×
格雷戈里阿尔坦-邦特;蒂埃里·莫拉;Aleksandra M.Walczak。

物理学家定量免疫学。 （英语） Zbl 1436.92005号

物理学。代表。 849, 1-83 (2020).
小结：适应性免疫系统是一个动态的、自组织的多尺度系统，可以保护脊椎动物免受病原体和内部异常（如肿瘤）的侵袭。由于这些原因，它使物理学家着迷，然而众多不同的细胞、分子和子系统也常常石化。尽管如此复杂，随着适应性免疫系统不同规模的实验变得更加定量，许多物理学家做出了理论和实验贡献，帮助预测参与免疫反应的细胞和分子集合的行为。在这里，我们回顾了一些最近的贡献，重点是定量问题和方法。我们还提供了一个更通用的方法部分，介绍了该领域使用的一些广泛的理论工具。

引用于三文件

MSC公司：

92立方厘米 生理学（一般）
92立方37 细胞生物学
92C40型 生物化学、分子生物学
92D10型 遗传学和表观遗传学
92D25型 人口动态（一般）
92D40型 生态学
92-02 与生物学有关的研究博览会（专著、调查文章）

关键词：

适应性免疫系统;配体-受体相互作用;小区通信;病原体种群动态;遗传学;生态模型

软件：

RAxML公司;沙扎姆;SoDA2系统;急板地;repgenHMM公司;富迪;变更-O;王牌;深度TCR;OLGA公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Altan-Bonet}等人，《物理学》。代表849，1-83（2020；Zbl 1436.92005）
全文： DOI程序 arXiv公司
OA许可证

参考文献：

[1] Sompayrac，L.，《免疫系统如何工作》（1999），布莱克威尔科学出版物
[2] Burnet，F.M.，《使用克隆选择概念修正Jerne的抗体生成理论》，奥斯特。科学杂志。，20, 67-69 (1957)
[3] Ehrlich，P.，《关于免疫与细胞生命的特殊关系》，罗伊。Soc.程序。，66, 424-448 (1900)
[4] Jerne，N.K.，抗体形成的自然选择理论，Proc。国家。阿卡德。科学。美国，41，849-857（1955）
[5] 霍奇金，P.D。；Heath，W.R。；Baxter，A.G.，《克隆选择理论：革命50年》，Nat.Immunol。，66, 424-448 (2007)
[6] Nossal，G.J.V。；Lederberg，J.，《单细胞抗体生产》。1，免疫学杂志。，182, 1231-1232 (2019)
[7] Billingham，R.E。；布伦特，L。；Medawar，P.B.，外来细胞的活性获得耐受性，免疫学杂志。，172, 603-606 (1953)
[8] 比林汉姆，R.E。；布伦特，L。；Medawar，P.B.，组织移植免疫的定量研究。三、 积极获得宽容，菲洛斯。事务处理。R.Soc.B：生物。科学。，239, 378-414 (1956)
[9] Lifschitz，E。；Pitaevskii，L.，《物理动力学》（1981），巴特沃斯·海尼曼
[10] 佩希特一世。；Givol，D。；Sela，M.，半抗原-抗体相互作用动力学。对具有抗2，4-二硝基苯基特异性的骨髓瘤蛋白的研究，J.Mol.Biol。，68, 241-247 (1972)
[11] Northrup，S.H。；Erickson，H.P.，用布朗动力学计算机模拟解释的蛋白质-蛋白质结合动力学，Proc。国家。阿卡德。科学。美国，89，3338-3342（1992）
[12] 哈格，G.L。；麦克纳利，J.G。；Misteli，T.，转录动力学，分子细胞，35，741-753（2009）
[13] 哈尔福德，S.E。；Marko，J.F.，位点特异性dna结合蛋白如何找到目标？，《核酸研究》，32，3040-3052（2004）
[14] 戈尔曼，J。；Greene，E.C.，《蛋白质沿dna一维扩散的可视化》，《自然结构》。分子生物学。，15, 768-774 (2008)
[15] Slutsky，M。；Mirny，L.A.，《蛋白质-DNA相互作用动力学：序列依赖电位中促进靶点定位》，生物物理。J.，87，4021-4035（2004）
[16] Berg，H.C。；Purcell，E.M.，化学感受物理学，生物物理。J.，20，193-219（1977）
[17] Altan-Bonet，G。；Germain，R.N.，基于数字erk响应反馈控制的T细胞抗原识别建模，PLoS Biol。，3，条款e356 pp.（2005）
[18] O.费内尔曼。；Germain，R.N。；Altan-Bonnet，G.，《理解（α\β\）T细胞配体识别的定量挑战》，分子免疫学。，45, 619-631 (2008)
[19] Inman，J。；贝尔，G.H。；Perelson，A.S。；Pimbley，G.，《抗体结合区：对一般多特异性假设的推测》，（Bell，G.I.；Perelson，A.S.；Pimbly，G.H.Jr.，《理论免疫学》（1978年），马塞尔·德克尔：马塞尔·德克尔纽约），243-278，（编辑）
[20] Yates，A.J.，胸腺选择的理论和量化，Front。免疫学。，5, 13 (2014)
[21] Perelson，A.S。；Oster，G.F.，《克隆选择最小抗体库大小和自我非自我识别可靠性的理论研究》，J.Theoret。《生物学》，81，645-670（1979）
[22] Mason，D.，高度交叉反应性是T细胞受体Immunol的一个基本特征。今天，19395-404（1998）
[23] Press，J.L。；Klinman，N.R.，新生儿和成年小鼠脾脏半抗原特异性B细胞的频率，欧洲免疫学杂志。，4, 155-159 (1974)
[24] 新罕布什尔州西格尔。；Gearhart，P.J。；Press，J.L。；Klinman，N.R.，《种系抗体特异性的后期获得》，《自然》，259，51-52（1976）
[25] 德波尔，R.J。；Perelson，A.S.，免疫系统应具有多大的多样性？，程序。R.Soc.B：生物。科学。，252, 171-175 (1993)
[26] Birnbaum，M.E.，《T细胞识别的肽-MHC特异性的解构》，《细胞》，1571073-1087（2014）
[27] 亚当斯，R。；Kinney，J.B。；莫拉·T。；Walczak，A.M.，《使用大规模平行滴定曲线测量抗体的序列亲和性》，eLife，5，文章e23156 pp.（2016）
[28] Glanville，J.，《识别T细胞受体库中的特异性组》，《自然》，54794-98（2017）
[29] Dash，P.，《可量化预测特征定义表位特异性T细胞受体库》，《自然》，547，89-93（2017）
[30] Shugay，M.，VDJdb：具有已知抗原特异性的T细胞受体序列的精选数据库，《核酸研究》，46，D419-D427（2018）
[31] Tickotsky，N。；萨吉夫，T。；Prilusky，J。；Shifrut，E。；Friedman，N.，McPAS-TCR:病理学相关T细胞受体序列的人工整理目录，生物信息学，33，2924-2929（2017）
[32] Jurtz，V.I.，NetTCR：使用卷积神经网络对TCR与肽-MHC复合物结合的基于序列的预测（2018年），bioRxiv 433706
[33] 西德霍姆，J.W。；Larman，H.B。；帕多尔，D.M。；Baras，A.S.，《深度TCR：揭示TCR曲目中结构概念的深度学习框架》（2018），bioRxiv-doi:https://doi.org/10.101/1464107
[34] Jokinen，E。；海诺宁，M。；Huuhtanen，J。；Mustjoki，S。；Harri，L.，TCRGP：测定t细胞受体的表位特异性（2019），bioRxiv/10.101/542332
[35] Farmer，J.D。；新罕布什尔州帕卡德。；Perelson，A.S.，《免疫系统、适应和机器学习》，Physica D，22187-204（1986）
[36] Chao，D.L。；达文波特，M.P。；Forrest，S。；Perelson，A.S.，胸腺选择对T细胞交叉反应范围的影响，Eur.J.Immunol。，35, 3452-3459 (2005)
[37] Lee，H.Y。；Perelson，A.S.，B细胞和T细胞受体的计算模型，（Flower，D.；Timmis，J.，《硅免疫》（2007），Springer:Springer Boston，Ma），65-81
[38] 宫泽，S。；Jernigan，R.L.，《模拟和穿线用具有有利接触对项和不利高堆积密度项的残余-残留电位》，J.Mol.Biol。，256, 623-644 (1996)
