Model equations
Equations S1 and S2 shows the mathematical model (see also equations S4, in the Model equation derivation section).
Rec represents the component receptors (CD4 and CXCR4 or CCR5) while Fil, Act and
Moe stand for filamin-A, F-actin and moesin, respectively.
Since the experimental data (Barrero-Villar et al. 2009; 4) used for the parameter estimation (see the Parameter estimation section) are given as amount of each component present in the cap over the total amount of the component, the model variables are expressed also in relative values. In these cases this is denoted by the subscript r . The additional subscript AM in the case of Act and Moe indicates that these variables are the ratio of each component in the cap over the total amount of actin and moesin. Cof a
and
Cof i
represents active and inactive cofilin, repectively. Subscript r means here that its value is the ratio of active or inactive cofilin over to the total amount of cofilin.
The Cofilin inactivation rate depends on Cof ar
and is activated by the virus signaling
(K
12
·HIV·Cof ar
). It is thus assumed that, during the invasion, the activation of cofilin only depends on the Cof ir
(K
13
·Cof ir
).
HIV represents the signaling intensity of the virus on the lymphocyte. It is measured as the proportion of lymphocytes that triggers the signal in response of virus. The model assumes that the HIV signaling inactivates cofilin and turn the signal off.
Process 12 in Figure 1 (K
12
·HIV·Cof ar
) represents both, the inactivation of cofilin and the decrease in the intensity of HIV. ππ ππ π ππ‘
= πΎ
1
′ · πΉππ π ππΉππ π ππ‘
= πΎ
4
′ · π ππ π
· π΄ππ‘ ππ΄π
− πΎ
4
− πΎ
′ · π ππ π
1
′ · πΉππ π
· π΄ππ‘
· π ππ ππ΄π π
· πΉππ π
− πΎ
2
+ πΎ
3
· π ππ π
− πΎ
3 ππ΄ππ‘ ππ΄π ππ‘ ππππ ππ΄π ππ‘
= (1 − πΎ
= πΎ π
· πΎ
9 π
) · πΎ
− πΎ
9
6
′ · πΉππ
· πππ π
· πππ ππ΄π
+ πΎ ππ΄π π
· πΎ
− πΎ
6
′ · πΉππ π
10
′ · πΆππ ππ
· πππ
· π΄ππ‘ ππ΄π ππ΄π
· π΄ππ‘
− πΎ
10 ππ΄π
′ · πΆππ ππ
· πΉππ π
− πΎ
7
′ · πΆππ ππ
· π΄ππ‘ ππ΄π
− πΎ
5
· π΄ππ‘
· πππ
· πΉππ ππ΄π ππ΄π π
− πΎ
8
− πΎ
11 ππΆππ ππ ππ‘
= πΎ
13
· πΆππ ππ
− πΎ
12
· π»πΌπ · πΆππ ππ
· π΄ππ‘ ππ΄π
· πππ ππ΄π ππ»πΌπ ππ‘
= −πΎ
12
· π»πΌπ · πΆππ ππ
Equations S1
π ππ ππ π ππ‘
= π π‘
1
=
π π‘
·
− π π ππ π ππ‘ ππ΄ππ‘ ππ΄π ππ‘ ππππ ππ΄π ππ‘
=
π΄ππ‘ π‘
πΎ π
π΄ππ‘ π‘
+πππ π‘
πππ π‘ =
=
π΄ππ‘ π‘
+πππ π‘
πππ π‘
πππ π‘
+π΄ππ‘ π‘
·
· ππ΄ππ‘ π ππ‘ ππππ π ππ‘ ππΆππ ππ =
−ππΆππ ππ ππ‘ ππ‘
πΎ
4
πΎ
1
′ = πΎ
1
1
′ = πΎ
4
·
1−πΎ π
πΎ
6
′ = πΎ
6
·
1
πΎ π
· πΉππ π‘
· π ππ π‘
· πΉππ π‘
· π΄ππ‘
· πππ π‘ π‘
πΎ
10
πΎ
7
′ = πΎ
′ = πΎ
7
10
·
1
1−πΎ π
· πΆππ π‘
· πΆππ π‘
· π΄ππ‘ π‘
Parameter estimation
Equations S2
The model parameters (K
1
to K
13
and K r
; K r
being the model parameter used to predict the ratio between total actin and total moesin) were with data from Barrero-Villar et al. 2009 (4). Data were presented as co-localization ratio of the components over the total amount in the cell (ERM proteins with actin, ERM proteins with CD4, REM proteins with CXCR4 and CD4 with CXCR4) during
HIV invasion, measured at 0, 15, 30, 45 and 60 minutes after inoculation of the virus. Rec r aggregates both CD4 and CXCR4 receptors. In this case the measurement of the co-localization of
CD4 and CXCR4 was compared with the prediction of the variable Rec r
in the model. Moesin was used as a the representative component of the ERM proteins (Barrero-Villar et al. 2009; 4); thus colocalization data of actin and ERM proteins were used for comparison purposes with the prediction of the sum of the variables Moe rAM
and Act rAM
(see Figure 1).
