跳转至

第 9 章 与连续环境变量相互作用的离格中心基细胞模型（Models with Lattice-free Center-based Cells Interacting with Continuum Environment Variables）

作者

John C. Dallon，本章独立作者。时任 Brigham Young University 数学系，后转至 University of Utah 数学系。本章是他对"离散细胞 + 连续场"混合范式（particle-in-cell 方法在生物学的应用）的系统阐述，通过两个应用案例（Dictyostelium 聚集、伤口愈合）展示方法论。

内容概述

本章提出一个对中心基模型的扩展：细胞保持中心基（lattice-free）运动，但与"连续场"（cAMP、ECM 纤维方向）双向耦合。这是从 Ch 8 的"中心基"到 Ch 1（HDC）的"混合多尺度"的方法论桥梁。

核心方法论：Particle-in-Cell (PIC) 方法——把粒子（细胞）位置作为 Lagrangian 变量，把连续场（cAMP、ECM 纤维）作为 Eulerian 变量（存储在固定格子上）。两者通过插值函数 \(I\) 和权重函数 \(w\) 相互转化信息。

章节结构：

  1. Introduction（pp. 197–199）：Eulerian vs. Lagrangian 视角；为什么用混合方法；与 HDC、GGH 的方法论对比。
  2. Mathematical model（pp. 199–201）：通用框架——连续变量 \(u(\mathbf{x}, t)\) + 离散变量 \(v^i\)（每个细胞 \(i\) 有多个内部状态）。
  3. Exchanging information between cells and grid（pp. 200–202）：插值函数的选择准则（动量守恒、自相互作用为零、合适的正则性）。
  4. Applications（pp. 201+）：
  5. Dictyostelium discoideum（粘菌）早期聚集（pp. 201–209）：10–120k 细胞，cAMP 信号 + 7 维内部 ODE 状态。
  6. 粘菌 stream 断裂（pp. 209–213）：加入粘附力 → 模拟 countin factor 突变体。
  7. 伤口愈合与瘢痕形成（pp. 213–219）：成纤维细胞 + ECM 纤维方向（向量场）。

读者前置知识：Ch 1（HDC 基础）、Ch 8（中心基模型）、有限差分（PDE 数值解）、粒子-网格方法（PIC/Cloud-in-Cell）。

核心方程与概念

1. 通用混合框架

连续变量 \(u(\mathbf{x}, t)\)（如 cAMP 浓度、ECM 密度）+ 离散变量 \(v^i\)（每个细胞 \(i\) 的位置、内部状态）： $$ L_1(u) = F(u) + \sum_{i=1}^N w(\mathbf{x}, v^i) F_1(u, v^i) \quad (1) $$ $$ L_0(v^i) = G_1(u, v^i) \quad (2) $$

  • \(L_1\)、\(L_0\) 是线性算子（时间导数、扩散算子等）。
  • \(F_1\) 描述"细胞如何修改连续变量"（如分泌 cAMP）。
  • \(G_1\) 描述"连续变量如何修改细胞行为"（如趋化性）。
  • \(w(\mathbf{x}, v^i)\) 是"细胞对连续场的影响范围"。

2. Eulerian-Lagrangian 插值

为了在固定格子上解 \(u\)、在连续空间上解 \(v^i\) 之间交换信息，需要： - 插值函数 \(I\)：把格子上的 \(u\) 插值到细胞位置 \(\mathbf{x}^i\)。 - 权重函数 \(w\)：把细胞对 \(u\) 的影响（如点源）分配到最近的 4 个格点。

Peskin-McQueen 浸没边界法的 6 函数： $$ \delta_{3D}(x) = \phi(x_1/h)\phi(x_2/h)\phi(x_3/h) $$ 其中 \(\phi(r)\) 由 5 个性质唯一确定（小支撑、动量守恒、角动量守恒、自身相互作用为零）。这是理论方程 (T)。

3. 离散 Dirac 分布（Cloud-in-Cell）

Dallon 用更简单的"互补面积"权重函数： $$ w(\mathbf{x}, \mathbf{x}^i) = a_{xy} = \max(1 - |x - x^i|/h_x, 0) \cdot \max(1 - |y - y^i|/h_y, 0) $$ 直观解释：格点的权重等于"细胞与格点之间矩形面积的互补面积"——\(w\) 归一化（\(\int w = 1\)）、在 \(x = x^i\) 处取最大值、当 \(x\) 远离 \(x^i\) 时线性下降。

