microbeПроблемы особо опасных инфекцийProblems of Particularly Dangerous Infections0370-10692658-719XRussian Research Anti-Plague Institute “Microbe”10.21055/0370-1069-2025-2-145-151microbe-2176Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL ARTICLESОпыт применения имитационной модели при анализе и прогнозировании эпизоотических проявлений в компьютерной симуляции очага чумыApplying Agent Model for Analysis and Forecasting of Epizootic Manifestations in Computer-Generated Simulation of a Natural Plague Focushttps://orcid.org/0009-0000-7409-4685НейштадтЯ. А.NeishtadtYa. A.

410005, Саратов, ул. Университетская, 46

46, Universitetskaya St., Saratov, 410005

rusrapi@microbe.ruhttps://orcid.org/0000-0002-2578-1558МагеррамовШ. В.MagerramovSh. V.

410005, Саратов, ул. Университетская, 46

46, Universitetskaya St., Saratov, 410005

https://orcid.org/0000-0003-2913-3766МарцохаК. С.MartsokhaK. S.

410005, Саратов, ул. Университетская, 46

46, Universitetskaya St., Saratov, 410005

https://orcid.org/0000-0003-4099-9261ПоповН. В.PopovN. V.

410005, Саратов, ул. Университетская, 46

46, Universitetskaya St., Saratov, 410005

https://orcid.org/0000-0002-9686-9020КуклевЕ. В.KuklevE. V.

410005, Саратов, ул. Университетская, 46

46, Universitetskaya St., Saratov, 410005

ФКУН «Российский научно-исследовательский противочумный институт «Микроб»РоссияRussian Research Anti-Plague Institute “Microbe”Russian Federation20250407202502145151Copyright © Нейштадт Я.А., Магеррамов Ш.В., Марцоха К.С., Попов Н.В., Куклев Е.В., 20252025Нейштадт Я.А., Магеррамов Ш.В., Марцоха К.С., Попов Н.В., Куклев Е.В.Neishtadt Y.A., Magerramov S.V., Martsokha K.S., Popov N.V., Kuklev E.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://journal.microbe.ru/jour/article/view/2176

Цель исследования – разработка агентной модели эпизоотического процесса, основанной на анализе взаимодействия возбудителя и хозяев на популяционном уровне, для совершенствования методов прогнозирования распространения чумы. Материалы и методы. Проведен анализ течения эпизоотий чумы, сформулированы основные допущения и упрощения модели. Сформирована структура многоуровневой древовидной системы целей, согласованной с функциями, обеспечивающими достижение целей. Определены типы агентов, их количество и характеристики, механизм взаимодействия друг с другом и с внешней средой. Результаты и обсуждение. Опыт применения имитационной модели для анализа и прогнозирования эпизоотических проявлений в природных очагах чумы свидетельствует о ее практической ценности для решения задач, связанных с управлением рисками, возникающими при данной инфекции. Имитационные модели позволяют учитывать сложные взаимодействия между различными факторами и оценить влияние различных стратегий вмешательства на развитие ситуации. Важным преимуществом агентного моделирования является возможность воспроизведения гетерогенности популяции хозяев и учета индивидуальных особенностей их поведения и восприимчивости к инфекции. Имитационное моделирование является перспективным инструментом для совершенствования системы эпидемиологического надзора и контроля чумы. Разработанная модель может быть использована для принятия обоснованных управленческих решений, направленных на снижение риска заболевания населения. Дальнейшие исследования будут направлены на расширение модели за счет включения дополнительных факторов (например, климатических и социальных) и ее адаптацию для использования в конкретных природных очагах чумы. Модель можно масштабировать и применять не только для локальных вспышек чумы, но и для моделирования распространения инфекции на более широких территориях.