Equation S3 shows the objective function used.
πΉ πππ
= √
∑((π· π,π
−π π,π
π
) 2 )
Equation S3
In this equation D i,j represents the experimental data for time( i )=[0, 15, 30, 45, 60] (minutes), being j =1 the co-localization measure of CD4 and CXCR4 and j =2 the co-localization measure of actin and ERM proteins. M i,j represents the model prediction of the variable Rec for j =1 and the sum of
Moe rAM
and Act rAM for j=2. N is the number of elements of the matrix D i,j
.
In the process, the first stage was to find a model solution close enough in order to define the maximum value of the objective function. Then, one hundred solutions with objective function values lower than the previous solution were chosen. Only those solutions that best predict the experimental value of the ratio of total actin and moesin (taken from confocal imaging in Barrero-
Villar et al. 2009, 4) were selected.
In order to select the solutions best predicting the ratio between total actin and total moesin we randomly sampled 10 solutions from the total and determined if the confidence interval of K r
for the sample includes the experimental measure of the ratio of moesin over the total actin and moesin.
Those solutions whose K r
confidence interval includes the experimental measure was primed and
after 1000 samplings the solutions with the best scoring were selected. Only 12 solutions of the total of 100 were selected by this procedure that were used for the subsequent analysis (see Figure 2).
Sensitivity analysis
Figures S1 and S2 show the dynamic sensitivity values for the initial conditions and parameters, respectively.
Introducing an inactivation of cofilin process
To make the model able to simulate a resting lymphocyte we changed the model in order to represent that condition present of the resting lymphocyte which is relevant for the scope of the model, namely the mostly inactivated state of the cofilin (10). The model is initially in a steady situation, where cofilin is activated (see Figure 2), but when the HIV triggers the signaling, cofilin begins to decrease. To change the initial steady value of active cofilin, process 13, which denotes the rate of activation of cofilin, has to be decreased since this change will cause the initial steady value of active cofilin decrease.
We set up the value of 55% of activated cofilin at the beginning; a value that can be obtained by decreasing the rate of process 13 down to 2% of the initial value.
Model derivation
Equations S4 shows the first mathematical model presentation that results from the direct translation of the mechanistic model represented in Figure 1 to the Generalized Mass
Action formalism (18).
In this representation variables not belonging to the cap are represented as the difference between total minus the amount in the cap (see Equations S5). ππ ππ π ππ‘
