一种理解和控制HIV/AIDS传播的新型综合方法：一个新的感染动力学3D模型

《Results in Control and Optimization》：A novel and comprehensive approach to understand and control the spread of HIV/AIDS: A new 3D model of the infection dynamics

　　

本研究中，研究人员基于标准参考曲线的临床数据，采用最小二乘调整法（least squares adjustment method），引入了一个能够更好地再现感染动力学的新3D模型。该模型考虑了细胞间传播模式（cell-to-cell transmission mode）和非线性耦合（nonlinear coupling）。研究结果表明，除无病平衡点（disease-free equilibrium point, DFE）外，系统根据患者免疫系统的特征可呈现一个或两个地方病平衡点（endemic equilibrium point, EEP），从而首次揭示了四类患者，包括：机体无需治疗即可清除感染的患者，以及具有两种运行状态的患者，其中一种状态为高CD4计数（CD4 count）且低病毒载量（viral load），另一种为低CD4计数且高病毒载量。通过单一疗法（monotherapy）对系统进行控制会导致失败，而联合疗法（polytherapy）则更为有效。更有趣的是，尽管某些患者群体的健康状态只能被驱动至可接受的CD4计数和病毒载量水平，但其他患者群体的健康状态可被驱动至对应于完全清除感染的无病平衡状态。由此可见，所引入的模型有助于组织更可靠的感染控制策略。

**论文解读：HIV/AIDS感染动力学的新3D模型——从理论构建到控制策略**

**研究背景与问题**

HIV/AIDS至今仍是全球重大公共卫生问题，每年新增感染超过250万例。理解病毒在人体内的演化规律是优先研究领域之一。自Perelson等人提出描述HIV/AIDS动力学的首批数学模型以来，众多研究致力于通过常微分方程（ODEs）模拟免疫系统与病毒的长期相互作用。然而，现有3D模型存在若干设计缺陷：第一，多数模型未能基于患者临床数据（尤其是健康细胞、感染细胞和病毒载量的变化率）进行验证；第二，大多数模型未考虑细胞间传播（cell-to-cell transmission）模式；第三，在病毒载量变化率建模中忽视了质量作用现象（mass-action phenomenon）或非线性耦合。这些缺陷导致模型输出虽具定性意义，却无法为制定有效的感染动力学控制策略提供可靠依据。因此，本研究旨在回答以下问题：现有基本模型的解析形式能否再现临床数据的行为？模型能否帮助理解实际感染动力学以及现有抗逆转录病毒药物（ARV）的相对疗效？

**研究内容与结论**

研究人员首先利用最小二乘调整法（least squares adjustment method）对三个现有3D模型（Perelson等人模型、Culshaw等人模型、Mhawej等人模型）的参数进行估计，并与标准参考曲线（来源于未经治疗的HIV感染患者临床数据）的即时变化率进行比较。结果表明，这些模型在定量和定性上均偏离实验行为，且部分参数出现负值（如病毒产生速率k和清除速率c），与物理意义相悖。基于此，研究人员提出一个新3D模型，该模型在健康CD4⁺T细胞动力学中保留Mhawej等人模型形式，但在感染CD4⁺T细胞和病毒载量方程中分别引入细胞间传播项（TT^?）和病毒-细胞传播项（TV及TV²非线性项）。通过下一代矩阵法（next generation matrix method, NGM）计算基本再生数（basic reproduction number, R₀），发现新模型的基本再生数R_0r受耦合系数γ和η_T^?的上调再归一化。稳定性分析表明，无病平衡点（DFE）在R_0r<1且γ+η_T^?<(μ+c)δ/s时渐近稳定；地方病平衡点（EEP）的稳定性随参数变化，系统可呈现一个或两个稳定EEP。重要的是，新模型揭示了四类患者：机体无需治疗即可清除感染者；维持低感染率（高CD4计数、低病毒载量）者；高CD4计数但高病毒载量者；以及两种运行状态（高CD4/低病毒载量与低CD4/高病毒载量）并存者。控制策略分析显示，单药治疗（仅改变f₁或f₂）无法将系统驱动至DFE，而联合疗法（包括抑制细胞间传播的药物f₃）可将系统从第三EEP（低CD4、高病毒载量）驱动至第二EEP（高CD4、低病毒载量），甚至从第二EEP驱动至DFE，提示早期治疗可能实现完全清除感染。该论文发表在《Results in Control and Optimization》。