4. 趋化运动规则（Dictyostelium）

每个细胞 \(i\) 的运动规则： - 若 $\partial u / \partial t > $ 阈值 → 启动运动。 - 沿 \(u\) 梯度方向、以固定速度 \(v\) 移动固定时间 \(T\)。 - 移动时间到或梯度方向改变时，重新选择方向。

关键观察：方向重新选择频率对聚集模式影响巨大（Fig. 6）： - 100 秒重新选择（"自然"）→ 真实模式。 - 20 秒重新选择 + 不考虑前向 → 模式失真。 - 20 秒重新选择 + 考虑"leading edge" → 恢复真实模式。

这是细胞行为的一个微妙但重要的可证伪预测。

5. cAMP 信号转导 ODE（Tang-Othmer）

每个细胞 \(i\) 有 7 个内部状态（\(v_1^i, ..., v_7^i\)），描述信号转导网络的瞬时状态： $$ \dot{v}_1^i = a_0 u(\mathbf{x}^i) + (a_5 - a_0 u(\mathbf{x}^i)) \frac{v_6^i}{a_1 + a_0 u(\mathbf{x}^i) + a_3 v_5^i} $$ $$ \dot{v}_2^i = \frac{a_2 a_3 c_1 v_1^i (1 - v_2^i)}{1 + a_4 a_1 + a_2 a_5 c_1 v_1^i} - a_6 v_2^i $$ $$ \dot{v}_3^i = \frac{a_2 a_4 c_2 v_3^i (1 - v_2^i)}{a_1 + a_0 u(\mathbf{x}^i) + a_3 v_5^i} $$ $$ \dot{v}_4^i = a_4 v_2^i - v_4^i - a_4 v_3^i v_4^i $$ （完整 7 个方程见原文 Eq. 6）

这是 Tang-Othmer 1994 年的 cAMP 信号转导模型——把 cAMP 接收、磷酸化、adenylyl cyclase 激活、cAMP 输出等多个步骤参数化。

6. cAMP 反应-扩散方程

$$ \frac{\partial u}{\partial t} = D \nabla^2 u - \gamma u + \sum_i \left[\Phi(u, v^i) - \eta u\right] \delta(\mathbf{x} - \mathbf{x}^i) $$ \(D\) 是扩散系数，\(\gamma\) 是细胞外衰变率，\(\Phi\) 是 cAMP 输出率，\(\eta\) 是细胞吸收率。

7. 数值算法

  1. 在固定格子上用 ADI（交替方向隐式）解 cAMP PDE。
  2. 把 \(u\) 从格子插值到细胞位置。
  3. 用隐式 ODE 求解器更新细胞内部状态。
  4. 更新细胞运动（启动/继续/停止/重新定向）。
  5. 把 cAMP 输出分配到最近 4 个格点（用 \(w\)）。
  6. 重复。

8. 关键概念：particle-in-cell 法的动量守恒

物理上，网格对粒子的插值 = 粒子对网格的权重才能保证动量守恒： $$ I(w) = w $$ 否则"粒子对自身施加力"——数值伪影。Dallon 用 \(w \neq I(w)\) 是为了适配生物学（细胞是点源、cAMP 是扩散场）——这是生物物理对数学严格性的有意妥协。

9. 伤口愈合模型

成纤维细胞（中心基）+ ECM 纤维方向（连续向量场）耦合。ECM 纤维作为"连续张量场"——Dallon 等发展了一套保持纤维方向连续性的插值方案。

细胞-ECM 相互作用： - 细胞沿纤维方向迁移（接触引导，contact guidance）。 - 细胞产生 ECM 纤维（fibroblast 合成 collagen）。 - ECM 纤维重塑（cell traction 重新排列纤维）。

10. "Stream 断裂"与 countin factor

野生型 Dd 早期聚集形成大 stream → 然后 stream 断裂成小块 → 形成 fruiting body。countin factor (CF) 调节 stream 断裂——CF 缺失突变体形成超大 stream 和超大 fruiting body（物理不稳定），CF 过表达形成太小的 fruiting body（孢子扩散效率低）。

