前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇免疫學(xué)分析方法范文，相信會(huì)為您的寫作帶來(lái)幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

免疫學(xué)分析方法范文第1篇

【關(guān)鍵字】放射免疫法、化學(xué)發(fā)光免疫法、血清AFP、效果分析

【中圖分類號(hào)】R426 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1004-7484（2014）07-4045-02

臨床檢測(cè)血清AFP中，應(yīng)該對(duì)患者采用有效生長(zhǎng)激素檢測(cè)方式，這樣才可以提高檢測(cè)的準(zhǔn)確性，提升患者的身體健康質(zhì)量，提高治病療效【1】。以下針對(duì)我院從2013年1月到2013年12月期間采集的100例住院患者血清標(biāo)本進(jìn)行分析，探討臨床中，采取化學(xué)發(fā)光免疫法與放射免疫法檢測(cè)血清AFP的效果。

1 資料與方法

1.1資料

對(duì)我院2013年1月到2013年12月的100例住院患者進(jìn)行血清標(biāo)本收集工作， 本次研究的血清標(biāo)本采集中，均是由經(jīng)驗(yàn)豐富的檢驗(yàn)人員在2小時(shí)內(nèi)，對(duì)清晨空腹患者抽取靜脈血3 ml，并排除患者有先天性疾病、心肝重要器官疾病；試驗(yàn)儀器包括德國(guó)羅氏公司的檢測(cè)試劑盒，以及電化學(xué)分析儀、放射免疫分析儀、深低溫；將患者隨機(jī)分配成對(duì)照組與試驗(yàn)組，且在每組中都具有50例患者的血清標(biāo)本，患者在性別、身體狀況以及年齡等資料方面，相互進(jìn)行比較后，不存在差異，無(wú)統(tǒng)計(jì)學(xué)意義。

1.2 方法

對(duì)于對(duì)照組患者血清標(biāo)本檢測(cè)中，將會(huì)使用XAKP- 2000A/02 型 γ 計(jì)數(shù)儀【2】，并應(yīng)用中國(guó)原子能科學(xué)研究所提供的AFP 試劑盒，對(duì)患者的待檢測(cè)樣本進(jìn)行梯度稀釋，使檢測(cè)物濃度在12.5～8000umol/L范圍間，進(jìn)行放射免疫法檢測(cè)；對(duì)試驗(yàn)組患兒50例血清標(biāo)本檢測(cè)中，將會(huì)使用KL1- e411 型全自動(dòng)電化學(xué)發(fā)光儀進(jìn)行檢測(cè)【3】，并稀釋其檢測(cè)樣本的梯度，可以保持檢測(cè)物濃度為12.5～8000umol/L，進(jìn)行電化學(xué)發(fā)光法測(cè)定。對(duì)兩組檢測(cè)方法比較中，分析比對(duì)其檢測(cè)血清AFP水平差異，考察其之間的相關(guān)性；并對(duì)兩組檢測(cè)方法中的低值、中值、高值進(jìn)行記錄試驗(yàn)，且測(cè)定每日測(cè)定每份樣本22次，連續(xù)測(cè)20天，并考察批內(nèi)CV值。

1.3 統(tǒng)計(jì)處理

對(duì)本次兩組研究結(jié)果，可以應(yīng)用統(tǒng)計(jì)學(xué)軟件SSPS 12.0【4】，針對(duì)最后兩組的檢測(cè)結(jié)果進(jìn)行處理， 在數(shù)據(jù)處理之中，計(jì)量資料我們將會(huì)用t檢驗(yàn)進(jìn)行比較，技術(shù)資料用x2檢驗(yàn)，設(shè)置統(tǒng)計(jì)學(xué)的水準(zhǔn)是a=0.05。

2結(jié)果

兩組檢測(cè)結(jié)果，電化學(xué)發(fā)光法檢測(cè)血清AFP線性范圍更寬，電化學(xué)發(fā)光法檢測(cè)血清AFP精密、靈敏度度更高，其兩組檢測(cè)結(jié)果之間差異非常顯著（ P

3討論

據(jù)悉，血清AFP是檢測(cè)原發(fā)性肝細(xì)胞肝癌的標(biāo)志物，是最靈敏性、特異性的腫瘤標(biāo)志，在臨床腫瘤診斷中發(fā)揮重要作用。針對(duì)血清AFP檢測(cè)中，應(yīng)該制定合理的檢測(cè)方案，才可以取得準(zhǔn)確的檢測(cè)結(jié)果，提高肝癌患者的生活質(zhì)量。因此在臨床診斷檢測(cè)血清AFP中化學(xué)發(fā)光免疫法，較常規(guī)放射免疫法檢驗(yàn)有較好的效果，可以提高檢測(cè)結(jié)果的準(zhǔn)確性、靈敏性、高度特異性。

化學(xué)發(fā)光免疫法檢測(cè)血清AFP，在臨床中具有較好的效果，應(yīng)用化學(xué)發(fā)光系統(tǒng)作為抗原抗體反應(yīng)指示系統(tǒng)，定量檢測(cè)抗原、抗體，并應(yīng)用發(fā)光劑標(biāo)記抗體，與其它檢測(cè)方法相比，具有很高的穩(wěn)定性，采用機(jī)器自動(dòng)加樣，具有準(zhǔn)確性，化學(xué)發(fā)光免疫法檢測(cè)的線性范圍較放射免疫法檢測(cè)更寬，更適宜于臨床檢測(cè) 血清AFP。在血清AFP測(cè)定中，應(yīng)用電化學(xué)發(fā)光法進(jìn)行檢查，可以采用高度的特異性抗體【5】，有效起到清除樣本干擾的作用，提高檢測(cè)結(jié)果的靈敏度，減少誤差，使用電化學(xué)發(fā)光法測(cè)定血清AFP，臨床檢驗(yàn)效果更穩(wěn)定。

由上可知，在臨床中對(duì)血清AFP檢測(cè)中，應(yīng)用放射免疫法與電化學(xué)發(fā)光法檢測(cè)進(jìn)行檢驗(yàn)，電化學(xué)發(fā)光法檢測(cè)較放射免疫法更具應(yīng)用優(yōu)勢(shì)，具有更好重復(fù)性，精密度高，有很好的臨床效果，值得在實(shí)際在推廣應(yīng)用。

參考文獻(xiàn)

[1] 張紅祥. 化學(xué)發(fā)光免疫法與放射免疫法檢測(cè)血清AFP臨床分析[J]. 中國(guó)現(xiàn)代藥物應(yīng)用. 2010（07）

[2] 章茂友. 放射免疫法與化學(xué)發(fā)光免疫法檢測(cè)血清AFP效果分析[J]. 中國(guó)現(xiàn)代醫(yī)生. 2010（36）

[3] 張改英，王耀榮. 化學(xué)發(fā)光免疫法和放射免疫分析法測(cè)定血漿腦鈉肽濃度的比較[J]. 疾病監(jiān)測(cè)與控制. 2010（10）

免疫學(xué)分析方法范文第2篇

本文闡述在ARCHITECTi2000SR全自動(dòng)化學(xué)發(fā)光免疫分析儀應(yīng)用實(shí)踐中進(jìn)行使用方法的改良，極大地方便了儀器操作者的使用，有效地避免了使用過(guò)程中的差錯(cuò)的發(fā)生。解決故障的過(guò)程有助于思路的擴(kuò)展，對(duì)使用其他的檢驗(yàn)儀器有很好的啟發(fā)作用和較大的參考或應(yīng)用價(jià)值。

關(guān)鍵詞：全自動(dòng)化學(xué)發(fā)光免疫分析儀；標(biāo)本容易加錯(cuò)現(xiàn)象；標(biāo)本識(shí)別移位故障；改良方案

【中圖分類號(hào)】

R249 【文獻(xiàn)標(biāo)識(shí)碼】B 【文章編號(hào)】1002-3763（2014）07-0272-01

Architect i2000SR全自動(dòng)免疫分析儀是由美國(guó)雅培公司研發(fā)的第三代大型全自動(dòng)免疫分析儀，采用化學(xué)發(fā)光的原理進(jìn)行檢測(cè)，具有較高的靈敏度、特異性和穩(wěn)定性，具有檢測(cè)速度快，測(cè)量范圍寬廣等諸多優(yōu)點(diǎn)，且可與生化模塊C8000相連。且檢測(cè)試劑穩(wěn)定并易于進(jìn)行室內(nèi)與室間質(zhì)量控制。然而全自動(dòng)化儀器的高故障率亦對(duì)檢驗(yàn)技術(shù)人員提出了更高標(biāo)準(zhǔn)的要求。本文即是作者在雅培i2000SR全自動(dòng)化學(xué)發(fā)光免疫分析儀應(yīng)用實(shí)踐中遇到的：容易出現(xiàn)加錯(cuò)標(biāo)本，和機(jī)器本身出現(xiàn)標(biāo)本識(shí)別移位的故障現(xiàn)象，分析其原因、探討改造方案并付諸實(shí)踐成功解決故障的過(guò)程，以便應(yīng)用到其他的現(xiàn)代化的檢驗(yàn)設(shè)備使用中去。

