跳转至

第 0 章 总论（General Introduction）

作者

本章由三位编者共同撰写：Alexander R. A. Anderson（邓迪大学数学系）、Mark A. J. Chaplain（邓迪大学数学系）、Katarzyna A. Rejniak（邓迪大学数学系）。三位均任职于英国 University of Dundee 的 Division of Mathematics。这是一本由 Birkhäuser 出版的"Mathematics and Biosciences in Interaction"系列丛书的开篇引言，作用是为读者勾勒全书的统一视角与组织脉络。

内容概述

总论以 D'Arcy Thompson 1917 年《On Growth and Form》的著名引文开篇——"细胞与组织、骨与壳、叶与花，都是物质的一部分……它们的问题是数学问题，其生长问题本质上是物理问题"——这一引文奠定了本书的基本立场：单细胞尺度的建模不能脱离数学与物理的公理基础。

本章围绕三个核心问题展开：

  1. 为什么要做单细胞建模？ 分子生物学的飞速发展（人类基因组计划、蛋白质组学、细胞信号传导机制）虽然提供了"字典"和"语法"，但还原论逻辑无法推断更高层次的涌现行为。需要的不是更细的子细胞信息，而是把它们组装成多细胞"句子"和"段落"的能力。
  2. 为什么是离散模型？ 随着计算能力的提升，"用离散模型近似连续模型"反而成为新的主流。但本书强调"从一开始就保持离散公式"的方法——这也是单细胞模型区别于传统连续介质力学的根本所在。

  3. 本书的范围和结构。 总论给出了全书 4 个 Part 的导览：

  4. Part I — Hybrid Multiscale Models（混合多尺度模型）：3 章。Anderson 的 HDC（Hybrid Discrete-Continuum）肿瘤侵袭模型；Deutsch 的格子气细胞自动机（LGCA）；Alber 的二维多尺度趋化模型（CPM-Fokker-Planck-Keller-Segel 链条）。

  5. Part II — The Cellular Potts Model and Its Variants（细胞 Potts 模型及其变体）：4 章。Glazier 综述其历史；Mombach & Glazier 讨论生物物理属性；Baish & Jain 介绍生物医学应用；Hogeweg 探讨扩展与未来。
  6. Part III — Off-lattice Cell Models（离格细胞模型）：3 章。Palsson & Othmer 的中心基模型；Drasdo 的无格中心基模型；Sanderson 等的亚细胞元模型（Subcellular Element Model）。
  7. Part IV — Viscoelastic Cell Models（粘弹性细胞模型）：3 章。Xu, Pivkin & Alber 血液凝固；Zaman 等 3D 变形椭球模型；Dillon & Wei 复杂组织发育。

总论的结尾以 David Hilbert 在 1900 年巴黎数学大会上的著名发问收束——预示着对多尺度、多方法、多物理过程耦合的细胞建模仍是一个开放的世纪课题。

读者前置知识：本科水平的常/偏微分方程、概率统计、计算方法；不要求有细胞生物学实验背景，但需要熟悉细胞作为功能单元的基本概念（细胞周期、信号通路、粘附、迁移等）。

