曾经，人们认为，HIV在感染之后，经过数十年的无症状的休眠期，浓度会突然上升，并导致感染者出现获得性免疫缺陷综合征而死亡。1994年，科学家医生何大一和数学免疫学家佩雷尔森的跨学科合作研究发现，HIV并不存在什么休眠期，而是从感染开始，免疫系统就在激烈地与HIV搏斗，因此越早用药越好。而且，需要通过鸡尾酒疗法，也就是3种药物联合使用，才能防止HIV产生耐药性。
多年来，阿伦·佩雷尔森和很多同行一直在琢磨一张神秘的曲线图。这张图是由一系列普通的起伏线段组成的，但蕴含了大量信息。该曲线的神秘特征在于，它清楚地显示了HIV之所以危险的原因：血液中病毒颗粒的浓度在一个短暂的高峰后快速降至一个低水平并稳定下来。因此，典型的患者并不会出现严重的症状，而变成了数十年的无症状感染者。但病毒颗粒浓度终将不可避免地再次上升，直到葬送患者生命。
阿伦·佩雷尔森和许多研究人员怀疑过HIV可能不是慢病毒，甚至在潜伏期也没闲着。他类比了一个物理系统：如果要维持一个漏斗的水位，则必须有水流补充，尽管我们无法确定流入的水流有多快，但我们能肯定的是：无论流入多大或多小，流出的速率一定与流入的相等。阿伦·佩雷尔森将该观点应用到HIV：病毒有可能一直在快速繁殖，只是以相同的速率被人体清除掉后才进入一个漫长的潜伏期。
阿伦·佩雷尔森是美国洛斯阿拉莫斯国家实验室理论生物学和生物物理组的主任。至1994年，他已经发展出了若干数学分析模型描述临床数据，可是模型的未知参数太多，而现有数据又没有太大的帮助。那么，在对底层细胞事件缺乏了解的情况下，他是如何取得研究进展的呢？作为有资源开展临床试验的艾伦·戴蒙德艾滋病研究中心主任，何大一也对HIV很困惑。他曾获得过最新的抗HIV药物利托那韦并进行了试验。
利托那韦是一种“蛋白酶抑制剂”，能阻止HIV病毒的复制。试验过程涌现了一些奇怪的现象：利托那韦似乎能非常快速地降低患者的病毒颗粒总量，该结果令人困惑。因为大家都知道利托那韦本身并不摧毁现存的病毒颗粒，只是阻止病毒的复制。如果HIV确如人们相信的那样是慢病毒，那么即便病毒复制被终止，它应该还能继续存活一段时间。那么，上述现象背后的原因是什么？
另外，抗病毒药物治疗过的患者只是短暂出现好转，利托那韦和其他类似的药物长期（数月）使用后还是会失效。因此需要全新的模型来诠释这些新现象。阿伦·佩雷尔森只关注定量数据，对新药一无所知。在一个有关HIV的学术会议上，他偶然听了何大一同事库普的报告，随后就与库普通话并交流了各自工作。
当谈话最终聚焦到利托那韦实验所显示的令人困惑的结果时，库普说他们正在寻找合作者帮助厘清获得的奇怪数据，他问阿伦·佩雷尔森是否有兴趣加入，答案是肯定的。何大一和同事怀疑仅仅测量药物使用前后一个月的病毒总量（当时流行的做法）是否足以揭示细节。有说服力的测量应该是针对无症状的携带者而不是已表现出全部症状的艾滋病患者，而且给药后需要每天监测血液病毒浓度。随后他们开展了更多的临床试验。
对大量病患的测量揭示了同一事实：病毒复制被阻止后病毒总量会在2—3周内下降百倍。阿伦·佩雷尔森和何大一对测量结果目瞪口呆，病毒总量快速下降意味着人体以极快的速率持续清除病毒。用图0.2的话说，Qout巨大，这也意味着不施加药物时病毒产率Qin也是巨大的。类似的结果不久在别的抗病毒药物上重现：病毒根本不是处于蛰伏状态，而是在疯狂地复制。数据分析可给出数值Qout。
研究人员利用该测量值估算了典型的无症状患者每天至少新生10亿病毒颗粒（更精确的估算表明平均产率居然比这个早期估计的下限值还大）。另一个由乔治·肖领导的研究小组也独立地开展了类似的研究。该小组有一位名叫马丁·诺瓦克的数学家，他本来也是艾滋病研究的“局外人”。两小组几乎同时在《自然》上发表了各自的发现。这些工作的意义是深远的。因为病毒复制如此快速，以至于对任一种药物都很容易变异出抗药的突变体。
确实，病毒基因组上的任意位点在数小时内都足以经历任何可能的单碱基突变。因此，每一个感染的患者甚至在使用药物前就已经拥有了一定数量的耐受突变病毒。突变株会在两周内壮大起来，让患者再次病倒。艾滋病毒之所以能逃避被人体彻底清除的命运，是因为它能持续地与患者免疫系统玩“猫捉老鼠”的游戏。如果我们同时使用两种抗病毒药物，情况会怎样呢？
对病毒来说，要尝试每个可能的双突变是不容易的，而要对付三个以上的突变则更难。事实上，后续工作表明三种不同药物的“鸡尾酒”显然能够无限期地阻止HIV病毒感染的进程。使用这类鸡尾酒疗法的患者尽管没有治愈，但其体内的病毒载量依然很低，因此至少能存活。上述故事给我们提供了一些重要启示。上述两个研究小组在对抗可怕疾病方面都取得了显著成就。
这得益于下述普遍策略：1. 组建（或加入）一个跨学科的团队，利用不同的方法研究同一问题；2. 利用简单的物理类比（储水的漏斗）和对应的方法（例如动力系统理论，这是物理学的一个分支）；3. 开展针对性实验，以获得新的定量数据，用数据来证实或证伪提出的猜想。该策略仍将继续发挥重要作用。