Individual-based modeling and predictive simulation of fungal infection dynamics

Pollmächer, Johannes GND

The human-pathogenic fungus Aspergillus fumigatus causes life-threatening infections in immunocompromised patients and poses increasing challenges for the modern medicine. A. fumigatus is ubiquitously present and disseminates via small conidia over the air of the athmosphere. Each human inhales several hundreds to thousands of conidia every day. The small size of conidia allows them to pass into the alveoli of the lung, where primary infections with A. fumigatus are typically observed. In alveoli, the interaction between fungi and the innate immune system of the host takes place. This interaction is the core topic of this thesis and covered by mathematical modeling and computer simulations. Since in vivo laboratory studies of A. fumigatus infections under physiological conditions is hard to realize a modular software framework was developed and implemented, which allows for spatio-temporal agent-based modeling and simulation. A to-scale A. fumigatus infection model in a typical human alveolus was developed in order to simulate and analyze the infection scenario under physiological conditions. The process of conidial discovery by alveolar macrophages was modeled and simulated with different migration modes and different parameter configurations. It could be shown that chemotactic migration was required to find the pathogen before the onset of germination. A second model took advantage of evolutionary game theory on graphs. Here, the course of infection was modeled as a consecutive sequence of evolutionary games related to the complement system, alveolar macrophages and polymorphonuclear neutrophilic granulocytes. The results revealed a central immunoregulatory role of alveolar macrophages. In the case of high infectious doses it was found that the host required fully active phagocytes, but in particular a qualitative response of quantitatively sufficient polymorphonuclear neutrophilic granulocytes.

Der human-pathogene Schimmelpilz Aspergillus fumigatus verursacht tödliche Infektionen und Erkrankungen vorrangig bei immunsupprimierten Patienten und stellt die moderne Medizin vor zunehmende Herausforderungen. A. fumigatus ist ubiquitär präsent und verbreitet sich über sehr kleine Konidien durch Luftströmungen in der Athmosphäre. Mehrere Hundert bis Tausende dieser Konidien werden täglich durch jeden Menschen eingeatmet. Die geringe Größe der infektiösen Konidien erlauben es dem Pilz bis in die Alveolen der Lunge des Wirtes vorzudringen,in denen eine Primärinfektionen mit A. fumigatus am häufigsten stattfindet. Die Alveolen sind der zentrale Schauplatz der Interaktion zwischen dem Pilz und dem angeborenen Immunsystem, welche Gegenstand dieser Arbeit ist. Diese Interaktion wird mit Hilfe von mathematischen Modellen und Computersimulationen nachgestellt und untersucht, da eine A. fumigatus Infektion im Nasslabor in vivo unter physiologischen Bedingungen nur sehr schwer realisiert werden kann. Als Grundlage für dieses Vorhaben wurde ein modulares Software-Paket entwickelt, welches agentenbasierte Modellierung und entsprechende Simulationen in Raum und Zeit ermöglicht. Ein maßstabsgetreues mathematisches Infektionsmodell in einer typischen menschlichen Alveole wurde entwickelt und die Suchstrategien von Alveolarmakrophagen unter der Berücksichtigung verschiedener Parameter wie Migrationsgeschwindigkeit, dem Vorhandensein von Chemokinen, dessen Diffusion und Chemotaxis untersucht. Es zeigte sich, dass Chemotaxis, notwendig ist, um die Konidie rechtzeitig finden zu können. In einem weiteren Modell, welches auf das Konzept evolutionärer Spieltheorie auf Graphen zurückgegriff, wurde der Infektionsverlauf als aufeinanderfolgende Serie evolutionärer Spiele mit dem Komplementsystem, Alveolarmakrophagen und Neutrophilen nachgestellt. Aus den Simulationsergebnissen konnte eine zentrale immunregulatorische Rolle von Alveolarmakrophagen entnommen werden.

Zitieren

Zitierform:

Pollmächer, Johannes: Individual-based modeling and predictive simulation of fungal infection dynamics. Jena 2017.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export