一种隐式欧拉格式,用于保持非线性扩散型HBV感染模型(年龄结构模型)的全局稳定性
《Mathematics and Computers in Simulation》:An implicit Euler scheme preserving global stability for a nonlinear diffusive age-structured HBV infection model
【字体:
大
中
小
】
时间:2026年10月21日
来源:Mathematics and Computers in Simulation 4.0
编辑推荐:
摘要
本文探讨了一个长期未解决的问题:隐式数值方案是否能够保持年龄结构动态模型的全局稳定性。我们考虑了一个由线性隐式欧拉方案离散化的非线性扩散型年龄结构HBV感染模型,这种方法通过直接离散化连续对应物来推导离散李雅普诺夫函数候选中的年龄依赖系数时存在困难。通过重新制定数值边界条件
摘要
本文探讨了一个长期未解决的问题:隐式数值方案是否能够保持年龄结构动态模型的全局稳定性。我们考虑了一个由线性隐式欧拉方案离散化的非线性扩散型年龄结构HBV感染模型,这种方法通过直接离散化连续对应物来推导离散李雅普诺夫函数候选中的年龄依赖系数时存在困难。通过重新制定数值边界条件,我们利用一阶非自治线性差分方程成功地推导出了这些年龄依赖系数。这使我们首次能够证明离散系统的无感染稳态和慢性感染稳态的全局渐进稳定性。此外,结合时间-年龄迭代和离散比较原理以及无限维离散动力系统的一般持久性定理,我们证实了模型的均匀持久性,从而解决了李等人(2023年)研究中未解决的均匀持久性和全局稳定性问题。本文还证明,李雅普诺夫函数构建方法同样适用于曹等人(2024年)研究的具有IMEX欧拉离散化的年龄结构SIR流行病模型,并得出结论:隐式/IMEX欧拉方案确实能够保持非线性年龄结构病毒感染/流行病模型的全局动态。
引言
慢性乙型肝炎病毒(HBV)感染的特点是HBV特异性CD8+ T细胞功能受损,这影响了HBV感染肝细胞的清除[1],目前全球约有2.56亿患者受到该疾病的影响,每年新增感染病例接近120万例,死亡病例约为110万例,主要原因是肝硬化和肝细胞癌[2]。当前的一线治疗方法,包括核苷类似物和聚乙二醇干扰素-α,虽然能够抑制病毒复制,但很少实现功能性治愈,即持续消除乙型肝炎表面抗原(HBsAg)。感染肝细胞核内的共价闭合环状DNA(cccDNA)的持续存在,加上病毒逃避宿主免疫监视的能力,仍然是主要的障碍[3],[4]。新兴的抗病毒策略针对病毒生命周期的多个环节:进入抑制剂阻断病毒preS1结构域与宿主受体NTCP之间的相互作用;衣壳组装调节剂干扰核心蛋白的包装;RNA干扰剂沉默病毒转录本[5],[6],[7],[8],[9],[10],[11]。对HBV感染动态的数学建模为补充受实验设计限制的实证发现提供了重要框架,通过对模型参数的敏感性分析可以确定有效的干预目标,从而指导组合疗法的设计以实现功能性治愈。值得注意的是,段等人开发了一个具有饱和发病率的年龄结构HBV感染模型,并利用李雅普诺夫泛函建立了基于基本再生数?0和行波解存在的全球动态[12]。然而,这类年龄结构模型的实际应用面临相当大的挑战:由于连续年龄结构模型中的关键阈值?0在无限维空间中的抽象表示为下一代算子的谱半径,其精确计算往往难以实现[13]。同时,用于解决生物动力系统中偏微分方程的显式数值方案可能固有不稳定性或没有生物学意义的负解决方案(例如[14]),除非满足严格的Courant–Friedrichs–Lewy(CFL)时间步长条件,这促使人们寻求更稳健的离散化方法。在这方面,时空差分方案最近被证明能够有效捕捉网络动态。张等人[15]在离散时空环境中对Takagi–Sugeno模糊复杂网络进行了建模,结合了指数欧拉时间离散化和在Neumann边界条件下的二阶中心空间差分,以实现动态不确定网络之间的同步。在[16]中,研究了双节点异质系统中的聚集随机基因电路,并采用前向欧拉离散化通过自适应边界反馈实现了平均平方聚集同步。最近的发展引入了先进的年龄结构模型时间离散化技术,包括隐式-显式(IMEX)欧拉方法[14],[17],[18]、隐式欧拉-黎曼公式[19]、隐式欧拉方案[20]、基于配置的年龄半离散化[21]和伪谱配置算法[22]等。具体来说,杨等人[18]利用无限Leslie矩阵的理论,推导了Thieme和Castillo-Chavez[23]以及Magal等人[24]研究的连续模型的IMEX离散化SIR流行病模型的数值基本再生数??0,并证明了数值基本再生数??0和数值慢性感染稳态(CISS)的收敛性,并在足够小的时间和年龄步长?下验证了数值无感染稳态(IFSS)和由??0确定的数值CISS的局部稳定性。值得注意的是,IMEX离散化SIR模型的感染年龄数值边界条件在[18]中进行了修改,以确保与总体感染动态的一致性。曹等人[14]进一步利用Leslie算子理论证明了??0<1时数值IFSS的全局稳定性,并利用李雅普诺夫直接方法证明了??0>1时数值CISS的全局稳定性。此外,[14]中并未充分说明数值CISS的离散李雅普诺夫函数对前向差分的半负定性。这表明,为年龄结构离散模型构建离散李雅普诺夫函数远非易事,关键技术障碍在于Volterra型离散李雅普诺夫函数的年龄依赖系数的选择,因为这些系数不能仅通过经验观察直接获得。最近,李等人[20]使用线性隐式欧拉方法在区间[0,??]上离散化了非线性扩散型年龄结构HBV模型,该模型受到以下条件的控制:
