Search

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Estudos recentes apontam um aumento contínuo nos gastos públicos e privados com as doenças de neoplasia benigna e maligna, conhecidas como tumor e câncer, respectivamente. Além de custos diretos, com medicamentos, hospitalizações e cirurgias, e indiretos, decorrentes de ausências no trabalho e aposentadorias por invalidez, a doença tem grande impacto social, especialmente para as camadas mais pobres da sociedade, que muitas vezes não conseguem realizar o diagnóstico e início do tratamento das doenças em seus estágios iniciais. Diante deste quadro, torna-se essencial elevar os investimentos em pesquisas voltadas para o melhor entendimento dos mecanismos associados ao desenvolvimento de tais patologias, permitindo assim que no futuro a cura destas seja alcançada. A modelagem matemática-computacional pode ser de grande ajuda, permitindo que um grande número de hipóteses associadas ao surgimento, desenvolvimento e migração dos tumores seja avaliada em um curto intervalo de tempo. Este trabalho propõe-se a investigar as interações mecânicas de divisão e crescimento celular de um tumor envolvendo células tronco e a sua transformação em câncer proveniente da formação e metástase de pseudópodes, os quais contêm células tronco cancerígenas. Através da modelagem computacional, foram simuladas as interações entre células tronco cancerígenas e epiteliais, utilizando para este fim um software de código aberto, chamado CellSim3D, que representa células como esferas elásticas tridimensionais com força elástica, fricção, repulsão, atração e pressão osmótica. Ao alterar a força de repulsão nas células tronco cancerígenas e a força de atração nas células epiteliais, além de acrescentar ruído bioquímico, foi possível observar a formação de pseudópodes no tumor. Os resultados computacionais foram comparados a resultados de experimentos in vitro, mostrando boa conformidade qualitativa com esses. Recent studies point out a continuous increase in public and private spending on benign and malignant Neoplastic Diseases, also known as tumor and cancer, respectively. In addition to direct costs, with medicines, hospitalizations and surgeries, and indirect costs, resulting from missing work and disability pensions, the disease has a great social impact, especially for the poorest layers of society, who are often unable to make the diagnosis and start treatment of these diseases in their early stages. For this reason, it is essential to increase research investments to better understand the main mechanisms associated to the development of such pathologies, thus allowing achieving the cure of both diseases in the future. Mathematical-computational modeling can be of great help, allowing a large number of hypotheses associated to the start, grow and spread of tumors to be evaluated in a short period of time. This work propose to investigate the mechanical interactions of cell division and the growth of a tumor involving stem-like cells, and their progression into cancer due to the formation and metastasis of pseudopods, which contain cancer stem cells. Using computational modeling, interactions between epithelial and cancerous stem-like cells were simulated, using an open source software called CellSim3D, which represents cells as three-dimensional elastic spheres with elastic, friction, repulsion and attraction forces, as well as osmotic pressure. By changing the repulsion force in cancer stem cells, the attraction force in epithelial cells, and adding biochemical noise, it was possible to observe the formation of pseudopods in the tumor. The computational results were compared to results of in vitro experiments, showing good qualitative compliance with them.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior A Hanseníase, também conhecida como doença de Hansen ou Lepra, é uma doença infectocontagiosa que afeta principalmente a pele e os nervos periféricos, podendo, em alguns casos, levar a incapacidade física permanente. O agente causador da doença é a bactéria Mycobacterium leprae. Apesar da redução do número de casos em todo o mundo, a doença continua sendo uma preocupação global de saúde pública, especialmente em alguns países, como o Brasil, que ainda não atingiram as metas estabelecidas para redução no número de casos. Este trabalho tem por objetivo reproduzir, com o uso de ferramentas matemático-computacionais, a disseminação dos casos de Hanseníase em um domínio bidimensional, utilizando para este propósito o modelo compartimental SIR. Neste modelo os compartimentos representam os grupos de indivíduos suscetíveis, infectados e recuperados. Na modelagem o compartimento de indivíduos suscetíveis comporta as pessoas vulneráveis ao contágio e a população resistente ao bacilo, enquanto o compartimento dos indivíduos infectados não faz distinção em relação a classificação da doença, assumindo a simplificação de que todos os doentes possuem a mesma capacidade de transmissão. O modelo espaço-temporal foi solucionado computacionalmente usando duas abordagens distintas. A primeira abordagem foi a