核心方程与概念

总论本身没有形式化的方程（这是综述性引言，不推导具体模型），但给出了几个关键的概念性框架与命名约定：

  • 连续-离散范式二分（continuum vs. discrete）：传统建模把"群体"看作连续的场（密度场 \(c(\mathbf{x},t)\) 满足 PDE），其微观细节通过统计平均被消去；单细胞建模则保留每个细胞 \(i\)（位置 \(\mathbf{x}_i(t)\)、状态 \(\mathbf{s}_i\)）的显式表达。
  • 混合多尺度（hybrid multiscale）：在同一模型中混合使用连续描述（适用于外部场如氧 \(\phi(\mathbf{x},t)\)、营养）和离散描述（适用于细胞个体），核心是耦合接口的设计。
  • 模型谱系（model hierarchy）：本书所覆盖的模型可以按"计算粒子"和"空间离散"两个维度分类：
  • 空间离散化：格上（lattice-based）vs. 离格（lattice-free）
  • 细胞表示：单点（center-based）vs. 区域（cell area/volume-based）vs. 元胞集合（CPM/Glazier-Graner-Hogeweg）
  • DVD 配套资源（2007 年时的特色）：全书附一张 DVD，包含所有模型的模拟视频——这在 2007 年是重要的教学资源，今天则可视为对模型可复现性的早期实践。
  • 共享概念：细胞周期与表型突变（cell cycle + phenotype mutation）：Anderson 的 HDC 模型中每个细胞都有"内部生命循环"（internal life cycle），细胞通过有丝分裂并可通过"突变算法"改变其表型——这是多尺度演化建模与单细胞动力学的关键耦合点。

关键结论

  • 结论 1：单细胞建模的核心动机不是"否定连续模型"，而是承认在某些生物学问题（肿瘤异质性、细胞命运决定、形态发生）中，个体差异是不可约的随机性，必须从底层保留。
  • 结论 2：计算能力的指数增长（2007 年前后单核 CPU 仍主流，但 GPU 计算萌芽）使得"直接模拟 \(10^4\)–\(10^6\) 个细胞的群体动力学"成为可能，这是该领域在 21 世纪初复兴的物理基础。
  • 结论 3：本书不是"用一种方法解决所有问题"的统一教程，而是"多种方法百花齐放"——从蒙特卡罗（LGCA）、能量最小化（CPM）、牛顿运动方程（中心基、亚细胞元）到混合 PDE/ODE 耦合（HDC），每种方法各有其适用范围。
  • 结论 4：每个章节都遵循"模型 + 应用"双轨结构，体现出 2000 年代以来"理论驱动 → 应用反馈"已成为该领域的成熟范式。
  • 结论 5：跨学科对话是必要的——编者明确指出"interdisciplinary activity between biology and mathematics, with a genuine dialogue... may be viewed as the most fruitful way to advance scientific understanding"。

挑战和开放性问题

  • 挑战 1：跨尺度耦合的稳定性。当 \(10^4\) 个离散细胞与连续 PDE 场在同一时间步内耦合时，时间步长与空间步长的匹配是数值稳定性的关键——很多模型用启发式 sub-cycling 解决，但缺乏严格的收敛性证明。
  • 挑战 2：参数标定与可观测性。连续 PDE 模型常由实验反演参数（扩散系数 \(D\)、生长率 \(r\)、Michaelis 常数 \(K_M\)），但单细胞模型还需标定细胞-细胞相互作用的"软参数"（粘附强度、牵引力系数）——这些往往难以从独立实验获取。
  • 挑战 3：模型可证伪性。当一个模型可以拟合 10+ 个实验观测时，它的预测价值反而下降——总论并未明确提出模型选择的客观准则，这是该领域的方法论空缺。
  • 挑战 4：计算规模。2007 年的单细胞模型典型规模是 \(10^4\)–\(10^5\) 个细胞，与真实组织（\(10^9\)–\(10^{12}\)）相差 4–8 个数量级。如何跨越这个 gap 仍是开放问题（GPU、自适应网格、机器学习降阶模型是候选答案）。
  • 挑战 5：与分子生物学的接口。编者强调"字典与语法"的隐喻，但具体的"词法→模型参数"映射（基因表达 → 粘附系数？信号通路 → 增殖率？）并未在总论中给出——这是该书 2007 年出版时的局限，也是后续 20 年该领域最重要的生长点之一。

个人反思与批判性分析

总论作为开篇引言，给我印象最深的是它敢于承认局限——这一点在 2007 年的学术专著引言中并不常见。编者没有过度推销"单细胞建模将取代一切"的论调，而是用 D'Arcy Thompson 和 David Hilbert 的两段引文传递"既乐观又审慎"的基调。这种写作姿态本身是该领域成熟的标志：从业者意识到自己的方法是工具箱中的一种，而不是银弹。