The aim of the study was to develop an agent-based model of the epizootic process based on the analysis of the interaction between the pathogen and its hosts at the population level in order to improve methods for predicting the spread of plague. Materials and methods. An analysis of the course of plague epizootics has been carried out, the main assumptions and simplifications of the model are formulated. The structure of a multi-level tree-like system of goals has been built and their coordination with the functions that ensure the achievement of goals provided. The types of agents, their number and characteristics, the mechanism of interaction with each other and with the external environment have been determined. Results and discussion. The experience of using the simulation model to analyze and predict epizootic manifestations in natural plague foci indicates its practical value for solving problems related to risk management arising from this infection. Simulation models allow us to take into account complex interactions between various factors and assess the impact of various intervention strategies on the development of the situation. An important advantage of agentbased modeling is the ability to reproduce the heterogeneity of the host population and take into account the individual characteristics of their behavior and susceptibility to infection. Simulation is a promising tool for improving the system of epidemiological surveillance and plague control. The developed model can be used to make informed managerial decisions aimed at reducing the risk of disease in the population. Further research will be aimed at expanding the model by including additional factors (for example, climatic and social ones) and adapting it for use in specific natural plague foci. The model can be scaled and applied not only to local outbreaks of plague, but also to simulate the spread of infection in wider areas.

