免疫复杂性读书会丨第1期：复杂体系下生命医学范式转换的大势所趋、挑战和应对|免疫|复杂性|生命医学|生物学|科学|肿瘤

导语

站在生命医学研究范式转换的关键节点，面对肿瘤异质性、免疫网络动态等复杂系统，传统还原论与线性思维已显现局限，亟需一场深刻的认知与方法论革命。本期读书会为免疫复杂性读书会第一期，原上海交通大学肿瘤研究所朱景德教授将在本期聚焦驱动这场变革的四大核心支柱（理念革新/技术驱动/数据整合/数学建模)，阐述其思考多年的复杂体系科研范式。

集智俱乐部联合广州市荔湾中心医院秦健勇医生、四川大学生物医学工程学院敖平教授、天津工业大学数学科学学院雷锦志教授、中山大学附属肿瘤医院张晓实教授以及中国科技大学生命科学院博士生秦晓玉共同发起，以免疫学为具体场景，以复杂科学为方法论，试图整合范式转型与理论构建、机制研究与数理建模、药物研发和临床实践以肿瘤免疫治疗为核心问题探讨21世纪生命科学认知范式转型的关键细节。

自2026年4月13日启动，每周一晚19：30-21：30进行，持续时间预计26周。欢迎对肿瘤免疫学、系统生物学、复杂网络与数学生物学交叉领域感兴趣的朋友加入！

报告简介

21世纪是复杂性的世纪，生命作为最高复杂度的系统，成为科学探索的重大挑战。

还原论理念主导的生命医学研究在DNA双螺旋结构解析、基因组图谱绘制等方面取得显著进展。但从全球癌症发病与死亡的宏观数据来看，当前癌症负担持续加重与新药研发“反摩尔定律”困境并存的严峻现状，以基因为核心的还原论范式局限性日趋明显。

复杂科学视角下，生命系统的复杂性不仅体现在基因层面，更在于表观遗传调控、细胞间相互作用、组织微环境等多层次、多尺度的动态网络关系。技术层面，需要开发能够捕捉生命系统动态变化的高通量、多组学技术平台；数据层面，海量异构数据的整合分析与标准化处理成为瓶颈；理论层面，缺乏能够描述复杂生命系统行为的数学模型；人才层面，跨学科复合型人才的培养体系尚不完善；制度层面，传统学科壁垒和评价体系制约着协同创新。

分享大纲

1.生命现象是一种复杂体系，理解复杂疾病需要将生命看作一种复杂适应性系统。

2.前沿复杂技术体系是理解生命现象的显微镜与望远镜，拓展了人类的感知边界。

3.以数学建模整合多Hierarchy数据，打破学科壁垒，促进解释、预测和干预。

4.NBIC技术体系驱动方法论变革，促进生命科学范式革新和认知迭代。

核心概念

作为对生命复杂性挑战的回应朱景德教授提出的“理念革新-技术驱动-数据整合-数学建模”四位一体的生命医学研究框架。这一框架深刻回应了当前生命科学领域从还原论向系统论、从线性思维向网络思维、从静态分析向动态建模的根本性转变需求。

理念革新：从还原论到系统生物医学的认知革命

理念革新的核心是从以“碎片化”和“简单化”为特征的分子生物医学，转变为注重整体性和复杂性的系统生物医学。在还原论思维统治下，分子生物医学流行着“一个基因一种疾病”的“分子病”观点，将复杂病理现象还原为分子层次的个别生物分子功能异常。这种简单化思维在抗击肿瘤等复杂疾病时遭遇巨大失败，美国1971年启动的“肿瘤战争”最终被评价为一场失败的“越南战争”。温伯格教授深刻反思道，肿瘤研究经历了“从最初面对无数难以理解的病理现象的困惑，到树立了还原论必胜的信念，最近几年再回到重新面对肿瘤这个疾病无尽的复杂性”的完整循环。人类基因组计划通过“组学”整体研究策略从根本上颠覆了这种“碎片化”科研范式，Nature杂志社论指出：“似乎在一夜之间就从一个基因、一个蛋白质、一个分子、一次研究一个，转变为所有基因、所有蛋白质、所有分子、一次研究所有。一切都按组学的规模进行”。这种转变催生了系统生物学这门交叉学科，并很快被引入医学领域形成系统生物医学。美国国立卫生研究院在2003年的路线图中把采用系统生物学方法开展慢性病研究列为主要任务，欧盟也专门成立了“系统生物医学行动协调组织”并发布了研究规划。

