《科学》（Science）杂志上的研究发现：研究人员利用数学模型来预测免疫系统对于感染和疾病的反应强度，第一次明确了如何来控制免疫反应的大小，这对于我们理解如何操控有害或有益的免疫反应来改善健康具有重要的意义。

关键词：数学模型   免疫反应强度   T细胞

Walter和Eliza Hall研究所的研究人员利用数学模型来预测免疫系统对于感染和疾病的反应强度，第一次明确了如何来控制免疫反应的大小。

这些发表在《科学》（Science）杂志上的研究发现，对于我们理解如何操控有害或有益的免疫反应来改善健康具有重要的意义。

研究小组利用数学和计算机模拟了解了复杂信号是如何通过关键的抗感染免疫细胞――T细胞类影响反应的大小的。研究小组的成员包括Walter和Eliza Hall研究所的Ms Julia Marchingo、Andrey Kan博士、Susanne Heinzel博士和Phil Hodgkin教授，以及爱尔兰国立大学的Ken Duffy教授。

T细胞在启动特异性免疫应答对抗入侵微生物，以及清除某些癌细胞的过程中发挥着至关重要的作用。T细胞调控出错可以导致有害的“自身免疫”反应来攻击机体自身的组织，这是包括1型糖尿病和类风湿性关节炎在内的一些疾病的潜在病因。

Ms Marchingo说，研究小组结合实验室数据和计算机模拟阐明了不同的外部信号对于T细胞增殖的影响。“T细胞分裂的次数越多，它们越是能够强有力地对抗它们的靶标。例如，如果T细胞对一种疫苗产生反应，分裂次数越多就能够生成越好的保护性免疫反应。”

“在我们的研究中，我们第一次基于响应流感的T细胞接收的信号总和，预测了对流感病毒的免疫反应的大小。”

Heinzel博士说，新模型提供了一些关于如何操控免疫反应来改善健康的独特见解。“一些利用免疫系统来攻击癌细胞的治疗方法开始显示出巨大的癌症治疗前景。我们的研究阐明了如何增强这些抗癌免疫反应来开发出新的以及改善现有的癌症疗法。”

Hodgkin教授说，研究还揭示了形成的免疫反应中的一些“错误”如何促成了自身免疫性疾病。“许多这样的疾病并非是由于我们机体中单个改变所引起，而是由许多影响T细胞的因素发生了复杂的、非常精细的改变所致。就针对机体自身组织的有害T细胞反应来说，这一模型阐明了传送给T细胞的信号所发生的许多微小改变会产生累积效应，足以引起有害的免疫反应。

“从长远看，这可能推动预测个人的自身免疫疾病风险，改善这些疾病的治疗，”Hodgkin说。

原文摘要：

Antigen affinity, costimulation, and cytokine inputs sum linearly to amplify T cell expansion

T cell responses are initiated by antigen and promoted by a range of costimulatory signals. Understanding how T cells integrate alternative signal combinations and make decisions affecting immune response strength or tolerance poses a considerable theoretical challenge. Here, we report that T cell receptor (TCR) and costimulatory signals imprint an early, cell-intrinsic, division fate, whereby cells effectively count through generations before returning automatically to a quiescent state. This autonomous program can be extended by cytokines. Signals from the TCR, costimulatory receptors, and cytokines add together using a linear division calculus, allowing the strength of a T cell response to be predicted from the sum of the underlying signal components. These data resolve a long-standing costimulation paradox and provide a quantitative paradigm for therapeutically manipulating immune response strength.