**主要关键技术方法**

研究人员采用以下关键技术方法：1）最小二乘调整法（least squares adjustment method）用于参数估计，基于标准参考曲线的64个数据点（0-14周）计算各生物量的瞬时变化率，并与模型解析形式拟合；2）下一代矩阵法（next generation matrix method, NGM）计算基本再生数R₀，通过区分新感染项和转移项得出矩阵F和G，进而得谱半径；3）稳定性分析采用扰动法（perturbation method）推导特征方程，结合Routh-Hurwitz判据判定平衡点稳定性；4）敏感度分析采用归一化前向敏感度指数（normalized forward sensitivity index），评估各参数对R₀的影响；5）控制策略通过引入药物效率μ_i和剂量f_i的阶跃函数θ(t-τ)模拟HAART治疗，比较单药与联合疗法的效果。样本队列来源为文献中公开的标准参考曲线数据。

**研究结果**

**基本模型分析**
对Perelson等人基本模型（Eq. (1)）的解析求解显示，系统存在无病平衡点（DFE）E₀=(s/δ,0,0)和地方病平衡点（EEP）E₁=(μc/(kβ), cV_e/k, (δ/β)(kβs/(δμc)-1))，其中基本再生数R₀=kβs/(δμc)。当R₀>1时，EEP渐近稳定。数值模拟（参数见表1，R₀=1.64）仅再现了原发感染期（约28周）和无症状期，未出现艾滋病期，且DFE表现为渐近行为。

**参数估计与模型比较**
通过最小二乘法对三种模型进行参数估计，结果（表2）显示：Perelson模型和Culshaw模型的部分参数（k、c）为负值，且健康细胞死亡率δ过小（寿命>22天），与临床实际（平均寿命约2天）不符。Mhawej模型虽改善了dT/dt的拟合，但dT^?/dt和dV/dt仍偏离实验曲线。新模型（Eq. (16)）的均方根误差（RMSE）最小，尤其在dV/dt上（0.4657 vs 其他模型1.8037以上），且参数均为正。新模型引入的耦合项γTV和σTV²使得dV/dt中病毒-细胞传播占主导，γ/β_T^?≈20.44，表明每个感染细胞平均产生约21个病毒。

**新模型平衡点与稳定性**
当仅考虑细胞间传播（γ=σ=0）时，系统仍保持DFE和一个EEP，基本再生数R₀₁=R₀+η_T^?s/(δμ)，且EEP渐进稳定条件为R₀₁>1。当仅考虑γ（η_T=η_T^?=0）时，R₀₂=R₀+γμ/(kβ_T^?)，且DFE稳定需R₀₂<1且γ<γ_cr=(μ+c)δ/s。在一般情况（σ≠0）下，系统可存在三个EEP，其中仅一个稳定（源自R_0r+）；另两个不稳定（源自R_0r-及新解）。当γ<γ_cr1或γ>γ_cr2时，系统呈现单一稳定EEP。数值计算（表2参数）给出三个EEP：E₁（负病毒载量，无效）、E₂（T=632.09, T^?=344.58, V=79.13）和E₃（T=359.45, T^?=596.33, V=1562.29）。E₂为稳定焦点，E₃为不稳定鞍点。

**控制策略**
敏感度分析显示，新参数γ和η_T^?对R_0r的敏感度指数分别为0.928和0.07，远高于其他参数（k、β_T^?等约0.0025），表明控制应优先作用于细胞间传播和病毒-细胞传播模式。单药治疗（仅改变f₁或f₂）无法使R_0f降至1以下，而f₃（抑制细胞间传播的药物）高于临界值f_3cr=0.2857时可使R_0f<1。联合疗法（f₁+f₂+f₃）可进一步降低R_0f。从E₃（低CD4、高病毒载量）初始状态施加控制，系统被驱动至E₂（高CD4、低病毒载量，病毒载量<20 copies/ml，临床不可检测）；从E₂初始状态施加控制，系统可被驱动至DFE（完全清除感染）。当系统仅有一个EEP时（如γ在特定区间），控制可直接导致DFE。

**讨论与结论总结**
本研究质疑了现有3D模型的临床相关性，通过最小二乘法验证发现基本模型定量和定性偏离参考曲线。新模型通过引入细胞间传播（TT^?）和病毒-细胞传播（TV、TV²）项，更好地再现了感染动力学。解析分析表明，系统可呈现最多三个EEP，从而将患者分为四类。控制策略表明，单药治疗失效，而联合疗法（尤其针对细胞间传播的药物）可将系统从低CD4状态驱动至可接受的高CD4/低病毒载量状态，甚至从早期EEP实现完全清除。这一结果与现有临床现实一致：ARV不能彻底根除疾病，但能将病毒载量降至不可检测水平，使患者过上正常生活。研究建议早期治疗（在系统达到第三运行点之前）以争取完全清除感染，同时所获参数图可作为确定联合用药比例的参考。该模型有助于理解不同患者群体的临床行为，并为进一步研究感染控制提供基础。