На семинаре Информатика, управление и системный анализ», который проводится на базе факультета Вычислительной математики и кибернетики МГУ, состоялась мини-конференция «Модели эпидемий и COVID-19», где было представлено 4 доклада от математиков и математических биологов из Астрахани, Нижнего Новгорода, Москвы и Новосибирска. Новосибирск представляли специалисты Федерального исследовательского центра информационных и вычислительных технологий. Они представили результаты разработки на базе BioUML, самого быстрого SBML симулятора в мире, платформы для мультимодального моделирования, на которой уже реализовано два варианта моделей распространения COVID-19: на основе (мульти)агентного подхода и на основе модифицированной SEIR-модели, сообщили в пресс-службе ФИЦ ИВТ.
Параметры моделей идентифицируются на основе официально опубликованной статистики. Строятся прогнозы не только числа регистрируемых заболевших, вылечившихся и умерших, но и количества свободных койко-мест, аппаратов ИВЛ и другие характеристики, необходимые для эффективного управления ситуацией в условиях эпидемии. Интерфейс программы разрабатывается для поддержки управленческих решений, связанных с жесткостью ограничительных и карантинных мер, управлением коечным фондом и распределением аппаратной базы (прогноз потребности в аппаратах ИВЛ, текущее количество свободных аппаратов, прогноз освобождения занятых аппаратов). Отмечается, что в настоящее время модель позволяет симулировать следующие сценарии: Ограничение мобильности населения; Ограничение массовых собраний; Создание новых больничных мест, потребность в новых аппаратах ИВЛ; Импорт инфекции извне; Изменение программы тестирования населения; Отслеживание контактов зарегистрированных больных.
В ФИЦ ИВТ подчеркнули, что дальнейшее развитие работы видится в направлении расширения спектра моделей. Первый заместитель директора ФИЦ ИВТ, кандидат физико-математических наук Андрей Юрченко пояснил, что на следующем этапе реализации проекта к функциям модели будут добавлены возможности для построения и анализа мультимасштабных иммуноэпидемиологических моделей разных инфекционных заболеваний с учетом воздействия на экономику региона и сценариев действия органов власти, а также модели, учитывающие мутации вируса и распространения разных вариантов вируса внутри популяции, особый интерес представляют модели, учитывающие влияние вакцинации и иммунного ответа, которые также планируется интегрировать в реализуемые модели.
Проблема оценки влияния мутаций вируса на его распространение и воздействие на человека была поднята в разрезе анализа смертности от коронавируса. Директор Института программных систем имени А.К. Айламазяна Российской академии наук член-корреспондент РАН Сергей Абрамов обратил внимание на факт снижения смертности от коронавирусной инфекции COVID-19: в первое время смертность достигла и удерживалась на уровне 10%, в дальнейшем эта характеристика плавно снижалась, достигнув к началу июня значений 2-3%. Возможность мутаций вируса, приводящих к снижению его негативного влияния на организм и летальности, названа в числе основных вероятных причин. Также отмечено, что важным фактором снижения смертности от COVID-19 является разработка и повышение эффективности протоколов лечения и, конечно, изменение статистических характеристик, в частности, вследствие повышения числа тестируемых, в том числе, массовое тестирование, включившее безсимптомных заболевших.
Специалисты подчеркивают, что изучение вопроса мутации SarS-CoV2 является важным направлением исследований биологов-вирусологов совместно с математическими биологами. Так, американские исследователи пришли к выводу, что самая распространенная мутация вируса D614G увеличивает эффективность его проникновения в клетку, преодоления им соответствующих клеточных барьеров и механизмов защиты, что приводит к повышению заразности в 2,5-8 раз (https://nauka.tass.ru/nauka/8734145). Модели распространения COVID-19 должны учитывать эти динамические характеристики.
Фото: pixabay.com, автор- congerdesign
, являются эксклюзивными, то есть подготовлены на основе информации, полученной редакцией infopro54.ru. При цитировании, перепечатке ссылка на источник обязательна