[39] Kosmrlj，A。；Jha，A.K。；Huseby，E.S。；卡达尔，M。；Chakraborty，A.K.，《胸腺如何设计抗原特异性和自耐受性t细胞受体序列》，Proc。国家。阿卡德。科学。美国，105，16671-16676（2008）
[40] 乔治·J·T。；凯斯勒，D.A。；Levine，H.，胸腺选择对T细胞识别外来和肿瘤抗原肽的影响，Proc。国家。阿卡德。科学。美国，114，E7875-E7881（2017）
[41] Košmrlj，A。；查克拉博蒂，A.K。；卡达尔，M。；Shakhnovich，E.I.，胸腺选择T细胞受体是一个极端值问题，Phys。修订稿。，103，第068103条pp.（2009）
[42] 巴特勒，T.C。；卡达尔，M。；Chakraborty，A.K.，群体感应允许T细胞区分自我和非自我，Proc。国家。阿卡德。科学。美国，110，11833-11838（2013）
[43] 迂回，V。；梅尔，R。；Perelson，A.S.，亲和力驱动的T细胞储备选择的定量理论，J.Theoret。生物学，200389-403（1999）
[44] 迂回，V。；梅尔，R。；Perelson，a.，从成熟T细胞库的数据中推导T细胞选择的定量约束，J.Immunol。，164, 121-128 (2000)
[45] Wang，S.，在亲和力成熟过程中操纵选择力以产生交叉反应性HIV抗体，Cell，160，785-797（2015）
[46] Nourmohammad，A。；Otwinowski，J。；Plotkin，J.B.，《慢性感染中的宿主-抗原共同进化和广泛中和抗体的出现》，《公共科学图书馆·遗传学》。，12，文章e1006171 pp.（2015）
[47] 罗，S。；Perelson，A.S.，自体抗体的竞争性排斥可以防止广泛的HIV-1抗体产生，Proc。国家。阿卡德。科学。美国，11211654-11659（2015）
[48] 亚当斯·R·M。；Kinney，J.B。；沃尔扎克，A.M。；Mora，T.，由抗体-抗原结合自由能定义的健康景观中的表观，细胞系统。，8, 1, 86-93 (2019)
[49] Luksza，M.，《新抗原适应度模型预测肿瘤对检查点阻断免疫治疗的反应》，《自然》，551517-520（2017）
[50] 安德烈亚塔，M。；Nielsen，M.，使用人工神经网络的间隙序列比对：在MHC I类系统中的应用，生物信息学，32511-517（2015）
[51] T.W.，McKeithan，T细胞受体信号转导中的动力学校对，Proc。国家。阿卡德。科学。美国，92，5042-5046（1995）
[52] Hopfield，J.J.，《动力学校对：减少需要高特异性的生物合成过程中错误的新机制》，Proc。国家。阿卡德。科学。美国，71，4135-4319（1974）
[53] Ninio，J.，酶识别的动力学放大，生物化学，57，587-595（1975）
[54] 弗朗索瓦，P。；Voipenin，G。；Siggia，E.D。；Altan-Bonet，G。；Vergassola，M.，显示敏感性、特异性和拮抗性的早期T细胞激活的表型模型，Proc。国家。阿卡德。科学。美国，110，E888-E897（2013）
[55] Germain，R.N.，《基于数字ERK响应反馈控制的T细胞抗原识别建模》，《公共科学图书馆·生物学》。，3、11，第e356条pp.（2005）
[56] Sykulev，Y。；Joo，M。；弗图里纳，I。；Tsomides，T.J。；Eisen，H.N.，《靶细胞上的单个肽-MHC复合物可以引起细胞溶解性T细胞反应的证据》，《免疫学》，4565-571（1996）
[57] 欧文·D·J。；Purbhoo，医学硕士。；Krogsgaard，M。；Davis，M.M.，T细胞配体识别的直接观察，《自然》，419845-849（2002）
[58] Stefanova，I.，Tcr配体识别是通过竞争erk阳性和shp-1阴性反馈通路，Nat.Immunol。，4, 248-254 (2003)
[59] Lalanne，J.B。；François，P.，《电子进化揭示的适应性排序原则》，Phys。修订稿。，第110、21条，第218102页（2013年）
[60] 齐S.Y。；Groves，J.T。；Chakraborty，A.K.，细胞识别期间突触模式的形成，Proc。国家。阿卡德。科学。美国，98，6548-6553（2001）
[61] Huse，M。；Lillemeier，B.F。；Kuhns，M.S.公司。；Chen，D.S。；Davis，M.M.，T细胞使用两种方向不同的细胞因子分泌途径，Nat.Immunol。，7, 247-255 (2006)
[62] Choudhuri，K。；怀斯曼博士。；布朗，M.H。；Gould，K。；van der Merwe，P.A.，T细胞受体的触发严重依赖于其肽-MHC配体的尺寸，《自然》，436578-582（2005）
[63] Choudhuri，K。；van der Merwe，P.A.，T细胞受体触发的分子机制，Semin。免疫学。，19, 255-261 (2007)
[64] 瓦利图蒂，S。；德辛，M。；Aktories，K。；Gallati，H。；Lanzavecchia，A.，导致T细胞活化的持续信号传导源于T细胞受体占用时间的延长，T细胞肌动蛋白细胞骨架的作用，《实验医学杂志》，181，577-584（1995）
[65] Kalergis，A.M.，高效T细胞激活需要TCR和pMHC复合物Nat.Immunol.之间的最佳互动停留时间。，2, 229-234 (2001)
[66] Holler，P.D.，对肽/MHC具有高亲和力的t细胞受体的体外进化，Proc。国家。阿卡德。科学。美国，97，5387-5392（2000）
[67] Lever，M.，最小信号通路的结构解释了T细胞对抗原亲和力和剂量变化100万倍的反应，Proc。国家。阿卡德。科学。美国，113，E6630-E6638（2016）
[68] Posey，A.D.J.，靶向膜粘蛋白粘蛋白1的癌相关tn-糖类控制腺癌的工程化汽车T细胞，《免疫学》，44，1444-1454（2016）
[69] Schmitt，T.M.，通过抗原驱动的体外祖T细胞分化产生高亲和力T细胞受体，国家生物技术。，35, 1188-1195 (2017)
[70] 瓦利图蒂，S。；穆勒，S。；切拉，M。；Padovan，E。；Lanzavecchia，A.，一些肽-MHC复合物对许多T细胞受体的连续触发，《自然》，375148-151（1995）
[71] 朱，C。；蒋，N。；黄，J。；扎尔尼西纳，V.I。；Evavold，B.D.，TCR-pMHC识别的原位分析见解：交互网络的反应，免疫学。版本，251，49-64（2013）
[72] 刘，B。；Chen，W。；Evavold，B.D。；Zhu，C.，TCR和激动肽-MHC之间动态捕获键的积累触发T细胞信号，cell，157，357-368（2014）
[73] Dembo，M。；Torney博士。；萨克斯曼，K。；Hammer，D.，《膜与表面粘附和分离的反应限制动力学》，Proc。R.Soc.伦敦。B、 23455-83（1988）
[74] Sibener，L.V.，《从肽-MHC结合中分离解耦联T细胞受体信号的结构机制》，《细胞》，174，672-687（2018），e27
[75] Wu，P.，肽MHC I类构象的机械调节决定TCR抗原识别，Mol.Cell，7311015-1027（2019），e7
[76] Cai，E.，T细胞检测配体过程中动态微柱搜索和稳定可视化，《科学》，356，文章eal3118 pp.（2017）
[77] 达斯汀，M.L。；查克拉博蒂，A.K。；Shaw，A.S.，《理解免疫突触的结构和功能》，《冷泉兔》。透视。生物学，2，文章a002311 pp.（2010）
[78] Hearty，S。；Leonard，P。；马，H。；O'Kennedy，R.，使用表面等离子共振测量抗体-抗原结合动力学，分子生物学方法。，1827, 421-455 (2018)
[79] 苏尔卡斯，P.K。；刘伟。；达斯，S.C。；皮尔斯，S.K。；Raychaudhuri，S.，《B细胞对膜抗原亲和力的区分需要动力学校对优于连续接触》，《细胞分子免疫学》。，9, 62-74 (2012)
[80] 布林诺夫，M.L。；Faeder，J.R。；戈德斯坦，B。；W.S.，Hlavacek，表皮生长因子受体信号传导早期事件的网络模型，解释组合复杂性，生物系统，83，136-151（2006）
[81] Lemmon，医学硕士。；Schlessinger，J.，受体酪氨酸激酶的细胞信号传递，细胞，1411117-1134（2010）
