Comparing and Contrasting Individual-Based and Continuum Models of Within-Host Tuberculosis

ヒトの肺の中では、静かな戦いが絶えず繰り広げられています。結核を引き起こす細菌が体内に入ると、それらは単に均一な液体のスープの中で増殖するわけではありません。むしろ、彼らは免疫細胞という複雑で混み合った景観に遭遇します。体の防御部隊として機能するこれらの細胞は、侵入者の周囲に集まり、「肉芽腫」と呼ばれる密で構造化されたクラスターを形成します。この戦いの結末――体が感染を排除するか、あるいは細菌が何年も存続するか――は、これらの細胞がいかに動き、相互作用し、そして周囲の環境にどのように反応するかに大きく依存します。肺組織は位置が重要な物理的空間であるため、科学者たちはこうしたダイナミクスを理解するために、コンピュータモデルを構築しようと長年試みてきました。しかし、そのようなモデルを構築するには、2つの非常に異なる方法があります。一つのアプローチは、免疫系を、パイプの中を流れる水のように滑らかで連続的な流れとして扱うもので、個々の細胞は大きな集団へと平均化されます。もう一つのアプローチは、「個体ベースモデル（individual-based model）」と呼ばれ、すべての細胞を、独自の場所、独自の履歴、そしていつ移動したり攻撃したりするかについての独自のランダムな選択を持つ、独立したアクターとして扱うものです。

ある研究チームは、単一の宿主内における結核感染をシミュレートするこれら2つの非常に異なる方法を比較することを目的として調査を行いました。彼らは、滑らかに平均化されたモデルが、混み合った空間で戦う個々の細胞の、乱雑で混沌とした現実を真に捉えることができるのかどうかを知りたいと考えました。そのために、彼らはすべての細菌と免疫細胞をそれぞれ別個のエンティティとして追跡する、新しい簡略化されたバージョンのコンピュータモデルを構築しました。次に、彼らは同じルールから数学的に導き出された第2のモデルを作成しましたが、今回は細胞を連続的な密度として扱うよう強制し、個々の詳細をすべて滑らかにしました。これら両方のモデルを、全く同じ初期条件（同じ数の細菌と免疫細胞を同じ場所に配置する）を用いて並行して走らせることで、感染がどのように展開するかをそれぞれのバージョンで観察し、どこで物語が一致し、どこで食い違うのかを確認することができました。

研究者たちは、肺における感染の数日間を表す96時間の期間にわたってシミュレーションを実行しました。彼らは10種類の異なる開始シナリオをテストし、各シナリオに対して、生命の自然なランダム性を考慮するために個体ベースモデルを4回実行し、一方で滑らかなモデルは単一の決定論的な経路として1回実行しました。結果として、これら2つのモデルは、最終的な判定（感染が排除されるか、あるいは持続するか）についてはしばしば一致しました。もし滑らかなモデルが細菌が根絶されると予測すれば、個体ベースモデルも多くの場合で同意し、もし滑らかなモデルが遷延感染を予測すれば、個体ベースモデルも通常は同意しました。このことは、免疫反応の概略的な動きは、より単純な滑らかなモデルによって合理的に捉えられていることを示唆しています。

しかし、一致するのはそこまででした。研究者が時間の経過に伴う感染の経過の詳細を見たとき、2つのモデルは非常に異なる物語を語りました。滑らかなモデルは、細菌の数が繰り返されるサイクルや頻繁な振動の中で増減する様子を示しました。対照的に、個体ベースモデルは、ギザギザとした階段状のパターンを示しました。個体ベースのバージョンでは、細菌の個体数が繁殖するにつれて上昇し、その後、近くの免疫細胞が偶然に見つけ出して食べてしまうことで急激に減少します。これらの突然の離散的なイベントが、成長と衰退のリズムを生み出しましたが、滑らかなモデルにはそれを見ることができませんでした。さらに、主要なイベントのタイミングも大きく異なっていました。個体ベースのシミュレーションでは、免疫系が反応するのに時間がかかることが多く、また細菌が予想よりもずっと早く、あるいはずっと遅く排除されることもありました。

最も衝撃的な発見の一つは、ランダム性の役割でした。個体ベースモデルはすべての単一の細胞を追跡するため、感染の結末が「運」に大きく依存することを明らかにしました。ある特定の開始シナリオにおいて、滑らかなモデルは、細菌が反撃の試みを繰り返しても免疫系を圧倒し、感染が持続すると予測しました。しかし、同じ開始点に対する個体ベースモデルのすべての実行において、細菌は免疫系によって完全に排除されました。しかも、これはより高度な免疫細胞が戦いに加わる必要さえなく達成されました。個々の細胞が、単に適切な場所、適切なタイミングにいたことによって、平均化されたモデルが敗北を予測した場面で勝利を収めたのです。これは、感染の最初における細胞の具体的な配置が、滑らかなモデルが見逃してしまうような形で、天秤を傾ける可能性があることを浮き彫りにしています。

この研究はまた、2つのモデルが免疫細胞の移動をどのように扱っているかについても明らかにしました。滑らかなモデルでは、細胞は感染箇所に向かって一定の、流れるような流れとして移動します。個体ベースモデルでは、細胞はより不安定でランダムな方法で移動し、時には行き詰まったり、目的地を見失って彷徨ったりしてから標的に到達します。これらの小さな移動の違いが時間の経過とともに蓄積され、細菌がどこに位置しているか、そして特定の領域にどれだけの免疫細胞が存在するかというパターンに違いをもたらしました。研究者たちは、滑らかなモデルは大規模な集団の一般的な挙動を理解するのに優れており、数学的な分析もはるかに容易であるが、現実世界の感染を駆動する微細なスケールの詳細を失っていると指摘しました。個体ベースモデルは、計算コストが高く分析も困難ですが、個々の相互作用や空間的な混雑という極めて重要な詳細を保持しています。

最終的に、論文は、どちらのモデルも単独では完璧ではないが、それらは生物学的な現実の相補的な視点を提供していると結論付けています。滑らかなモデルは、集団の傾向に関する明確でハイレベルな視点を提供し、個体ベースモデルは、それらの傾向を駆動する細胞間の相互作用の、混沌とした確率的な性質を明らかにします。研究者たちは、滑らかなモデルは一般的に感染が排除されるかどうかを予測するのには適しているが、それが「いつ」起こるか、あるいはその間に細菌がどのように振る舞うかを予測することにはしばしば失敗するということを発見しました。個体ベースモデルは、個々の細胞の動きや遭遇のランダム性を捉える能力を通じて、感染の結末が単なる数の問題ではなく、偶然と精密な空間配置の問題であることを示しました。この研究は、結核を完全に理解するためには、科学者は両方のアプローチを用いる必要があること、つまり、広範な予測には滑らかなモデルを用い、感染の運命を決定づける具体的で予測不可能な瞬間を理解するためには個体ベースモデルを用いる必要があることを示唆しています。