{
{
{
{
{
{
{?{
{
{
{
{
{
{?????+1??????????=?????????+1?????????+1??????+1??1+??????+1??,????+1??,???????+1??,???1?+????+1??,???1???????,???1?=?????????+1??,??,????+1??????????=??????[????+1]?(??)+∑∞??=0??????????+1??,?????????+1??,??=0,1,2,…;??=1,2,…,??;??=1,2,…,
受感染年龄的数值边界条件????+1??,0=??????+1??????+1??1+??????+1??,
数值Neumann边界条件????1?????0?=??????+1????????=0,
以及数值初始条件??0??≥0, ??0??,??≥0, ??0??≥0。
同时,拉普拉斯算子??2??/????2的有限差分近似表示为???[??]?(??)=[???(??+1)+???(???1)?2????(??)]/?2。
在模型(1.1)中,{????}∞??=0表示时间网格,????=????;{????}????=1表示空间网格,其中?和?分别是时间步长和空间步长。相应地,??????≈???(????,????),??????,??≈???(????,????,????),??????≈???(????,????)分别表示在空间位置????和时间????处的未感染细胞、感染年龄为????的感染细胞和自由病毒颗粒的密度。所有参数都被假设为非负值,特别是招募率??和自然死亡率??共同决定了未感染肝细胞的稳态更新。感染系数??反映了病毒进入细胞的内在效率,而饱和常数??则解释了在高病毒载量下由于受体占用或空间干扰导致的有效感染事件减少。自由病毒颗粒的清除率??结合了先天性和适应性免疫清除机制,扩散系数??决定了病毒颗粒在空间中的传播范围。此外,感染年龄依赖参数????和????反映了感染肝细胞的细胞内和免疫异质性:????随着感染年龄的增加而增加,因为抗原呈现和细胞毒性T细胞识别变得更加有效;而????描述了病毒复制和释放的时间过程,在潜伏期为零,然后上升到饱和水平。为了清晰起见,模型(1.1)中使用的符号及其生物学解释在表1中进行了总结。
[20]中的分析不仅得出结论,差分方案保持了数值解和数值基本再生数??0的收敛性,还证明了其数值IFSS和CISS的局部稳定性。随之而来的一个自然问题是关于模型(1.1)两个数值稳态的全局稳定性和均匀持久性。这在当前文献中是一个显著的空白,如[20],[21],[25],[26]所示。为了解决这个问题,受到[14],[17],[18]的启发,我们注意到连续模型和离散模型之间的死亡率项存在结构不匹配。在[12]的连续模型中,死亡率项???(??)????(??,??,??)对所有??≥0定义,而在离散方案中,相应的项?????????+1??,??从??=1开始计算,因此省略了零感染年龄。因此,我们将(1.2)重新表述为以下数值边界条件:
????+1??,0=???????+1???????+1??1+???????+1???????0?????+1??,0,
其中??0????(0)是零感染年龄时的死亡率。这样,项????0?????+1??,0解释了当前步骤中新感染细胞的死亡,使得进入年龄进程的边界值等于新的感染通量???????+1???????+1??/(1+???????+1??)减去零年龄死亡率。如附录A所示,这种表述正是使离散方案与总体感染动态一致的原因。
另一个挑战是很少有研究关注离散动力模型的持久性。Muroya等人[27]通过排除重复振荡来证明从其积分-微分系统等价导出的离散SIR流行病模型的持久性,并将这一想法应用于[28]中通过混合欧拉方法离散化的非线性SIR模型的均匀持久性。2017年,赵[29]为无限维离散动力系统开发了一般持久性定理。基于时间-年龄迭代、离散比较原理和[29]中的持久性定理,我们证明了模型(1.1)的均匀持久性,并确保了数值CISS的候选李雅普诺夫函数是明确定义的。随后,我们提出了一种分析方法,通过解一阶差分方程来确定李雅普诺夫函数中的年龄依赖系数,从而成功解决了数值IFSS和CISS的全局稳定性问题,改进了[14]中关于均匀持久性和全局稳定性的理论发现。此外,一个有趣且重要的观察是,这种李雅普诺夫直接方法也适用于[14],[18]中具有感染年龄的IMEX离散化SIR模型。这表明它作为年龄结构病毒感染或流行病模型数值方案全局稳定性分析的通用框架具有潜力,并且发现具有感染年龄的离散模型的李雅普诺夫函数结构与连续模型的李雅普诺夫函数结构类似[12],[24]。然而,前者并不是后者的积分形式。实际上,前者收敛于后者,这一点可以从数值基本再生数和数值解的收敛证明中得出。