Dallon 加入粘附力后能复现这些突变体表型——这是模型对生物学的可证伪预测。

关键结论

  • 结论 1：Particle-in-Cell (PIC) 方法是"中心基"和"连续场"耦合的最自然选择——它借用等离子体物理和流体力学的成熟技术，避免从头设计插值函数。
  • 结论 2：Dallon-Othmer 7 维 cAMP 信号转导 ODE + 中心基细胞运动 + cAMP 反应-扩散 PDE + 插值/权重函数，首次能够在统一框架下模拟 10⁴–10⁵ 个 Dd 细胞的早期聚集。
  • 结论 3：模拟自发产生螺旋波和聚集核心——这是第一个不需要"专门初始化螺旋波"就能产生螺旋波的 Dd 聚集模型。
  • 结论 4：细胞方向重新选择频率（20s vs. 100s）对聚集模式有质的差异——只有 100s + "leading edge" 规则才能复现实验模式。这一参数对应"细胞持续运动"的能力——是 Dd 真实生物学的关键特征。
  • 结论 5：CF 缺失/过表达的突变体表型可以用"调节细胞-细胞粘附力"来复现——这提供了 CF 作用机制的具体假设（通过调节粘附力）。
  • 结论 6：伤口愈合模型中 ECM 纤维方向作为"连续向量场"——这是"中心基模型"扩展到"纤维重塑"的关键技术。Dallon 等发展了"保持纤维方向连续性"的插值方案。
  • 结论 7：Peskin-McQueen 浸没边界法的 6 函数是 Dallon 借用物理成熟技术的一个例子——它同时满足"小支撑、动量守恒、角动量守恒、自身力为零"5 个性质。

挑战和开放性问题

  • 挑战 1：插值函数的选择是 ad hoc 的。Dallon 用 Cloud-in-Cell 简化插值，但真实生物系统（细胞分泌 cAMP 的空间分布）可能需要更精细的插值。Peskin-McQueen 6 函数是更严格但更昂贵的选择。
  • 挑战 2：3D 推广。本章的 Dd 模拟是 2D，3D 模拟需要更复杂的插值/权重函数和更高的计算成本。
  • 挑战 3：信号转导 ODE 的参数标定。Tang-Othmer 模型有 30+ 个参数——大部分是从生化实验外推的，少数是直接测量。这导致 cAMP 波形预测的不确定性。
  • 挑战 4：CF 作用机制的具体性。Dallon 把 CF 建模为"调节粘附力"——但CF 实际上是通过细胞-基质相互作用、细胞-细胞信号等多条通路起作用的。这一简化是模型的局限。
  • 挑战 5：与单细胞 RNA-seq 数据对接。Tang-Othmer 7 维 ODE 是"平均细胞"模型——真实 Dd 细胞有显著的基因表达异质性。今天的单细胞测序可以提供这种异质性数据。
  • 挑战 6：伤口愈合模型中"纤维重塑"的可证伪性。Dallon 的 ECM 纤维方向演化是启发式的——与真实伤口愈合的活体成像数据对照较少。
  • 挑战 7：与 HDC、Ch 1 的方法论对照。Ch 1 的 HDC 是"PDE → 离散细胞"的反向工程；本章是"中心基 + 连续场"的双向耦合。两种方法的"中心-场"通信方式不同——HDC 用 PDE 系数作为移动概率；本章用插值/权重。这是真正的范式差异，需要系统对比。
  • 挑战 8：计算效率。10⁴–10⁵ 个细胞 + 101×101 网格在 2007 年是相当大的——今天 GPU + 自适应网格可以把规模推到 10⁶ 细胞。

个人反思与批判性分析

本章是"中心基 + 连续场"的方法论示范。它最打动我的是把 Tang-Othmer 7 维 ODE 与 cAMP 扩散方程、细胞运动规则、CF 粘附力耦合——这种"机制深度"是大多数细胞聚集模型所没有的。

几点批判性观察：

  1. "插值函数选择"的物理意义被低估。Dallon 用 Cloud-in-Cell（互补面积）插值，但这等价于把细胞视为"扩散半径 = 网格大小"的点源——而真实 cAMP 分泌是单分子事件，扩散半径远小于网格。这意味着模拟给出的 cAMP 浓度场比真实平滑——这可能在某些动力学上"过于稳定"。

  2. "100s 重新选择" + "leading edge"的二分规则。Dallon 的成功模拟需要"长持续 + 考虑前向"两个规则同时存在——这意味着模型的"可证伪性"依赖于这两个规则。如果只用"长持续"或只用"考虑前向"，模拟会失败。这暗示 Dd 真实生物中"持续性"是 lamellipodia 维持的物理后果，而不是抽象的运动规则。

  3. CF 与"粘附力"的等同。Dallon 把 CF 的作用等同于"调节粘附力"——但CF 实际上是一个多结构域蛋白，参与多个信号通路（Schnitzler et al. 2015）。把 CF 简化为"粘附力调节器"是 2007 年的合理选择，今天已不充分。