1 標(biāo)本容易加錯(cuò)的改良方案

1.1 標(biāo)本容易加錯(cuò)的現(xiàn)象：

由于該機(jī)器的原來(lái)的設(shè)計(jì)是每個(gè)標(biāo)本架只有5個(gè)孔，也就是每個(gè)標(biāo)本架只能放置5個(gè)標(biāo)本，這樣就使使用者放置標(biāo)本時(shí)，必須要好好的記著所加標(biāo)本的原來(lái)的編號(hào)，待放到架子上時(shí)要好好的計(jì)算出標(biāo)本的位置是在第幾個(gè)架子、第幾號(hào)位置編號(hào)。譬如：手里拿著16號(hào)標(biāo)本需要放置到標(biāo)本架子上時(shí)，就必須計(jì)算出是第4個(gè)架子的第1號(hào)位置才是16號(hào)的位置。是非常的不方便吧？

1.2 標(biāo)本容易加錯(cuò)現(xiàn)象的解決方案：

因?yàn)槲野l(fā)現(xiàn)了這個(gè)非常不容易計(jì)算出所要加的標(biāo)本位置，并且又很容易加錯(cuò)標(biāo)本，工作起來(lái)非常不方便的現(xiàn)象時(shí)，就一直在腦子里尋求一個(gè)解決這個(gè)問題的方案。

不久我就想出來(lái)了個(gè)解決的辦法：那就是在每個(gè)標(biāo)本架的靠近1號(hào)位置端，設(shè)計(jì)出了一個(gè)不干膠貼，上端標(biāo)明1、2、3、4……架子號(hào)順序號(hào)，下端標(biāo)明該架子的5個(gè)標(biāo)本號(hào)在該架子上的應(yīng)有的順序范圍。詳見附圖1改造后的第一個(gè)托盤俯視圖

2 標(biāo)本識(shí)別移位故障的改良方案

2.1 故障現(xiàn)象：

應(yīng)用ARCHITECTi2000SR全自動(dòng)化學(xué)發(fā)光免疫分析儀進(jìn)行批量編程，每個(gè)標(biāo)本架放置5個(gè)標(biāo)本，每5個(gè)標(biāo)本架為一組，每一組用一個(gè)托盤托起，即標(biāo)本號(hào)依次為1-25、26-50、51-75、76-100四組。在全部標(biāo)本儀器檢測(cè)完成后，對(duì)HBsAg陽(yáng)性標(biāo)本利用金標(biāo)法復(fù)查時(shí)，偶然發(fā)現(xiàn)陰陽(yáng)性結(jié)果極為不符合的現(xiàn)象。遂對(duì)每個(gè)標(biāo)本對(duì)應(yīng)的架號(hào)、位置、結(jié)果逐一排查，發(fā)現(xiàn)個(gè)別標(biāo)本架上的標(biāo)本并沒有消耗（即沒有被取樣），但卻賦上了數(shù)值。經(jīng)逐一檢查儀器所加樣本與操作者編程的標(biāo)本架號(hào)位置明顯不同，即發(fā)生了跳躍，如31號(hào)標(biāo)本所賦值實(shí)為36號(hào)樣本測(cè)試值或其它樣本值。

2.2 故障分析：

經(jīng)與使用ARCHITECTi2000SR全自動(dòng)化學(xué)發(fā)光免疫分析儀的兄弟單位工作人員及雅培中國(guó)工程師溝通，了解其工作過(guò)程原理是：利用ARCHITECTi2000SR化學(xué)發(fā)光免疫分析儀批量編程1-25、26-50、51-75、76-100號(hào)標(biāo)本架號(hào)位置后，儀器會(huì)首先會(huì)進(jìn)行標(biāo)本架條碼掃描，同時(shí)也給每個(gè)標(biāo)本進(jìn)行掃描。如果某個(gè)標(biāo)本架的條碼沒有掃描到，則機(jī)器會(huì)自動(dòng)順延一個(gè)標(biāo)本架進(jìn)行操作，這樣就會(huì)出現(xiàn)跳架移位現(xiàn)象，也就是我們上述的故障現(xiàn)象。譬如儀器在批量編程，31-35號(hào)標(biāo)本架的條碼掃描過(guò)程中沒有掃到，儀器則默認(rèn)該架子不存在，標(biāo)本也不存在，跳過(guò)了該標(biāo)本架，將36-40號(hào)標(biāo)本架或及其它標(biāo)本架上的標(biāo)本默認(rèn)為31-35號(hào)標(biāo)本。以后的標(biāo)本均以同樣的方法順延賦值，即后面的所有標(biāo)本均順延了5個(gè)號(hào)碼，如不復(fù)查而直接報(bào)告?zhèn)鬏數(shù)慕Y(jié)果，必然出現(xiàn)張冠李戴的嚴(yán)重后果。上述現(xiàn)象并非偶然，隨著工作量的增加，出現(xiàn)的頻率越來(lái)越高，為日常檢驗(yàn)工作帶來(lái)相當(dāng)大的不便，工作人員往往會(huì)花費(fèi)很大的時(shí)間和精力，去排查或復(fù)查標(biāo)本與結(jié)果是否相符，一度認(rèn)為此儀器的標(biāo)本識(shí)別和處理軟件系統(tǒng)存在巨大缺陷。

3 標(biāo)本識(shí)別移位故障的解決方案

通過(guò)細(xì)致的觀察分析、嚴(yán)密的科學(xué)探討和積極的創(chuàng)新實(shí)踐，我們對(duì)ARCHIT -ECT i2000SR全自動(dòng)化學(xué)發(fā)光免疫分析儀的進(jìn)樣系統(tǒng)，進(jìn)行了簡(jiǎn)單而合理的改良，使上述故障得以完全解決。具體方法如下：

準(zhǔn)備100個(gè)改造過(guò)的與架同高的平口空試管（以合適放置加樣杯為宜），利用條碼機(jī)打印1-100編號(hào)號(hào)碼的條碼，分別貼在每個(gè)試管上條碼器能夠掃描到的位置。將這些貼有條碼的試管按順序放置在標(biāo)本架上，并保持條碼向外，易于條碼系統(tǒng)識(shí)別判讀；實(shí)驗(yàn)操作時(shí)只需將加樣杯放置在對(duì)應(yīng)貼有條碼的試管上即可。請(qǐng)注意：只需更換加樣杯加病人血清標(biāo)本。更多的標(biāo)本亦可用類似方法粘貼上1-100或更多的試管條碼。

詳見附圖1 圖2所改造的H540試管架俯視圖和側(cè)視圖

經(jīng)過(guò)如此改良，儀器在進(jìn)行標(biāo)本架條碼掃描時(shí)，同時(shí)也會(huì)給每個(gè)試管條碼進(jìn)行掃描，如果其中某個(gè)標(biāo)本架條碼漏掃，但仍會(huì)掃描到試管上的條碼號(hào)，機(jī)器則自動(dòng)的默認(rèn)標(biāo)本架的存在，就不會(huì)出現(xiàn)跳架移位的現(xiàn)象。

4 思路擴(kuò)展與推廣應(yīng)用

標(biāo)本容易加錯(cuò)的解決方案：就是以較小的改造或改良，而改變了原來(lái)的設(shè)計(jì)的不足，避免了工作中容易出現(xiàn)的錯(cuò)誤。像這種小的改造可以用到大多數(shù)的試管架子是5個(gè)試管位置的大型生化分析儀、放免分析儀等的儀器上。

標(biāo)本識(shí)別移位故障的解決方案：類似的跳架移位故障，不僅出現(xiàn)在ARCHIT -ECTi2000SR全自動(dòng)化學(xué)發(fā)光免疫分析儀上，在其它設(shè)備上，譬如ARCHITEC -Ti4000SR等儀器亦會(huì)出現(xiàn)，亦可采用此法進(jìn)行改造或改良。兄弟單位同類儀器或不同品牌的儀器，出現(xiàn)類似的因?yàn)榕幊潭霈F(xiàn)的跳架移位故障亦可借鑒此方法一試，以避免出現(xiàn)數(shù)據(jù)移位錯(cuò)誤，為臨床提供準(zhǔn)確的檢驗(yàn)信息。

免疫學(xué)分析方法范文第3篇

關(guān)鍵詞：免疫學(xué)；綜述教學(xué)；教學(xué)方法

中圖分類號(hào)：G642.41 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2013）38-0063-02

醫(yī)學(xué)免疫學(xué)進(jìn)入2l世紀(jì)以來(lái)迅猛發(fā)展，已成為生命科學(xué)領(lǐng)域的前沿學(xué)科之一，其理論和技術(shù)已廣泛滲透到生物學(xué)、基礎(chǔ)醫(yī)學(xué)、臨床醫(yī)學(xué)和預(yù)防醫(yī)學(xué)的各個(gè)學(xué)科，掌握醫(yī)學(xué)免疫學(xué)的理論知識(shí)對(duì)醫(yī)學(xué)生今后從事臨床和科學(xué)研究工作都非常必要。本文就《醫(yī)學(xué)免疫學(xué)》教學(xué)中開展綜述教學(xué)進(jìn)行介紹。