[82] Lee，J。；Sengupta，P。；Brzostowski，J。；李平科特-施瓦茨，J。；Pierce，S.K.，表达免疫球蛋白M和G的人类b细胞上b细胞受体的纳米级空间组织，分子生物学。单元格。，28, 511-523 (2017)
[83] Dintzis，H.M。；Dintzis，R.Z.，《免疫调节的分子基础：免疫假说》（Perelson，A.S.，理论免疫学，第一部分（1988），Addison-Wesley:Addison-Whesley Redwood City，CA），83-103
[84] Perelson，A.S.，（Hoffmann，G.W.；Levy，J.G.；Nepom，G.T.，《聚合抗原刺激B细胞的悖论和免疫学悖论中的免疫概念》（1986），CRC出版社：加利福尼亚州佛罗里达州博卡拉顿CRC出版社），199-214
[85] 杨，J。；Reth，M.，B细胞抗原受体触发的解离激活模型，FEBS Lett。，584, 4872-4877 (2010)
[86] Fleire，S.J.，通过扩散和收缩反应进行B细胞配体识别，《科学》，312738-741（2006）
[87] 弗朗索瓦，P。；Hakim，V.，《通过电子进化设计具有特定功能的遗传网络》，Proc。国家。阿卡德。科学。美国，101，580-585（2004）
[88] 普劳尔·吉拉尔多，F。；Rademaker，T.J。；François，P.，《解开毛球：基于适应度的生物网络渐进约简》，生物物理。J.，1131893-1906（2017）
[89] Lipniacki，T。；帽子，B。；Faeder，J.R。；Hlavacek，W.S.，T细胞受体信号的随机效应和双稳态，J.Theoret。《生物学》，254110-122（2008）·Zbl 1400.92173号
[90] 内森，C。；Sporn，M.，《细胞因子背景》，《细胞生物学杂志》。，113, 5, 981-986 (1991)
[91] Casciari，J.J.（卡西亚里，J.J.）。；佐藤，H。；Durum，S.K。；菲格，J。；Weinstein，J.N.，《细胞因子结构和功能参考数据库》，《癌症化学杂志》。生物反应修改。，16, 315-346 (1996)
[92] Altan-Bonet，G。；Mukherjee，H.，《细胞因子介导的通讯：免疫复杂性的定量评估》，《国家免疫学评论》。，19, 4, 205-217 (2019)
[93] Vogel，R.M。；埃雷斯，A。；Altan-Bonnet，G.，单细胞分析揭示的小分子抑制剂对细胞抑制的二分法，《自然通讯》。，7, 12428 (2016)
[94] 戈德斯坦，B。；Jones博士。；Kevrekidis，I.G。；Perelson，A.S.，无IL-2情况下p55-p75异二聚体在scatchard图分析中的证据，国际免疫学。，4, 23-32 (1992)
[95] Feinerman，O.，效应和调节性T细胞对IL-2反应的单细胞量化揭示了免疫反应的关键可塑性，分子系统。《生物学》，6437（2010）
[96] 科塔里，J.W。；Voipenin，G。；达尔，O.E。；卡拉巴达克，V。；Altan-Bonnet，G.，《细胞间变异性分析剖析T细胞中常见γ链细胞因子信号的可塑性》，Sci。信号，6，ra17（2013）
[97] Busse，D.，《细胞微环境中辅助性T淋巴细胞和调节性T淋巴细胞之间的竞争反馈环路形成IL-2信号》，Proc。国家。阿卡德。科学。美国，107，3058-3063（2010）
[98] Hofer，T。；克里切夫斯基，O。；Altan Bonnet，G.，调节性T细胞和效应性T细胞之间的IL-2竞争，以凿除免疫反应，前沿。免疫学。，3, 268 (2012)
[99] Levine，S.J.，可溶性细胞因子受体生成机制，免疫学杂志。，173, 5343-5348 (2004)
[100] Rose-John，S。；Neurath，M.F.，《Il-6转基因：热度开启》，《免疫学》，20，2-4（2004）
[101] Kirchner，G.I.，皮下注射重组人白细胞介素-2在晚期肾癌患者中的药代动力学，英国临床杂志。药理学。，46, 5-10 (1998)
[102] 森卓夫斯基，J。；马明斯卡，A。；Miaczynska，M.，细胞因子受体信号的细胞内调节，细胞因子生长因子评论，32，63-73（2016）
[103] Tkach，K.E.，T细胞通过时间积分反馈将个体量子激活转化为集体模拟细胞因子反应，Elife，3，Article e01944 pp.（2014）
[104] Voiline，G.，T细胞结合局部和全局线索来区分结构相似的抗原，Cell Rep.，11208-1219（2015）
[105] Polonsky，M.，局部细胞群诱导CD4 T细胞记忆，《科学》，360，文章eaaj1853 pp.（2018）
[106] Becker，V.，《覆盖广泛的动态范围：促红细胞生成素受体的信息处理》，《科学》，3281404-1408（2010）
[107] Raue，A。；Kreutz，C。；Maiwald，T。；Klingmuller，美国。；Timmer，J.，通过基于模型的实验解决参数可识别性，IET系统。生物学，5120-130（2011）
[108] Bachmann，J.，双反馈调节器分工控制广泛配体范围内的jak2/stat5信号，分子系统。生物学，7516（2011）
[109] Karr，J.R.，dream8参数估计挑战摘要：面向全细胞模型的参数识别，PLoS Comput。生物学，11，文章e1004096 pp.（2015）
[110] Shi，T.，蛋白质丰度模式的保存揭示了egfr-mapk途径的调控结构，Sci。信号，9，rs6（2016）
[111] 米切尔，S。；罗伊·K。；Zangle，T.A。；Hoffmann，A.，《b淋巴细胞增殖中细胞间变异的非遗传起源》，Proc。国家。阿卡德。科学。美国，115，E2888-E2897（2018）
[112] 瑟利，K。；Gerecht，D。；弗里德曼，E。；Hofer，T.，T细胞间细胞因子信号的三维梯度，《公共科学图书馆·计算》。生物学，11，文章e1004206 pp.（2015）
[113] Berezhkovskii，A.M。；样品，C。；Shvartsman，S.Y.，建立形态发生梯度需要多长时间？，生物物理学。J.，99，L59-L61（2010）
[114] Kolomeisky，A.，《形态发生梯度的形成：降解加速》，J.Phys。化学。莱特。，2, 1502-1505 (2011)
[115] Oyler-Yaniv，A.，《细胞因子增殖的可调扩散-消耗机制使免疫系统中的细胞间通信具有可塑性》，《免疫学》，46，609-620（2017）
[116] Marcou，Q.，《树突状细胞整合冲突外源和内源性信号的模型》，Phys。生物学，15，第056001条pp.（2018）
[117] Huang，J.，单个肽-主要组织相容性复合体配体触发CD4（+）T细胞分泌数字细胞因子，免疫学，39，846-857（2013）
[118] 朱，J。；Yamane，H。；Paul，W.E.，效应CD4 T细胞群的分化，年度。免疫学评论。，28, 445-489 (2010)
[119] Fishman，医学硕士。；Perelson，A.S.，Th1/Th2交叉调节，J.Theoret。生物学，170，25-56（1994）
[120] Chaouat，G.，妊娠期Th1/Th2范式：范式丢失？妊娠/早期流产中的细胞因子：重新检查Th1/Th2范式。过敏免疫学。，134, 93-119 (2004)
[121] Yates，A。；Callard，R。；Stark，J.，《在Th1和Th2分化中结合细胞因子信号与T-bet和GATA-3调节：细胞决策模型》，J.Theoret。生物学，231，181-196（2004）·兹比尔1447.92130
[122] Antebi，Y.E.，混合培养条件下的分化绘图揭示了T细胞命运的可调连续体，PLoS Biol。，第11条，第1001616页（2013年）
[123] Hong，T。；Xing，J。；李，L。；Tyson，J.J.，《辅助性T细胞17和诱导调节性T细胞相互分化的数学模型》，《公共科学图书馆·计算》。生物学，7，文章e1002122 pp.（2011）
[124] Laslo，P.，《多系转录启动和替代造血细胞命运的测定》，《细胞》，126755-766（2006）
[125] Kueh，H.Y。；A.Champhekar。；纳特，S.L。；埃洛维茨，M.B。；Rothenberg，E.V.，PU.1和细胞周期之间的正反馈控制髓系分化，《科学》，341670-673（2013）
