跳到主要内容
Sandbox Physics

跨尺度生物物理 · 免疫工程

Immune Design · Molecule to Organoid

T 细胞认出抗原,怎样一步步发展到清除整个组织里的目标? 要依次过三道关。受体结合决定输入有多强;协同阈值把输入变成开关式的 T 细胞决定;效应细胞进组织有多容易,决定清除得多快。只有改进眼下卡脖子的那一关,整体才会变好。

一个三维场景同时展示三个尺度:左边,受体和抗原结合;中间,T 细胞把连续的输入压成开关式的决定;右边,效应细胞钻进肿瘤类器官,把它清除。拖动参数,找出真正卡住整条链的那个尺度。

交互模型Immune Design · Molecule to Organoid
分子占据率 θ\theta0.900.90
细胞激活 AA0.950.95
类器官清除 CC0.0%0.0\%
清除速率0.21 h−10.21\,\mathrm{h}^{-1}
限制尺度因果链已打开
培养时间0.0 h0.0\,\mathrm h

物理教程

怎样从一个分子,走到整个组织?

背景免疫工程不是三个互不相干的问题。受体先碰到靶分子;细胞内的信号网络再把这份连续变化的输入压成一个决定:激活,还是沉默。只有被激活的效应细胞真正进入组织、一个接一个地杀伤靶细胞,宏观上才看得到清除。

为什么值得理解受体做得再“黏”,也不一定成功:抗原太少、检查点抑制太强、效应细胞进不去组织,任何一个瓶颈都能让整条链归零。

先抓重点

核心问题
哪个尺度正在限制最终清除?改变上游分子设计,什么时候有效,什么时候又会被下游瓶颈完全吞掉?
一句话直觉
跨尺度设计要优化的是整条因果链的乘积,不是某一环单独的最大值。分子占据率提供输入,协同阈值把它变成细胞的决定,组织接触率最后决定清除有多快。

核心数学模型

受体占据率

θ=ρAρA+KD∗\theta=\frac{\rho_A}{\rho_A+K_D^\ast}

抗原呈递量和半饱和量都用有效表面单位表示。抗原越多,或者有效半饱和量越低,受体占据率就越高。这只是一层教学用的映射,膜表面的结合并不等同于溶液里的浓度。

细胞里的协同阈值

A=[(1−b)θ]n[(1−b)θ]n+τnA=\frac{\left[(1-b)\theta\right]^n}{\left[(1-b)\theta\right]^n+\tau^n}

检查点抑制 bb 先削弱输入,协同指数 nn 再把平滑的分子变化压成陡峭、近乎开关式的细胞决定。

组织清除

C(t)=1−exp⁡ ⁣[−kmax⁡A RE:TRE:T+R1/2 t]C(t)=1-\exp\!\left[-k_{\max}A\,\frac{R_{E:T}}{R_{E:T}+R_{1/2}}\,t\right]

类器官层把激活概率和效应细胞的可达性相乘,得到平均清除速度。真实组织里还有细胞迁移、耗竭、空间屏障和克隆差异;这个式子只保留最关键的结构:几个环节串联起来。

常见难点

更高亲和力不等于更好疗效

容易误解只要把受体与抗原的结合做到足够强,组织一定会被清除。

正确理解结合只打开了第一道门。后面还有检查点、信号阈值、浸润和效应细胞数量;其中任何一层关上,上游的增益都到不了组织。

这不是患者数字孪生

容易误解把真实化验数据填进滑杆,就能预测某个患者的疗效。

正确理解本实验把好几个复杂过程压成少数几个无量纲参数,用来看清因果和瓶颈。它没有用临床结局训练或校准,不能用于诊断、定剂量或做治疗决策。

动手实验

  1. 01

    制造免疫逃逸

    选择“免疫逃逸”,看三个世界里哪一层最先变暗。

    你会看到: 抗原少、结合弱,分子占据率先降下来,后面的细胞信号和类器官清除也跟着关闭。
  2. 02

    只修好分子层

    选择“受体重设计”,随后逐渐增大检查点抑制。

    你会看到: 左侧的结合依然明亮,但中间的细胞决定一越过阈值就突然熄灭,组织层也立刻失去清除能力。
  3. 03

    打开整条因果链

    选择“解除检查点抑制”,再降低效应细胞比。

    你会看到: 分子层和细胞层都保持打开,瓶颈却移到了组织可达性;只有把效应细胞比调回来,右侧的类器官才会快速塌缩。
反馈这个页面有错误、看不明白,或者缺了什么?告诉我们
反馈类型

提交时会附带本页地址、Lab ID、网站语言和设备类型。请不要填写个人信息。反馈最多保存 12 个月。隐私政策