跳转至

第 11 章 血液凝固的细胞基模型（Cell-based Models of Blood Clotting）

作者

Aaron L. Fogelson，本章独立作者。时任 University of Utah 数学系（与 Ch 9 Dallon 同一所大学，这是 Dallon 的"同系同事"）。本章是他对"浸没边界法"（Immersed Boundary, IB）在血液凝固建模中应用的工作总结。资助：NSF DMS-9805518, DMS-0139926, DMS-0540779。

内容概述

本章是"细胞-流体耦合"建模的旗舰案例。血液凝固是少数几个"细胞行为与流体动力学不可分离"的生物系统——血小板聚集、血管壁粘附、纤维蛋白形成全部发生在有血流的环境中。IB 方法是这一场景的最自然建模工具。

章节结构：

  1. Introduction（pp. 243–245）：血栓形成的两大过程——血小板聚集和凝固级联。本章重点是前者，但预留了凝固化学的接口。
  2. Immersed Boundary Method（pp. 245–249）：Peskin IB 方法的系统介绍——Navier-Stokes 流体 + 弹性体（血小板/血管壁）+ Dirac 6 函数双向耦合。
  3. Platelet Biology（pp. 247–250）：血小板的生物学——直径 ~2 μm、密度 250k–300k/μl、激活后变球、伸出伪足、暴露整合素受体。
  4. Microscale Aggregation Models（pp. 250–260）：个体血小板 + 流体 + 激活化学（ADP, thrombin）的耦合模型。
  5. Macroscale Models（pp. 260+）：将微观模型推广到临床尺度的连续近似——冠脉/脑血管的栓塞研究。
  6. Discussion（pp. 267+）：与实验对照、临床应用。

读者前置知识：本科 Navier-Stokes 方程、偏微分方程、Peskin IB 方法基础、血小板生物学基础。

核心方程与概念

1. IB 方程组（基本形式）

Navier-Stokes 流体： $$ \rho\left(\frac{\partial \mathbf{u}}{\partial t} + \mathbf{u} \cdot \nabla \mathbf{u}\right) = -\nabla p + \mu \nabla^2 \mathbf{u} + \mathbf{f}, \quad \nabla \cdot \mathbf{u} = 0 \quad (1) $$ 弹性体（浸没边界）： $$ \mathbf{F}(q, t) = \mathcal{F}(\mathbf{X}(q, t), \mathbf{X}_q(q, t)) \quad (2) $$ 流体-边界力传递： $$ \mathbf{f}(\mathbf{x}, t) = \int \mathbf{F}(q, t) \delta(\mathbf{x} - \mathbf{X}(q, t)) dq \quad (3) $$ 无滑移边界条件： $$ \frac{\partial \mathbf{X}}{\partial t} = \int \mathbf{u}(\mathbf{x}, t) \delta(\mathbf{x} - \mathbf{X}(q, t)) d\mathbf{x} \quad (4) $$ 这是理论方程 (T)——浸没边界法的 4 个耦合方程。

2. 关键概念：6 函数作为"桥梁"

6 函数同时承担"边界力 → 流体"和"流体速度 → 边界"的双向信息传递。Dirac 6 在数值上被替换为局部化的"光滑核"（如 Peskin 的 \(\phi_3\) 函数）。

动量守恒要求：\(\phi_3\) 的 5 个性质（小支撑、动量守恒、角动量守恒、自身力为零、可微）唯一确定其形式。这是 Ch 9 中 Dallon 引用的同一技术——但 Fogelson 在 Ch 11 中的应用更生物物理。

3. 弹性纤维的张力

对一根浸没边界纤维，纤维张力 \(T(r)\) 是局部伸长 \(r = |\partial \mathbf{X} / \partial q|\) 的函数。力密度（每单位 \(q\)）： $$ \mathbf{F}(q) = \frac{\partial}{\partial q}\left(T \frac{\partial \mathbf{X} / \partial q}{|\partial \mathbf{X} / \partial q|}\right) $$ 例如线性 Hooke：\(T = S(r - r_0)\)，\(S\) 是刚度。这是纤维"张力驱动流体"的微观机制。

4. 血小板生物学要点

  • 未激活：直径 ~2 μm、圆盘形、不粘附。
  • 激活后：球形、伸出伪足、暴露 integrin \(\alpha_{IIb}\beta_3\) 受体、分泌 ADP 和 thrombin。
  • 激活路径：(a) 与损伤壁直接接触 → 触发信号通路；(b) 暴露于 ADP/thrombin → 通过表面受体激活。
  • 粘附机制：激活后通过 fibrinogen 或 vWF 桥接形成"血小板-血小板"或"血小板-壁"连接。