[126] Walczak，A.M。；萨赛，M。；Wolynes，P.G.，随机基因开关的自洽蛋白质组场理论，生物物理学。J.，88828-850（2005年）
[127] Walczak，A.M。；Onuchic，J.N。；Wolynes，P.G.，表观遗传稳定性的绝对速率理论，Proc。国家。阿卡德。科学。美国，10218926-18931（2005）
[128] 弗里德曼，N。；蔡，L。；Xie，X.S.，《将随机动力学与种群分布联系起来：基因表达的分析框架》，Phys。修订稿。，97，第168302条pp.（2006）
[129] Elowitz，M.B。；莱文·A·J。；Siggia，E.D。；Swain，P.S.，单细胞中的随机基因表达，《科学》，297，1183-1186（2002）
[130] O.费内尔曼。；Veiga，J。；多尔夫曼，J.R。；Germain，R.N。；Altan-Bonnet，G.，蛋白质水平调节异质性T细胞激活的可变性和稳健性，《科学》，3211081-1084（2008）
[131] Szabo，S.J.，一种新的转录因子，T-bet，指导Th1谱系承诺，Cell，100655-669（2000）
[132] Palma，A。；贾拉，A.S。；Tieri，P。；塞萨里尼，G。；Castiglione，F.，巨噬细胞分化的基因调控网络模型证实了极化状态的连续体假说，Front。生理学。，9, 1659 (2018)
[133] Kueh，H.Y.，四种调节因子的异步组合作用激活Bcl11b以实现T细胞承诺，Nat.Immunol。，17, 956-965 (2016)
[134] Peine，M.，稳定T-bet（{}^+\）GATA-\（3{}^+）Th1/Th2杂交细胞在体内产生，可以直接从幼稚前体发育，并限制免疫病理炎症，PLoS Biol。，第11条，第1001633页（2013年）
[135] Bianconi，E.，《人体细胞数量的估算》，《生物年鉴》。，40, 6, 463-471 (2013)
[136] 莫兰，美国。；菲利普斯，R。；Milo，R.，《快照：生物学中的关键数字》，《细胞》，1411262-1262.e1（2010）
[137] 米洛·R。；Phillips，R.，《细胞生物学与数字》（2015），《加兰科学》
[138] Abkowitz，J.L。；Catlin，S.N。；Mccallie，麻省理工学院。；Guttorp，P.，《哺乳动物中每只动物的造血干细胞数量保守的证据》，《血液》，1002665-2667（2002）
[139] Busch，K.，《体内干细胞未扰动造血的基本特性》，《自然》，518，542-546（2015）
[140] Höfer，T。；Barile，M。；Flossdorf，M.，造血系统体内命运定位的干细胞动力学和谱系拓扑，Curr。操作。生物技术。，39, 150-156 (2016)
[141] Zilman，A。；加努索夫，V.V。；Perelson，A.S.，淋巴细胞增殖和死亡的随机模型，《公共科学图书馆·综合》，2010年第5期，第1-14页
[142] Perelson，A.S.，《病毒和免疫系统动力学建模》，《自然免疫学评论》。，2, 28-36 (2002)
[143] Yates，A.，使用CFSE重建细胞种群动力学，BMC生物信息学，20，1-20（2007）
[144] Seita，J。；Weissman，I.L.，造血干细胞：自我更新与分化，WIREs系统。生物医学，2640-653（2010）
[145] Schoedel，K.B.，大部分造血干细胞群体对于小鼠稳态和应激造血是不可或缺的，《血液》，128，2285-2297（2016）
[146] Perié，L.，《从细胞条形码实验中确定谱系通路》，《细胞报告》，第6期，第617-624页（2014年）
[147] 小川，M。；波特，P.N。；Nakahata，T.，造血干细胞分化的更新和承诺（解释性综述），《血液》，5823-829（1983）
[148] Tsuji，K。；Nakahata，T.，多潜能造血祖细胞分化的随机模型，J.Cell。生理学。，653, 647-653 (1989)
[149] Pei，W.，Polylox条形码揭示体内实现的造血干细胞命运，自然出版社。集团，548，456-460（2017）
[150] 墨菲，K。；特拉弗斯，P。；Walport，M.，Janeway's Immunology（2007年），Garland Science
[151] Laffleur，B.，免疫球蛋白基因不仅在顺式重组后，而且在频繁的跨类开关重组后，在人类B细胞中进行合法修复，基因免疫。，15, 341-346 (2014)
[152] Murphy，K.M.，《T辅助发育中的信号传递和转录》，年。免疫学评论。，18, 451-494 (2000)
[153] 霍金斯，E.D。；特纳，M.L。；Dowling，M.R。；Gend，C.V。；Hodgkin，P.D.，随机淋巴细胞分裂和死亡时间导致的免疫调节模型，Proc。国家。阿卡德。科学。美国，104，5032-5037（2007）
[154] Marchingo，J.M.，抗原亲和力、共刺激和细胞因子输入线性相加以扩增T细胞扩增，科学，3461123-1128（2014）
[155] Marchingo，J.M.，T细胞刺激独立叠加以调节遗传性克隆分裂命运，《自然通讯》。，7, 1-12 (2016)
[156] Duffy，K.R。；Hodgkin，P.D.，免疫系统命运的细胞内竞争，趋势细胞生物学。，22, 457-464 (2012)
[157] 英国迪尼克。；Gett，A.V。；Hodgkin，P.D.，T细胞增殖的随机模型：揭示IL-2对前体频率、细胞周期时间和存活的调节的演算，免疫学杂志。，170, 4963-4972 (2003)
[158] Tangye，S.G。；Avery，D.T。；英国迪尼克。；Hodgkin，P.D.，作为增强二次免疫反应机制的原始和记忆人类B细胞增殖的内在差异，免疫学杂志。，170, 686-694 (2003)
[159] 南卡罗来纳州本德尔。；诺兰，G.P。；罗德勒，M。；Chattopadhyay，P.K.，《细胞术深度剖析指南》，《免疫学趋势》。，33, 323-332 (2012)
[160] Buchholz，V.R.，《不同的个体命运构成强大的CD8+T细胞免疫》，《科学》，340，630-636（2013）
[161] 弗洛斯多夫，M。；Rössler，J。；Buchholz，V.R。；Busch，D.H。；Höfer，T.，通过不对称细胞分裂实现CD8+T细胞多样化，自然免疫学。，16, 891-893 (2015)
[162] Dowling，M.R.，增殖淋巴细胞的拉伸细胞周期模型，Proc。国家。阿卡德。科学。美国，1116377-6382（2014）
[163] Miles，A.S。；霍奇金，P.D。；Duffy，K.R.，从人群水平数据推断适应性免疫反应的分化顺序（2019年），arXiv:1908.03482[q-bio.CB]
[164] Kinjyo，I.，CD8+效应器和记忆性T细胞分化期间细胞周期进展的实时跟踪，自然通讯。，6, 1-13 (2015)
[165] Jenkins，M.K。；Chu，H.H。；McLachlan，J.B。；Moon，J.J.，《肽-主要组织相容性复合物配体特异性T细胞免疫前储备的组成》，Annu。免疫学版。，28, 275-294 (2009)
[166] Glanville，J.，《精确测定组合抗体库的多样性可以深入了解人类免疫球蛋白库》，Proc。国家。阿卡德。科学。美国，10620216-20221（2009）
[167] Han，A。；格兰维尔，J。；Hansmann，L。；Davis，M.M.，将T细胞受体序列与单细胞水平的功能表型联系起来，自然生物技术。，32, 684-692 (2014)
[168] 杜皮克，T。；Q·马可。；Walczak，A.M。；Mora，T.，《（αβ）T细胞受体的起源》（2018），arXiv:1806.11030
[169] Arstila，T.P.，《人类（α-β）T细胞受体多样性的直接评估》，《科学》，286958-961（1999）
[170] Weinstein，J.A。；蒋，N。；怀特，R.A。；Fisher，D.S。；Quake，S.R.，斑马鱼抗体库的高通量测序，《科学》，324807-810（2009）
[171] Robins，H.S.，《（αβ）T细胞中T细胞受体β链多样性的综合评估》，《血液》，1144099-4107（2009）·Zbl 1180.35239号
[172] Boyd，S.D.，通过大规模平行VDJ焦磷酸测序测量和临床监测人类淋巴细胞克隆性，科学。Transl.公司。医学，112ra23（2009）
