免疫数字孪生论坛：会议报告
其他定量生物学
2024-02-23 v1
摘要
医学数字孪生是与特定病症相关的人体生物学计算模型，可针对个体患者定制，从而预测疾病进程与个体化治疗，这是个性化医学的重要目标。免疫系统在许多疾病中起核心作用，且个体间高度异质，因此对该技术构成重大挑战。若医学数字孪生要真实刻画患者免疫系统特征，我们需要回答诸多问题，例如：构建反映个体特征的数学模型需要了解免疫系统的哪些信息？需要在免疫系统作用的不同尺度上收集哪些数据？为恰当捕捉免疫系统复杂性，正确的建模范式是什么？2023 年 2 月，国际专家小组在佛罗里达州 Lake Nona 举行为期两天的会议，讨论这些及与免疫系统数字孪生相关的其他问题。小组由临床医生、免疫学家、生物学家与数学建模者组成，体现了医学数字孪生开发的跨学科性质。全程活动录像可供观看。本文呈现讨论概要、不同进展阶段中数字孪生项目的简要描述，并提出进一步开发该技术的五年行动计划。主要建议包括：确定并推进少量有前景的应用案例；在临床环境中开发刺激特异的免疫功能检测；以及建立现有计算免疫模型数据库与先进的建模技术和基础设施。
引用
@article{arxiv.2310.18374,
title = {Forum on immune digital twins: a meeting report},
author = {Reinhard Laubenbacher and Fred Adler and Gary An and Filippo Castiglione and Stephen Eubank and Luis L. Fonseca and James Glazier and Tomas Helikar and Marti Jett-Tilton and Denise Kirschner and Paul Macklin and Borna Mehrad and Beth Moore and Virginia Pasour and Ilya Shmulevich and Amber Smith and Isabel Voigt and Thomas E. Yankeelov and Tjalf Ziemssen},
journal= {arXiv preprint arXiv:2310.18374},
year = {2024}
}