技术驱动：从单维度观测到多层次解析的技术革命

技术驱动为理念革新提供了实现手段，需要融合能够揭示生命复杂系统多层次结构的前沿技术。在分子层面，系统生物学最初主要关注基因转录调控网络、信号转导网络和代谢调控网络等分子相互作用网络，2005年创立的第一个系统生物学学术刊物就命名为《分子系统生物学》。单细胞RNA测序技术的出现使研究人员能够在细胞层面开展系统生物学研究，新加坡研究人员利用该技术比较了胚胎发育过程中人类肝脏细胞以及肝癌细胞的单细胞图谱，发现了驱动胎肝发育和促进肝癌细胞免疫抑制的肿瘤-胚胎重编程模块。美国研究人员应用单细胞RNA测序技术对胶质母细胞瘤近25,000个肿瘤细胞进行分析，发现该肿瘤存在四种可相互转换的适应性细胞形态，解释了为什么现有靶向药物治疗难以阻止其生长。高分辨空间组学技术的建立使研究人员能够对三维空间里的组织器官进行系统性研究，耶鲁大学研究人员发展的“DBiT-seq”技术（Deterministic Barcoding in Tissue for spatial omics sequencing，由樊荣团队开发）可以同时完成组织切片的空间转录组和蛋白质组测序，空间分辨率接近单细胞分辨率。深圳华大生命科学研究院联合全球机构开发的"Stereo-seq"技术分辨率可达500纳米，研究人员利用该技术获得了单细胞分辨率水平的小鼠器官形成时空图谱。美国国立肿瘤研究所启动的“人类肿瘤图谱网络”计划，正是要从分子、细胞、组织器官等多个层次开展肿瘤发生发展机制研究。这些技术突破共同构成了从分子到细胞、从静态到动态、从单一维度到多维度的全方位观测能力。

数据整合：从统计证据到个体特征的精确医学转型

数据整合是连接技术驱动与数学建模的关键桥梁，强调多组学数据的系统性关联分析，这直接支撑着从循证医学到精确医学的转变。精确医学把主要目标定位在从分子层面认识个体间的遗传差异和表型差异，基本任务是寻找和确定标识个体特征的"生物标志物"。国际癌症基因组项目"癌症基因组图谱"已经进行了33种不同癌症类型11,000名患者的基因组测序和其他种类生物分子数据的采集与分析。英国研究人员报道了肿瘤患者样本规模最大的一项全基因组测序研究，通过比较19种癌症类型12,222名患者的全基因组序列，揭示了58种过去未知的肿瘤基因组序列突变特征。研究显示，不同个体在分子层面广泛存在着个体间异质性，即使是同卵孪生的双胞胎，基因组序列也不是完全一样的。更具挑战性的是细胞之间的内在异质性，正常成人胰岛组织中的β细胞群体中存在4种亚型，这些不同亚型的β细胞对葡萄糖的响应有明显差别。在肿瘤发生发展过程中，肿瘤细胞的内在异质性扮演了重要角色，中国研究人员通过基因测序技术分析发现，一个直径约3.5厘米的肝癌组织拥有上亿个突变，且不同肝癌细胞拥有的突变类型和数量不一样。

数学建模：从定性分析到定量检测的系统生物学方法

数学建模是通过计算模拟揭示生命系统动态规律的最终实现路径，这体现了系统生物学中“干实验”与“湿实验”的紧密结合。生命复杂系统是高度非线性的复杂体系，具有异常复杂和难以预测的动力学行为。美国研究者对各种人类组织中12,000多个基因的表达水平与相应蛋白质表达水平进行定量比较，发现二者的一致性并不高。mRNA表达水平与蛋白质表达水平的关系是非线性的，受到细胞内外环境变化、细胞稳态和状态变化等各种因素的影响。P53蛋白存在浓度周期性振荡的回路机制。当DNA损伤程度较轻时，p53浓度的周期性变化可诱导短暂的细胞周期阻断，而当DNA损伤较为严重时，持续的p53脉冲则诱发细胞凋亡。复杂生理病理过程普遍存在着临界现象，中国科学院陈洛南研究员建立的基于"动态网络标志物"的临界预测方法，可直接用于各种动态生物过程或复杂疾病发生发展的早期诊断。美国哥伦比亚大学系统生物学家卡里法纳采用调控网络的逆向工程思路，建立VIPER算法通过对肿瘤细胞转录组数据分析寻找肿瘤异常调控网络中的"瓶颈因子"。在此基础上发展的"多组学的主调控因子分析"方法，从不同肿瘤近10,000个样本的多组学数据分析中找到了407个主调控因子。瑞士科学家提出的"TuPro"数据整合方案，通过将各种类型的生物分子大数据与临床数据整合，为每位肿瘤患者生成分子研究报告。这些数学建模方法使系统生物医学能够处理海量生物分子数据，并将不同种类生物分子大数据与生物影像以及健康医疗档案等整合起来指导临床实践。