= πΎ ππ‘
1
· πΉππ π
= −πΎ
· π ππ
12 ππ
− πΎ
2
· π»πΌπ · πΆππ π
· π ππ π ππΉππ π ππ‘
= πΎ
4
· π ππ ππ‘ π
· π΄ππ‘
= πΎ
13 π
· πΉππ
· πΆππ π ππ
− πΎ
+ πΎ
12
3
· πΉππ ππ
− πΎ
· π»πΌπ · πΆππ π
5
· πΉππ π ππ΄ππ‘ π ππ‘ ππππ π ππ‘
= πΎ
6
= πΎ
9
· πΉππ π
· πππ
· πππ ππ π
+ πΎ
· π΄ππ‘
10 ππ
· πΆππ π
− πΎ
7
· π΄ππ‘
· πΆππ π π
· π΄ππ‘
· πππ ππ π
− πΎ
− πΎ
11
8
· π΄ππ‘
· πππ π π ππΆππ π
Equations S4 ππ»πΌπ
ππΉππ π ππ‘ ππ΄ππ‘ π
= πΎ
4 ππ ππ ππ‘
· π ππ π π
= πΎ
· π΄ππ‘
= πΎ ππππ π ππ‘ ππ‘
= πΎ
9
6
· πΉππ
· (πππ π‘ π
· πππ
− πππ π π ππΆππ π ππ‘
1 π
· πΉππ
= πΎ
13 π
· (πΉππ π‘
· (π΄ππ‘
· (π ππ
) + πΎ
10 π‘
− πΉππ π‘
· πΆππ
· πΆππ π π
− π΄ππ‘ π
− π ππ
) + πΎ π
3
) − πΎ
· π΄ππ‘
− πΎ
12 π π
7
) − πΎ
· (πΉππ π‘
2
· πΆππ
· (πππ π π‘
· π ππ π
− πΉππ π
· π»πΌπ · πΆππ
· π΄ππ‘ π π
) − πΎ
5
− πππ
− πΎ π
8
· πΉππ
· π΄ππ‘
) − πΎ
11 π π
· πππ π ππ»πΌπ ππ‘
= −πΎ
12
· π»πΌπ · πΆππ π
Equations S5
In order to represents the variables in relative values each variable is divided by the total amount of each component (Equations S6). ππ ππ π ππ‘
= πΎ
1
·
πΉππ π‘
πΉππ π‘
· πΉππ ππ‘ π
− πΎ
1
= −πΎ
12
·
πΉππ π‘ · πΉππ π
· π ππ
· π»πΌπ · πΆππ ππ π
− πΎ
2
· π ππ π ππ΄ππ‘ π ππ‘ ππΉππ π ππππ π ππ‘ ππ‘
= πΎ
= πΎ
4
6
= πΎ
9
·
·
π ππ π‘
π ππ π‘
· π ππ π
·
π΄ππ‘ π‘
π΄ππ‘ π‘
· π΄ππ‘ π ππ‘
− πΎ
4
= πΎ
·
13
π ππ π‘
π ππ π‘
· π ππ π
· πΆππ ππ
·
− πΎ
π΄ππ‘ π‘
π΄ππ‘ π‘
12
· π΄ππ‘ π
· πΉππ
· π»πΌπ · πΆππ ππ π
+ πΎ
3
− πΎ
3
· πΉππ π
− πΎ
5
· πΉππ π
πΉππ π‘
πΉππ π‘
· πΉππ
· −πΎ
9 π
·
πππ π‘
πππ π‘
· πππ π
· πππ
+ πΎ
10
· π
− πΎ
πΆππ π‘
πΆππ π‘
6
·
πΉππ π‘
πΉππ π‘
· πΆππ π
·
· πΉππ
π΄ππ‘ π‘
π΄ππ‘ π‘ π
·
πππ π‘
πππ π‘
· π΄ππ‘ π
· πππ π
− πΎ
10
·
· π΄ππ‘
πΆππ π‘
πΆππ π‘ π
− πΎ
7
· πΆππ π
·
·
π΄ππ‘ π‘
π΄ππ‘ π‘
πΆππ π‘
πΆππ π‘
· πΆππ
· π΄ππ‘ π π
· π΄ππ‘
· πππ π π
− πΎ
− πΎ
11
8
· π΄ππ‘
· πππ π π ππΆππ ππ ππ»πΌπ
πΉππ π‘
Equations S6
By substitution of the variables as indicated in the Model equations paragraph we obtain
Equations S7. ππ ππ π ππ‘
= πΎ
1
· πΉππ π‘
· πΉππ ππ‘ π
− πΎ
= −πΎ
1
12
· πΉππ π‘
· πΉππ π
· π»πΌπ · πΆππ
· π ππ ππ π
− πΎ
2
· π ππ π ππΉππ π ππ‘
= πΎ
4
· π ππ π‘
· π΄ππ‘ π‘
· π ππ π
· π΄ππ‘ ππ‘ π
− πΎ
4
= πΎ
· π ππ
13 π‘
· πΆππ
· π΄ππ‘ ππ π‘
− πΎ
· π ππ
12 π
· π΄ππ‘ π
· πΉππ
· π»πΌπ · πΆππ ππ π
+ πΎ
3
− πΎ
3
· πΉππ π
− πΎ
5
· πΉππ π ππ΄ππ‘ π = πΎ ππ‘ ππππ π ππ‘
6
= πΎ
· πΉππ
9 π‘
− πΎ
9
· πππ π‘
· πππ π
· πΉππ π
+ πΎ
· πππ
10 π
· πΆππ π‘
− πΎ
6
· π΄ππ‘
· πΉππ π‘ π‘
· πππ
· πΆππ ππ π‘
· πΉππ
· π΄ππ‘ π π
− πΎ
· πππ
10 π
· π΄ππ‘
· πΆππ π‘ π
· π΄ππ‘
− πΎ π‘
7
· πΆππ
· πΆππ ππ π‘
· πΆππ
· π΄ππ‘ π ππ
· π΄ππ‘
· πππ π π
− πΎ
− πΎ
11
8
· π΄ππ‘
· πππ π π ππΆππ ππ ππ»πΌπ
Equations S7
Due to the nature of the experimental data used (4) variables Moe and Act are normalized by dividing by the summation of Moe and Act. Equation S8, S9 and S10 show the procedure followed.
