Viral dynamics of acute HIV infection and HIV rebound following suspension of antiretroviral therapy may be qualitatively similar but must differ given, for one, development of adaptive immune responses. Understanding the differences of acute HIV infection and viral rebound dynamics in pediatric populations may provide insights into the mechanisms of viral control with potential implications for vaccine design and the development of effective targeted therapeutics for infants and children. Mathematical models have been a crucial tool to elucidate the complex processes driving viral infections within the host. Traditionally, acute HIV infection has been modeled with a standard model of viral dynamics initially developed to explore viral decay during treatment, while viral rebound has necessitated extensions of that standard model to incorporate explicit immune responses. Previous efforts to fit these models to viral load data have underscored differences between the two infection stages, such as increased viral clearance rate and increased death rate of infected cells during rebound. However, these findings have been predicated on viral load measurements from disparate adult individuals. In this study, we aim to bridge this gap, in infants, by comparing the dynamics of acute infection and viral rebound within the same individuals by leveraging an infant nonhuman primate Simian/Human Immunodeficiency Virus (SHIV) infection model. Ten infant Rhesus macaques (RMs) orally challenged with SHIV.C.CH505 375H dCT and given ART at 8 weeks post-infection. These infants were then monitored for up to 60 months post-infection with serial viral load and immune measurements. We use the HIV standard viral dynamics model fitted to viral load measurements in a nonlinear mixed effects framework. We find that the primary difference between acute infection and rebound is the increased death rate of infected cells during rebound. We use these findings to generate hypotheses on the effects of adaptive immune responses. We leverage these findings to formulate hypotheses to elucidate the observed results and provide arguments to support the notion that delayed viral rebound is characterized by a stronger CD8+ T cell response.

With the expanding ageing population, there is a growing interest in the maintenance of immune health to support healthy ageing. Enthusiasm exists for unravelling the impact of diet on the immune system and its therapeutic potential. However, a key challenge is the lack of studies investigating the effect of dietary patterns and nutrients on immune responses. Thus, we have used an integrative analysis approach to improve our understanding of diet-immune system interactions in older adults. To do so, dietary data were collected in parallel with performing immunophenotyping and functional assays from healthy older (n = 40) participants. Food Frequency Questionnaire (FFQ) was utilised to derive food group intake and multi-colour flow cytometry was performed for immune phenotypic and functional analysis. Spearman correlation revealed the strength of association between all combinations of dietary components, micronutrients, and hallmarks of immunesenescence. In this study, we propose for the first time that higher adherence to the Mediterranean diet is associated with a positive immune-ageing trajectory (Lower IMM-AGE score) in older adults due to the immune protective effects of high dietary fibre and PUFA intake in combating accumulation or pro-inflammatory senescent T cells. Furthermore, a diet rich in Vit A, Vit B6 and Vit B12 is associated with fewer features of immunesenescence [such as accumulation of terminally differentiated memory CD8 T cells] in older adults. Based on our findings we propose a future nutrition-based intervention study evaluating the efficacy of adherence to the MED diet alongside a multi-nutrient supplementation on immune ageing in older adults to set reliable dietary recommendations with policymakers that can be given to geriatricians and older adults. Insight box: There is a growing interest in the maintenance of immune health to boost healthy ageing. However, a key challenge is the lack of studies investigating the effect of dietary patterns and nutrients on immune responses. Thus, to do so we collected dietary data in parallel with performing immunophenotyping and functional assays on healthy older (n = 40) participants, followed by an integrative analysis approach to improve our understanding of diet-immune system interactions in older adults. We strongly believe that these new findings are appropriate for IB and will be of considerable interest to its broad audience.

Most people living with HIV-1 experience rapid viral rebound once antiretroviral therapy is interrupted; however, a small fraction remain in viral remission for an extended duration. Understanding the factors that determine whether viral rebound is likely after treatment interruption can enable the development of optimal treatment regimens and therapeutic interventions to potentially achieve a functional cure for HIV-1. We built upon the theoretical framework proposed by Conway and Perelson to construct dynamic models of virus-immune interactions to study factors that influence viral rebound dynamics. We evaluated these models using viral load data from 24 individuals following antiretroviral therapy interruption. The best-performing model accurately captures the heterogeneity of viral dynamics and highlights the importance of the effector cell expansion rate. Our results show that post-treatment controllers and non-controllers can be distinguished based on the effector cell expansion rate in our models. Furthermore, these results demonstrate the potential of using dynamic models incorporating an effector cell response to understand early viral rebound dynamics post-antiretroviral therapy interruption.

Infectious disease outbreaks are a common constraint of group living organisms. Ants (Hymenoptera: Formicidae) live in large, dense colonies and are host to a diverse range of parasites and pathogens, facilitating the possibility of epidemic-induced collapse. However, the majority of parasites infecting ants require a period of development outside of the nest before they can transmit to their next ant host (ex-nido transmission) and the impact of these parasites on colony dynamics is unknown. Here we develop a mathematical model to assess ant colony dynamics in the presence of such parasites. We find that under field-realistic model conditions, such parasites are unlikely to cause the epidemic collapse of mature ant colonies, unless colony birth rate drops below 0.2328 ants/day. The preponderance of ex-nido transmitting parasites infecting ants and their limited epidemiological impact on colony dynamics may partly explain why collapsed ant colonies are rarely, if ever, observed in natural populations.