агентная модельматематическое моделированиеэпизоотия чумыagent modelmathematical modelingplague epizooticsReferencesСлудский А.А. Эпизоотология чумы (обзор исследований и гипотез). Ч. 1. Саратов; 2014. 313 с. (Деп. в ВИНИТИ РАН 11.08.2014, № 231-В2014). [Электронный ресурс]. URL: www.microbe.ru/deponir/.Sludsky A.A. [Epizootiology of Plague (Review of Studies and Hypotheses). Part 1]. Saratov; 2014. 313 p. (Deposited into RAS All-Russian Institute of Scientific and Technical Information on 11 Aug 2014, No. 231-В2014). [Internet]. Available from: www. microbe.ru/deponir/.Аль-Азази А.А., Масленников Б.И. Системно-динамическая имитационная модель распространения эпидемии. Интернет-журнал «Науковедение». 2014; (1). [Электронный ресурс]. URL: https://znanium.com/catalog/product/476067.Al-Azazi A.A., Maslennikov B.I. [System-dynamic simulation model of the spread of an epidemic]. Internet Journal “Science Studies”. 2014; (1). [Internet]. Available from: https://znanium.com/ catalog/product/476067.Grimm V., Berger U., Bastiansen F., Eliassen S., Ginot V., Giske J., Goss-custard J., Grand T., Heinz S.K., Huse G., Huth A., Jepsen J.U., Jørgensen C., Mooi, W.M., Muller B., Peer G., Piou C., Railsback S.F., Robbins A.M., Robbins M.M., Rossmanith E., Ruger N., Strand E., Souissi S., Stillman R.A., Vabø R., Visser U., Deangelis D.L. A standard protocol for describing individual-based and agentbased models. Ecological Modelling. 2006; 198(1-2):115–26. DOI: 10.1016/j.ecolmodel.2006.04.023.Grimm V., Berger U., Bastiansen F., Eliassen S., Ginot V., Giske J., Goss-custard J., Grand T., Heinz S.K., Huse G., Huth A., Jepsen J.U., Jørgensen C., Mooi, W.M., Muller B., Peer G., Piou C., Railsback S.F., Robbins A.M., Robbins M.M., Rossmanith E., Ruger N., Strand E., Souissi S., Stillman R.A., Vabø R., Visser U., Deangelis D.L. A standard protocol for describing individual-based and agentbased models. Ecological Modelling. 2006; 198(1-2):115–26. DOI: 10.1016/j.ecolmodel.2006.04.023.Lorig F., Johansson E., Davidsson P. Agent-based social simulation of the COVID-19 Pandemic: A Systematic Review. J. Artif. Soc. Soc. Simul. 2021; 24(3):5. DOI: 10.18564/jasss.4601.Lorig F., Johansson E., Davidsson P. Agent-based social simulation of the COVID-19 Pandemic: A Systematic Review. J. Artif. Soc. Soc. Simul. 2021; 24(3):5. DOI: 10.18564/jasss.4601.Dubyansky V.M., Burdelov L.A., Barkley J.L. Introduction to the computer modeling of the plague epizootic process. In: Kongoli F., editor. Automation. InTech; 2012. Chapter 8. P. 149–70. DOI: 10.5772/48011.Dubyansky V.M., Burdelov L.A., Barkley J.L. Introduction to the computer modeling of the plague epizootic process. In: Kongoli F., editor. Automation. InTech; 2012. Chapter 8. P. 149–70. DOI: 10.5772/48011.Chao D.L., Halloran M.E., Obenchain V.J., Longini I.M. Jr. FluTE, a publicly available stochastic influenza epidemic simulation model. PLoS Comput. Biol. 2010; 6(1):e1000656. DOI: 10.1371/ journal.pcbi.1000656.Chao D.L., Halloran M.E., Obenchain V.J., Longini I.M. Jr. FluTE, a publicly available stochastic influenza epidemic simulation model. PLoS Comput. Biol. 2010; 6(1):e1000656. DOI: 10.1371/ journal.pcbi.1000656.Ковалев С.В., Рюмин Н.Н., Ковалева О.А., Сидляр М.Ю., Хромова Т.А. Мультиагентное моделирование распространения эпидемий. Вестник Технологического университета. 2021; 24(1):91–7.Kovalev S.V., Ryumin N.N., Kovaleva O.A., Sidlyar M.Yu., Khromova T.A. [Multi-agent modeling of the spread of epidemics]. Vestnik Tekhnologicheskogo Universiteta [Bulletin of the Technological University]. 2021; 24(1):91–7.Улыбин А.В., Арзамасцев А.А. Имитационное моделирование развития инфекции с использованием агентного подхода. Вестник Тамбовского университета. Серия: Естественные и технические науки. 2010; 15(2):614–9.Ulybin A.V., Arzamastsev A.A. [Simulation modeling of infection development using an agent-based approach]. Vestnik Tambovskogo Universiteta. Seriya: Estestvennye i Tekhnicheskie Nauki [Bulletin of Tambov University. Series: Natural and Technical Sciences]. 2010; 15(2):614–9.Nagarajan K., Ni C., Lu T. Agent-based modeling of microbial communities. ACS Synth. Biol. 2022; 11(11):3564–74. DOI: 10.1021/acssynbio.2c00411.Nagarajan K., Ni C., Lu T. Agent-based modeling of microbial communities. ACS Synth. Biol. 2022; 11(11):3564–74. DOI: 10.1021/acssynbio.2c00411.Литвинова Е.А., Литвинов М.Н. Экспериментальное изучение некоторых особенностей биологии одного из массовых видов блох (Siphonaptera) грызунов (Rodentia) Приморского края Neopsylla bidentatiformis Wagn., 1893. Вестник ИрГСХА. 2016; 73:55–62.Litvinova E.A., Litvinov M.N. [Experimental study of some features of biology of one of the mass species of fleas (Siphonaptera) of rodents (Rodentia) of Primorsk Territory Neopsylla bidentatiformis Wagn., 1893]. Vestnik IrGSHA. 2016; 73:55–62.Махмудов Р.Ш., Корчевская О.В. Моделирование распространения неизвестной инфекции. Модель с лечением. В кн.: Решетневские чтения: Материалы XXV Международной научно-практической конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М.