π΄ππ‘ π‘
π΄ππ‘ π‘
+πππ π‘
πππ π‘
π΄ππ‘ π‘
+πππ π‘
· ππ ππ π ππ‘
= πΎ
1
· πΉππ π‘
· πΉππ π
− πΎ
1
· πΉππ π‘
· πΉππ π
· π ππ π
− πΎ
2
· π ππ π ππΉππ π ππ‘
= πΎ
4
· π ππ π‘
· π΄ππ‘ π‘
· π ππ π
· π΄ππ‘ π
− πΎ
4
· π ππ π‘
· π΄ππ‘ π‘
· π ππ π
· π΄ππ‘ π
· πΉππ π
+ πΎ
3
− πΎ
3
· πΉππ π
− πΎ
5
· πΉππ π
· ππ΄ππ‘ π ππ‘ ππππ π ππ‘
=
π΄ππ‘ π‘
=
π΄ππ‘ π‘
+πππ π‘
πππ π‘
· (πΎ
π΄ππ‘ π‘
+πππ π‘
6
· (πΎ
· πΉππ
9 π‘
− πΎ
9
· πππ π‘
· πππ π
· πΉππ π
+ πΎ
· πππ
10 π
· πΆππ π‘
− πΎ
6
· π΄ππ‘
· πΉππ π‘ π‘
· πππ
· πΆππ ππ π‘
· πΉππ
· π΄ππ‘ π π
− πΎ
· πππ
10 π
· π΄ππ‘
· πΆππ π‘ π
· π΄ππ‘
− πΎ π‘
7
· πΆππ
· πΆππ ππ π‘
· πΆππ
· π΄ππ‘ π ππ
· π΄ππ‘
· πππ π π
− πΎ
− πΎ
11
8
· π΄ππ‘
· πππ π π
)
) ππΆππ ππ ππ‘
= πΎ
13
· πΆππ ππ
− πΎ
12
· π»πΌπ · πΆππ ππ ππ»πΌπ ππ‘
= −πΎ
12
· π»πΌπ · πΆππ ππ
Equations S8 ππΉππ π ππ‘
= πΎ
4
· π ππ π‘
· π΄ππ‘ π‘
· π ππ π
· ππ ππ π ππ‘
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
= πΎ
1
· π΄ππ‘
· πΉππ ππ΄π π‘
· πΉππ
− πΎ
4 π
− πΎ
· π ππ π‘
1
· πΉππ
· π΄ππ‘ π‘ π‘
· πΉππ
· π ππ π π
·
· π ππ ππ΄ππ‘ ππ΄π ππ‘ ππππ ππ΄π ππ‘
=
π΄ππ‘ π‘
=
π΄ππ‘ π‘
+πππ π‘
πππ π‘
π΄ππ‘ π‘
+πππ π‘
· (πΎ
6
· (πΎ
9
· πΉππ π‘
− πΎ
9
· πππ π‘
·
· πΉππ
πππ π‘
+πππ π‘
π΄ππ‘ π‘ π
·
πππ π‘
+πππ π‘
π΄ππ‘ π‘
· πππ ππ΄π
· πππ
+ πΎ
10 ππ΄π
· πΆππ π‘
− πΎ
6
· π΄ππ‘
· πΉππ π‘ π‘
· πππ
· πΆππ ππ
· π‘
· πΉππ π
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
·
πππ π‘
+πππ π‘
π΄ππ‘ π‘
· π΄ππ‘ ππ΄π
· πππ
− πΎ
10 ππ΄π
· πΆππ π‘
· π
− πΎ
2
· π ππ π
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
· π΄ππ‘
π΄ππ‘ π‘
π΄ππ‘ π‘
+πππ π‘ ππ΄π
· π΄ππ‘
· πΉππ ππ΄π π
− πΎ
+ πΎ
7
3
· π΄ππ‘ π‘
· πΆππ ππ
·
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
− πΎ
3
· πΉππ π
− πΎ
5
· πΉππ π
· πΆππ
· π΄ππ‘ π‘
· πΆππ ππ΄π
· ππ
·
π΄ππ‘ π‘
+πππ π‘
πππ π‘
+πππ π‘
π΄ππ‘ π‘
π΄ππ‘ π‘