resolução determinística do sistema de equações associado ao modelo SIR através do método das diferenças finitas. Na segunda abordagem empregou-se o algoritmo de Gillespie para resolver o mesmo sistema de equações de modo estocástico. Os resultados obtidos por ambas abordagens foram então comparados, para fins de validação, com o banco de dados de registros de saúde pública da cidade de Juiz de Fora, Brasil, que mantêm o histórico do número de casos de Hanseníase notificados ao longo do tempo. Leprosy, also known as Hansen’s disease, is an infectious disease that mainly affects the skin and peripheral nerves and can cause permanent physical disabilities. The causative agent of the disease is the bacterium Mycobacterium leprae. Despite of the decrease in the number of leprosy cases in the world, the disease remains a global public concern, specially in some countries, such as Brazil, which did not achieve its reduction goal. This work aims to reproduce, using mathematical-computacional tools, the spread of leprosy cases in a two-dimensional domain, using for this purpose a compartmental SIR model. In SIR, compartments represent the groups of susceptible, infected and recovered individuals. In the model, the susceptible compartment is characterized by all individuals who are susceptible to the contagion of the disease or those who are bacillus resistent. The infected compartment is composed by all the infected individuals without, for simplification purposes, making differentiation between paucibacilar and multibacilar individuals. The spatio-temporal model was computationally solved using two distinct approaches. The first approach solved, in a deterministic way, the SIR system of equations using the finite difference method. The second approach solved the same system of equation in a stochastic way using for this purpose the Gillespie algorithm. The results were compared to, for validation purposes, the public health records database of Juiz de Fora, Brazil, which keeps the total number of leprosy cases in the city along time.

O Sistema Imunológico Humano (SIH), também conhecido como sistema imune, desempenha um papel fundamental na defesa do organismo contra doenças. No entanto, as interações multi-escala entre vários de seus componentes fazem com que a total compreensão dos mecanismos envolvidos na defesa do corpo seja uma tarefa complexa. Dentre as ferramentas que podem ser empregadas para melhor entender estes mecanismos destaca-se a modelagem matemática-computacional, a qual tenta replicar o comportamento do sistema imune frente a diversas situações por meio de simulações computacionais. Uma importante área relacionada ao funcionamento do sistema imune ainda não totalmente compreendida é a resposta à vacinação. Apesar de alguns indivíduos desenvolverem imunidade contra a doença para o qual são vacinados, em outros casos os pacientes não desenvolvem imunidade. Isso ocorre mesmo com as vacinas mais eficazes, como a usada contra a Febre Amarela (FA): segundo estudos clínicos, essa apresenta uma taxa de soroconversão entre 95% e 98%, ou seja, a cada 100 pessoas que recebem a vacina da FA, cerca de 95 a 98 delas geram memória imunológica, garantindo sua proteção contra a referida doença. Neste trabalho, é desenvolvido um modelo matemático-computacional simplificado capaz de reproduzir qualitativamente os mecanismos associados à formação de imunidade decorrente da vacinação contra a FA. Em seguida, são empregados métodos estocásticos a este modelo, com o intuito de se obter respostas variadas, porém condizentes com a realidade, as quais métodos tradicionais baseados em métodos determinísticos não conseguem reproduzir. The Human Immune System (HIS) plays a key role in defending the body against diseases. However, the multi-scale interactions among several of its components make the complete understanding of the mechanisms involved in body defense a very complex task. Mathematical and computational modeling is a tool that can be used for better understanding these mechanisms. This tool aims to mimic the immune system behavior under distinct conditions using, for this purpose, computational simulations. An important area related to the immune system that is not fully understood is its response to vaccination. Despite some individuals develop immunity against disease for which they were vaccinated, in other cases they don’t. This may happen even with the most effective vaccines, such as the Yellow Fever (YF) one: according to clinical studies, it represents a seroconversion rate between 95% to 98%, which means, for every 100 individuals who receive the YF vaccine, about 95 to 98 of them will generate immunological memory, ensuring their protection against the disease. In this work, a simplified computational mathematical model capable of qualitatively simulating the mechanisms related to the generation of immunity due to the YF vaccination is developed. Thereafter, stochastic methods are employed to simulate distinct answers that may happen after vaccination. Some of the answers cannot be obtained with the use of deterministic methods.

