项目名称: 类年龄结构与免疫-传染病耦合系统建模与研究

项目编号: No.11271314

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 李学志

作者单位: 信阳师范学院

项目金额: 70万元

中文摘要: 个体体内病毒感染系统(微观)与传染病在人群中传播系统(宏观)的数学建模与研究成果十分丰富。由于染病个体内病毒携带情况与个体传播疾病能力密切相关,所以建立和研究免疫与传染病耦合系统模型对揭示传染病传播机理有重要的理论和现实意义。本项目将建立单菌株免疫-传染病耦合系统、多菌株免疫-传染病耦合系统及HIV、HBV、HCV免疫及其相应疾病传播系统的数学模型,研究这些模型的动力学性态,揭示个体内病毒感染与相应疾病传播的内在联系,寻找控制传染病传播的有效途径和方法。由于我们是通过感染年龄结构建立免疫系统与传染病系统之间的联系,所以本项目将对类年龄结构模型(含感染年龄结构模型、染病年龄结构模型、免疫年龄结构模型、潜伏年龄结构模型、疫苗接种年龄结构模型等)的动力学性态进行系统研究。

中文关键词: 类年龄结构;免疫-传染病耦合系统;数学建模;动力学性态;疾病控制

英文摘要: The results in the field of Mathematical modeling and researches in within-host virus infection systems (micro) and diseases transmission systems (Macro) are very plentiful. Since it has very closed relations between the virus munber within a host and ability of disease transmission of this host, it is of great significance and realistic meaning to formulate and to investigate coupled systems between immunological systems and epidemiological systems to reveal the mechanism of disease transmission. In this project we will formulate one strain immuno-epidemiological nested models, multi-strain immuno-epidemiological models and HIV,HBV,HCV immunology and these diseases transmission coupled models, and investigate the dynamical behaviors, and reveal the inner relations between within-host virus infection and diseases transmission, and look for the way and methods to control diseases. Because we connect the immunological systems and epidemic systems by age of infection, this project also studies the dynamical behaviors on class age-structured models (including infection age-structure, infected age-structure, immuno age-structure, letent age-structure, viccnation age-structure models).

英文关键词: class age-strucutre;immuno-epidemicological coupled systems;mathematical modeling;dynamical behavior;diseases control

成为VIP会员查看完整内容
1

相关内容

专知会员服务
19+阅读 · 2021年6月15日
专知会员服务
24+阅读 · 2021年6月9日
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
27+阅读 · 2020年7月13日
【ICML 2020 】小样本学习即领域迁移
专知会员服务
77+阅读 · 2020年6月26日
专知会员服务
27+阅读 · 2020年3月6日
ICML 2021 | AlphaNet:基于α-散度的超网络训练方法
PaperWeekly
0+阅读 · 2021年12月28日
你觉得智能手机对老年人友好吗?
ZEALER订阅号
0+阅读 · 2021年11月27日
AI从底物和酶的结构中预测米氏常数,量化酶活性
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Simplicial Attention Networks
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关主题
相关VIP内容
专知会员服务
19+阅读 · 2021年6月15日
专知会员服务
24+阅读 · 2021年6月9日
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
27+阅读 · 2020年7月13日
【ICML 2020 】小样本学习即领域迁移
专知会员服务
77+阅读 · 2020年6月26日
专知会员服务
27+阅读 · 2020年3月6日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员