一种用于人群中 COVID-19 进展研究的系统生物学方法
种群与进化
2021-09-07 v3 物理与社会
摘要
数学流行病学中已发展出许多模型来考虑疫苗接种或隔离等控制措施。然而，COVID-19 带来了前所未有的社交距离措施，挑战在于如何将其纳入模型，既能解释数据又避免在参数推断中过拟合。我们在此开发了一个简单的时间依赖模型，其中社交距离效应的引入类似于系统生物学中基因表达调控的粗粒化模型。我们应用我们的方法去理解在湖北（武汉）与中国其他省份之间观察到的 COVID-19 感染与死亡人数的巨大差异。我们发现，这些反直觉的数据可以通过湖北与其他省份之间在传播力、有效防护和检测效率上的差异相互作用来解释。更一般地，我们的结果表明区域差异可能极大地塑造感染暴发。所得结果证明了我们所开发方法的适用性，可直接从公开可用数据中提取关键感染参数，从而能全球应用于多个国家的 COVID-19 暴发。总体而言，我们表明，非常规策略的应用，例如将分子系统生物学研究的方法与思路用于数学流行病学，可能显著推进我们对 COVID-19 及其他传染病的理解。
引用
@article{arxiv.2005.09630,
title = {A systems biology approach to COVID-19 progression in a population},
author = {Magdalena Djordjevic and Andjela Rodic and Igor Salom and Dusan Zigic and Ognjen Milicevic and Bojana Ilic and Marko Djordjevic},
journal= {arXiv preprint arXiv:2005.09630},
year = {2021}
}
备注
16 pages, 5 figures, 1 table. Advances in Protein Chemistry and Structural Biology (in press, 2021)