5. 微观模型的关键设计

  • 血液被视为 Navier-Stokes 流体（不可压缩、Newtonian）。这是简化——真实血液是悬浮液（红细胞占 45% 体积），但 IB 方法中红细胞可以单独建模为浸没弹性体。
  • 血小板建模为"软圆盘"或"软球"——当未激活时是圆盘形（厚 ~0.5 μm），激活后变球。
  • 粘附键建模为"虚拟弹簧"——血小板通过 GPIB \(\alpha_{IIb}\beta_3\) 受体与 fibrinogen 或 vWF 形成"可逆桥接"，键形成/断裂有动力学常数。
  • 化学信号（ADP, thrombin）通过流体中的对流-扩散方程传播，与细胞运动耦合。

6. 红细胞效应

  • 增强扩散（enhanced diffusivity）：血小板在红细胞存在下做横向随机游走，扩散系数远大于 Brownian。
  • 近壁富集（margination）：血小板在 ~几微米处浓度比中心高 8 倍（剪切率 > 200 s⁻¹）。
  • 红细胞建模：可以单独作为 IB 弹性体（~ 8 μm 直径、双凹圆盘）——计算成本高。

7. 宏观连续模型

对于临床尺度（冠脉 ~3 mm 直径、脑血管 ~几 mm），不可能用 IB 跟踪每个血小板。宏观模型用密度函数 \(n(\mathbf{x}, t)\)（血小板数密度）+ 各种粘附键的密度 \(b_{ij}(\mathbf{x}, t)\)。

动力学： $$ \frac{\partial n}{\partial t} + \nabla \cdot (n \mathbf{u}) = D \nabla^2 n - R_{\text{adhesion}} + R_{\text{emigration}} $$ $$ \frac{\partial b_{ij}}{\partial t} = k_{\text{on}} n_i n_j - k_{\text{off}} b_{ij} - \nabla \cdot (b_{ij} \mathbf{u}) $$ 这是 PDE 系统（在固定 Eulerian 格子上求解）——与微观 IB 形成方法论对照。

8. 关键概念："近壁富集"的物理起源

红细胞的"翻滚 + 碰撞"产生局部流场扰动——这会把血小板"踢"向管壁。这个机制至今未被完全理解——但经验模型给出"近壁富集 ~ 8 倍"。

对血栓形成的临床意义：近壁富集意味着即使整体血小板浓度不高，壁面附近的聚集速率也很快——这解释了"为什么动脉血栓主要由血小板组成"（vs 静脉血栓主要由纤维蛋白组成）。

9. 静脉 vs 动脉血栓的组成差异

  • 静脉血栓（血流慢，剪切率 < 100 s⁻¹）：主要是纤维蛋白 + 捕获的红细胞——称为"red thrombus"。
  • 动脉血栓（血流快，剪切率 > 1000 s⁻¹）：主要是血小板聚集体——称为"white thrombus"。

这一差异是血流动力学与凝血-聚集动力学耦合的结果——Fogelson 的 IB 模型是定量解释这一差异的工具。

10. 临床应用：冠脉/脑血管栓塞

宏观连续模型可以用 2D 圆管/3D 弯曲管几何，模拟真实冠脉/脑血管中的栓塞过程。这为抗血栓药物（如 aspirin、heparin）的疗效预测提供定量工具。

关键结论

  • 结论 1：IB 方法是"细胞-流体耦合"场景的最自然工具——它同时处理"流体驱动细胞"和"细胞阻力流体"的双向耦合，无须显式追踪复杂的边界。
  • 结论 2：血小板聚集与流体动力学不可分离——脱离流体的血小板聚集模型会丢失关键的"剪切诱导聚集"和"近壁富集"现象。
  • 结论 3：红细胞的"增强扩散"和"近壁富集"是动脉血栓主要由血小板组成的物理基础——这是 IB 模型的可证伪预测。
  • 结论 4：微观 IB 模型（~50 μm 直径血管）+ 宏观 PDE 模型（~mm 直径血管）的双尺度方法，为"从分子到临床"的全尺度血栓建模提供了基础。
  • 结论 5：\(\alpha_{IIb}\beta_3\) 整合素受体是血小板聚集的关键——这解释了为什么 abciximab 等 \(\alpha_{IIb}\beta_3\) 拮抗剂是有效的抗血栓药物。
  • 结论 6：凝固化学（thrombin 生成、纤维蛋白形成）是本书未深入展开的方向——这是后续 2010 年代 Fogelson 团队继续工作的方向。
  • 结论 7：血小板-血小板粘附键的"可逆性"（形成/断裂动力学）是血栓稳定性的关键——这一动力学常数（\(k_{\text{on}}, k_{\text{off}}\)）应当从单分子实验直接测量。