· π΄ππ‘
· πππ ππ΄π ππ΄π
− πΎ
− πΎ
11
·
8
·
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
πππ π‘
+πππ π‘
π΄ππ‘ π‘
· π΄ππ‘
· πππ ππ΄π ππ΄π
)
) ππΆππ ππ ππ‘
= πΎ
13
· πΆππ ππ
− πΎ
12
· π»πΌπ · πΆππ ππ ππ»πΌπ ππ‘
= −πΎ
12
· π»πΌπ · πΆππ ππ
Equations S9 ππΉππ π ππ‘
= πΎ
4
· π ππ π‘
· π΄ππ‘ π‘
· π ππ ππππ ππ΄π ππ‘ ππ΄ππ‘ ππ΄π ππ‘
=
=
π΄ππ‘ π‘
+πππ π‘
πππ π‘
π΄ππ‘ π‘
π΄ππ‘ π‘
+πππ π‘
· πΎ
9
· πΎ
6
− πΎ
· πΉππ
9 π‘
· πππ
· πππ ππ΄π π‘
· πΉππ
+ πΎ
10 π
· π
· ππ‘
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
πππ π‘
+π΄ππ‘ π‘
πππ π‘
· πΆππ π‘ ππ ππ π
· π΄ππ‘ π‘
= πΎ
· πππ ππ΄π
· πΆππ
1
· π΄ππ‘ ππ
·
· πΉππ ππ΄π π‘
· πΉππ
− πΎ
− πΎ
6
πππ π‘
4 π
− πΎ
· π ππ
· πΉππ
π΄ππ‘ π‘
+πππ π‘
· π‘ π‘
1
· πΉππ
· π΄ππ‘
· πππ
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘ π‘ π‘ π‘
· πΉππ
· π ππ
· πΉππ π
· π΄ππ‘
· π π
·
· π ππ
πππ π‘
+π΄ππ‘ π‘ ππ΄π
− πΎ
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
πππ π‘
− πΎ π
10
2
· π ππ
· π΄ππ‘
· πππ
· πΆππ π‘ π ππ΄π ππ΄π
· πΉππ
· π΄ππ‘
· π΄ππ‘ π‘ π ππ΄π
· πΆππ
+ πΎ
3 ππ
− πΎ
·
7
− πΎ
3
· πΆππ
π΄ππ‘ π‘
+πππ π‘
π΄ππ‘ π‘
· πΉππ π‘ π
− πΎ
· πΆππ
· π΄ππ‘ ππ
5
· πΉππ
· π΄ππ‘ ππ΄π π ππ΄π
· πππ
− πΎ ππ΄π
8
· π΄ππ‘
− πΎ
11 ππ΄π
· πππ ππ΄π ππΆππ ππ ππ‘
= πΎ
13
· πΆππ ππ
− πΎ
12
· π»πΌπ · πΆππ ππ ππ»πΌπ ππ‘
= −πΎ
12
· π»πΌπ · πΆππ ππ
Equations S10
K r is a model constant representing the constant ratio value of total moesin over the summation of total moesin and actin. ππ ππ π ππ‘
= πΎ
1
· πΉππ π‘
· πΉππ π
− πΎ
1
· πΉππ π‘
· πΉππ π
· π ππ π
− πΎ
2
· π ππ π ππ΄ππ‘ ππ΄π ππ‘ ππππ ππ΄π ππ‘
=
= πΎ ππΉππ π ππ‘
(1−πΎ π
)
πΎ π
= πΎ
4
· πΎ
6 π
· πΎ
9
− πΎ
9
·
1
1−πΎ π
· πΉππ π‘
· π ππ
· πππ
· πππ ππ΄π π‘ π‘
+
· π΄ππ‘
· πΉππ
πΎ π
1−πΎ π π‘ π
· π ππ
· πππ
· πΎ
10 π
· π΄ππ‘ ππ΄π
· πΆππ ππ΄π
− πΎ π‘
6
· π΄ππ‘