一、綜述教學(xué)的概念

綜述教學(xué)就是在《醫(yī)學(xué)免疫學(xué)》教學(xué)中要求學(xué)生針對(duì)有關(guān)免疫學(xué)的某個(gè)研究主題，對(duì)與之相關(guān)的各種文獻(xiàn)資料進(jìn)行收集整理，對(duì)所負(fù)載的知識(shí)信息進(jìn)行歸納鑒別，清理與分析，并對(duì)所研究的問題在一定時(shí)期內(nèi)已取得的研究狀況、成果、存在的問題以及發(fā)展的趨勢(shì)進(jìn)行系統(tǒng)而全面的敘述、評(píng)論與闡述，進(jìn)而確定一個(gè)研究主題，收集整理專題文獻(xiàn)，閱讀與挖掘文獻(xiàn)內(nèi)容，清理與記述專題研究狀況，建構(gòu)與闡明專題研究發(fā)展趨勢(shì)。使學(xué)生通過(guò)撰寫綜述增強(qiáng)其學(xué)習(xí)興趣和自主性、文獻(xiàn)查閱能力和基本科研思維能力，從而提高學(xué)習(xí)效果。

二、綜述教學(xué)過(guò)程

1.教學(xué)分組。以我校2009級(jí)臨床醫(yī)學(xué)本科學(xué)生1個(gè)合班（6個(gè)小班共198人）為對(duì)照班，采用傳統(tǒng)方式教學(xué)；在2010級(jí)臨床醫(yī)學(xué)本科學(xué)生的醫(yī)學(xué)免疫教學(xué)中隨機(jī)挑選1個(gè)合班（6個(gè)小班共192人）實(shí)施了綜述教學(xué)，為實(shí)驗(yàn)班，另隨機(jī)挑選1個(gè)合班進(jìn)行傳統(tǒng)式教學(xué)（6個(gè)小班共195人）做對(duì)照班。

2.綜述教學(xué)基本流程。教師第一次課向?qū)嶒?yàn)班學(xué)生講明綜述教學(xué)目的、布置查閱綜述基本格式作業(yè)—學(xué)生查閱綜述后相互補(bǔ)充形成基本格式，教師確認(rèn)—學(xué)生自選有關(guān)免疫學(xué)的興趣點(diǎn)查閱文獻(xiàn)，擬出研究主題（可以多個(gè)）—與指導(dǎo)教師討論確定研究主題—學(xué)生針對(duì)確定主題查閱、整理文獻(xiàn)、撰寫綜述—指導(dǎo)教師修改綜述—學(xué)生按指導(dǎo)教師意見完善綜述—課上交流總結(jié)、提高。

3.效果評(píng)價(jià)。采用成績(jī)分析和問卷調(diào)查兩種方法評(píng)價(jià)。①學(xué)生成績(jī)考核將進(jìn)行綜述教學(xué)的2010級(jí)實(shí)驗(yàn)班與傳統(tǒng)教學(xué)方法的2009級(jí)和2010級(jí)對(duì)照班進(jìn)行成績(jī)比較，試題難度、覆蓋面、基礎(chǔ)知識(shí)等無(wú)明顯差異，具有可比性，結(jié)果見表1。

（a）P>0.05，vs①；（b）P

由試卷成績(jī)可見實(shí)驗(yàn)班的平均成績(jī)比對(duì)照班高（P

結(jié)果顯示，大多數(shù)學(xué)生認(rèn)為綜述教學(xué)能明顯激發(fā)學(xué)習(xí)興趣，增強(qiáng)學(xué)習(xí)的積極性和主動(dòng)性，提高多種能力，從而提高學(xué)習(xí)成績(jī)。

綜述教學(xué)法與傳統(tǒng)教學(xué)法比較，首先，綜述教學(xué)法增強(qiáng)了學(xué)生的學(xué)習(xí)興趣。因此學(xué)生由原來(lái)的厭學(xué)變?yōu)闃穼W(xué)。其次，綜述教學(xué)法提高了學(xué)生自主學(xué)習(xí)能力和學(xué)習(xí)積極性。因此對(duì)本學(xué)科學(xué)習(xí)積極性明顯提高，學(xué)習(xí)時(shí)間和精力投入增加。再次，綜述教學(xué)改變了傳統(tǒng)的教學(xué)理念，在知識(shí)方面實(shí)現(xiàn)了從單一的課本知識(shí)教學(xué)向綜合素質(zhì)教育的轉(zhuǎn)變，培養(yǎng)了學(xué)生分析問題、解決問題的能力。綜上所述，《醫(yī)學(xué)免疫學(xué)》教學(xué)中開展綜述教學(xué)，能顯著激發(fā)學(xué)生學(xué)習(xí)興趣，增強(qiáng)學(xué)習(xí)的自主性和積極性，提高學(xué)生的綜合能力和教學(xué)效果。

參考文獻(xiàn)：

[1]盧渝.淺議如何提高免疫學(xué)教學(xué)質(zhì)量[J].中國(guó)健康月刊，2011，30（6）：312-313.

[2]林巧愛，薛向陽(yáng)，張麗芳，等.提高醫(yī)學(xué)免疫學(xué)教學(xué)效果探討[J].基礎(chǔ)醫(yī)學(xué)教育，2011，13（5）：407-409.

[3]溫偉紅，楊琨，王春燕.學(xué)免疫學(xué)本科生理論課教學(xué)探討[J].山西醫(yī)科大學(xué)學(xué)報(bào)，2007，9（5）：487-488.

[4]苗英慧，郭艷麗.如何在醫(yī)學(xué)免疫學(xué)教學(xué)中培養(yǎng)學(xué)生的學(xué)習(xí)興趣[J].考試周刊，2011，27：204.

[5]吳艷敏，王慧.在免疫學(xué)教學(xué)中開展互動(dòng)教學(xué)的幾點(diǎn)體會(huì)[J].齊齊哈爾醫(yī)學(xué)院學(xué)報(bào)，2010，31（3）：434.

免疫學(xué)分析方法范文第4篇

關(guān)鍵詞:豬圓環(huán)病毒病;診斷;防治

中圖分類號(hào): S852.65+1 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-0432(2010)-08-0219-2

0 前言

豬圓環(huán)病毒(PCV)感染是當(dāng)今世界養(yǎng)豬業(yè)新出現(xiàn)的一種傳染病。1991年加拿大首次確立了這一豬病。該病的主要特征是豬的體質(zhì)下降,消瘦、呼吸困難、貧血以及皮膚病變。江蘇地區(qū)對(duì)162份可凝病料進(jìn)行檢測(cè),陽(yáng)性率高達(dá)54.67%,黑龍江省對(duì)368份血清進(jìn)行檢測(cè),結(jié)果經(jīng)產(chǎn)豬平均陽(yáng)性率為76.6%,后備率的陽(yáng)性率為33.2%,上海奉賢區(qū)獸醫(yī)所,從全國(guó)211個(gè)豬場(chǎng)送檢材料中檢出血清陽(yáng)性率為28.6%,近年來(lái),我國(guó)關(guān)于PCV的報(bào)道越來(lái)越多,PCV已在我國(guó)廣泛流行。

1 病原體

豬圓環(huán)病毒屬圓環(huán)病毒科圓環(huán)病毒屬成員。分2個(gè)基因型,即PCV1和PCV2,目前還未發(fā)現(xiàn)PCV1有致病性,PCV:是引起斷奶仔豬多系統(tǒng)衰竭綜合癥(PMWS)主要病原之一。近年,英國(guó)又首先提出豬的皮炎和腎病綜合癥(PDNS)也是由圓環(huán)病毒引起的傳染病,最近研究發(fā)現(xiàn)仔豬的先天性震顫(CT)和懷孕母豬繁殖障礙,豬呼吸道病綜合征(PRDC)也與PCV2感染有關(guān)。PCV對(duì)外界環(huán)境的抵抗力較強(qiáng),對(duì)氯仿不敏感,在PH為3的酸性環(huán)境中很長(zhǎng)時(shí)間不被滅活,70℃時(shí)可存活15min。

2 流行特點(diǎn)

2.1 病豬和帶毒豬為本病的主要傳染源

PCV分布很廣,豬群中血清陽(yáng)性率常高達(dá)20-80%,因此本病傳染源廣泛。病毒可隨糞便、鼻腔分泌物排出體外。

2.2 易感性

本病主要感染斷奶后仔豬,哺乳豬很少發(fā)病。可侵害5-16周齡仔豬,但最常見6-8周齡。發(fā)病率為4-10%,成年豬一般為隱性感染,不表現(xiàn)任何癥狀。