  4. 伤口愈合模型中"纤维重塑"的非显式处理。Dallon 的 ECM 模型用"向量场 + 标量场"描述纤维方向——但真实的 ECM 是离散的胶原纤维 + 可溶的 fibronectin + 蛋白聚糖的复合体。把 ECM 简化为"方向场"忽略了纤维之间的相互作用。

  5. "插值/权重"与"动量守恒"的关系。Dallon 用 \(w \neq I(w)\) 是为了适配生物学（细胞是点源）——但这破坏了动量守恒。在物理模拟中这是严格的缺陷；在生物模拟中，这种破坏被"细胞-非物理对象"的相互作用所掩盖。这是"借用物理方法到生物"时常见的妥协。

  6. 与 HDC（Ch 1）的方法论对比。

  7. HDC：连续场（PDE）作为骨架，离散细胞在格点上按 PDE 系数移动。细胞对场的反作用是隐式的（在 PDE 系数中）。
  8. 本章 PIC：细胞是 Lagrangian 粒子，连续场在 Eulerian 格子上。细胞对场的反作用是显式的（点源/汇）。

  9. Ch 1 的"细胞主动影响微环境" 与 本章的"细胞-场双向耦合" 在概念上等价，但实现方式截然不同。

  10. 与 GGH（Ch 4-7）的方法论对比。GGH 把"细胞"和"场"都放在格子上——优点：单一数据结构；缺点：格子伪影。本章的 PIC 把"细胞"放在连续空间、"场"放在格子上——优点：避免格子伪影；缺点：插值误差。两种方法各有适用场景。

  11. Tang-Othmer 7 维 ODE 的可证伪性。7 维 ODE 有 30+ 个参数——这接近"什么都可拟合"的边界。今天这种"机制性 ODE"应当与单细胞测序数据对照——但 Tang-Othmer 模型中的"分子"（PKA、ERK 等）今天已经可以直接测量。

  12. CF 的"Size regulation" 机制是过简化的。Dallon 的模型只考虑了"粘附力调节"——但 CF 实际上同时调节"细胞分泌的 ECM 数量"和"细胞对 cAMP 的反应"。未来模型应当把 CF 视为多目标调节器。

  13. 跨章方法论统一性。本章是 Ch 1（HDC）→ Ch 2（LGCA）→ Ch 3（CPM-FP）→ Ch 4-7（CPM/GGH）→ Ch 8（中心基）→ 本章（中心基+连续场）→ Ch 10（亚细胞元）→ Ch 11-13（粘弹性） 这条方法谱中"中心基 + 连续场"组合的关键节点。本书的"方法谱"在这一章达到最完整——单细胞可以"中心基+连续场"双向耦合。

重要参考文献

[X1] Tang Y.H., Othmer H.G. A G protein-mediated model of adaptation in Dictyostelium discoideum. Math. Biosci. 1994;120(1):25-76. DOI: 10.1016/0025-5564(94)90036-1

[X2] Dallon J.C., Othmer H.G. A discrete cell model with adaptive signalling for aggregation of Dictyostelium discoideum. Phil. Trans. R. Soc. Lond. B 1997;352(1351):391-417. DOI: 10.1098/rstb.1997.0029

[X3] Dallon J.C., Dalton B., Malani C. Dd wound healing: experiments and a model. (cited in this chapter)

[X4] Peskin C.S. The immersed boundary method. Acta Numerica 2002;11:479-517. DOI: 10.1017/S0962492902000077

[X5] Hockney R.W., Eastwood J.W. Computer Simulation Using Particles. Adam Hilger, 1988. ISBN: 978-0852743928

[X6] Dallon J.C. A model of Dictyostelium discoideum aggregation. PhD thesis, University of Utah, 1998.

[X7] Dallon J.C., Othmer H.G. Continuum formulation of the Potts model and its relationship to the discrete cell model. (cited in this chapter)

[X8] 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

[X9] Gomer R.H., Jang W., Brazill D., Bhat J.P., Nanjundiah V. Cell density sensing in Dictyostelium. (cited in this chapter)

[X10] Gomer R.H. (cited in this chapter regarding countin factor and aggregation size)

[X11] Bottino D., Mogilner A., Stewart A., Stuiver I., O'Neill P., Iglesias P. Modeling of countin-dependent size regulation in Dictyostelium. (cited in this chapter)