挑战和开放性问题

  • 挑战 1：红细胞的详细建模。当前 IB 模拟把红细胞视为"软圆盘"——但红细胞的双凹形状、剪切引起的形变、血红蛋白的粘性内流在某些场景下重要。
  • 挑战 2：多尺度桥接的严格性。微观 IB 与宏观 PDE 之间的桥接是启发式的——缺乏严格的"重整化群"或"均匀化"推导。
  • 挑战 3：凝固化学的整合。当前模型主要处理血小板聚集——thrombin 生成的级联反应（10+ 种酶）需要单独建模并与聚集耦合。这是 2010–2020 年代 Fogelson 团队继续工作的方向。
  • 挑战 4：凝血酶的反馈机制。Thrombin 既激活血小板又生成纤维蛋白——这种"正反馈"在数学上可以导致 blow-up 或饱和，需要细致的稳定性分析。
  • 挑战 5：与临床数据的定量对照。抗血栓药物的临床试验数据（如 PLATO 试验）应当与模型预测对照——但临床数据稀疏（每个患者只有 ~5 个时间点）。
  • 挑战 6：壁面剪切的处理。当前 IB 在规则笛卡尔格子上实现——不规则血管几何（如颈动脉分叉）的处理是计算难点。
  • 挑战 7：与单细胞组学的接口。今天的"血小板活化"有 10+ 种分子标记（CD62P、PAC-1、annexin V）——这些应当在 IB 模型中显式纳入。
  • 挑战 8：药物效应的预测。IB 模型应当能预测"特定剂量的 aspirin 对冠脉血栓的抑制效果"——这需要从分子机制到临床表型的多尺度桥接。

个人反思与批判性分析

本章是"细胞-流体耦合"建模的典范。它最打动我的是把"血液凝固"这一高度生物医学重要的问题，转化为一组耦合的 Navier-Stokes + 弹性体 + 化学方程——这种"从分子到器官"的统一框架是计算生物学的圣杯。

几点批判性观察：

  1. 红细胞效应的"经验性"是 IB 模型的局限。"增强扩散"和"近壁富集"是经验观测——红细胞-血小板相互作用的微观机制至今未被完全理解。IB 模型中"红细胞存在"是通过经验修正系数来实现的，而不是从第一性原理推导。

  2. "血液是 Newtonian 流体"是显著的简化。真实血液是 45% 体积分数的悬浮液——Fahraeus-Lindqvist 效应（表观粘度随管径变化）、血浆撇取效应（plasma skimming）、红细胞聚集/解聚等都被忽略了。IB 模型可以处理红细胞为"显式弹性体"，但计算成本巨大。

  3. 凝固化学与血小板聚集的整合是不完整的。本章承认"coagulation process, ... is not the focus of this chapter"——这是 2007 年时的工作重点是"血小板聚集"的限制。今天 Fogelson 团队已经把凝固化学整合到 IB 框架中（Kuharsky & Fogelson 2001, Leiderman & Fogelson 2014）。

  4. "微观 vs 宏观"模型的桥接缺乏严格性。微观 IB 模型用 50 μm 直径血管，宏观 PDE 模型用 mm 直径血管——两者之间的桥接是通过"经验关系"而非"重整化群"。这一桥接的有效性需要系统验证。

  5. "抗血栓药物"的预测能力有限。IB 模型可以模拟"特定凝血酶抑制剂 + 特定剪切率"的组合——但临床上患者群体是异质的（年龄、性别、合并症、遗传背景）。个体化预测需要把组学数据整合到 IB 模型中。

  6. 与本书其他章节的方法论对比：

  7. 与 Ch 1（HDC）：HDC 把"细胞"处理为离散的、跟随流体运动的 Lagrangian 粒子——这与 IB 方法的"弹性体作为 Lagrangian 标记"非常相似。事实上，IB 和 HDC 的"Lagrangian 粒子"思想同源。
  8. 与 Ch 6（CPM 血管）：CPM 用元胞自动机模拟血管网络——这与本章的血栓形成形成"血管生成 vs 血栓"的方法论对照。
  9. 与 Ch 9（Dallon PIC）：PIC 方法的插值/权重函数与 IB 方法的 6 函数在数学上同源——但 Dallon 用于"Dd 聚集"、Fogelson 用于"血栓形成"。

