org/10.3389/fphys.2018.01364.
• Fuchs, Christiane. 2013. Inference for Diffusion Processes: With Applications in Life Sciences. Springer.

Referencias

• Cannoodt, Robrecht, Wouter Saelens, Louise Deconinck, and Yvan Saeys. 2020. “Dyngen: A Multi-Modal Simulator for Spearheading New Single-Cell Omics Analyses.” bioRxiv, February. https://doi.org/10.1101/2020.02.06.936971.
• Chang, Winston, Joe Cheng, JJ Allaire, Carson Sievert, Barret Schloerke, Yihui Xie, Jeff Allen, Jonathan McPherson, Alan Dipert, and Barbara Borges. 2022. Shiny: Web Application Framework for r. https://CRAN.R-project.org/package=shiny.
• Giagos, Vasileios. 2010. “Inference for Auto-Regulatory Genetic Networks Using Diffusion Process Approximations.” PhD thesis.

Referencias

• Gillespie, Daniel T. 1977. “Exact Stochastic Simulation of Coupled Chemical Reactions.” The Journal of Physical Chemistry 81 (25): 2340–61. https://doi.org/10.1021/j100540a008.
• Giorgi, Federico M., Carmine Ceraolo, and Daniele Mercatelli. 2022. “The R Language: An Engine for Bioinformatics and Data Science.” Life 12 (5). https://doi.org/10.3390/life12050648.
• Johnson, Philip. 2019. Adaptivetau: Tau-Leaping Stochastic Simulation. https://CRAN.R-project.org/package=adaptivetau.

Referencias

• Pineda-Krch, Mario, and Robrecht Cannoodt. 2022. GillespieSSA: Gillespie’s Stochastic Simulation Algorithm (SSA). https://CRAN.R-project.org/package=GillespieSSA.
• R Core Team. 2022. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
• Schneider, Maria Victoria. 2016. In Silico Systems Biology. Humana Press.
• Zobitz, John M. 2022. Adding Stochasticity to Parameters | Exploring Modeling with Data and Differential Equations Using R. github. https://jmzobitz.github.io/ModelingWithR/adding-stochasticity-to-parameters.html.

Referencias

• Wickham, Hadley, Mara Averick, Jennifer Bryan, Winston Chang, Lucy D’Agostino McGowan, Romain François, Garrett Grolemund, et al. 2019. “Welcome to the tidyverse.” Journal of Open Source Software 4 (43): 1686. https://doi.org/10.21105/joss.01686.
• Wilkinson, Darren. 2018. smfsb: Stochastic Modelling for Systems Biology. https://CRAN.R-project.org/package=smfsb.
• Insp-Rh. n.d. “INSP-RH/Ssar: Fast r Implementation of Gillespie’s Stochastic Simulation Algorithm.” GitHub. https://github.com/INSP-RH/ssar.

Referencias

• Wilkinson, Darren James. 2020. Stochastic Modelling for Systems Biology. Chapman & Hall/CRC.

• Petropoulos C. Retroviral Taxonomy, Protein Structures, Sequences, and Genetic Maps. In: Coffin JM, Hughes SH, Varmus HE, editors. Retroviruses. Cold Spring Harbor (NY): Cold Spring Harbor Laboratory Press; 1997. Available from: https://www.ncbi.nlm.nih.gov/books/NBK19417/

• Myers G. Retroviral Sequences. In: Coffin JM, Hughes SH, Varmus HE, editors. Retroviruses. Cold Spring Harbor (NY): Cold Spring Harbor Laboratory Press; 1997. Available from: https://www.ncbi.nlm.nih.gov/books/NBK19466/

Referencias

• Aavani, Pooya, and Linda J. S. Allen. 2019. “The Role of CD4 t Cells in Immune System Activation and Viral Reproduction in a Simple Model for HIV Infection.” Applied Mathematical Modelling 75: 210–22. https://doi.org/10.1016/j.apm.2019.05.028.