豬斷奶后多系統(tǒng)衰竭綜合征主要發(fā)生于斷奶后2-3周齡的仔豬,一般于斷奶2-3天或1周開始發(fā)病,發(fā)病率為20-60%,病死率為5-35%。

豬皮炎和腎病綜合征通常發(fā)生于12-14周齡的豬,發(fā)病率為12-14%,病死率為5-14%。

豬間質(zhì)性肺炎(主要表現(xiàn)為豬呼吸道病綜合癥PRDC)主要危害6-14周齡的豬,發(fā)病率為2-3%,病死率為4-10%。

2.3 繼發(fā)感染

由于圓環(huán)病毒能破壞豬體的免疫系統(tǒng),造成免疫抑制,引起繼發(fā)性免疫缺陷,因而,本病常與豬繁殖與呼吸綜合征病毒、細(xì)小病毒、偽狂犬病毒、鏈球菌等混合或繼發(fā)感染。據(jù)楊漢春教授近年對(duì)不同地區(qū)規(guī)模化豬場(chǎng)死亡豬只57份病料的檢測(cè),結(jié)果豬繁殖和呼吸綜合征與豬圓環(huán)病毒二重感染占54.4%(31/57),豬圓環(huán)病毒與豬偽狂犬病二重感染占14%(8/57)。

2.4 飼養(yǎng)條件

飼養(yǎng)條件差,通風(fēng)不良,飼養(yǎng)密度高,不同日齡豬混養(yǎng)等應(yīng)激因素,均可加重病情的發(fā)展。

3 臨床癥狀

根據(jù)目前研究情況,與PCV2感染有關(guān)的豬病主要有以下幾種,其臨床表現(xiàn)如下:

3.1 豬斷奶后多系統(tǒng)衰竭綜合征(PMWS)

病豬由初期消化功能降低而出現(xiàn)食欲不振到被毛無(wú)光澤,皮膚蒼白或黃染,同時(shí)出現(xiàn)呼吸系統(tǒng)癥狀,持續(xù)性或間歇性腹瀉,進(jìn)行性消瘦,貧血,股前等體表淋巴結(jié)腫大。多因豬繁殖與呼吸綜合征病毒、豬細(xì)小病毒等病毒和細(xì)菌、霉形體、附紅細(xì)胞體混合感染,所以發(fā)病率和死亡率相差很大。

3.2 豬皮炎和腎病綜合征(PDNS)

病豬皮膚突然廣泛出現(xiàn)各種形狀大小不一的稍微突起的紅紫色丘狀斑點(diǎn),由于病程的進(jìn)展,紫色斑點(diǎn)病灶被黑色覆蓋后逐漸消失留下疤痕,四肢和眼臉周圍水腫,體表淋巴結(jié)腫大。

3.3 傳染性先天性震顫

臨床癥狀變化很大,其震顫程度從輕到重,每窩受感染仔豬的數(shù)量變化很大,出生后第一周嚴(yán)重的震顫可因不能吃奶而死亡,存活者多數(shù)在3周時(shí)間恢復(fù)。外界刺激(如突然噪音或寒冷等)可引發(fā)或加重震顫。

4 病理變化

病理學(xué)檢查是死后診斷的重要方法,當(dāng)發(fā)現(xiàn)全身淋巴結(jié)腫大,肺萎縮不全且有致密病灶時(shí),應(yīng)懷疑本病。比較有診斷意義的病理變化出現(xiàn)在脾臟,脾腫大,邊緣有丘狀突起以及出血性梗死灶,也有高度腫大彌漫性出血的,約有20-30%的脾大面積出血壞死灶被機(jī)體吸收,僅殘破1/2或1/3,有的病程較久的病例整個(gè)脾出血壞死灶被機(jī)化而萎縮,作為本病重要診斷依據(jù)之一,至今為止,只有PCV2感染時(shí)方可出現(xiàn)這種特征性病變。

5 診斷

根據(jù)臨床癥狀及病理變化可以做出初步診斷,確診依賴病毒的分離、鑒定以及免疫學(xué)技術(shù)進(jìn)行診斷。

5.1 病毒的分離與鑒定

PCV2在培養(yǎng)細(xì)胞中不產(chǎn)生任何病變,因此,通常借助其它技術(shù)來(lái)確定PCV2的存在,如多聚酶鏈反應(yīng)(PCR),間接免疫熒光技術(shù)(IFA)原位核酸雜交技術(shù)(ISH)等。

5.2 抗原的檢測(cè)

對(duì)于組織細(xì)胞中的PCV抗原通常采用ISH、PCR、IFA以及免疫組織化學(xué)(IHC)等檢測(cè)方法進(jìn)行檢測(cè)。

5.3 抗體的檢測(cè)

抗豬圓環(huán)病毒特異性抗體的檢測(cè)常用酶聯(lián)免疫吸附試驗(yàn)(ELISA)和間接免疫熒光試驗(yàn)(IFA)。

6 防制

目前,對(duì)于圓環(huán)病毒的感染尚無(wú)有效的治療方法,無(wú)疫苗可利用。只有加強(qiáng)飼養(yǎng)管理,減少環(huán)境應(yīng)激因素,實(shí)施嚴(yán)格的生物安全措施等綜合防制措施來(lái)預(yù)防感染。

6.1 堅(jiān)持全進(jìn)全出制度

減少不同日齡豬的混養(yǎng),降低豬群間PCV2接觸感染機(jī)會(huì)。

6.2 定期消毒

消毒工作貫穿于養(yǎng)豬生產(chǎn)的各個(gè)環(huán)節(jié),最大限度地降低豬場(chǎng)內(nèi)污染的病原微生物,減少豬群繼發(fā)感染的機(jī)率。

6.3 盡可能地減少應(yīng)激因素

避免飼喂變質(zhì)飼料,做好通風(fēng)換氣和保溫工作,保持適宜的濕度和適當(dāng)?shù)娘曫B(yǎng)密度。

6.4 采用完善的藥物預(yù)防方案

根據(jù)豬場(chǎng)疾病的流行情況,采用較為完善的藥物預(yù)防方案,控制發(fā)病及繼發(fā)感染,作好豬場(chǎng)豬瘟、偽狂犬病、呼吸障礙綜合征、細(xì)小病毒病的免疫接種工作。

6.5 切斷傳播途徑

豬場(chǎng)一旦感染本病,控制和凈化消滅本病是很困難的,發(fā)現(xiàn)可疑病豬及時(shí)隔離、淘汰、切斷傳播途徑,杜絕疫情的傳播。

參考文獻(xiàn)

[1] 陳德,何孔旺,侯繼波,等.豬圓環(huán)病毒2型的流行病學(xué)調(diào)查[A].中國(guó)畜牧獸醫(yī)學(xué)會(huì)家畜傳染病學(xué)分會(huì)成立20周年慶典暨第十次學(xué)術(shù)研討會(huì)論文集(上)[C],2003.

[2] 王忠田,楊漢春.豬圓環(huán)病毒2型ORF2基因在大腸桿菌中的表達(dá)[A].中國(guó)畜牧獸醫(yī)學(xué)會(huì)2004學(xué)術(shù)年會(huì)暨第五屆全國(guó)畜牧獸醫(yī)青年科技工作者學(xué)術(shù)研討會(huì)論文集(下冊(cè)),2004.

[3] 劉長(zhǎng)明,張超范,劉煥章,等.豬圓環(huán)病毒2型細(xì)胞培養(yǎng)適應(yīng)毒株的培育和鑒定[A].中國(guó)畜牧獸醫(yī)學(xué)會(huì)畜牧獸醫(yī)生物技術(shù)學(xué)分會(huì)暨中國(guó)免疫學(xué)會(huì)獸醫(yī)免疫分會(huì)第六次研討會(huì)論文集[C].2005.

[4] 秦曉冰,金寧一.豬圓環(huán)病毒2型內(nèi)蒙株基因的克隆及序列測(cè)定[A].中國(guó)畜牧獸醫(yī)學(xué)會(huì)家畜傳染病學(xué)分會(huì)成立20周年慶典暨第十次學(xué)術(shù)研討會(huì)論文集(上)[C].2003.

[5] 劉長(zhǎng)明,陸月華,張超范,等.豬圓環(huán)病毒2型重組Cap蛋白在昆蟲桿狀病毒中的表達(dá)[A].中國(guó)畜牧獸醫(yī)學(xué)會(huì)畜牧獸醫(yī)生物技術(shù)學(xué)分會(huì)暨中國(guó)免疫學(xué)會(huì)獸醫(yī)免疫分會(huì)第六次研討會(huì)論文集[C],2005.

[6] 王忠田,郭鑫,楊漢春.六株豬圓環(huán)病毒2型分離毒株全基因組序列測(cè)定與分析[A].中國(guó)畜牧獸醫(yī)學(xué)會(huì)家畜傳染病學(xué)分會(huì)成立20周年慶典暨第十次學(xué)術(shù)研討會(huì)論文集(上)[C],2003.

