她的团队使用统计物理学方法对人体免疫系统进行建模,并尝试预测其行为。 她目前正在使用这项工作来帮助理解为什么人们以不同的方式回应Covid-19。
您无需研究对特定病毒或细菌的免疫反应,而是首先着眼于整个系统的整体性能。 为什么这是一个有趣的问题?
我们试图了解没有任何领导者的系统是如何完全分布的,只有许多细胞在互相交谈,该系统如何在我们的一生中发生变化并应对我们遇到的许多病原体。
(免疫系统)响应刺激而变化,但这是一个动态系统,即使没有刺激也一直在变化。
(我们旨在)将实际响应与时间随机波动区分开。
首先,它对刺激有何反应?
我们有B细胞和T细胞能够识别不应该存在的东西。 它们具有受体来执行此操作,因此它们可以探测分子并弄清楚它们是否对您的身体是自然的。 这些细胞适应您的个人感染史。 人们说这是您不能撒谎的个人病历。
每个免疫细胞的表面都有许多受体,但它们都是同一类。 如果我们想识别许多不同的病原体,我们需要许多不同的细胞。 这就是为什么我们最终得到这个具有约10亿个不同受体的实时节目表的原因。
但是它也一直在变化吗?
该系统会不断重新排列以对冲赌注,以保护您免受未来的伤害。
(我们正在尝试对不断变化进行建模)以查看是否可以预测未来状态。 我们可以为您取血,并获取所有受体的清单。 那就是你的个人足迹。 然后,我可以查看给定类型的受体的分布,并尝试预测其变化方式。 到目前为止,在几个月的时间范围内,我们现在知道它将如何改变。

“从这个意义上说,COVID非常严峻,我们从致命的结果变成了毫无头绪的人。”
Aleksandra Walczak博士,法国巴黎高等师范学院

物理学如何帮助您做到这一点?
统计力学处理诸如气体之类的问题。 如果要描述房间中的气体,则不会一个接一个地跟踪每个分子,而是会问诸如以下的问题:这种气体的温度是多少? 该理论非常有效,尤其是在平衡状态下(系统的统计状态没有净变化)。
免疫系统就像许多细胞的气体。 但是,由于病原体在不断发展,它显然不处于平衡状态。 如果要描述一个不平衡的系统,则很难做到。 对于物理学家来说,看看我们是否可以描述以不可逆方式运行的系统的这些集体行为就变得很有趣。
人们研究了许多其他不可逆的系统,包括生物学。 我们是第一个以这种方式有意识地思考免疫系统的人。
您的工作如何有助于寻找有效的疫苗?
有些受体(人体发现)相对容易产生,而有些则很难。 假设您要设计一种疫苗。 您想激活免疫系统,但不想对每个人都有不同的待遇。 您希望有一种适合我们大多数人的治疗方法。 因此,您想刺激一个我们都将拥有的T细胞受体,而不是可能有1%的人口拥有的T细胞受体。
如果您列出了可能用疫苗刺激的T细胞列表,我可以告诉您(通过对免疫系统成分的分析),如果您选择 这个 第一,疫苗可能会在大多数人群中起作用,如果您选择 那 你真的不会有一个很好的回应。
您现在正在使用免疫系统模型来检查冠状病毒的免疫反应。 您是否已找到针对SARS-CoV-2疫苗的常见T细胞作为靶标?
我们(在两名患者中发现了一个序列)我们怀疑这对很多人来说是普遍的。
您在这两名COVID-19患者中还发现了什么?
另一个真正令人兴奋的事情是 先前存在的记忆。
感染后,(适当的T)细胞增殖。 然后,在感染后,它们减少。 但是有一个子集被赋予一个标志,它等同于“你已经开战了”,它们被称为存储单元。 下次,这些细胞可以更快地跳上感染。
我们在这些数据中看到的是,有两个COVID-19轻度感染者,他们之前从未见过COVID-19, 有 看到足够接近的距离,以至于响应的单元是(来自)内存池。 它们具有准备好保护它们免受COVID-19侵害的细胞。
如何保护他们免受COVID-19的侵害?
简短的答案是我们不知道。 这些单元格不对应数据库中针对(过去)病原体的任何已知单元格(引发)。 也许这是另一种不太严重的冠状病毒。
但这可能是一个完全不同的解释。 交叉反应的概念是:病原体(在其表面上)具有可以被许多不同的T细胞识别的抗原-一个T细胞可以识别许多不同的坏蛋。 得到回应时,回应的不仅仅是一件事情,而是很多事情。 由于具有交叉反应性,幸运的是,您可以识别出一种完全不同的病原体的细胞也识别一种冠状病毒。
从这个意义上说,COVID非常严峻,我们从致命的结果变成了无知的人。 可能是症状较轻的人已经有了预先保护,还是每个人都已经有了预先保护但还有其他事情发生? 我们想回答这些问题。
为了清楚起见,本次采访已经过编辑和整理。
本文中的研究由欧盟欧洲研究理事会资助。 如果您喜欢这篇文章,请考虑在社交媒体上分享。
This article – ” 问与答:物理学如何解释人们为何对冠状病毒感染做出不同反应? 地平线杂志
” – was originally published in Horizon, the EU Research and Innovation magazine
The web page is brought to you by Topic News