Immune response via interacting three dimensional network of cellular automata

Abstract

A computer simulation is used to study the dynamics of neural-network like system of three cell types on a cubic lattice in an attempt to understand the immune response (a) in autoimmune disease and (b) in immune weakness each two kind of independent interactions. In case (a) the number of infected sites seems to grow with (time) 3.3 . The saturation time required to infect all the sites varies roughly, with the initial concentration p of the cells, as p -0.3 for all the cell types except for the activated killer cells where it varies as p -0.5 with one particular interaction. In case (b), the evolution of infected cells is studied for binary mixtures of random interactions of strength B. The number of viral infected cells grows and the number of T4-cells decreases monotonically on increasing the inter Nous etudions numeriquement la dynamique d'un systeme de type reseau de neurones a trois sortes de cellules sur un reseau cubique. Notre but est de comprendre la reponse immunitaire (a) dans les maladies autoimmunes et (b) dans le cas de faiblesse immunitaire. Nous utilisons dans chaque cas deux types d'interactions independantes. Dans le cas (a), le nombre de sites infectes croit avec la loi (temps) 3,3 . Le temps de saturation necessaire pour infecter tous les sites varie approximativement comme p -0,3 , ou p est la concentration initiale de cellules, sauf dans le cas de cellules tueuses activees ou, pour une activation, il varie comme p -0,5 . Dans le cas (b), nous etudions l'evolution des cellules infectees pour des melanges binaires d'interactions aleatoires d'intensite B. Quand nous augmentons l'intensite B, le nombre de cellules infectees viralement croit et le nombre de cellules T4 decroit de facon monotone. Dans un cas special d'interactions aleatoires fluctuantes, nous observons une anomalie dans la variation des cellules T4 en fonction du temps dans un domaine restreint de B (pres de B=0,9)