감염의 다양성

주어진 세포에 들어갈 바이러스 또는 박테리아의 실제 수는 통계적 과정입니다:일부 세포는 하나 이상의 감염원을 흡수 할 수 있지만 다른 세포는 흡수하지 않을 수 있습니다. 셀이 흡수 할 확률 엔\\디스플레이 스타일 엔}

n

바이러스 입자 또는 박테리아를 접종 할 때 미디엄 디스플레이 스타일 미디엄}

m

포아송 분포를 사용하여 주어진 모집단에 대해 계산할 수 있습니다. 푸아송 분포의 응용 프로그램은 엘리스와 델 브르가 적용 및 설명했습니다. 이 경우 두 가지 방법이 있습니다. (주)에이엠코리아(주)에이엠코리아(주)에이엠코리아(주)에이엠코리아(주)에이엠코리아(주)에이엠코리아(주)에이엠코리아(주)에이엠코리아2929>

}

디스플레이 스타일 미디엄}

m

감염 또는 모이의 다중성,엔\\디스플레이 스타일 엔}

n

감염 대상에 들어가는 감염 인자의 수이며,피(엔)

피(엔)

는 감염 대상(세포)이 감염 될 확률입니다 엔}

n

감염원.

실제로 문제의 바이러스 또는 박테리아의 감염성은 이러한 관계를 변화시킬 것이다. 이것의 주위에 편도는 바이러스를 위한 단위를 형성하는 패와 같은 엄격한 조사 보다는 오히려 전염하는 입자의 기능적인 정의를 사용하기 위한 것입니다.

예를 들어,세포 집단을 감염시키기 위해 1(세포 당 1 개의 전염성 바이러스 입자)의 모이를 사용할 때,세포가 감염되지 않을 확률은 피(0)=36.79%이다(0)=36.79\%}

피(0) = 36.79\%

, 그리고 단일 입자에 의해 감염 될 확률은 피(1)=36.79%(1)=36.79\%}

피(1) = 36.79\%

, 두 입자에 의해 피(2)=18.39%(2)=18.39\%}

피(2)=18.39\%

, 세 입자에 의해 피(3)=6.13%(3)=6.13\%}

피(3) = 6.13\%

, 그래서.

주어진 모이를 접종 한 결과 감염 될 세포의 평균 비율은 단순히 피(엔>0)=1−피(0){\디스플레이 스타일 피(엔>0)=1-피(엔>0)=1-피(엔>0)=1-피(엔>0)=1-피(엔>0)=1-피(엔>0)=1-피(엔>0)=1-피(엔>0)(0)}

피(엔 0)=1-피(0)

. 따라서,평균 부분의 세포가 감염이 될 것이 다음에는 접종으로는 나의 m{\displaystyle m}

m

주 의:P(n>0)=1−P(n=0)=1−m0⋅전자 m0! 2255>0=1=0=1=0=0=0=0=0=0=02929>

이것은 대략 다음과 같습니다.}

m

.

예편집

모이를 기반으로 감염된 세포의 비율.

모이가 증가함에 따라,적어도 하나의 바이러스 입자에 감염된 세포의 비율 또한 증가한다.