− πΎ π‘
1
·
πΎ π
4
·
1
1−πΎ π
· πΉππ
· πΆππ ππ π‘
· π ππ
· πππ
· π΄ππ‘ π‘ π‘
· π΄ππ‘
· πΉππ ππ΄π π
− πΎ π‘
· π ππ
· πππ
10
·
1 π ππ΄π
· π΄ππ‘
1−πΎ π
· πΆππ π‘ ππ΄π
· π΄ππ‘ ππ΄π
· πΉππ
· π΄ππ‘ π‘ π
− πΎ
7
+ πΎ
3
· πΆππ
· πΆππ ππ
− πΎ π‘
3
· πΉππ
· πΆππ
· π΄ππ‘ ππ ππ΄π π
− πΎ
· π΄ππ‘
· πππ
5 ππ΄π ππ΄π
· πΉππ π
− πΎ
− πΎ
8
11
· π΄ππ‘ ππ΄π
· πππ ππ΄π ππΆππ ππ ππ‘
= πΎ
13
· πΆππ ππ
− πΎ
12
· π»πΌπ · πΆππ ππ ππ»πΌπ ππ‘
= −πΎ
12
· π»πΌπ · πΆππ ππ
Equations S11
The total amount of each variable, that also remains constant are grouped all together in the constant (K n
). ππ΄ππ‘ ππ΄π ππ‘ ππππ ππ΄π ππ‘
= πΎ π ππΉππ π ππ‘
= (1 − πΎ
· πΎ
9 π
= πΎ
) · πΎ
− πΎ
9
4
6
′ · π ππ
′ · πΉππ
· πππ ππ ππ π π π ππ‘
· π΄ππ‘
· πππ ππ΄π
= πΎ ππ΄π
+ πΎ ππ΄π π
1
′ · πΉππ
− πΎ
4
′ · π ππ π
− πΎ
6
′ · πΉππ π
· πΎ
10 π
− πΎ
′ · πΆππ ππ
1
′ · πΉππ
· π΄ππ‘ ππ΄π
· πππ
· π΄ππ‘ π ππ΄π ππ΄π
· π ππ π
· πΉππ
· π΄ππ‘
− πΎ
10 π
− πΎ
2
+ πΎ ππ΄π
3
· π ππ
− πΎ
′ · πΆππ ππ π
3
· πΉππ
· π΄ππ‘ ππ΄π π
− πΎ
7
′ · πΆππ ππ
− πΎ
5
· π΄ππ‘
· πππ
· πΉππ ππ΄π ππ΄π π
− πΎ
− πΎ
8
11
· π΄ππ‘ ππ΄π
· πππ ππ΄π ππΆππ ππ ππ‘
= πΎ
13
· πΆππ ππ
− πΎ
12
· π»πΌπ · πΆππ ππ ππ»πΌπ ππ‘
= −πΎ
12
· π»πΌπ · πΆππ ππ
Equations S12
π ππ
= π π‘
− π π ππ ππ‘ π
=
1
·
π π‘
π΄ππ‘ π‘ ππ π ππ‘ ππ΄ππ‘ ππ‘ ππ΄π
=
+ πππ π‘ ππππ ππ‘ ππ΄π
πΎ π
=
πππ
πππ π‘ π‘
=
π΄ππ‘ π‘
+ πππ π‘
πππ π‘
+ π΄ππ‘ π‘
· ππΆππ ππ ππ‘
π΄ππ‘ π‘
=
−ππΆππ ππ ππ‘
· ππ΄ππ‘ ππ‘ π ππππ ππ‘
πΎ
1
′ = πΎ
1
· πΉππ π‘
πΎ
4
′ = πΎ
4
πΎ
6
·
′ = πΎ
6
1 − πΎ π
1
·
1
πΎ π
· π ππ
· πΉππ π‘ π‘
· π΄ππ‘
· πππ π‘ π‘
πΎ
7
′ = πΎ
7
· πΆππ π‘
1
πΎ
10
′ = πΎ
10
·
1 − πΎ π
Equations S13
· πΆππ π‘
· π΄ππ‘ π‘ π
Figures
Figure S1 . Dynamic sensitivities respecting the initial conditions of the variables.
Figure S2.
Dynamic sensitivities respecting the parameters of the model.