免疫學(xué)分析方法范文第5篇

【摘要】理論免疫學(xué)用數(shù)學(xué)的方法來(lái)研究和解決免疫學(xué)問題，以及對(duì)免疫學(xué)相關(guān)的數(shù)學(xué)方法進(jìn)行理論研究的一門科學(xué)。隨著高通量方法和基因組數(shù)據(jù)的出現(xiàn)，理論免疫學(xué)從受體交聯(lián)和免疫原理、Jerne的相互作用網(wǎng)絡(luò)和自我選擇等經(jīng)典建模方法開始向信息學(xué)、空間擴(kuò)展模型、免疫遺傳學(xué)和免疫信息學(xué)、進(jìn)化免疫學(xué)、分子生物信息學(xué)和表遺傳學(xué)、高通量研究方法和免疫組學(xué)等方面轉(zhuǎn)變。

【關(guān)鍵詞】免疫學(xué), 理論；數(shù)學(xué)模型；生物數(shù)學(xué)

Advances of theoretical immunology

JIN Yan

（Basic medical college, Liaoning Universtity of Traditional Chinese Medicine, LIAONING Shenyang, 110032,）

【Abstracts】Theoretical immunology is to develop mathematical methods that help to investigate the immunological problems, and to study the mathematical theory on immunology. With the advent of high-throughput methods and genomic data, immunological modeling of theoretical immunology shifted from receptor cross linking, Jerne interaction networks and self-non self selection, toward the informatics, spatially extended models, immunogenetics and immunoinformatics, evolutionary immunology, innate immunity and epigenetics, high-throughput research methods and Immunomics. Immunology, Theoretical; Mathematical Models; biomathematics

理論免疫學(xué)[1]（Theoretical Immunology）是指用數(shù)學(xué)的方法來(lái)研究和解決免疫學(xué)問題，以及對(duì)免疫學(xué)相關(guān)的數(shù)學(xué)方法進(jìn)行理論研究的一門科學(xué)。理論免疫學(xué)是免疫學(xué)與數(shù)學(xué)交叉的邊緣學(xué)科，也稱數(shù)學(xué)免疫學(xué)（Mathematical Immunology），是生物數(shù)學(xué)的一個(gè)分支。由于免疫現(xiàn)象復(fù)雜，從免疫學(xué)中提出的數(shù)學(xué)問題往往也十分復(fù)雜，需要進(jìn)行大量計(jì)算工作，因此從近年興起的復(fù)雜系統(tǒng)研究的角度來(lái)講[2]，理論免疫學(xué)也稱復(fù)雜免疫學(xué)（Complex Immunology）。理論免疫學(xué)的任務(wù)就是揭示免疫系統(tǒng)運(yùn)行的規(guī)律和機(jī)制，及其病理機(jī)制。數(shù)學(xué)模型（Mathematical Models）和數(shù)據(jù)分析是理論免疫學(xué)的主要方法，計(jì)算機(jī)是研究和解決理論免疫學(xué)問題的重要工具。

雖然從上個(gè)世紀(jì)中期，數(shù)學(xué)模型已經(jīng)開始應(yīng)用于免疫學(xué)，但傳統(tǒng)的模型大部分是基于微分方程[3]、差分模型和元胞自動(dòng)機(jī)（Cellular Automata）[4]。這些傳統(tǒng)模型以少數(shù)成份（一種受體和一種抗原，或兩個(gè)T細(xì)胞群之間等）參與的簡(jiǎn)單動(dòng)力學(xué)為主要研究?jī)?nèi)容。直到2000年，人們才開始對(duì)免疫學(xué)的復(fù)雜性進(jìn)行數(shù)學(xué)建模。隨著高通量方法（High Throughput Methods）和基因組數(shù)據(jù)（Genomic Data）的出現(xiàn)，理論免疫學(xué)開始轉(zhuǎn)向信息學(xué)（Informatics）方面[5]。與分子免疫學(xué)的生物信息學(xué)（Bioinformatics）分析一樣，當(dāng)前免疫學(xué)研究中與復(fù)雜性有關(guān)的主要研究目標(biāo)大多集中在高通量測(cè)量計(jì)劃和系統(tǒng)免疫學(xué)（System Immunology）或免疫組學(xué)（Immunomics）計(jì)劃。在數(shù)學(xué)模型水平上，分析方法也從以微分方程為主的簡(jiǎn)單系統(tǒng)轉(zhuǎn)向廣泛應(yīng)用Monte Carlo模擬（Monte Carlo simulations）。這種向更多分子和更多計(jì)算的轉(zhuǎn)變態(tài)勢(shì)與復(fù)雜系統(tǒng)涉及的所有研究領(lǐng)域出現(xiàn)的轉(zhuǎn)變極為相似。同時(shí)，理論免疫學(xué)中另一個(gè)重要轉(zhuǎn)變是，人們關(guān)注焦點(diǎn)從對(duì)外源性的適應(yīng)性免疫系統(tǒng)的轉(zhuǎn)向更多考慮固有免疫系統(tǒng)的平衡。

1理論免疫學(xué)經(jīng)典模型

免疫學(xué)是生物學(xué)的一個(gè)領(lǐng)域，很早就認(rèn)識(shí)到了數(shù)學(xué)建模和數(shù)學(xué)分析方法的作用。早在上個(gè)世紀(jì)60年代和70年代，數(shù)學(xué)模型已經(jīng)應(yīng)用于免疫學(xué)的不同領(lǐng)域，例如：抗原-受體的相互作用、T和B細(xì)胞群動(dòng)力學(xué)、疫苗接種、生發(fā)中心動(dòng)力學(xué)、病毒動(dòng)力學(xué)和免疫系統(tǒng)對(duì)病毒的清除[6]等。現(xiàn)在的許多免疫學(xué)原理和觀點(diǎn)都是數(shù)學(xué)模型的結(jié)果。

1.1 受體交聯(lián)和免疫原理

受體交聯(lián)[7-9]（Receptor Cross Linking）和免疫原理（Immunon Theory）是由Alan Perelson提出、Carla Wofsy作了進(jìn)一步分析。這個(gè)原理根據(jù)的事實(shí)是，低價(jià)抗原不能激活B細(xì)胞，而高價(jià)抗原（即抗原擁有多個(gè)重復(fù)基序）即使在抗原密度非常低（3-4目）的情況下也能夠激活B細(xì)胞。Sulzer和Perelson[10-13]據(jù)此發(fā)展了這個(gè)理論和數(shù)學(xué)模型并提出，抗原能夠聚集B細(xì)胞受體，從而激活B細(xì)胞。這個(gè)結(jié)論是B細(xì)胞免疫的基礎(chǔ)之一。

盡管數(shù)學(xué)模型對(duì)免疫學(xué)發(fā)展的貢獻(xiàn)的例子還有很多，但是免疫網(wǎng)絡(luò)（Immunological Networks）的概念和自我選擇（Self-Non Self Selection）問題占有相當(dāng)重要的地位。

1.2 Jerne的相互作用網(wǎng)絡(luò)

假設(shè)受體庫(kù)（Receptor Repertoire）是滿的，即受體庫(kù)中每一個(gè)分子都有其相對(duì)應(yīng)的受體，并且這些受體可以特異性地與其它受體相互作用。Jerne據(jù)此提出免疫調(diào)節(jié)網(wǎng)絡(luò)[14]（Regulatory Immune Networks）的存在。抗原激活的淋巴細(xì)胞可產(chǎn)生新受體，這些受體對(duì)于其它淋巴細(xì)胞來(lái)說(shuō)是抗原，等等，以此類推。這個(gè)網(wǎng)絡(luò)的概念對(duì)理論學(xué)家來(lái)說(shuō)很有吸引力，特別是在提出神經(jīng)網(wǎng)絡(luò)（Neural Networks）中的認(rèn)知行為（Cognitive Behavior）概念之后，提出了更多的免疫網(wǎng)絡(luò)模型[15][16]。有人用元胞自動(dòng)機(jī)和布爾網(wǎng)絡(luò)（Boolean networks）建立大尺度行為（Large Scale Behavior）模型，有人用常微分方程（ODEs）來(lái)建立自身調(diào)節(jié)網(wǎng)絡(luò)模型（Local Regulatory Networks）。隨著時(shí)間的推移，人們對(duì)Jerne網(wǎng)絡(luò)學(xué)說(shuō)逐漸失去了興趣，其主要原因是Jerne網(wǎng)絡(luò)學(xué)說(shuō)的理論模型和實(shí)際的實(shí)驗(yàn)證據(jù)沒有很好的相關(guān)性。