几点具体的批判性观察：

  1. "Discrete from the outset"这个论点值得商榷。 实际上，本书 Part I 的 HDC 模型恰恰是从一个连续 PDE 出发、然后把细胞作为"离散个体"嵌入的——它并不是"从一开始就保持离散"。编者可能想强调的是"在算法层面离散是 first-class citizen"，但措辞上容易引起误解。
  2. 对 CPM 的介绍过于集中在 Glazier-Graner-Hogeweg 框架。 CPM 实际上是一类元胞自动机的统称，Ising 模型、Q-Potts 等都属于此范畴，但总论没有给出这层谱系图。这或许是编者刻意把综述留给 Glazier 本人来写（Ch 4），但读者在读总论时可能误以为 CPM 是一种单一方法。
  3. 缺少对 stochastic 与 deterministic 取舍的讨论。 LGCA 是 stochastic 的，HDC 是 deterministic 的（虽然有 mutation），中心基模型则两者皆可。编者没有在引言中给出"何时用 stochastic"的指导原则——这本来是该领域最需要的方法论建议。
  4. DVD 的历史价值。2007 年的 DVD 资源今天几乎无法访问（不是文件不存在，而是平台/格式都已过时），这是该书最大的物理性老化。建议未来的数字时代此类资源应放在 Git 仓库或 Zenodo 这类永久存储中。
  5. 跨学科性的真实挑战被低估。编者说"interdisciplinary activity with a genuine dialogue is most fruitful"——这话对了一半，但真实的对话往往受制于术语壁垒（生物学家说"epithelial-mesenchymal transition"，数学家说"phenotype switch with differential adhesion"）和发表周期（理论期刊 vs. 实验期刊的审稿尺度不同）。这些在总论中没有触及。

给编者（如果今天再版）的建议： - 在引言中加入 1 张"模型选择决策树"图（基于细胞数量、空间异质性需求、随机性需求、计算资源），帮助读者快速选型。 - 增加 1 节讨论"模型验证 vs. 模型证伪"，引入严格的可证伪性判据。 - 把 DVD 资源永久化（GitHub 仓库 + 容器化的可复现脚本）。

重要参考文献

[X1] Anderson A.R.A., Chaplain M.A.J., Newman E.L., Steele R.J.C., Thompson A.M. Mathematical modelling of tumour invasion and metastasis. J. Theoret. Med. 2000;2(2):129-154. DOI: 10.1080/10273660008833042

[X2] Glazier J.A., Graner F. Simulation of the differential adhesion driven rearrangement of biological cells. Phys. Rev. E 1993;47(3):2128-2154. DOI: 10.1103/PhysRevE.47.2128

[X3] Keller E.F., Segel L.A. Model for chemotaxis. J. Theoret. Biol. 1971;30(2):225-234. DOI: 10.1016/0022-5193(71)90050-6

[X4] Thompson D'A.W. On Growth and Form. Cambridge University Press, 1917 (revised ed. 1942). ISBN: 978-0521437769

[X5] Alber M.S., Kiskowski M.A., Glazier J.A., Jiang Y. On cellular automaton approaches to modeling biological cells. In: Mathematical Systems Theory in Biology, Communications, Computation, and Finance. IMA Volumes in Mathematics and its Applications 134, Springer, 2003. DOI: 10.1007/978-0-387-21696-6_1

[X6] Deutsch A., Dormann S. Cellular Automaton Modeling of Biological Pattern Formation. Birkhäuser, 2005. ISBN: 978-0817642950

[X7] Palsson E., Othmer H.G. A model for individual and collective cell movement in Dictyostelium discoideum. Proc. Natl. Acad. Sci. USA 2000;97(19):10448-10453. DOI: 10.1073/pnas.97.19.10448

[X8] Drasdo D., Höhme S. A single-cell-based model of tumor growth in vitro: monolayers and spheroids. Phys. Biol. 2005;2(3):133-147. DOI: 10.1088/1478-3975/2/3/001