Stochastic processes for natural evolutionary dynamics of T-cell repertoires

Il sistema immunitario è un esempio di un sistema biologico caratterizzato da varie scale di complessità che può essere modellizzato con un approccio fisico ricorrendo agli strumenti dei sistemi complessi, e in particolare ai processi stocastici. Si tratta di un argomento indubbiamente affascinante, dal momento che il sistema immunitario gioca un ruolo fondamentale nel proteggere l’organismo dalle minacce esterne. In particolare la parte del sistema immunitario cosiddetta adattiva, di cui fanno parte le T-cells, è in grado di produrre una risposta specifica modulando costantemente il numero di cellule che esprimono ciascun recettore, in base al variare della composizione del pool di patogeni con cui l’organismo interagisce. Dunque le T-cells formano un insieme, detto repertorio, in continua evoluzione, che contiene informazioni sulle sfide affrontate dal sistema immunitario di un individuo. Oltre a poter modellizzare la risposta a uno stimolo specifico, come può essere un’infezione o un vaccino, altrettanto importante come punto di partenza è investigare il funzionamento di base del sistema immunitario in individui sani. Il presente lavoro si propone dunque di studiare la dinamica naturale del repertorio delle T-cells, intesa come l’evoluzione dinamica quando l’interazione con l’ambiente non è dominata da uno stimolo forte e preciso. Inserendosi nel solco tracciato dai modelli stocastici per il sistema immunitario, lo scopo è quello di analizzare dati di individui sani e identificare una dinamica stocastica di base, con un approccio data-driven. A questo scopo vengono considerati diversi modelli che tengono conto della stocasticità intrinseca nel sistema o dell’interazione con l’ambiente, e viene costruita un’analisi che permette di discriminare quale sia il meccanismo dominante. Viene inoltre tracciato un quadro di inferenza statistica per determinare i parametri di tali modelli.