1.3 自我選擇

調(diào)節(jié)性網(wǎng)絡(luò)實(shí)際上是理論免疫學(xué)中自我選擇這個(gè)大課題的一部分。假設(shè)表達(dá)自身反應(yīng)性受體的淋巴細(xì)胞被機(jī)體清除（陰性選擇）。大多數(shù)陰性選擇可能是由于中樞性耐受（Central Tolerance）所導(dǎo)致的（T細(xì)胞在胸腺，人和小鼠的B細(xì)胞在骨髓）。陰性選擇機(jī)制失敗可導(dǎo)致自身免疫性疾病。人們通過(guò)多種途徑對(duì)自我選擇展開研究。有人從分子的角度和基于特殊的選擇機(jī)制來(lái)研究，而有人則建立了更為復(fù)雜的模型，例如Polly Matzinger的危險(xiǎn)模型[17][18]（Danger Model）和Irun Cohen的侏儒模型[19-27]（Homunculus Model）。這些模型都是想反映真實(shí)的復(fù)雜系統(tǒng)，盡管僅通過(guò)檢測(cè)免疫系統(tǒng)的成分，人們是無(wú)法接近問題的實(shí)質(zhì)，但是他們的嘗試拓寬了我們的視野。直到今天，關(guān)于獲得和打破（自身免疫性疾病）耐受的途徑，也沒有一個(gè)公認(rèn)的解釋。

2理論免疫學(xué)的現(xiàn)代模型

理論免疫學(xué)的模型和問題現(xiàn)在正逐漸向分子理論免疫學(xué)方向發(fā)展。這種理論方向的演變與大量基因組全序列的檢測(cè)、分子生物學(xué)工具的巨大進(jìn)展、高通量測(cè)量技術(shù)的發(fā)展、空間分布（Spatial Distribution）作用的測(cè)量和建模能力的發(fā)展等實(shí)驗(yàn)技術(shù)的發(fā)展是分不開的。同時(shí)，計(jì)算機(jī)處理能力和建模技術(shù)的發(fā)展也是影響現(xiàn)論免疫學(xué)的重要因素。

2.1 Immsim、Simmune和其它復(fù)雜模型

免疫學(xué)中，最大膽的嘗試可能就是建立一個(gè)免疫系統(tǒng)的系統(tǒng)模型。第一個(gè)建立這樣模型的嘗試是上世紀(jì)80年代由IBM公司Philip Seiden開發(fā)的IMMSIM模型[28-31]。其設(shè)計(jì)的主要目的是為了在計(jì)算機(jī)上進(jìn)行免疫應(yīng)答試驗(yàn)。IMMSIM采用了克隆選擇原理的基本觀點(diǎn)，認(rèn)為免疫細(xì)胞和免疫分子獨(dú)立地識(shí)別抗原，免疫細(xì)胞被競(jìng)爭(zhēng)地選擇，以產(chǎn)生更好的識(shí)別抗原的克隆種類。IMMSIM模型的基礎(chǔ)是空間擴(kuò)展的元胞自動(dòng)機(jī)，它用位串（或比特流，Bitstrings）代表受體、抗原和MHC分子的可變性。到目前為止，抗原和受體多樣性的位串表示方法已被許多其他研究者[32,33,34]所采用。IMMSIM包括了適應(yīng)性免疫系統(tǒng)的所有主要成份：CD4和CD8 T細(xì)胞、B細(xì)胞及其相應(yīng)的受體，MHC Ⅰ類和Ⅱ類分子和一些細(xì)胞因子。但是IMMSIM模型仍然是對(duì)免疫系統(tǒng)的粗略描述。因此，人們?cè)诖嘶A(chǔ)上又進(jìn)行了其它的開發(fā)。

第一個(gè)較有影響的是由Martin. Meier-Schellersheim開發(fā)的Simmune[35-36]。這個(gè)系統(tǒng)嘗試建立一個(gè)足夠?qū)拸V和復(fù)雜的平臺(tái)，從而能夠?qū)γ庖邔W(xué)的任意實(shí)際過(guò)程進(jìn)行模擬。它不僅是一個(gè)特殊模型，更是一個(gè)建模技術(shù)或語(yǔ)言。

還有應(yīng)用了Monte Carlo模擬[37-38]或稱免疫模擬（Immunosi m）、狀態(tài)圖[39]（State-Charts）等多種數(shù)學(xué)模型，試圖涵蓋免疫系統(tǒng)所有可能細(xì)節(jié)并建立動(dòng)力學(xué)模型。在這個(gè)方向上，最有影響的是Sol Eforni的模型。此模型嘗試提供胸腺空間擴(kuò)展動(dòng)力學(xué)的完全模擬，并以此來(lái)研究細(xì)胞選擇[40]。這些綜合模擬的優(yōu)勢(shì)在于他們涵蓋了當(dāng)前免疫學(xué)的所有細(xì)節(jié)。但是這些模型也有缺點(diǎn)，他們過(guò)于復(fù)雜，因此對(duì)于所觀察到的動(dòng)力學(xué)變化，我們無(wú)法充分理解其原因及模型對(duì)參數(shù)變化的敏感性。

2.2 空間擴(kuò)展模型

從分子水平上講，免疫學(xué)復(fù)雜系統(tǒng)分析的最大進(jìn)展是細(xì)胞內(nèi)分子定位[41]（Molecule Localization）測(cè)量技術(shù)。免疫突觸（Synapses）的發(fā)現(xiàn)就是利用了該技術(shù)。人們建立了多個(gè)細(xì)胞膜動(dòng)力學(xué)模型，用來(lái)解釋突觸的形成以及突觸的分子動(dòng)力學(xué)。細(xì)胞膜動(dòng)力學(xué)模型也應(yīng)用于B細(xì)胞。這些模型中，有的是假設(shè)一個(gè)固定的細(xì)胞膜在二維晶格上（2D Lattice），有的假設(shè)一個(gè)自由漂浮的細(xì)胞膜[42-44]。另一個(gè)研究方向的是受體動(dòng)力學(xué)，以及受體與其它細(xì)胞膜成份，比如Src家族激酶和脂筏[45]（Lipid Rafts），之間的相互作用。目前此領(lǐng)域的所有模型都是以廣泛的數(shù)值模擬（Numerical Simulation）為基礎(chǔ)的。

空間擴(kuò)展模擬的另一個(gè)領(lǐng)域是生發(fā)中心動(dòng)力學(xué)的模擬。經(jīng)典模型主要采用ODEs來(lái)描述一或兩個(gè)總體的均勻動(dòng)力學(xué)[46]（Homogenous Dynamics），而現(xiàn)代模擬主要應(yīng)用Monte Carlo模擬[47-49]來(lái)研究多空間擴(kuò)展或者均勻總體之間的相互作用，但是也有一些是采用ODEs。

2.3 免疫遺傳學(xué)和免疫信息學(xué)

不同基因組的排列和不同等位基因的序列使免疫遺傳（Immunogenetic）數(shù)據(jù)庫(kù)得到了全面的發(fā)展[50-51]。免疫遺傳數(shù)據(jù)庫(kù)IMGT儲(chǔ)存了多個(gè)物種的T和B細(xì)胞受體基因序列（B細(xì)胞H鏈和T細(xì)胞β/δ鏈的V、D和J基因，L鏈/α鏈/γ鏈的V和J基因）。該庫(kù)也包括了最新的MHC分子的基因序列（包括經(jīng)典和非經(jīng)典的）。另外，IMGT數(shù)據(jù)庫(kù)還包括了大量的淋巴細(xì)胞受體重排序列。

這樣龐大的數(shù)據(jù)庫(kù)是伴隨著免疫信息學(xué)（Immunoinfor matics）工具的大量發(fā)展而建立的。其中包括用于junction分析[52]、免疫基因?qū)?zhǔn)（Immunogene Alignment）以及系統(tǒng)發(fā)育的工具[53-55]。所有這些工具的基礎(chǔ)都是將生物信息學(xué)理念應(yīng)用于免疫學(xué)。免疫遺傳數(shù)據(jù)庫(kù)日漸顯現(xiàn)的重要性表明，免疫學(xué)建模逐漸向基因化方向轉(zhuǎn)變。

2.4 進(jìn)化免疫學(xué)

與B細(xì)胞重排受體多重序列的測(cè)量一樣，多細(xì)胞生物中免疫基因的不斷積累，使免疫系統(tǒng)發(fā)育學(xué)（Immuno-Phylogenetics）得以快速發(fā)展。目前研究的主要焦點(diǎn)是適應(yīng)性免疫系統(tǒng)的起源。適應(yīng)性免疫是免疫系統(tǒng)的一部分，通過(guò)隨機(jī)基因重組以適應(yīng)新病原體。很明顯，在軟骨魚類（Cartilaginous Fish）分化之前，適應(yīng)性免疫最早出現(xiàn)于有腭脊椎動(dòng)物（Jawed Vertebrates）。然而，這樣一個(gè)復(fù)雜系統(tǒng)起源的來(lái)源還不清楚。T細(xì)胞受體結(jié)構(gòu)域（Receptor Domain）和B細(xì)胞受體結(jié)構(gòu)域之間的相似性、RAG1和RAG2分子（RAG1和RAG2可起到隨機(jī)連接基因的作用，又稱重組激活基因）在重排過(guò)程中的關(guān)鍵作用及其物理性相鄰（Physical Proximity），使許多研究者認(rèn)為，淋巴細(xì)胞受體重排的起源是轉(zhuǎn)座子（Transposon）橫向轉(zhuǎn)移到原始免疫受體（Primeval Immune Receptor）中。這個(gè)領(lǐng)域中使用的主要工具是系統(tǒng)發(fā)育分析（Phylogeny Analysis）及其相關(guān)的所有數(shù)學(xué)模型[56]。

