《PLOS Computational Biology》：Spatio–temporal modelling of in vitro influenza A virus infection: The impact of defective interfering particles on the type I interferon response
编辑推荐：
为解决缺陷干扰颗粒（DIPs）在空间结构环境中如何与I型干扰素（IFN）互作以调控病毒感染这一难题，研究人员开展了流感A病毒体外感染的空间显式随机建模研究。结果表明，即使存在长程IFN扩散，少量病毒/DIPs的长程扩散即可逃逸免疫 containment，且IFN产生在中等DIP比例时达峰。该模型为理解病毒感染异质性与免疫应答提供了新视角。
在病毒学与免疫学的交叉领域，科学家们长期被一个“矛盾”所吸引：那些在病毒复制过程中产生的“残次品”——缺陷干扰颗粒（Defective Interfering Particles, DIPs），虽然自身无法独立复制，却既能抑制标准病毒（野毒株）的复制，又能强力激活宿主的先天免疫反应，特别是I型干扰素（Type I Interferon, IFN）通路。这使DIPs被视为潜在的抗病毒策略。然而，现实世界并非均匀的“汤”。在呼吸道等组织中，病毒、DIPs和免疫信号（如IFN）的扩散受到空间结构的严格限制，且可能存在“长距离跳跃”（如通过黏液或气流）。传统的常微分方程（ODE）模型无法捕捉这种空间异质性，而现有的空间模型又往往忽略了DIPs与IFN的复杂互作。因此，在空间显式（Spatially Explicit）的框架下，揭示DIPs如何通过调节IFN应答来影响病毒感染动力学，成为了一个亟待解决的关键科学问题。
针对这一空白，发表在《PLOS Computational Biology》上的研究“Spatio–temporal modelling of in vitro influenza A virus infection: The impact of defective interfering particles on the type I interferon response”构建了一个创新的空间随机模型。该研究通过整合病毒/DIPs复制、IFN信号传导及多种扩散模式，揭示了即使极低概率的长程病毒扩散也能导致免疫逃逸，并发现了IFN产生存在“中等DIP比例”峰值的非线性规律，挑战了“DIPs越多免疫越强”的直觉。
关键技术方法
研究基于六边形晶格构建了细胞水平的随机感染模型，参数校准结合了VSV DIPs实验数据与HSV-1 IFN应答数据。技术核心包括：1. 空间显式随机模拟（跟踪每个细胞状态：易感、感染、共感染、抗病毒、死亡）；2. 多粒子动力学（野毒病毒、DIPs、IFN的局部扩散与长程“跳跃”）；3. 基于实验数据的模型校准与验证（使用Baltes et al.的荧光斑块数据及Howat et al.的IFN动力学数据）；4. 在线交互平台开发（RShiny App）实现动态可视化。
研究结果
模型校准：再现斑块形态与动力学
在关闭IFN信号的情况下，研究首先利用Baltes et al.的VSV DIPs实验数据对模型进行校准。通过将实验图像进行六边形细胞分割与颜色分类，量化了病毒仅感染、DIPs仅感染及共感染细胞的数量。模型成功再现了实验观察到的环状（ring-like）和斑块状（patchy）斑块形态。这些结构源于病毒核心区向外扩散，DIPs因潜在扩散距离更远而形成外围区域，两者重叠形成共感染带。时间动态模拟显示，模型均值与实验数据高度吻合，关键差异取决于DIPs与病毒早期相遇的随机性。
IFN信号校准：验证抗病毒状态动力学
接着，研究引入IFN信号，参考Howat et al.的HSV-1感染数据（MDBK vs Vero细胞）进行校准。模型设置了95小时的抗病毒延迟时间，模拟结果显示感染细胞比例与实验数据高度一致，验证了模型框架捕捉IFN介导的空间限制效应的能力。
DIP比例与IFN产生的非线性关系
一个反直觉的发现是，IFN的峰值产生并不出现在DIP比例最高时，而是出现在中等DIP比例（~50%）。这揭示了“早期免疫激活”与“足够共感染以维持DIPs传播”之间的权衡（trade-off）。DIPs比例过低，免疫激活弱；比例过高，则因干扰病毒复制而减少共感染机会，反而限制了DIPs的持续存在与免疫刺激。
长程扩散打破免疫 containment
尽管IFN本身被设置为具有长程扩散能力，但模拟显示，只要病毒和DIPs存在即使很小比例（如1%）的“跳跃”扩散（类似呼吸道黏液辅助传播），就能有效逃逸由IFN建立的局部免疫屏障。这种逃逸导致更强烈的抗病毒反应和更早的病毒释放峰值，但最终细胞死亡水平相似，表明病毒通过空间异质性找到了传播路径。
研究结论与意义
该研究通过空间随机模型，首次在单细胞分辨率整合了DIPs动力学与IFN信号传导，揭示了空间结构在病毒感染结局中的决定性作用。主要结论包括：1. 形态生成：模型自然涌现出环状与斑块状斑块，解释了实验观察到的空间异质性；2. 免疫调节：DIPs的抗病毒效果并非线性，中等比例最有利于IFN产生，提示基于DIPs的疗法需精确控制剂量；3. 逃逸机制：极小概率的长程病毒扩散足以颠覆局部免疫控制，这对理解呼吸道病毒（如IAV, SARS-CoV-2）的临床传播与免疫逃逸具有重要启示。该模型提供的在线平台（RShiny）为未来研究病毒-宿主空间互作提供了可扩展的工具。