Ф. Решетнева. Красноярск; 2021. Ч. 2. С. 238–9.Makhmudov R.Sh., Korchevskaya O.V. [Modeling the spread of an unknown infection. Model with treatment]. In: [Reshetnev Readings: Proceedings of the XXV International Scientific and Practical Conference Dedicated to the Memory of the General Designer of Rocket and Space Systems, Academician M.F. Reshetnev]. Krasnoyarsk; 2021. Part 2. P. 238–9.Бибикова В.А., Алексеев А.Н. Заражённость и блокообразование в зависимости от количества попавших в блох микробов чумы. Паразитология. 1969; 3(3):196–202.Bibikova V.A., Alekseev A.N. [Infection and block formation depending on the number of plague microbes that entered fleas]. Parazitologiya [Parasitology]. 1969; 3(3):196–202.Балута В.И., Титов Ю.П. Построение модели агента «Пациент» для агентно-ориентированной модели функционирования медицинского центра в условиях пандемии. В кн.: Физико-техническая информатика (CPT2021-2022): Материалы Международной конференции (Пущино, 16–20 мая 2022 г.). Нижний Новгород; Москва; Пущино; 2022. С. 200–209. DOI: 10.54837/9785604289174_200.Baluta V.I., Titov Yu.P. [Construction of an agent model, the “Patient”, for an agent-oriented simulation of functioning of a medical center under a pandemic]. In: [Physical and Technical Informatics (CPT2021-2022): Proceedings of the International Conference (Pushchino, May 16–20, 2022). Nizhny Novgorod; Moscow; Pushchino; 2022. P. 200–209. DOI: 10.54837/9785604289174_200.Денисова Е.А., Уразбахтина Ю.О. Сравнительный анализ системно-динамического и агентного подхода при моделировании эпидемии вируса Коксаки. Современные научные исследования и разработки. 2018; 2(5):206–9.Denisova E.A., Urazbakhtina Yu.O. [Comparative analysis of system-dynamic and agent-based approaches in modeling the Coxsackie virus epidemic]. Sovremennye Nauchnye Issledovaniya i Razrabotki [Modern Scientific Research and Developments]. 2018; 2(5):206–9.Криворотько О.И., Кабанихин С.И., Сосновская М.И., Андорная Д.В. Анализ чувствительности и идентифицируемости математических моделей распространения эпидемии COVID-19. Вавиловский журнал генетики и селекции. 2021; 25(1):82–91. DOI: 10.18699/VJ21.010.Krivorotko O.I., Kabanikhin S.I., Sosnovskaya M.I., Andornaya D.V. [Analysis of sensitivity and identifiability of mathematical models of the spread of the COVID-19 epidemic]. Vavilovsky Zhurnal Genetiki i Selektsii [Vavilov Journal of Genetics and Selection]. 2021; 25(1):82–91. DOI: 10.18699/VJ21.010.Котова А.В., Ксенофонтова О.Л. Применение математического моделирования к исследованию распространения эпидемий. Сборник научных трудов вузов России «Проблемы экономики, финансов и управления производством». 2022; 50:173–6.Kotova A.V., Ksenofontova O.L. [Application of mathematical modeling to the study of the spread of epidemics]. Collection of scientific papers of Russian universities “Problems of Economics, Finance and Production Management”. 2022; 50:173–6.Dubyanskiy V.M., Prislegina D.A., Kulichenko A.N. Risk-oriented model for predicting epidemiological situation with Crimean-Congo hemorrhagic fever (on the example of Stavropol region). Health Risk Analysis. 2018; (1):13–21. DOI: 10.21668/health. risk/2018.1.02.eng.Dubyanskiy V.M., Prislegina D.A., Kulichenko A.N. Risk-oriented model for predicting epidemiological situation with Crimean-Congo hemorrhagic fever (on the example of Stavropol region). Health Risk Analysis. 2018; (1):13–21. DOI: 10.21668/health. risk/2018.1.02.eng.Орлов С.А., Александрова О.Ю., Горенков Р.В., Васильева Т.П., Зудин А.Б. Методологические и методические подходы к оценке влияния глобальных вызовов на показатели здоровья населения и систему здравоохранения. Менеджер здравоохранения. 2023; (8):4–16. DOI: 10.21045/1811-0185-2023-8-4-16.Orlov S.A., Aleksandrova O.Yu., Gorenkov R.V., Vasilyeva T.P., Zudin A.B. [Methodological and technical approaches to assessing the impact of global challenges on population health indicators and the healthcare system]. Manager Zdravoochranenia. 2023; (8):4–16. DOI: 10.21045/1811-0185-2023-8-4-16.Hunter E., Mac Namee B., Kelleher J. An open-data-driven agent-based model to simulate infectious disease outbreaks. PLoS One. 2018; 13(12):e0208775. DOI: 10.1371/journal.pone.0208775.Hunter E., Mac Namee B., Kelleher J. An open-data-driven agent-based model to simulate infectious disease outbreaks. PLoS One. 2018; 13(12):e0208775. DOI: 10.1371/journal.pone.0208775.Eubank S., Guclu H., Kumar V.S., Marathe M.V., Srinivasan A., Toroczkai Z., Wang N. Modelling disease outbreaks in realistic urban social networks. Nature. 2004; 429(6988):180–4. DOI: 10.1038/nature02541.Eubank S., Guclu H., Kumar V.S., Marathe M.V., Srinivasan A., Toroczkai Z., Wang N. Modelling disease outbreaks in realistic urban social networks. Nature. 2004; 429(6988):180–4. DOI: 10.1038/nature02541.

The authors declare that there are no conflicts of interest present.