Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/11479
Files in This Item:
File Description SizeFormat 
maicompetersxavier.pdf2.77 MBAdobe PDFThumbnail
View/Open
Type: Dissertação
Title: Aplicação de métodos estocásticos em um modelo de resposta do sistema imune humano à vacina da Febre Amarela
Author: Xavier, Maicom Peters
First Advisor: Lobosco, Marcelo
Co-Advisor: Santos, Rodrigo Weber dos
Referee Member: Pigozzo, Alexandre Bittencourt
Referee Member: Reis, Ruy Freitas
Resumo: O Sistema Imunológico Humano (SIH), também conhecido como sistema imune, desempenha um papel fundamental na defesa do organismo contra doenças. No entanto, as interações multi-escala entre vários de seus componentes fazem com que a total compreensão dos mecanismos envolvidos na defesa do corpo seja uma tarefa complexa. Dentre as ferramentas que podem ser empregadas para melhor entender estes mecanismos destaca-se a modelagem matemática-computacional, a qual tenta replicar o comportamento do sistema imune frente a diversas situações por meio de simulações computacionais. Uma importante área relacionada ao funcionamento do sistema imune ainda não totalmente compreendida é a resposta à vacinação. Apesar de alguns indivíduos desenvolverem imunidade contra a doença para o qual são vacinados, em outros casos os pacientes não desenvolvem imunidade. Isso ocorre mesmo com as vacinas mais eficazes, como a usada contra a Febre Amarela (FA): segundo estudos clínicos, essa apresenta uma taxa de soroconversão entre 95% e 98%, ou seja, a cada 100 pessoas que recebem a vacina da FA, cerca de 95 a 98 delas geram memória imunológica, garantindo sua proteção contra a referida doença. Neste trabalho, é desenvolvido um modelo matemático-computacional simplificado capaz de reproduzir qualitativamente os mecanismos associados à formação de imunidade decorrente da vacinação contra a FA. Em seguida, são empregados métodos estocásticos a este modelo, com o intuito de se obter respostas variadas, porém condizentes com a realidade, as quais métodos tradicionais baseados em métodos determinísticos não conseguem reproduzir.
Abstract: The Human Immune System (HIS) plays a key role in defending the body against diseases. However, the multi-scale interactions among several of its components make the complete understanding of the mechanisms involved in body defense a very complex task. Mathematical and computational modeling is a tool that can be used for better understanding these mechanisms. This tool aims to mimic the immune system behavior under distinct conditions using, for this purpose, computational simulations. An important area related to the immune system that is not fully understood is its response to vaccination. Despite some individuals develop immunity against disease for which they were vaccinated, in other cases they don’t. This may happen even with the most effective vaccines, such as the Yellow Fever (YF) one: according to clinical studies, it represents a seroconversion rate between 95% to 98%, which means, for every 100 individuals who receive the YF vaccine, about 95 to 98 of them will generate immunological memory, ensuring their protection against the disease. In this work, a simplified computational mathematical model capable of qualitatively simulating the mechanisms related to the generation of immunity due to the YF vaccination is developed. Thereafter, stochastic methods are employed to simulate distinct answers that may happen after vaccination. Some of the answers cannot be obtained with the use of deterministic methods.
Keywords: Imunologia computacional
Modelagem computacional
Processos estocásticos
Febre amarela
Resposta imune
Computational immunology
Computational modeling
Stochastic processes
Yellow fever
Immune response
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Language: por
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: ICE – Instituto de Ciências Exatas
Program: Programa de Pós-graduação em Modelagem Computacional
Access Type: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
Creative Commons License: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/11479
Issue Date: 4-Oct-2019
Appears in Collections:Mestrado em Modelagem Computacional (Dissertações)



This item is licensed under a Creative Commons License Creative Commons