Desde 1937 está disponível uma vacina eficaz contra febre amarela. Ainda assim, questões relativas a seu uso permanecem pouco entendidas, como, por exemplo, a dose ideal capaz de conferir imunidade contra a doença, a necessidade de dose reforço, o esquema ideal de vacinação para indivíduos imunocompetentes, imunossuprimidos, e crianças, dentre outras questões. O objetivo deste trabalho é demonstrar que ferramentas computacionais podem ser utilizadas para simular diferentes cenários referentes à vacinação contra a febre amarela e à resposta imune dos indivíduos a esta vacina, auxiliando assim na busca pelas respostas de algumas destas questões em aberto. Neste contexto, este trabalho apresenta um modelo computacional da resposta imune humana à vacinação contra a febre amarela. O modelo leva em conta importantes células e moléculas do sistema imune humano como células apresentadoras de antígeno, linfócitos B e T, células de memória e anticorpos. O modelo foi capaz de reproduzir os níveis de anticorpos obtidos experimentalmente em diferentes cenários relativos à vacinação, permitindo uma validação quantitativa com dados experimentais. Adicionalmente foram reproduzidos qualitativamente alguns comportamentos da resposta imune descritos na literatura. Foram simuladas as respostas imunes de indivíduos adultos primovacinados, revacinados e portadores de doenças autoimunes sob uso de terapia imunomoduladora. Além disso, reproduziu-se o comportamento observado na primovacinação de crianças e os níveis de anticorpos produzidos pela administração de doses menores de vacinas, comparados aos obtidos pela dose referência. An effective yellow fever vaccine has been available since 1937. Nevertheless, questions regarding its use remain poorly understood, such as the ideal dose to confer immunity against the disease, the need for booster dose, the optimal immunization schedule for immunocompetent, immunosuppressed, and children, among other issues. The objective of this work is to demonstrate that computational tools can be used to simulate different scenarios regarding yellow fever vaccination and the immune response of the individuals to this vaccine, thus assisting the response of some of these open questions. In this context, this work presents a computational model of the human immune response to vaccination against yellow fever. The model takes into account important cells and molecules of the human immune system such as antigen presenting cells, B and T lymphocytes, memory cells and antibodies. The model was able to replicate the levels of antibodies obtained experimentally in different vaccination scenarios, allowing a quantitative validation with experimental data. In addition, some behaviors of the immune response described in the literature were reproduced qualitatively. The immune responses of primovacinated, revaccinated adult individuals with autoimmune diseases under immunomodulatory therapy were simulated. In addition, the behavior observed in the primary vaccination of children and the levels of antibodies produced by the administration of smaller doses of vaccines were reproduced, compared to those obtained by the reference dose.