另一個(gè)系統(tǒng)發(fā)育概念和方法的應(yīng)用是B細(xì)胞的體超變異[57]（Somatic Hyper Mutations，SHM）分析。在生發(fā)中心反應(yīng)過(guò)程中，通過(guò)活化誘導(dǎo)胞嘧啶脫氨酶（Activation-Induced Cytidine Deaminase，AID），B細(xì)胞的受體基因發(fā)生超變異。隨著克隆性增殖，B細(xì)胞受體基因平均每分裂一次就發(fā)生一次超變異，導(dǎo)致突變克隆的產(chǎn)生。這些克隆表現(xiàn)為微進(jìn)化（Micro-Evolution），可以很容易地在實(shí)驗(yàn)室中研究。對(duì)B細(xì)胞系統(tǒng)發(fā)育樹（Phylogenetic）以及它們與其它因素關(guān)系的分析，比如老化和自身免疫疾病，也已開始研究[58]。

2.5分子生物信息學(xué)和表遺傳學(xué)

在分子生物信息學(xué)（Molecular Bioinformatics）和表遺傳學(xué)（Epigenetics）的研究過(guò)程中[59]，隨著分子信息研究水平不斷提高，在免疫學(xué)中應(yīng)用模型水平的精細(xì)程度也不斷提高。免疫學(xué)的一個(gè)特殊方面是需要將信號(hào)轉(zhuǎn)導(dǎo)（Signal Transduction）與基因重排結(jié)合起來(lái)建模。現(xiàn)已建立了不同條件下的B和T細(xì)胞內(nèi)的基因重排過(guò)程和淋巴細(xì)胞信息轉(zhuǎn)導(dǎo)的模型[60-61]。從分子角度來(lái)講，另一個(gè)重要的分子建模是在抗原提呈給T細(xì)胞之前，對(duì)抗原處理過(guò)程的分析。

2.6高通量研究方法

免疫學(xué)是典型的、以免疫假說(shuō)和免疫原理為基礎(chǔ)的研究領(lǐng)域。免疫學(xué)是最晚轉(zhuǎn)向以數(shù)據(jù)為基礎(chǔ)的、目前已在其它生物學(xué)領(lǐng)域中應(yīng)用的高通量方法。近5年，在這一領(lǐng)域已取得了很大的進(jìn)展。這些進(jìn)展是依靠來(lái)自生物學(xué)其它領(lǐng)域的經(jīng)典基因表達(dá)的自適應(yīng)和定位技術(shù)[62][63]，以及針對(duì)免疫學(xué)的新技術(shù)的發(fā)展取得的。免疫學(xué)領(lǐng)域主要依靠實(shí)驗(yàn)手段，但實(shí)驗(yàn)所取得的結(jié)果卻是應(yīng)當(dāng)屬于理論免疫學(xué)的范疇，并且與復(fù)雜科學(xué)密切相關(guān)。

在基因重排過(guò)程中應(yīng)用熒光原位雜交技術(shù)[64]（FISH techniques）來(lái)定位基因是一個(gè)令人興奮的、對(duì)免疫學(xué)來(lái)說(shuō)更具有針對(duì)性的研究進(jìn)展。這些測(cè)量手段使我們?cè)谘芯炕蛑嘏胚^(guò)程中，能夠確定受體不同部分之間的相互作用。

另一個(gè)對(duì)免疫系統(tǒng)來(lái)說(shuō)具有針對(duì)性的工具是抗原芯片（Antigen Chips）的發(fā)展。這些芯片可同時(shí)測(cè)量B細(xì)胞對(duì)成百上千種抗原的應(yīng)答，并提供整個(gè)免疫系統(tǒng)的系統(tǒng)表達(dá)[65]。在這類分析中使用的主要數(shù)學(xué)工具是聚類方法（Clustering Methods）。

2.7 免疫組學(xué)

目前，在理論免疫學(xué)中，最璀璨的研究領(lǐng)域可能就是新產(chǎn)生的免疫組學(xué)。這個(gè)年輕的學(xué)科已經(jīng)擁有了自己的雜志《immunomic research》(省略)。免疫組學(xué)的主要目標(biāo)是全方位地研究免疫系統(tǒng)[66][67]。這個(gè)領(lǐng)域采用實(shí)驗(yàn)與理論相結(jié)合的工具。免疫組學(xué)目前正在研究的項(xiàng)目有：全部T細(xì)胞抗原決定基檢測(cè)；全B細(xì)胞抗體庫(kù)的定義及其在不同情況下的變化方式；自身免疫性疾病相關(guān)的所有基因位點(diǎn)的檢測(cè)。這個(gè)新生領(lǐng)域的成果還有限，但是在不到10年內(nèi)，免疫學(xué)建模將會(huì)從基于預(yù)定假設(shè)（Predefined Hypotheses）的理論問題研究轉(zhuǎn)向?qū)γ庖呦到y(tǒng)受體和靶目標(biāo)充分認(rèn)識(shí)的、具有針對(duì)性的建模。

當(dāng)前，理論免疫尚處于探索和發(fā)展階段，許多方法和理論還很不完善，它的應(yīng)用雖然取得某些成功，但仍是低水平、粗略，甚至是勉強(qiáng)的。許多更復(fù)雜的免疫學(xué)問題至今未能找到相應(yīng)的數(shù)學(xué)方法進(jìn)行研究，還有一些免疫核心問題還存在爭(zhēng)議。這就需要未來(lái)的醫(yī)學(xué)工作者具備更多的數(shù)學(xué)知識(shí)，對(duì)免疫學(xué)和數(shù)學(xué)都有更深入的了解，這樣才有可能讓免疫學(xué)研究更多地借助數(shù)學(xué)的威力，進(jìn)入更高的境界。

參考文獻(xiàn)

[1] 漆安慎, 杜嬋英. 免疫的非線性模型. 上海: 上海科技教育出版社, 1998:iv.

[2] Raina S. Robeva, James R. Kirkwood, Robin L. Davies, et. al. An Invitation to Biomathematics. 北京: 科學(xué)出版社, 53-129.

[3] 馬知恩. 種群生態(tài)學(xué)的數(shù)學(xué)建模與研究. 安徽: 安徽教育出版社, 1996: 5-40.

[4] 陳蘭蓀, 孟新柱, 焦建軍. 生物動(dòng)力學(xué). 北京: 科學(xué)出版社, 2009: 77-177.

[5] 李濤. 計(jì)算機(jī)免疫學(xué). 北京: 電子工業(yè)出版社, 2004: 147-203.

[6] 陸征一, 周義倉(cāng). 北京: 科學(xué)出版社, 2004: 58-73.

[7] A. S. Perelson and C. DeLisi. Receptor clustering on a cell surface. I. Theory of receptor cross-linking by ligands bearing two chemically identical functional groups. Math. Biosci. 1980, 48:71.

[8] A. S. Peielson. Receptor clustering on a cell surface. II. Theory of receptor cross-linking by ligands heaiing two chemically distinct functional groups. Math. Biosci. 1980, 49:87.

[9] A. S. Perelsoii. Receptor clustering on a cell surface. III. Theory of receptor cross-linking by multivalent ligands: descriptioii by ligand states. Math. Biosci. 1981, 53:1.

[10] Perelson, A. S., and C. DeLisi. Receptor clustering on a cell surface. I. Theory of receptor cross-linking by ligands bearing two chemically identical functional groups. Math. Biosci. 1980, 48:71110.

[11] Perelson, A. S. Receptor clustering on a cell surface. II. Theory of receptor cross-linking by ligands bearing two chemically distinct functional groups. Math. Biosci. 1980, 49:87110.

[12] Perelson, A. S. Receptor clustering on a cell surface. III. Theory of receptor cross-linking by multivalent ligands: description by ligand states. Math. Biosci. 1981, 53:139.

[13] Perelson, A. S. Some mathematical models of receptor clustering by multivalent ligands. In Cell Surface Dynamics: Concepts and Models. A. S. Perelson, C. DeLisi, and F. W. Wiegel, editors. Marcel Dekker, New York. 1984, 223276.

[14] N. K. Jerne. Towards a network theory of the immune system. Ann. Immunol. (Inst. Pasteur), 1974(125C), 373-389.

[15] Coutinho A. "The network theory: 21 years later". Scand. J. Immunol. 1995, 42 (1): 38.

[16] Campelo F, Guimares FG, Igarashi H, Ramírez JA, Noguchi S. "A Modified Immune Network Algorithm for Multimodal Electromagnetic Problems". IEEE Trans. Magnetics2006,42 (4): 11111114.