本文的其余部分组织如下。第2节介绍了在修改边界条件下的模型(1.1)的数值基本再生数和数值CISS,并将其收敛性与未修改情况的收敛性进行了比较分析。第3节结合特征线和反证法[18]简洁地证明了数值IFSS和CISS的局部稳定性。第4节通过应用无限维离散动力系统的一般持久性定理[29]研究了模型(1.1)的均匀持久性。第5节利用李雅普诺夫直接方法严格证明了在条件(1.3)下模型(1.1)的全局数值稳定性,从而改进了[20]中建立的局部稳定性结果;然后将该方法应用于IMEX离散化的年龄结构SIR模型以验证其适用性。第6节报告了验证理论结果的数值实验,并对参数进行了敏感性分析,以定量评估慢性乙型肝炎管理的临床干预措施。
**阶段空间和离散半流**
本节收集了我们后续分析所需的必要初步结果。为了简洁和避免混淆,我们此后设定??=1,2,…,??;??=0,1,2,…;??=1,2,…;??=0,1,2,…,其中??表示空间网格点的数量。对于具有(1.3)的模型(1.1),年龄依赖参数????和????是非负的,并假设它们的上限分别为???和???,这与它们的生物学解释一致。并且??0=0,因为新感染的细胞尚未开始产生...
**局部稳定性分析**
在本节中,我们继续研究在条件(1.3)下方案(1.1)的两个数值稳态的局部渐进稳定性。为此,我们从(2.1)中推导出特征方程,然后分析相关特征值的模。然后根据数值基本再生数??0明确表达稳定性标准。
**均匀持久性**
本节表明,当??0>1时,由模型(1.1)和(1.3)生成的离散半流???是均匀持续的。我们的论点依赖于赵[29]开发的无限维离散动力系统的一般持久性定理。为了实现这一目标,我们逐一验证了[29]中定理1.3.2的所有假设。引理4.1:映射???:??→??是连续且紧致的。证明:连续性来自于隐式代数系统(2.1)的解对初始条件的连续依赖性。第4节中建立的全局渐近性质确保了对于限制映射???|??:??→??存在一个紧致的全局吸引子??0???(参见[29]中的定理1.3.6)。实际上,根据定理4.1的证明,存在一个整数??0,使得????0??(??0)???,并且??对于???是正不变的。因此,从??0出发的每个轨道的ω-极限集都位于??中。紧致的全局吸引子??0在?????????(??)中,即??的内部,满足??0=???≥0??????(??)???。我们将构建离散的李雅普诺夫系统进行数值模拟。在本节中,我们使用模型(1.1)和(1.3)进行一些数值模拟,以说明第3节中的局部稳定性分析和第5节中的全局渐近性质所建立的理论结果。为此,我们采用了[35]、[36]中使用的显式函数形式。回忆一下,????=???(????)和????=???(????),其中????=????。感染年龄特定的病毒生产率由????={??max?(1?exp????(???????1))给出,当????≥??1时,否则为0,这里的??控制生产率达到??max时的饱和速率。结论与讨论:本工作解决了关于使用隐式Euler方案离散化的扩散性年龄结构HBV模型全局数值稳定性的一个未解决的问题。通过重新制定数值边界条件,我们对模型(1.1)和(1.3)进行了系统的动态分析,包括通过代数特征值方法对数值IFSS和CISS的局部稳定性进行分析,该方法将扩散项引起的高维矩阵-向量耦合转换为非负标量。CRediT作者贡献声明:Tao Yang:撰写——原始草稿,可视化,软件,调查,形式分析;Ronghua Tan:监督,资源,数据管理;Lianwen Wang:撰写——审阅与编辑,验证,监督,方法论,资金获取,形式分析,概念化;Nurbek Azimaqin:软件,资源,项目管理,数据管理;Zhijun Liu:监督,资源,项目管理,资金获取。利益冲突声明:作者声明没有已知的财务利益或个人关系可能影响本文的工作。致谢:作者感谢审稿人和编辑的仔细阅读和建设性评论,这极大地改进了本文的表述。本工作得到了中国国家自然科学基金(项目编号12271147)、湖北省自然科学基金(项目编号JCZRLH202601985)以及湖北民族大学研究生研究与创新项目(项目编号MYK2025059)的支持。Tao Yang | Ronghua Tan | Lianwen Wang | Nurbek Azimaqin | Zhijun Liu