Este trabalho trata da implementação e análise de desempenho de dois algoritmos de balanceamento de carga para aplicações baseadas em paralelismo de dados, quando estas são executadas em um ambiente híbrido de memória distribuída. Neste trabalho, ambiente híbrido é definido como um ambiente computacional composto por dispositivos que contêm um ou mais elementos de processamento com distintas capacidades computacionais, sendo estes CPUs, APUs, GPUs, entre outros. O objetivo dos algoritmos de balanceamento de carga é equalizar o tempo de computação, ou seja, fazer com que os elementos de processamento recebam uma carga de trabalho proporcional a sua capacidade de processamento, de modo que finalizem suas execuções aproximadamente ao mesmo tempo. Para testar e validar os algoritmos de balanceamento de carga, utilizou-se um modelo computacional do Sistema Imune Humano (SIH) que descreve a resposta espaço-temporal de algumas das células e moléculas do SIH na presença de um antígeno, que neste trabalho é representado pelo Lipopolissacarídeo (LPS). Duas versões do balanceador de carga foram desenvolvidas, o balanceador de carga estático, que mantêm a alocação de carga nos dispositivos até o final do processamento, e o balanceador de carga dinâmico, que pode alterar a alocação de carga nos dispositivos ao longo da execução. Após os testes realizados com as duas versões dos balanceadores de carga, pode-se concluir que, para a aplicação avaliada, a versão dinâmica foi mais eficiente que a versão estática. This work presents an implementation and performance analysis of two load balancing algorithms for applications based on data parallelism, when these applications are executed in hybrid distributed memory environments. In this work, hybrid environment is defined as a computational environment composed by a set of processors and accelerators, in other words, processing elements that have different processing capabilities, such as CPUs, APUs, GPUs or other types of accelerators. The purpose of the load balancing algorithm is to equalize the computation time, i.e. the load balancing algorithm has to send to the processing elements a workload proportional to their processing power, so they can finish their executions at about the same time. In order to test and validate the load-balancing algorithms, a computational model of the Human Immune System (HIS) was used to describe the space-temporal response of some cells and molecules of the HIS in the presence of an antigen, represented in this work by the Lipopolysaccharide (LPS). Two versions of the load balancer have been developed. The first one, the static load balancer, maintains the load allocation in the devices until the end of the execution. The second one, the dynamic load balancer, may change the load allocation on devices during the execution. After the tests performed with the two versions of the load balancer, it can be concluded that, for the evaluated application, the dynamic version was more efficient than the static one.

A modelagem computacional é uma ferramenta útil no estudo de diversos fenômenos complexos, como o comportamento eletro-mecânico do coração em condições normais e patológicas, sendo importante para o desenvolvimento de novos medicamentos e métodos de combate às doenças cardíacas. A alta complexidade de processos biofísicos se traduz em complexos modelos matemáticos e computacionais, o que faz com que simulações cardíacas necessitem de um grande poder computacional para serem executadas. Logo, o estado da arte em simuladores cardíacos é implementado para ser executado em arquiteturas paralelas. Este trabalho apresenta a implementação e avaliação de um método com dados e kernel agregados, método este utilizado para reduzir o tempo de computação de códigos que executam em ambientes computacionais compostos de múltiplas unidades de processamento gráfico (Graphics Processing Unit ou simplesmente GPUs). Este método foi testado na computação de uma importante parte da simulação da eletrofisiologia do coração, a resolução das equações diferenciais ordinárias (EDOs), resultando em uma redução pela metade do tempo necessário para a sua resolução, quando comparado com o esquema onde este método não foi implementado. Com o uso da técnica proposta neste trabalho, o tempo total de execução das simulações cardíacas foi reduzido em até 25%. Computational modeling is a useful tool to study many distinct and complex phenomena, such as to describe the electrical and mechanical behavior of the heart, under normal and pathological conditions. The high complexity of the associated biophysical processes translates into complex mathematical and computational models. This, in turn, translates to cardiac simulators that demand a lot of computational power to be executed. Therefore, most of the state-of-the-art cardiac simulators are implemented to run in parallel architectures. In this work a new coalesced data and kernel scheme is evaluated. Its objective is to reduce the execution costs of cardiac simulations that run on multi-GPU environments. The new scheme was tested for an important part of the simulator, the solution of the systems of Ordinary Differential Equations (ODEs). The results have shown that the proposed scheme is very effective. The execution time to solve the systems of ODEs on the multi-GPU environment was reduced by half, when compared to a scheme that does not implemented the proposed data and kernel coalescing. As a result, the total execution time of cardiac simulations was 25% faster.