[17] Polly Matzinger and Galadriel Mirkwood. In a fully H-2 incompatible chimera, T cells of donor origin can respond to minor histocompatibility antigens in association with either donor or host H-2 type. Journal of Experimental Medicine, 1978(148): 84-92. [18] Matzinger P. The danger model: a renewed sense of self. Science 2002; 296: 3015.

[19] Cohen IR, Young DB. "Autoimmunity, microbial immunity and the immunological homunculus." Immunol Today 1991; 12(4):105-10.

[20] Cohen IR. "The immunological homunculus and autoimmune disease," in Molecular Autoimmunity, ed. Talal N., Academic Press, USA 1991, pp.438-453.

[21] Cohen IR. "The cognitive paradigm and the immunological homunculus." Immunol Today 1992; 13(12):490-4.

[22] Cohen IR. "The meaning of the immunological homunculus." Isr J Med Sci 1993; 29(2-3):173-4.

[23] Cohen IR. "Kadishman’s Tree, Escher’s Angels, and the Immunological Homunculus," in Autoimmunity: Physiology and Disease, eds. Coutinho A, Kazatchkine MD. Wiley-Liss, Inc.1994 pp.7-18.

[24] Cohen IR. "Peptide therapy for Type I diabetes: the immunological homunculus and the rationale for vaccination." Diabetologia 2002 Oct;45(10):1468-74.

[25] Gonzalez G, Montero E, Leon K, Cohen IR, Lage A. "Autoimmunization to epidermal growth factor, a component of the immunological homunculus." Autoimmun Rev. 2002 Feb;1(1-2):89-95.

[26] Cohen IR. "Immune system computation and the immunological homunculus." MoDELS 2006, in O. Niestrasz et al. (Eds). Springer-Verlag, Berlin, pp. 499-512, 2006.

[27] Cohen IR. (2007) "Biomarkers, self-antigens and the immunological homunculus." J. Autoimmun., 2007 Dec;29(4):246-9.

[28] Roberto Puzone, B. Kohler, P. Seiden, Franco Celada: A Discrete Models of Cellular/Humoral Responses. ACRI 2000: 117-125.

[29] Roberto Puzone, B. Kohler, P. Seiden, Franco Celada: IMMSIM, a flexible model for in machina experiments on immune system responses. Future Generation Comp. Syst. 2002, 18(7): 961-972

[30] Stefania Bandini, Franco Celada, Sara Manzoni, Roberto Puzone, Giuseppe Vizzari: Modelling the Immune System with Situated Agents. WIRN/NAIS 2005: 231-243.

[31] Stefania Bandini, Franco Celada, Sara Manzoni, Giuseppe Vizzari: Modelling the immune system: the case of situated cellular agents. Natural Computing 2007, 6(1): 19-32.

[32] De Boer, R.J. and A.S. Perelson (1994) T cell repertoires and competitive exclusion. J. theor. Biol. 169, 375-390.

[33] Perelson, A. S.1989. Immune network theory. Immunological Reviews 110, 5-36.

[34] Sulzer, B., De Boer, R.J. and A.S. Perelson (1996) Crosslinking reconsidered. I Binding and crosslinking fields and the cellular response. Biophys. J. 70, 1154-1168.

[35] Meier-Schellersheim M, et al. Key role of local regulation in chemosensing revealed by a new molecular interaction-based modeling method. PLoS Comput Biol. 2006;2(7):e82.

[36] M. Meier-Schellersheim, G. Mack. SIMMUNE, a tool for simulating and analyzing immune system behavior. 1999 cs.MA/9903017.

[37] Meyer-Hermann M. A mathematical model for the germinal center morphology and affinity maturation. J Theor Biol 2002;216:273300.

[38] Kleinstein SH, Singh JP. Why are there so few key mutant clones? The influence of stochastic selection and blocking on affinity maturation in the germinal center. Int Immunol 2003;15:871884.

[39] Efroni S, Harel D, Cohen IR. Toward rigorous comprehension of biological complexity: modeling, execution, and visualization of thymic T-cell maturation. Genome Res 2003;13:24852497.

[40] Efroni, E., Harel, D. & Cohen, I. R. 2003 Towards rigorous comprehension of biological complexity: modelling, execution and visualization of Thymic T cell maturation. Genome Res. 13, 24852497.

[41] Alexandros Pertsinidis, Yunxiang Zhang, Steven Chu. Subnanometre single-molecule localization, registration and distance measurements. Nature, 2010 466(7), 647651

[42] Nudelman G, Louzoun Y. The role of lipid rafts in cell surface BCR antigen binding dynamics. EMBC 2004. Conference Proceedings, 26th Annual International Conference of the Engineering in Medicine and Biology Society.

[43] Nudelman G, Louzoun Y. Cell surface dynamics: the balance between diffusion, aggregation and endocytosis. Syst Biol (Stevenage) 2006;153:3442.

[44] Chakraborty A. How and why does the immunological synapse form? Physical chemistry meets cell biology. Sci STKE 2002;2002:PE10.

[45] Li QJ, et al. CD4 enhances T cell sensitivity to antigen by coordinating Lck accumulation at the immunological synapse. Nat Immunol 2004;5:791799.

[46] Kesmir C, De Boer RJ. A mathematical model on germinal center kinetics and termination. J Immunol 1999;163:24632469.

[47] Kleinstein SH, Singh JP. Toward quantitative simulation of germinal center dynamics: biological and modeling insights from experimental validation. J Theor Biol 2001;211:253275.

[48] Meyer-Hermann M, Beyer T. Conclusions from two model concepts on germinal center dynamics and morphology. Dev Immunol 2002;9:203214.

[49] Meyer-Hermann ME, Maini PK. Cutting edge: back to ‘‘one-way’’ germinal centers. J Immunol 2005;174:24892493.

[50] Lefranc MP. Nomenclature of the human immunoglobulin kappa (IGK) genes. Exp Clin Immunogenet 2001;18:161174.

[51] Bromley SK, et al. The immunological synapse. Annu Rev Immunol 2001;19: 375396.

[52] Monod MY, Giudicelli V, Chaume D, Lefranc MP. IMGT/JunctionAnalysis: the first tool for the analysis of the immunoglobulin and T cell receptor complex V-J and V-D-J JUNCTIONs. Bioinformatics 2004; 20(Suppl.):I379I385.

[53] Ruiz M, Pallares N, Contet V, Barbi V, Lefranc MP. The human immunoglobulin heavy diversity (IGHD) and joining (IGHJ) segments. Exp Clin Immunogenet 1999;16:173184.

[54] Ruiz M, et al. IMGT, the international ImMunoGeneTics database. Nucleic Acids Res 2000;28:219221.

[55] Lefranc MP, et al. IMGT, the international ImMunoGeneTics database. Nucleic Acids Res 1999;27:209212.

[56] Mehr AJ, Ardakani MJ, Hedayati M, Shahraz S, Mehr EJ, Zali MR. Age-specific seroprevalence of hepatitis A infection among children visited in pediatric hospitals of Tehran, Iran. Eur J Epidemiol 2004;19:275278.

[57] Kleinstein SH, Louzoun Y, Shlomchik MJ. Estimating hypermutation rates from clonal tree data. J Immunol 2003;171:46394649.

[58] Eason DD, Cannon JP, Haire RN, Rast JP, Ostrovd DA, Litman GW. Mechanisms of antigen receptor evolution. Semin Immunol 2004;16:215226.

[59] Gay NJ, Gangloff M, Weber AN. Toll-like receptors as molecular switches. Nat Rev Immunol 2006;6:693698.

[60] Mehr R. Modeling the meta-dynamics of lymphocyte repertoires. Arch Immunol Ther Exp (Warsz) 2001;49:111120.

[61] Mehr R, Edelman H, Sehgal D, Mage R. Analysis of mutational lineage trees from sites of primary and secondary Ig gene diversification in rabbits and chickens. J Immunol 2004;172:47904796.

[62] Argyropoulos C, et al. Mining microarray data to identify transcription factors expressed in naive resting but not activated T lymphocytes. Genes Immun 2004;5: 1625.

[63] Choi YL, et al. DNA microarray analysis of natural killer cell-type lymphoproliferative disease of granular lymphocytes with purified CD3-CD56? fractions. Leukemia 2004;18:556565.

[64] Singh N, Bergman Y, Cedar H, Chess A. Biallelic germline transcription at the kappa immunoglobulin locus. J Exp Med 2003; 197:743750.

[65] Quintana FJ, Hagedorn PH, Elizur G, Merbl Y, Domany E, Cohen IR. Functional immunomics: microarray analysis of IgG autoantibody repertoires predicts the future response of mice to induced diabetes. Proc Natl Acad Sci USA 2004;101(Suppl.): 1461514621.

[66] Lauwerys BR, Wakeland EK. Genetics of lupus nephritis. Lupus 2005;14:212.