[173] Benichou，J。；Ben-Hamo，R。；Louzoun，Y。；Efroni，S.，Rep-Seq：通过下一代测序发现免疫学储备，免疫学，135，183-191（2012）
[174] 六，A.，《免疫曲目生物学的过去、现在和未来——下一代曲目分析的兴起》，Front。免疫学。，4, 413 (2013)
[175] Robins，H.，《免疫测序：免疫储备深度测序的应用》，Curr。操作。免疫学。，25, 646-652 (2013)
[176] Georgiou，G.，抗体库高通量测序的前景和挑战，自然生物技术。，32, 158-168 (2014)
[177] 希瑟·J·M。；伊斯梅尔，M。；奥克斯，T。；Chain，B.，《T细胞受体储备的高通量测序：陷阱和机遇》，简介。生物信息。，19, 554-565 (2017)
[178] Minervina，A。；波戈里，M。；Mamedov，I.，《适应性免疫中的TCR和BCR储备谱》，Transpl。国际，321111-1123（2019）
[179] 莫拉·T。；Walczak，A.M.，免疫曲目包含多少种不同的克隆类型？，当前意见系统。生物，18，104-110（2020）
[180] Rubelt，F.，共享免疫特性测序数据的适应性免疫受体库社区建议，《自然免疫学》。，18, 1274-1278 (2017)
[181] 费希尔，R。；史蒂文·科尔贝（Steven Corbet），A。；Williams，C.，《动物种群随机样本中物种数量和个体数量之间的关系》，J.Anim。经济。，12, 42-58 (2016)
[182] Qi，Q.，《人类T细胞库中的多样性和克隆选择》，Proc。国家。阿卡德。科学。美国，11113139-13144（2014）
[183] 赵，A。；Bunge，J.，在随机丰度模型中估算物种数量，生物计量学，58531-539（2002）·Zbl 1210.62225号
[184] DeWitt，W.S.，记忆和朴素B细胞受体序列公共数据库，Plos One，11，Article e0160853 pp.（2016）
[185] Lythe，G。；Callard，R.E。；Hoare，R。；Molina-París，C.，一个身体维持多少TCR克隆型？，J.理论。《生物学》，389214-224（2015）·Zbl 1343.92095号
[186] 莫拉·T。；Walczak，A.，量化淋巴细胞受体多样性，（Das，J.D.；Jayaprakash，C.，系统免疫学（2018），CRC出版社），185-199
[187] Wardemann，H.，早期人类B细胞前体产生的主要自身抗体，《科学》，3011374-1377（2003）
[188] Lauemöller，S.L.，通过“委员会质询”人工神经网络方法对肽-MHC结合的敏感定量预测，组织抗原，62378-384（2003）
[189] Jensen，K.K.，预测肽与MHC II类分子结合亲和力的改进方法，免疫学，154，394-406（2018）
[190] Moon，J.J.，Naive CD4+T细胞频率因不同表位而异，并预测了细胞库的多样性和反应幅度，Immunity，27203-213（2007）
[191] Jenkins，M.K。；Moon，J.J.，《原始T细胞前体频率和招募在决定免疫反应强度中的作用》，J.Immunol。，188, 4135-4140 (2012)
[192] Murugan，A。；莫拉·T。；Walczak，A.M。；Callan，C.G.，从序列库中对T细胞受体生成概率的统计推断，Proc。国家。阿卡德。科学。美国，10916161-16166（2012）
[193] Elhanati，Y.，推断B细胞储备多样性的过程，Philos。事务处理。R.Soc.B，370，文章20140243，第（2015）页
[194] Pogorelyy，M.V.，《持续的胎儿克隆型影响成人T细胞受体库的结构和重叠》，《公共科学图书馆·计算》。生物学，13，文章e1005572 pp.（2017）
[195] 托莱达诺，A.，《通过结构选择塑造轻链曲目的证据》，Front。免疫学。，9, 1-9 (2018)
[196] Sethna，Z.，从小鼠T细胞库中深入了解免疫系统的发育和功能，Proc。国家。阿卡德。科学。美国，1142253-2258（2017）
[197] Magadan，S.，抗病毒疫苗接种后鱼类公共记忆B细胞克隆的起源，Front。免疫学。，9, 2115 (2018)
[198] Q·马可。；莫拉·T。；Walczak，A.M.，IGoR高通量免疫储备分析，自然社区。，9, 1, 561 (2018)
[199] 塞特纳，Z。；Elhanati，Y。；Callan，C.G。；Walczak，A.M。；Mora，T.，OLGA：B和T细胞受体氨基酸序列和基序生成概率的快速计算，生物信息学，35，2974-2981（2019）
[200] 蒙肖，S。；开普勒，T.B.，SoDA2:识别免疫球蛋白重排的隐马尔可夫模型方法，生物信息学，26，867-872（2010）
[201] Elhanati，Y。；Q·马可。；莫拉·T。；Walczak，A.M.，RepgenHMM：一种从序列数据推断免疫受体生成规则的动态编程工具，生物信息学，321943-1951（2015）
[202] Ralph，D.K。；Matsen，F.A.，VDJ重排和替换参数的一致性使B细胞受体序列注释准确，PLoS Compute。生物学，12，1-25（2016）
[203] Ralph，D.K。；Matsen，F.A.，基于可能性的B细胞克隆家族推断，PLoS Comput。生物学，12，1-28（2016）
[204] Wang，Y.，通过454焦磷酸测序进行基因组筛查，确定一个新的人类IGHV基因和16个其他新的IGHV等位变异，免疫遗传学，63，259-265（2011）
[205] Pogorelyy，M.V.，《识别条件相关公共抗原受体序列的方法》，eLife，7，1-13（2018）
[206] Pogorelyy，M.V.，《从单个序列快照中检测参与免疫反应的T细胞受体》，《公共科学图书馆·生物学》。，17，文章e3000314 pp.（2018）
[207] 姜伟，上海健康中国成年人CD4和CD8淋巴细胞亚群正常值，临床。诊断。免疫学实验室。，11, 811-813 (2004)
[208] Wing，K。；Sakaguchi，S.，调节性T细胞在自我耐受和自身免疫方面发挥制衡作用，《自然免疫学》。，11, 7-13 (2010)
[209] 贝恩斯，I。；van Santen，H.M。；塞顿，B。；Yates，A.J.，通过发育T细胞的自肽取样模型确定胸腺选择的候选机制，PLoS Compute。生物学，9，文章e1003102 pp.（2013）
[210] Le Borgne，M.，《阴性选择对髓质中胸腺细胞迁移的影响》，《自然免疫学》。，10, 823-830 (2009)
[211] Kosmrlj，A.，T细胞储备的胸腺选择对HLAⅠ类相关HIV感染控制的影响，《自然》，465，350-354（2010）
[212] Elhanati，Y。；Murugan，A。；Callan，C.G。；莫拉·T。；Walczak，A.M.，《免疫受体储备中的量化选择》，Proc。国家。阿卡德。科学。美国，1119875-9880（2014）
[213] Kaplinsky，J.，《抗体库深度测序揭示成熟B细胞的抗原依赖性选择》，Proc。国家。阿卡德。科学。美国，111，E2622-9（2014）
[214] Elhanati，Y。；塞特纳，Z。；Callan，C.G。；莫拉·T。；Walczak，A.M.，用数据驱动的重组模型预测TCR储备谱，免疫学。版本284167-179（2018）
[215] 莫拉·T。；Walczak，A.M.，Renyi熵，丰度分布和系综等价性，物理学。E版，95，052418（2016）
[216] 莫拉·T。；Walczak，A.M。；比亚莱克，W。；Callan，C.G.，抗体多样性的最大熵模型，Proc。国家。阿卡德。科学。美国，1075405-5410（2010）
[217] 德斯彭斯，J。；莫拉·T。；Walczak，A.M.，《不断变化的体能塑造免疫储备的克隆大小分布》，Proc。国家。阿卡德。科学。美国，113274-279（2016）
[218] 德斯彭斯，J。；Mayer，A。；莫拉·T。；Walczak，A.M.，《免疫库的种群动力学》（2017），arxiv.org/1703.00226
[219] Greef，P.C.D.，《天真的T细胞受体储备》，克隆大小分布极广（2019年），bioRxiv:691501