Abstract In order to assess the efficacy of novel HIV-1 treatments leading to a functional cure, the time to viral rebound is frequently used as a surrogate endpoint. The longer the time to viral rebound, the more efficacious the therapy. In support of such an approach, mathematical models serve as a connection between the size of the latent reservoir and the time to HIV-1 rebound after treatment interruption. The simplest of such models assumes that a single successful latent cell reactivation event leads to observable viremia after a period of exponential viral growth. Here we consider a generalization developed by Pinkevych et al. and Hill et al. of this simple model in which multiple reactivation events can occur, each contributing to the exponential growth of the viral load. We formalize and improve the previous derivation of the dynamics predicted by this model, and use the model to estimate relevant biological parameters from SIV rebound data. We confirm a previously described effect of very early antiretroviral therapy (ART) initiation on the rate of recrudescence and the viral load growth rate after treatment interruption. We find that every day ART initiation is delayed results in a 39% increase in the recrudescence rate, and a 11% decrease of the viral growth rate. We show that when viral rebound occurs early relative to the viral load doubling time, a model with multiple successful reactivation events fits the data better than a model with only a single successful reactivation event. Author Summary HIV-1 persists during suppressive antiretroviral therapy (ART) due to a reservoir of latently infected cells. When ART is stopped, HIV generally rebounds within a few weeks. However, there is a small fraction of patients that do not rebound over a period of months or years. A variety of treatments are being tested for their ability to reduce the size of the latent reservoir, to induce effective immune responses against the virus, or to prevent or prolong the time to viral rebound after ART interruption. These novel treatments are typically first tested in SIV infected macaques, and the efficacy of the treatment assessed by interrupting ART and measuring the time to viral rebound. Here, we develop and test a mathematical and statistical model that describes the process of viral rebound. The model can be used for statistical inference of the efficacy of newly developed treatments. Importantly, the model takes into account that multiple recrudescence events can precede rebound. We test the model using data from early treated SIV infected macaques.

While the benefits of early antiretroviral therapy (ART) initiation in perinatally infected infants are well documented, early ART initiation is not always possible in postnatal pediatric HIV infections, which account for the majority of pediatric HIV cases worldwide. The timing of onset of ART initiation is likely to affect the size of the latent viral reservoir established, as well as the development of adaptive immune responses, such as the generation of neutralizing antibody responses against the virus. How these parameters impact the ability of infants to control viremia and the time to viral rebound after ART interruption is unclear. To gain insight into the dynamics, we utilized mathematical models to investigate the effect of time of ART initiation via latent reservoir size and autologous virus neutralizing antibody responses in delaying viral rebound when treatment is interrupted. We used an infant nonhuman primate Simian/Human Immunodeficiency Virus (SHIV) infection model that mimics breast milk HIV transmission in human infants. Infant Rhesus macaques (RMs) were orally challenged with SHIV.C.CH505 375H dCT and either given ART at 4-7 days post-infection (early ART condition), at 2 weeks post-infection (intermediate ART condition), or at 8 weeks post-infection (late ART condition). These infants were then monitored for up to 60 months post-infection with serial viral load and immune measurements. We develop a stochastic mathematical model to investigate the joint effect of latent reservoir size, the autologous neutralizing antibody potency, and CD4+ T cell levels on the time to viral rebound and control of post-rebound viral loads. We find that the latent reservoir size is an important determinant in explaining time to viral rebound by affecting the growth rate of the virus. The presence of neutralizing antibodies also can delay rebound, but we find this effect for high potency antibody responses only.

A bstract Understanding the dynamics to acute HIV infection may provide insights into the mechanisms of early viral control with potential implications for vaccine design. The standard viral dynamics model explains HIV viral dynamics during acute infection reasonably well. However, the model makes simplifying assumptions, neglecting some aspects of HIV. For example, in the standard model, target cells are infected by a single HIV virion. Yet, cellular multiplicity of infection (MOI) may have considerable effects in pathogenesis and viral evolution. Further, when using the standard model, we take constant infected cell death rates, simplifying the dynamic immune responses. Here, we use four models—1) the standard viral dynamics model, 2) an alternate model incorporating cellular MOI, 3) a model assuming density-dependent death rate of infected cells and 4) a model combining (2) and (3)—to investigate acute infection dynamics in 43 people tested very early after HIV exposure. We find that all models explain the data, but different models describe differing features of the dynamics more accurately. For example, while the standard viral dynamics model may be the most parsimonious model, viral peaks are better explained by a model allowing for cellular MOI. These results suggest that heterogeneity in within-host viral dynamics cannot be captured by a single model. Thus depending on the aspect of interest, a corresponding model should be employed.