  10. 本章是本书"细胞-流体耦合"方向上最完整的工作——它是 HDC、Ch 6、Ch 9 等章节的"汇聚点"。

  11. "剪切诱导聚集" vs "剪切抑制聚集"的双相性。实验中观察到的"剪切率 vs 聚集速率"曲线是双相（低剪切促进、高剪切抑制）——这一现象的定量解释需要 IB 模型细致地处理"血小板-壁 + 血小板-血小板"键的力学。

  12. "近壁富集"的尺度。血小板在 ~几微米处富集——这与血管壁的边界层厚度相当。这意味着 IB 模型的网格分辨率必须达到亚微米尺度——计算成本高。

  13. "纤维蛋白网络"的显式建模。纤维蛋白从单体到多聚体到凝胶的过程——Fogelson 在 2010 年代的论文中已开始处理（Kuharsky-Fogelson 模型的扩展）。这一整合是当前"全尺度凝血建模"的关键挑战。

  14. 本书的方法谱地位。本章是 Part IV（粘弹性细胞）的开篇——但与 Ch 12（Zaman 椭球）和 Ch 13（Dillon-Wei 粘弹性）不同，Ch 11 的"粘弹性"是隐式的（在 IB 弹性体中）——没有显式的"细胞粘弹模型"。这是 Part IV 内部的范式差异。

重要参考文献

[X1] Peskin C.S. The immersed boundary method. Acta Numerica 2002;11:479-517. DOI: 10.1017/S0962492902000077

[X2] Fogelson A.L., Guy R.D. Immersed-boundary-type models of intravascular platelet aggregation. Comput. Methods Appl. Mech. Engrg. 2008;197:2087-2104. DOI: 10.1016/j.cma.2007.09.014

[X3] Fogelson A.L., Hussain Y.M., Leiderman K. Blood clot formation under flow. In: Handbook of Mathematical Methods in Imaging, Springer, 2011. DOI: 10.1007/978-3-642-27795-5_41-2

[X4] Kuharsky A.L., Fogelson A.L. Surface-mediated control of blood coagulation: the role of binding site densities and platelet deposition. Biophys. J. 2001;80(3):1050-1074. DOI: 10.1016/S0006-3495(01)76070-7

[X5] Leiderman K., Fogelson A.L. Grow with the flow: a spatial-temporal model of platelet deposition and blood coagulation under flow. J. Math. Biol. 2011;63(5):909-939. DOI: 10.1007/s00285-011-0405-5

[X6] Fogelson A.L. Continuum models of platelet aggregation: formulation and simulation. J. Comput. Phys. 1984;56(1):111-134. DOI: 10.1016/0021-9991(84)90085-1

[X7] Fogelson A.L. A mathematical model and numerical method for studying platelet adhesion and aggregation during blood clotting. J. Comput. Phys. 1984;56(1):135-160. DOI: 10.1016/0021-9991(84)90086-3

[X8] Wang N.T., Fogelson A.L. A multiphase model for platelet aggregation. Int. J. Comput. Fluid Dyn. 1993;5(3-4):161-188.

[X9] Fogelson A.L., Guy R.D. Platelet-wall interactions in continuum models of platelet aggregation. J. Comput. Phys. 2004;197(2):282-314. DOI: 10.1016/j.jcp.2003.11.025

[X10] Flamm M.H., Diamond S.L., Fogelson A.L. Multi-scale modeling of platelet aggregation. In: Cell Mechanics and Cellular Engineering, Springer, 1994. DOI: 10.1007/978-1-4613-8425-3_2

[X11] Pivkin I.V., Richardson P.D., Karniadakis G.E. Blood flow velocity effects and role of activation delay time on growth and form of platelet thrombi. Proc. Natl. Acad. Sci. USA 2006;103(46):17164-17169. DOI: 10.1073/pnas.0604146103

[X12] Tokarev A., Butylin A.A., Ataullakhanov F.I., Rejniak K.A. Continuous mathematical model of platelet thrombus formation in small blood vessels. In: Mathematical Modeling of Biological Systems, Volume II, Birkhäuser, 2008. DOI: 10.1007/978-3-7643-8116-2_13

[X13] Fogelson A.L., Keener J.P. Toward an understanding of fibrin branching in a plug flow reactor. J. Theoret. Biol. 2010;264(3):684-692. DOI: 10.1016/j.jtbi.2010.03.031