اين محققان موفق به ساخت شيوه‌اي شده‌اند كه محققان پزشكي مي‌توانند از آن در مدلسازي تاثيرات درمانهاي مختلف و پيش‌بيني امكان ايجاد مقاومت در ويروس در برابر دارو كمك كند.
در مقايسه با زمان و هزينه كارآزمايي‌هاي باليني، اين شيوه يك راه نسبتا آسانتر براي انجام اين پيش‌بيني‌ها ارائه كرده است.
به گفته محققان اين شيوه يك ابزار رياضياتي براي كمك به طراحي كارآزمايي‌هاي باليني است كه از درك محاسبه‌اي تكامل براي شبيه‌تر كردن فرآيند پيش‌بيني امكان مقاومت دارويي به مهندسي استفاده مي‌كند.
اگرچه براي انجام دقيق اين پيش‌بيني‌ها به داده‌هاي زيادي نياز است كه دكتر ربيع و همكارانش كه در مورد چگونگي واكنش ويروس اچ‌آي‌وي به دوزهاي متفاوت دارو مطالعه مي‌كردند، اين اطلاعات را تامين كردند.
چنين اطلاعاتي براي مدلي در نهايت توسط دكتر ربيع طراحي شده، بسيار اساسي بوده چرا كه سطح دارو در بيماران بطور طبيعي متفاوت است. در زمان پائين بودن سطح دارو، ويروسها تحت كنترل هستند اما همچنين اين سطح پائين مي‌تواند خطر بروز گونه‌هاي جهش يافته ويروس را افزايش دهد كه به مقاومت دارويي منجر خواهد شد.
ربيع و همكارانش با استفاده از اين داده‌ها توانستند يك مدل رايانه‌اي را ايجاد كنند كه امكان و چگونگي رشد يك ويروس يا يك گونه مقاوم در برابر دارو را بر اساس ميزان پايبندي بيماران به رژيم دارويي خود پيش‌بيني مي‌كند.
اين مدل مي‌تواند به عنوان يك هدايتگر به دانشمندان در زمان طراحي تركيبات دارويي براي مبارزه با بيماري ايدز كمك كند.
محققان اكنون در حال كار براي اصلاح اين مدل جهت تاثيرگذارتر كردن عوامل ديگر از جمله گونه‌هاي چندگانه جهش يافته ويروس و تغيير تمركز دارو در ديگر بخشهاي بدن هستند.