[220] 贝斯特，K。；奥克斯，T。；希瑟·J·M。；肖-泰勒，J。；Chain，B.，单分子条形码揭示的PCR扩增效率随机异质性的计算分析，Sci。代表，514629（2015）
[221] 沃尔默斯，C。；坐姿，R.V。；Weinstein，J.A。；Dekker，C.L。；Quake，S.R.，使用抗体序列测定记忆B细胞回忆的遗传测量，Proc。国家。阿卡德。科学。美国，110，13463-13468（2013）
[222] Shugay，M.，《走向免疫曲目的无误分析》，《自然方法》，第11期，第653-655页（2014年）
[223] Kaplinsky，J。；Arnaout，R.，《样本高通量测量的总体免疫特性多样性稳健估计》，《自然通讯》。，7, 11881 (2016)
[224] 莱登·D·J。；班加姆，C.R.M。；Asquith，B。；Crm，B.，《估算T细胞储备多样性：经典估算器的局限性和新方法》，Philos。事务处理。R.Soc.B，370，第20140291条，pp.（2015）
[225] Haegeman，B.，《理论和实践中微生物多样性的稳健估计》，ISME J.，第7期，第1092-1101页（2013年）
[226] Emerson，R.O.，《免疫测序确定巨细胞病毒暴露史的特征和HLA介导的对T细胞库的影响》，《自然遗传学》。，49, 659-665 (2017)
[227] Mayer，A。；Balasubramanian，V。；莫拉·T。；Walczak，A.M.，《适应性良好的免疫系统是如何组织的》，Proc。国家。阿卡德。科学。美国，1125950-5955（2015）
[228] Emerson，R.O.，《免疫测序确定巨细胞病毒暴露史的特征和HLA介导的对T细胞库的影响》，《自然遗传学》。，49, 659-665 (2017)
[229] Faham，M.，通过深度序列分析发现HLA-B27阳性强直性脊柱炎特有的T细胞受体（β）基序，关节炎风湿病。，69, 774-784 (2017)
[230] 文丘里，V.，抗原特异性反应中T细胞受体的共享是由聚合重组驱动的，Proc。国家。阿卡德。科学。美国，10318691-18696（2006）
[231] 文丘里，V.，焦磷酸测序揭示的T细胞亚群和个体之间TCR共享机制，免疫学杂志。，186, 4285-4294 (2011)
[232] Madi，A.，T细胞受体序列共享一组有限的公开且丰富的CDR3序列，与自我相关免疫相关，《基因组研究》，24，1603-1612（2014）
[233] Perelson，A。；Weisbuch，G.，《物理学家免疫学》，《现代物理学评论》。，69, 1219-1268 (1997)
[234] Mayer，A。；Balasubramanian，V。；莫拉·T。；沃尔扎克，A.M.，《如何组织一个适应良好的免疫系统》，Proc。国家。阿卡德。科学。美国，1125950-5955（2015）
[235] Thomas，N.，使用短片段CDR3蛋白序列，通过免疫复合抗原追踪CD4 T细胞受体库中诱导的全球变化，生物信息学，30，3181-3188（2014）
[236] Cinelli，M.，使用一维朴素贝叶斯分类器的特征选择提高了CDR3曲目的支持向量机分类的准确性，生物信息学，33，btw771（2017）
[237] Castro，R.，系统性病毒感染后脾脏中的硬骨鱼复合克隆IgM和IgT反应，《公共科学图书馆·病原体》，9，文章e1003098 pp.（2013）
[238] Laserson，U.，疫苗诱导免疫反应的高分辨率抗体动力学，Proc。国家。阿卡德。科学。美国，1114928-4933（2014）
[239] Wang，C.，人类同卵双胞胎对水痘-带状疱疹疫苗接种的B细胞储备反应，Proc。国家。阿卡德。科学。美国，112500-505（2015）
[240] Qi，Q.，水痘-带状疱疹疫苗接种后抗原特异性T细胞受体库的多样化，科学。Transl.公司。医学，8332ra46（2016）
[241] DeWitt，W.S.，急性病毒感染模型的细胞毒性T细胞反应动力学，J.Virol。，89, 4517-4526 (2015)
[242] Pogorelyy，M.V.，对疫苗应答T细胞克隆的精确跟踪揭示了同卵双胞胎的收敛性和个性化反应，Proc。国家。阿卡德。科学。美国，115，12704-12709（2018）
[243] Dessalles，R。；D’Orsogna，M.R。；Chou，T.，异质胸腺输出和稳态增殖如何形成原始T细胞受体克隆丰度分布（2019年），arxiv.org:1906.07463
[244] Lythe，G。；Molina-Paris，C.，天真T细胞稳态的一些确定性和随机数学模型，免疫学。版本：285206-217（2018）
[245] Borghans，J.A.M。；De Boer，R.J.，T细胞动力学的量化：从端粒到DNA标记，免疫学。修订版，216，35-47（2007）
[246] De Boer，R.J。；Perelson，A.S.，量化T淋巴细胞周转，J.Theoret。生物学，327，45-87（2013）·2018年12月22日
[247] 贝恩斯，I。；Antia，R。；Callard，R。；Yates，A.J.，《量化人类外周原始CD4+T细胞池的发育》，《血液》，113，5480-5487（2009）
[248] 托马斯·沃斯林，V。；奥尔特斯，H.K。；de Boer，R.J。；Klatzmann，D.，T细胞种群动态和稳态的综合评估和数学建模，免疫学杂志。，180, 2240-2250 (2008)
[249] 贝恩斯，I。；安蒂娅，R。；Callard，R。；Yates，A.J.，《量化人类外周原始CD4+T细胞池的发育》，《血液》，113，5480-5487（2009）
[250] A.Murugan，私人通信，2012年。
[251] 郑国新，单细胞大规模并行数字转录谱，自然通讯。，8, 1-12 (2017)
[252] Hubbell，S.P.，《生物多样性和生物地理学统一中性理论》（2001），普林斯顿大学出版社：普林斯顿大学出版，新泽西州普林斯顿
[253] Jerne，N.，《走向免疫系统的网络理论》，Ann.Immunol。（巴黎），125C，373-389（1974）
[254] Perelson，A.S.，《免疫网络理论》，《免疫学》。修订版，110，5-36（1989）
[255] De Boer，R.J。；Perelson，A.S.，《T细胞储备和竞争排斥》，J.Theoret。生物学，169，375-390（1994）
[256] De Boer，R.J。；Perelson，A.S.，自我更新T细胞库的竞争控制，国际免疫学。，9, 779-790 (1997)
[257] De Boer，R.J。；Freitas，A.A。；Perelson，A.S.，《资源竞争决定B细胞曲目的选择》，J.Theoret。生物学，212，333-343（2001）
[258] Mayer，A。；Balasubramanian，V。；Walczak，A.M。；Mora，T.，适应良好的免疫系统是如何记忆的，Proc。国家。阿卡德。科学。美国，1168815-8823（2019）
[259] Perelson，A.S。；Ribeiro，R.M.，《HIV感染的宿主内动力学建模》，BMC生物学。，11, 96 (2013)
[260] Perelson，A.S。；Neumann，A.U。；马科维茨，M。；Leonard，J.M。；Ho，D.D.，HIV-1体内动力学：病毒清除率、感染细胞寿命和病毒生成时间，《科学》，2711582-1586（1996）
[261] Perelson，A.S.，《联合治疗期间HIV-1感染部位的衰退特征》，《自然》，187188-191（1997）
[262] 费德，A。；哈珀，K。；Pennings，P.S.，《挑战对多种药物HIV治疗耐药性演变的传统智慧：从数据和建模中吸取的教训》（2019年），bioR（chi）iv：10.1101/807560v1
[263] Fletcher，C.V.，《持续HIV-1复制与淋巴组织中抗逆转录病毒药物浓度降低相关》，Proc。国家。阿卡德。科学。美国，1112307-2312（2014）
[264] Mccoy，C.O.，量化B细胞亲和力成熟的进化约束，Philos。事务处理。R.Soc.B，370，文章20140244，第（2015）页
[265] Yaari，G。；Kleinstein，S.H.，《B细胞受体序列分析实用指南》，《基因组医学》，第7期，第121页（2015年）
[266] Hoehn，K.B。；福勒，A。；伦特，G。；Pybus，O.G.，《感染期间B细胞受体的多样性和分子进化》，《分子生物学》。演变。，33, 1147-1157 (2016)