O desgaste do dente, que se manifesta com uma grande variedade de graus ou níveis, é uma das anomalias dentárias comumente encontradas em diversas populações. A modelagem computacional do problema de contato oclusal pode ajudar na compreensão das interações entre os dentes, que gera concentrações de tensões. A abordagem utilizada para simular o contato entre as superfícies ásperas, dadas as funções de densidade de probabilidade das alturas das asperezas, consiste em discretizá-las em vários intervalos, de modo que cada um deles represente uma aspereza principal. As deformações das asperezas principais são analisadas e, utilizando técnicas de homogeneização, é possível estabelecer a relação entre as respostas que ocorrem em microescala e as respostas esperadas na macroescala. Neste trabalho, foi criada uma rotina para geração numérica de superfícies, um script acoplado ao programa de elementos finitos, Abaqus, para análise dos microcontatos, e, finalmente, um código para o procedimento de homogeneização e análise paramétrica das medidas de rugosidade. Na estimativa da dureza superficial, verificou-se que a curvatura média das asperezas exerce maior influência. Os parâmetros que mais influenciam nas forças e áreas de contato são o coeficiente de achatamento (kurtosis), cujo aumento leva ao decaimento dessas grandezas, seguido da rugosidade média quadrática, que, por sua vez, tem uma relação diretamente proporcional com a carga e consequentemente com a área de contato. Tooth wear, which manifests with a great variety of degrees or levels, is one of the dental abnormalities commonly found in different populations. The computational modelling of the occlusal contact problem can help the comprehension of any interaction between teeth generating stress concentration. The approach used in this work to simulate contact between rough surfaces, given the probability density functions of asperities, consists in discretizing them in several intervals, so that each one represents a main asperity. The deformations of the main asperities are analyzed and, using homogenization techniques, it is possible to developed the relationship among the responses occurred in micro-scale and the predicted responses in macro-scale. In this work a routine has been established for numerical generation of surfaces, a script as well as has been coupled to the finite element program Abaqus, for analysis of the micro-contacts, and, finally, a code for homogenization and parametric analysis of the roughness measure. In the estimate of the surface hardness it was found that the mean curvature of the asperities exerts the largest influence. The parameters that influence the forces and contact areas are the flattening coefficient (kurtosis), which when increases leads to decay of these greatness, followed by the mean square roughness, which, in turn, has a direct proportional relationship with the strength and consequently with the contact area.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico Este trabalho apresenta o simulador FisioPacer, que é um simulador que reproduz a propagação do pulso elétrico pelo tecido cardíaco e a sua deformação mecânica. Foi utilizado um autômato celular acoplado a um sistema massa-mola para que as simulações sejam realizadas rapidamente. Foi também utilizado um algoritmo genético para automaticamente determinar parâmetros do modelo de forma a reproduzir outros experimentos in silico e o comportamento de um ventrículo real. Com intuito de validar o modelo foram feitos setenta e dois experimentos e os resultados foram comparados com outro simulador robusto, baseado em equações diferenciais. As comparações mostraram que o FisioPacer reproduziu satisfatoriamente o comportamento do tecido, sendo até quinze mil vezes mais rápido. Além disto, foram simuladas as funcionalidades eletromecânicas de um ventrículo esquerdo a partir de dados de um paciente, obtidos via ressonância magnética. This work proposes a computational heart model named FisioPacer, which aims to reproduce the electrical pulse propagation over the cardiac tissue and its mechanical deformation. In order to perform fast simulations, it was used a cellular automaton coupled with a mass-spring system. A genetic algorithm was also used to automatically adjust model parameters, in order to reproduce in silico experiments and a real left ventricle behavior. For the model validation, seventy two experiments were performed and the results were compared to another robust simulator, based on partial differential equations. The comparisons showed that the FisioPacer simulator could reproduce cardiac tissue electromechanics, with up to 15000-fold improvement in computational time. Furthermore, a real patient left ventricle was simulated, with data obtained via MRI.

FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais Em algumas infecções bacterianas, o sistema imunológico não é capaz de eliminar completamente o patógeno invasor. Nesses casos, o patógeno invasor é bem-sucedido em estabelecer um ambiente favorável para a sobrevivência e persistência no organismo hospedeiro. Os patógenos empregam diversas estratégias para sobreviver no hospedeiro. Dentre elas, destacam-se: o vírus da imunodeficiência humana infecta células T CD4+ que são muito importantes na resposta imune adaptativa, provocando dessa forma uma supressão dessa resposta; a bactéria Mycobacterium tuberculosis persiste no hospedeiro infectando intracelularmente macrófagos; a bactéria Staphylococcus aureus persiste no hospedeiro através da produção de uma rede de fibrina que atua como uma barreira protetora contra o sistema imune inato. No caso do Staphylococcus aureus e de outras espécies de bactéria, a formação da rede de fibrina junto com outros mecanismos, como a secreção de toxinas, dão origem a uma lesão conhecida como abscesso. Um abscesso é caracterizado como uma área composta de bactérias, células do sistema imune (principalmente neutrófilos) e muitos tipos de células mortas. A formação do abscesso pode ser vista como resultado de uma série de estratégias utilizadas pelas bactérias para escapar da resposta imune e estabelecer um ambiente favorável para persistir no hospedeiro. Este trabalho tem como objetivo reproduzir algumas características do processo de formação de abscessos através de simulações computacionais. As simulações computacionais têm como base modelos matemáticos de equações diferenciais parciais. Os modelos matemáticos apresentados neste trabalho foram desenvolvidos adotando-se uma abordagem incremental. Nessa abordagem inicia-se o processo de modelagem desenvolvendo-se um modelo simplificado que é capaz de reproduzir algum comportamento do fenômeno de interesse e, depois, esse modelo é estendido acrescentando-se outras variáveis e processos de interesse. As hipóteses, as variáveis, as relações entre as variáveis e os processos presentes nos modelos matemáticos deste trabalho foram construídos com base em um estudo aprofundado que foi realizado sobre a fisiopatologia do abscesso, envolvendo um contato com especialistas da área experimental (microbiologistas, imunologistas e médicos), uma leitura extensiva da literatura, além de análises de dados experimentais. Os modelos desenvolvidos foram capazes de reproduzir algumas características observadas experimentalmente como, por exemplo, a formação de uma colônia de bactérias na região central do abscesso, cercada por uma rede de fibrina. Ao redor da rede de fibrina, foi observado um acúmulo de neutrófilos mortos e neutrófilos vivos assim como nos dados experimentais. Os modelos também foram capazes de reproduzir algumas características observadas no experimento in vivo de depleção da resposta imune como, por exemplo, um aumento no número de abscessos, com alguns abscessos contendo elevadas concentrações de bactéria e fibrina. In some bacterial infections, the immune system is not capable of completely eliminating the invading pathogen. In these cases, the invading pathogen is successful in establishing a favorable enviroment to survive and persist in the host organism. The pathogens employ different strategies to survive in the host. Among these strategies, we can highlight: human immunodeficiency virus infects T CD4+ cells that are very important in the adaptive immune response, causing a suppression of this response; bacteria Mycobacterium tuberculosis persist in the host organism through the intracellular infection of macrophages; bacteria Staphylococcus aureus persist in the host through the production of a fibrin network that acts as a protecting barrier against the innate immune response. In the case of Staphylococcus aureus and other bacteria species, the formation of a fibrin network together with other mechanisms as, for instance, the secretion of toxins give rise to a lesion known as abscess. An abscess is characterized as an area comprising bacteria, cells of the immune system (mainly neutrophils) and many types of dead cells. The abscess formation can be seen as the result of a series of strategies employed by bacteria to escape the immune response and to establish a favorable enviroment to persist in the host. This work has the objective