-
https://link.springer.com/article/10.1007/s00285-023-01919-3#Sec16
- 重要そうな用語をpick upしていく
- mRNA ワクチン
- 濃度依存性
- 漸近解析 asymptotic analysis
- 形質B細胞
- 抗体産生
- interleukin
- mRNA ワクチン
- どうやら、mRNA vaccineに対する応答のモデリングで、時間に対する振る舞いを調べているようだ。
- もう少し進んでみる。
- model summary and reduction
- 構成要素
- L
- LNP, liquid nanoparticleのこと
- m RNAワクチンを摂取する際の乗り物
- 細胞に取り込まれて減る
- 減衰
- T
- CD4陽性T細胞
- C
- V
- ワクチン化された細胞
- T細胞を促進する
- LNP依存的に増える
- 減衰(死亡)
- B
- 形質B細胞
- T細胞依存的に刺激を受ける
- 減衰(死亡)
- インターロイキンにヒル関数的な活性化を受ける
- 質量作用則
- F
- インターフェロンγ
- T細胞による産生
- 減衰(分解)
- 細胞障害性T細胞による取り込み
- 質量作用則
- I
- インターロイキン
- T細胞依存的な増加(産生)
- B細胞による取り込み
- 質量作用則
- 減衰(分解)
- A
- IgG抗体, antibody
- B細胞依存的に増える、産生される
- 減衰(分解)
- L
- 構成要素
- 無次元化して、モデルを縮約する。
- 途中で、
なる量を取り出して、それが微小であることを利用して、漸近展開をおこなう。
- 途中で、
- あとは、細かい作業。
- ここで、Kummer's equationについてまとめて終わる
- 今回は、
- 形質B細胞の濃度のODEが非線形Riccati方程式だった
- Riccati equationとは、
- 時間微分が、線形な項と、定数項と、2次関数的な項の和と等しい方程式
- それを逆数変換を使って変形した。
- ここまで、こちらのwikiにある
- つまり、riccati equationを見たら、このように変数変換するのが鉄則のようだ。
- さらに、変数分離っぽい変換をした。
- こうすることで、Kummer's equationの形に持っていく。
- そして、出来上がったものを漸近展開することで、近似的に振る舞いを扱い進める事が出来る。
- Gamma関数などは計算でやる。