[267] Gupta，N.T.，Change-O:分析大规模B细胞免疫球蛋白储备序列数据的工具包，生物信息学，313356-3358（2015）
[268] Vander Heiden，J.A.，PRESTO：处理淋巴细胞受体库高通量测序原始读取的工具包，生物信息学，1930-1932年，30（2014）
[269] Yaari，G。；Benichou，J.I.C。；海登，J.A.V。；Kleinstein，S.H。；Louzoun，Y.，B细胞免疫球蛋白受体的突变模式反映了在多个时间尺度上作用的选择的影响，Philos。事务处理。R.Soc.B，370，第20140242条pp.（2015）
[270] Cui，A.，基于高通量Ig测序数据的小鼠体细胞超突变靶向模型，J.Immunol。方法，197，3566-3574（2016）
[271] Yaari，G.，基于高通量免疫球蛋白测序数据的同义突变的体细胞超突变靶向和替代模型，Front。免疫学。，4, 1-11 (2013)
[272] 达尔，A。；戴维森，K。；Matsen，F.A。；Minin，V.N.，使用公共储备数据预测B细胞受体替代谱，公共科学图书馆遗传学。，14，文章e1006388第（2018）页
[273] 德维特，W.S。；梅辛，L。；维克多·G·D。；Minin，V.N。；Matsen，F.A.，《利用基因型丰度改进系统发育推断》，《分子生物学》。演变。，35, 1253-1265 (2018)
[274] 雅各布·J。；Kassir，R。；Kelsoe，G.，对（4-羟基-3-硝基苯基）乙酰基的主要免疫反应的原位研究。I.反应细胞群的结构和动力学，J.Exp.Med.，1731165-1175（1991）
[275] Nieuwenhuis，P。；Opstelten，D.，生发中心的功能解剖，美国。J.Anat。，435, 421-435 (1984)
[276] 夏皮罗，G.S。；Aviszus，K。；艾克·D·。；Wysocki，L.J.，仅基于二核苷酸和三核苷酸序列组成预测抗体v基因的区域突变，免疫学杂志。，163, 259-268 (1999)
[277] Uduman，M.，《免疫球蛋白序列中的检测选择》，《核酸研究》，39，W499-W504（2011）
[278] Yaari，G.，基于高通量免疫球蛋白测序数据的同义突变的体细胞超突变靶向和替代模型，Front。免疫学。，4, 358 (2013)
[279] 冯，J。；Shaw，D.A。；Minin，V.N。；西蒙，N。；Matsen IV，F.A.，具有惩罚比例风险的DNA突变基序的生存分析（2017），arxiv:1711.04057·Zbl 1423.62142号
[280] Unniraman，S。；Schatz，D.G.，《体细胞超突变期间突变的Strand-biased传播》，《科学》，3171227-1230（2007）
[281] 开普勒，T.B。；Perelson，A.S.，《B细胞体细胞过度突变：最佳控制治疗》，J.Theoret。生物学，164，37-64（1993）
[282] 开普勒，T.B。；Perelson，A.S.，生发中心B细胞的周期性再进入和亲和力成熟的效率，免疫学。今天，14，412-415（1993）
[283] 奥普拉，M。；Perelson，A.S.，《体细胞突变导致中心体细胞再循环回成中心体时亲和力的有效成熟》，J.Immunol。，158, 5155-5162 (1997)
[284] 奥普拉，M。；van Nimwegen，E。；Perelson，A.S.，单程生发中心模型的动力学：亲和力成熟的含义，公牛。数学。《生物学》，62121-153（2000）·Zbl 1323.92059号
[285] 维克多·G·D。；Nussenzweig，M.C.，生殖中心，年度。免疫学评论。，30, 429-457 (2012)
[286] 贝莱克，C。；Milstein，C.，《免疫反应成熟过程中的突变漂移和储备转移》，Immunol。修订版，96年，23-41年（1987年）
[287] 艾森，H.N。；Siskind，G.W.，免疫反应期间抗体亲和力的变化，生物化学，1996-1008年3月（1964年）
[288] Tas，J.M.J.，生发中心抗体亲和力成熟的可视化，科学，3439，1-11（2016）
[289] Kuraoka，M.，《复杂抗原驱动生殖中心的允许克隆选择》，《免疫学》，44，542-552（2016）
[290] Victora，G.D.，用多光子显微镜和可光活化荧光报告器揭示的生殖中心动力学，Cell，143，592-605（2010）
[291] Lee，J.，季节性流感疫苗接种前后年轻人血清抗体库的分子水平分析，《自然医学》，22，1456-1464（2016）
[292] 王，S。；伯顿，D。；卡达尔，M。；Chakraborty，A.，《指导病毒捕获进化：针对快速突变抗原的亲和力成熟的电子研究》，Bull。阿默尔。物理学。Soc.，59，1（2014）
[293] Murugan，R.，克隆选择在受控人类疟疾感染中驱动保护性记忆B细胞反应，Sci。免疫学。，3，eaap8029（2018）
[294] Neu，K.E.，Spec-seq揭示了流感疫苗接种后抗体分泌细胞的转录亚群，J.Clin。投资。，129, 93-105 (2019)
[295] 邓恩·沃尔特斯，D.K。；Hare，J.S.O.，（Fulop，T.等，《免疫衰老手册》（2018），施普林格国际出版公司）
[296] Wendel，B.S.，《准确的免疫储备序列测定揭示了幼儿中疟疾感染驱动的抗体谱系多样性》，自然社区。，8, 531 (2017)
[297] Nourmohammad，A。；Otwinowski，J。；Luksza，M。；莫拉·T。；Walczak，A.M.，慢性HIV-1感染期间B细胞库中的克隆竞争，分子生物学。演变。，36, 2184-2194 (2018)
[298] 喇叭，F。；沃尔默斯，C。；德克尔，C.L。；Quake，S.R.，《人类抗体库中的选择特征：选择性扫描、竞争亚克隆和中性漂移》，Proc。国家。阿卡德。科学。美国，1161261-1266（2019）
[299] M.C.维埃拉。；Zinder，D。；Cobey，S.，《选择和中性突变导致长寿命抗HIV B细胞系的普遍变异性丧失，分子生物学》。演变。，35, 1135-1146 (2018)
[300] Nourmohammad，A。；Otwinowski，J。；Plotkin，J.B.，《慢性感染中的宿主-抗原协同进化和广泛中和抗体的出现》，《公共科学图书馆·遗传学》。，12，文章e1006171 pp.（2016）
[301] 布兰夸特，F。；Gandon，S.，《时空转换实验和适应模式》，Ecol。莱特。，16, 31-38 (2013)
[302] 里奇曼，D.D。；Wrin，T。；利特尔，S.J。；Petropoulos，C.J.，对HIV 1型感染的中和抗体反应的快速进化，Proc。国家。阿卡德。科学。美国，1004144-4149（2003）
[303] Frost，S.D.W.，中和抗体反应在最近的HIV感染期间推动人类免疫缺陷病毒1型包膜的进化，Proc。国家。阿卡德。科学。美国，10218514-18519（2005）
[304] Moore，P.L.，有限的中和抗体特异性导致早期HIV-1 C亚型感染中的中和逃逸，《公共科学图书馆·病原体》，5，文章e1000598 pp.（2009）
[305] Luksza，M。；Lässig，M.，《流感预测适应度模型》，《自然》，507，57-61（2014）
[306] Ferguson，A.L.，《将HIV序列转化为定量适应环境预测合理免疫原设计的病毒脆弱性》，《免疫学》，38，606-617（2013）
[307] Shekhar，K.，从患者衍生的病毒序列数据推断出的Spin模型忠实地描述了HIV健康状况，Phys。版本E，88，62705（2013）
[308] Barton，J.P.，躲避细胞免疫的宿主内HIV进化的相对速率和位置是可预测的，《自然通讯》。，7, 1-10 (2016)
[309] Eigen，M.，《物质的自组织和生物大分子的进化》，Naturwissenschaften，58，65-523（1971）
[310] Leuthäusser，I。；Leuthausser，I.，Eigen进化模型和二维伊辛系统之间的精确对应，J.Chem。物理。，1884, 1985-1987 (1998)
[311] 菲利普斯，R。；Kondev，J。；Theriot，J。；Garcia，H.，《细胞物理生物学》（2012），《加兰科学：加兰科学》，纽约州纽约市
