免疫平衡理论的提出已有一百多年的历史，把握了免疫现象的两个最本质因素，即正向免疫和负向免疫，赋予了解析复杂免疫现象的哲学意义。免疫平衡理论虽然触及了免疫学的核心问题，但由于免疫平衡的抽象化和不能准确定量的特性，因而并不能很好地指导免疫学的基础研究和个体化的医疗实践。近期广州生物医药与健康研究院（广州健康院）陈小平研究员将免疫平衡理论方程化，建立了免疫动力学方程，加深了对这一理论的认识，相关研究成果发表于Frontiers in Microbiology。

　　现代免疫学在多个学科不断发展的支撑下正在蓬勃发展，涉及众多理论和先进技术，如基因组学、转录组学、免疫组学、代谢组学和免疫代谢组学等，但其核心理论是免疫识别理论，涉及“自我”和“非我”的识别机制，天然免疫的模式识别机制和适应性免疫的T细胞和B细胞受体库的生成和选择机制。作者基于对免疫平衡理论的认识，通过系列化思辨和数理逻辑推导，建立了免疫动力学理论方程，包括了基于物质和信息流两个方面 [图中的方程（1）至（6）] 以及基于能量流的方程 [图中的方程（9）和（10）]。通过方程的等价变换和对已发表功能数据的实际计算，利用曲线拟合和比较等，找到一组能够代表理论方程的简单而实用的近似方程，即免疫动力学实用方程 [图中的方程（7）和（8）]。

　　根据免疫动力学方程，可以清楚地看到任何一种免疫治疗都会诱发一个免疫动力学过程，治疗开始发挥作用的时间就是当免疫作用力（Immune force，Fim）大于1的时候，应该终止治疗的时间就是当Fim的测量值经过一个迅速的上升阶段和一个相继缓慢的下降阶段到接近于1的时候。这一过程中Fim值的变化形成一条曲线（免疫作用力曲线，Fim曲线），利用这条曲线可以确定免疫治疗的剂量和疗程，Fim曲线下的面积（AUC Fim）可以用来预测疗效。如果免疫治疗一旦诱发以免疫制动力（Immune braking force，Fib）为主导的无效免疫反应，就马上可以判断为无效治疗。作者根据免疫动力学方程预测，肿瘤的快速进展是由免疫治疗诱导的以Fib主导的有害无效免疫反应所致。由于每个患者经免疫治疗诱发的Fim动态曲线都不一样，因此临床医生可以探索根据这条曲线以及曲线下的面积来指导个体化的免疫治疗。这些方法可能也适用于感染性疾病的免疫治疗。

免疫动力学方程

论文链接