of reproducing some characteristics of the process of abscess formation through computational simulations. The computational simulations are based in mathematical models of partial differential equations. The mathematical models presented in this work were developed through an incremental approach. In this approach the modeling process is initiated with the development of a simplified model that is capable of reproducing some behavior of the phenomena of interest and then this model can be extended through the addition of other variables and processes. The hypotheses, the variables, the relation between variables and the processes considered in the mathematical models of this work were constructed based on a study that was conducted about fisiopathology of the abscess, envolving contact with experts of the experimental area (microbiologists, imunologists and medical doctors), reading of the literature and analysis of experimental data. The models developed in this work were capable of reproducing some characteristics observed experimentaly as, for example, the formation of a bacteria colony in the central region of the abscess, surrounded by a fibrin network. Surrounding the fibrin network, it was observed an accumulation of dead neutrophils and healthy neutrophils as in the experimental data. These models were also capable of reproducing some characteristics observed in the in vivo experiment of immune response depletion as, for example, an increase in the number of abscesses, with some abscesses containing high concentrations of bacteria and fibrin.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Desde 1937 está disponível uma vacina eficaz contra febre amarela. Ainda assim, questões relativas a seu uso permanecem pouco entendidas, como, por exemplo, a necessidade da dose reforço a cada dez anos. O objetivo deste trabalho é demonstrar que ferramentas matemático-computacionais podem ser utilizadas para simular diferentes cenários referentes à vacinação e aos indivíduos a fim de auxiliar a busca pelas respostas de algumas destas questões em aberto. Neste contexto, este trabalho apresenta um modelo matemático-computacional da resposta imune humana à vacinação contra febre amarela. O modelo leva em conta importantes células dos sistemas inato e adaptativo, como células apresentadoras de antígeno, anticorpos, células B e células T (CD4+ e CD8+). Também são consideradas populações de células de memória, importantes na aquisição da imunidade conferida pela vacina. O modelo foi capaz de gerar curvas de anticorpos que estão de acordo com dados experimentais, além de representar o comportamento de diversas populações importantes do sistema imune de acordo com o que é esperado pela literatura. Este é o início de um caminho que, em um cenário ideal, permitirá simular diferentes situações relacionadas ao emprego da vacina contra febre amarela, como sua aplicação em indivíduos com imunodeficiências, diferentes estratégias de vacinação, duração da imunidade e necessidade de dose reforço. An effective vaccine against yellow fever is available since 1937, but some issues regarding its use remain poorly understood, for example, the need for a booster dose every ten years. The objective of this study is to demonstrate that mathematical-computational tools can be used to simulate distinct scenarios related both to vaccination and individuals in order to assist the search for the answers to some of these open issues. In this context, this study presents a mathematical-computational model of the human immune response to vaccination against yellow fever. The model takes into account important cells of the innate and adaptive systems, such as antigen presenting cells, antibodies, B cells and T cells (CD4 + and CD8 +). Memory cell populations, important on the immunity induced by a vaccine, were also considered in the model. The model was able to generate antibodies curves which are in accordance with experimental data as well as to represent the behavior of several important populations of the immune system according to the results of the literature surveyed. This is the first step towards an ideal scenario where it will be possible to simulate distinct situations related to the use of yellow fever vaccine, as its application in immunodeficient individuals, different vaccination strategies, duration of immunity and the need for a booster dose.