主讲人介绍

主讲人：朱景德，上海交通大学肿瘤研究所研究员、博士生导师。

安徽师范大学生物系学士，中国科学院上海细胞生物学研究所硕士，1985年获英国格拉斯哥大学病理学博士学位。曾任癌基因及相关基因国家重点实验室肿瘤表观遗传学和基因治疗组课题负责人，研究方向为肿瘤基础与转化医学，专注高效溶瘤腺病毒药物产业化与临床应用。

1980年赴英国格拉斯哥大学Beatson癌症研究所攻读博士学位，1985年后于美国华盛顿大学及英国格拉斯哥大学开展博士后研究。1985-1990年任中国科学院上海细胞生物学研究所PI，1990-2001年在英国科研机构担任高级研究人员。2001-2014年任上海市肿瘤研究所癌基因国家重点实验室PI。

朱景德教授长期从事生命科学研究，肿瘤基础和应用研究和表观遗传和组学研究。曾经担任过国际表观遗传组学，AACR表观遗传组专家成员(2006-2011)，亚洲表观遗传组学联盟创建人(2006)。 2018年，积科研生涯中的范式思考发起“集智同行动议”（Gathering wisdom to strive）系列会议（截至2025年已举办27届）。近年来一直致力于推进复杂体系世纪的生命医学: 复杂体系理论指导，充分使用优质平台技术，获取优质数据和对其的数学诠释的高学科跨度的系统研究。目前通过”集智同行动议” 系列会议形式的表观遗传学，肿瘤转化医学，数学肿瘤学，昼夜节律与疾病，合成生物学，人类细胞谱系，AI病理/空间多组学，生命复杂体系等重大生命科学议题高品质学术会议，推动高学科跨度，多学科整合，针对重大生物医学问题的系统研究。

朱景德教授已在Cell、Nature Biotechnology等期刊发表论文60余篇，获美国专利3项、国内专利4项。担任国际表观遗传组学专家组成员、亚洲表观遗传组学联盟创建人，曾获国家科技成果二等奖、上海市科技进步一等奖。

参考文献

Ball P. How life works: a user’s guide to the new biology[M]//How Life Works. University of Chicago Press, 2023.
Weinberg RA. Coming full circle-from endless complexity to simplicity and back again. Cell. 2014 Mar 27;157(1):267-71. doi: 10.1016/j.cell.2014.03.004. PMID: 24679541.
Weng Q. Scale issues in remote sensing[M]. John Wiley & Sons, 2014.
Sharma A, Seow JJW, Dutertre CA, Pai R, Blériot C, Mishra A, et al. Onco-fetal reprogramming of endothelial cells drives immunosuppressive macrophages in hepatocellular carcinoma. Cell. 2020;183(2):377-394.e21. doi: 10.1016/j.cell.2020.08.040. PMID: 32976798.
Neftel C, Laffy J, Filbin MG, Hara T, Shore ME, Rahme GJ, et al. An integrative model of cellular states, plasticity, and genetics for glioblastoma. Cell. 2019;178(4):835-849.e21. doi: 10.1016/j.cell.2019.06.024. PMID: 31327527.
Liu Y, Yang M, Deng Y, Su G, Enninful A, Guo CC, et al. High-spatial-resolution multi-omics sequencing via deterministic barcoding in tissue. Cell. 2020;183(6):1665-1681.e18. doi: 10.1016/j.cell.2020.10.026. PMID: 33188776.
Chen A, Liao S, Cheng M, Ma K, Wu L, Lai Y, et al. Spatiotemporal transcriptomic atlas of mouse organogenesis using DNA nanoball-patterned arrays. Cell. 2022;185(10):1777-1792.e21. doi: 10.1016/j.cell.2022.04.003. PMID: 35512705.
Rozenblatt-Rosen O, Regev A, Oberdoerffer P, Nawy T, Hupalowska A, Rood JE, et al. The human tumor atlas network: charting tumor transitions across space and time at single-cell resolution. Cell. 2020;181(2):236-249. doi: 10.1016/j.cell.2020.03.053. PMID: 32302568.
The Human Tumor Atlas Network (HTAN) Collection: Exploring tumor evolution in time and space. Nature. 2024;634(8036):1178-1186. doi: 10.1038/s41586-024-08087-4. PMID: 39478210.
Jiang L, Wang M, Lin S, Jian R, Li X, Chan J, Dong G, Fang H, Robinson AE; GTEx Consortium; Snyder MP. A Quantitative Proteome Map of the Human Body. Cell. 2020 Oct 1;183(1):269-283.e19. doi: 10.1016/j.cell.2020.08.036. Epub 2020 Sep 10. PMID: 32916130.