[312] Zanini，F。；布罗丁，J。；Thebo，L。；兰兹，C。；Albert，J.，《患者体内HIV-1进化的群体基因组学》，eLife，4，Article e11282 pp.（2015）
[313] 史密斯·D·J。；Lapedes，A.S。；Jong，J.C.D.，《绘制流感病毒的抗原和基因进化图》，《科学》，305，371-377（2004）
[314] Neher，R.A。；罗素，C.A。；Shraiman，B.I.，从系谱树的形状预测进化，电子生活，3，1-18（2014）
[315] Bao，Y.，国家生物技术信息中心流感病毒资源，J.Virol。，82, 596-601 (2008)
[316] 格伦费尔，B.T.，《麻疹：流行病元人群中的非线性和随机性》（2008），牛津大学出版社
[317] 鲁兹，I.M。；Rozhnova，G.，《宿主群体中病毒的抗原进化》，《公共科学图书馆·病原体》，14，文章e1007291 pp.（2018）
[318] Yan，L。；Neher，R。；Shraiman，B.I.，《快速适应病原体的植物学：红皇后的灭绝和物种形成》，eLife，8，Article e44205 pp.（2018）
[319] 德赛，M.M。；Fisher，D.S.，有益突变选择平衡和连锁对阳性选择的影响，遗传学，1761759-1798（2007）
[320] 贝德福德，T。；A.拉姆鲍特。；Pascual，M.，人类流感病毒进化轨迹的管道化，BMC生物。，10, 38 (2012)
[321] Marchi，J。；Lässig，M。；莫拉·T。；Walczak，A.M.，由宿主免疫系统驱动的病毒种群的多线进化（2019），arXiv:1906.07444
[322] Regev，A.，《人类细胞图谱》，eLife，6，文章e27041 pp.（2017）
[323] Mehta，P.，《物理学家机器学习的高偏差、低方差介绍》，Phys。代表，810，1-124（2018）
[324] Walczak，A。；马格勒，A。；Wiggins，C.，信令网络的计算建模，273-322（2012）
[325] 特卡奇克，G。；Walczak，A.M.，《遗传调控网络中的信息传递：综述》，J.Phys。康登斯。物质。仪器物理。J.，23，第153102条pp.（2011）
[326] （川本，H.；三宅一生，S.；宫崎骏，M.；Ohteki，T.；Sorimachi，N.；高桥，Y.；Taki，S.，《你神奇的免疫系统》（2009），日本免疫学学会，威利-布拉克韦尔：日本免疫学协会，威利-Blackwell Hoboken，NJ）
[327] Hartl，D.L.，《遗传学：基因和基因组分析》（2011年），《学习杂志》
[328] John H.Gillespie，《人口遗传学：简明指南》（2004），约翰霍普金斯大学出版社
[329] 北高幡。；石井，K。；Matsuda，H.，选择系数的时间波动对群体中基因频率的影响，Proc。国家。阿卡德。科学。美国，72，4541-4545（1975）·Zbl 0321.92011号
[330] Nourmohammad，A。；Schiffels，S。；Lässig，M.，稳定选择下分子表型的进化，J.Stat.Mech。理论实验，2013，P01012（2013）·Zbl 1456.92100号
[331] Allen，L.J.S.，《随机过程与生物学应用导论》（2003），Prentice Hall:Prentice Hall，纽约·Zbl 1205.60001号
[332] 扎佩里，S。；Ba，K。；斯坦利，H.E.，《自组织分支过程：雪崩的平均场理论》，物理学。修订稿。，75, 4071-4074 (1995)
[333] Beggs，J.M。；Plenz，D.，《新皮质回路中的神经元雪崩》，神经科学杂志。，23, 11167-11177 (2003)
[334] Neher，R.A.，《快速适应的遗传草案、选择性干扰和群体遗传学》，年。经济评论。进化。系统。，44, 195-215 (2013)
[335] Mustonen，V。；Lässig，M.，适应性进化的适应度通量和普遍性，Proc。国家。阿卡德。科学。美国，1074248-4253（2010）
[336] Everitt，B.，《聚类分析》（2011年），Wiley:Wiley Chichester，West Sussex，UK·Zbl 1274.62003年
[337] Yang，Z.，《计算分子进化》（2006），牛津大学出版社
[338] Stamatakis，A.，RAxML第8版：大型系统发育分析和后期分析工具，生物信息学，30，1312-1313（2014）
[339] Hoehn，K.B。；伦特，G。；Pybus，O.G.，抗体谱系的系统发育密码子替代模型，遗传学，206，417-427（2017）
[340] 戴维森，K。；Matsen IV，F.A.，B细胞受体序列的基准树和祖先序列推断，Front。免疫学。，9, 1-13 (2018)
[341] 库塞尔，E。；Leibler，S.，波动环境中的表型多样性、人口增长和信息，《科学》，3092075-2078（2005）
[342] 俄亥俄州Rivoire。；Leibler，S.，《信息对不同环境中种群的价值》，J.Stat.Phys。，142, 1124-1166 (2011) ·Zbl 1216.92052号
[343] 布拉德，S。；莫拉，T。；Walczak，A.M.，《CRISPR间隔棒收购的成本和收益》，Philos。事务处理。R.Soc.B，374，第20180095条pp.（2019）
[344] Lotka，A.J.，《有机系统中某些节奏关系的分析笔记》，Proc。国家。阿卡德。科学。美国，6410-415（1920）
[345] Volterra，V.，（dei Lincei，A.N.，Opere Mathematiche，Opere Mathematriche，Memorie e Note（1956），林塞国家科学院：林塞罗马国家科学院），xxxiiiii+604
[346] Edelstein-Keshet，L.，《生物数学模型》（2005），SIAM:SIAM Philadelphia·Zbl 1100.92001
[347] May，R.M.，《模型生态系统的稳定性和复杂性》（2001），普林斯顿大学出版社·Zbl 1044.92047号
[348] 马尔琴科，V。；Pastur，L.，一些随机矩阵集的特征值分布，Mat.Sb.，72，507-536（1967）·兹伯利0152.16101
[349] Yule，U.G.，基于j.c.willis博士的结论的进化数学理论，f.r.s，Phil.Trans。R.Soc.B，213，21-87（1925）
[350] Simon，H.A.，关于一类斜分布函数，Biometrika Trust，42，425-440（1955）·Zbl 0066.11201号
[351] 开普勒，T.B.，重建B细胞克隆谱系。二、。突变、选择和亲和力成熟，前沿。免疫学。，5, 170 (2014)
[352] Elhanati，Y。；Q·马可。；莫拉·T。；Walczak，A.M.，RepgenHMM：从序列数据推断免疫受体生成规则的动态编程工具，生物信息学，321943-1951（2016）
[353] Pressé，S.，《统计物理学中的最大熵和最大口径原理》，《现代物理学评论》。，85, 1115-1141 (2013)
[354] 巴顿，J.P。；De Leonardis，E。；考克，A。；Cocco，S.，ACE:最大熵图形模型推断的自适应聚类扩展，生物信息学，32，3089-3097（2016）
[355] Nguyen，H.C。；西葫芦。；Berg，J.，《逆统计问题：从逆问题到数据科学》，高等物理学。，66, 197-261 (2017)
[356] Dekosky，B.J.，《人类配对重链和轻链抗体库的深度测定和分析》，《国家医学》，21，1-8（2014）
[357] Klein，A.M.，应用于胚胎干细胞的单细胞转录组学的液滴条形码，应用于胚干细胞的单个细胞转录组的液滴条码，cell，161，1187-1201（2015）
[358] Mcdaniel，J.R。；DeKosky，B.J。；Tanno，H。；艾灵顿，A.D。；Georgiou，G.，《数百万淋巴细胞免疫受体序列的超高通量测序》，《国家协议》。，11, 429-442 (2016)
[359] Grigaityte，K.，单细胞测序揭示了（αβ）链配对形成T细胞储备（2017），bioRxiv:213462
[360] Howie，B.，T细胞受体（α）和（β）序列的高通量配对，科学。Transl.公司。《医学》，第7卷，第301ra131页（2015年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。