读书会在做什么

免疫复杂性读书会，从2026年4月13日开始，每周一晚19：30，连续半年，聚焦免疫复杂性主题。

读书会主题划分为三个模块：

【导言】生命科学范式漫谈

由资深生命科学研究者朱景德教授激情畅谈复杂系统范式对于生命科学研究的意义。

【机制解读篇】

由中国学者敖平教授介绍基于普适的达尔文演化力学这个第一性原理发展起来内源性网络理论在理解复杂生命现象中的应用；这部分的整体架构是以EVO-DEV-ECO框架展开的，邀请国内研究免疫机制演化和发育的顶尖团队，分享他们的研究成果。同时对免疫机制的核心问题如免疫代谢、T细胞功能调控网络、神经-免疫的对话由长期关注此问题的资深学者展开探讨。

范式转换需以方法论为基础，由在此领域深耕的青年才俊介绍干湿结合的生物学机制研究方法，免疫稳态与免疫韧性是免疫健康的主旋律，我们也尝试基于复杂科学视角尝试对其进行解读……

【数理建模篇】

数学本质上是一种对认知进行准确描述和具有很强逻辑性的语言，由通用的数学符号体系建立起来的数学语言作为科学基础的工具为人类深化对自然界的认知起了不可或缺的作用，数学在不断演化中发展，同时不断拓展着人类的认知边疆。

不少物理学家都曾感叹数学不可思议的有效性，数学，尤其是对称性思想在构建物理学宏伟大厦的过程中是不可缺少的工具。数学在科学发展史上的巨大作用，使得科学家们又尝试以数学工具介入对生命现象的探索，但又难免惆怅：喟叹其不可思议的无效性。

癌生物学家 Robert Weinberg 提出“数学能否帮助人们理解生物系统复杂行为的合理性”这样一个极具挑战的问题。应用数学家林家翘先生提出“20世纪的应用数学聚焦于物理学问题，21世纪的应用数学数学应致力解决生物学问题”，预示了数学与生命科学交叉融合的重要性。在数理建模篇，将由国内一流的数学生物学团队介绍他们在这一领域的探索，侧重于肿瘤免疫相互作用的数学建模，尝试通过机理与数据驱动相结合的研究手段，采用微分方程组(随机或确定性)并结合随机模拟来描述肿瘤免疫响应的动力学演变过程。

虚拟细胞在当前AI高歌猛进的时代背景下似乎成了时代的宠儿——2026年伊始，最小人造细胞JCVI-syn3A的数字克隆取得新的进展——虚拟细胞精确复现了细胞分裂动力学周期和关键事件。虚拟细胞是理解生命现象的前沿领域，被寄希望应用于药物研发和临床药理学领域。本次读书会邀请到了首届全球虚拟细胞大赛冠军团队百图生科技术副总监郭玉成博士，他将对该次突破性虚拟细胞建模的技术路线进行解读，郭玉成博士目前已经着手在实验室复现此次虚拟细胞的动力学过程。

【工程技术篇】

这一模块将从国药之光康方生物双抗类药物的研发实践开始，讨论免疫调节工具研发的工程实践，药物的临床验证和优化使用情况。最后聚焦到临床痛点，宿主治疗响应的评估与监测，提高药物有效率的联合治疗和系统管理策略。

模块的设计初衷是希望通过系统回顾双特异性抗体的研发逻辑、PD-1抑制剂的临床药理、免疫紊乱的抗炎治疗、情绪应激与免疫应答之间的机制，结合几个具体的典型案例，来讨论：

宿主免疫对治疗响应的监控与控制，

如何优化肿瘤免疫联合治疗方案？

进而在本模块跨学科讨论的基础上回归到第一性原理，探讨新生物视角下临床困境的出路和科学探索方向。

【总结】

由在肿瘤免疫学领域深耕20余年的张晓实教授主持讨论，主题是“提高肿瘤免疫治疗应答率的联合用药策略和系统管理框架”。