跳转至

《Single-Cell-Based Models in Biology and Medicine》全书概括（Book Summary）

书名

  • 原书名：Single-Cell-Based Models in Biology and Medicine
  • 中文译名：生物学与医学中的单细胞基模型
  • 编者：Alexander R. A. Anderson, Mark A. J. Chaplain, Katarzyna A. Rejniak
  • 出版社：Birkhäuser (Basel · Boston · Berlin)
  • 丛书：Mathematics and Biosciences in Interaction
  • 出版年：2007
  • ISBN：978-3-7643-8101-1
  • DOI：10.1007/978-3-7643-8123-3
  • 配套 DVD：包含所有模型的可视化模拟

1. 全书主要论点与覆盖范围（Book's Main Thesis and Scope）

本书的核心论点是：细胞尺度的建模（cell-based modeling）在 21 世纪初成为生物医学研究的主流范式——其根本原因是分子生物学（基因组学、蛋白质组学、细胞信号传导）的爆发性进展揭示了"细胞是生命的功能单元"，而连续介质模型无法捕捉这一尺度的随机性与异质性。本书汇集了 2007 年时 13 种主流单细胞建模方法的代表性论文，让读者在同一框架下对比它们。

全书的核心方法论框架分为四大类（4 个 Part）：

  1. Part I — Hybrid Multiscale Models（混合多尺度模型）：3 章 + 1 个总论。代表思想是"连续 PDE + 离散细胞"的混合建模。
  2. Part II — The Cellular Potts Model and Its Variants（细胞 Potts 模型及其变体）：4 章。代表思想是"格子 + Hamiltonian + Metropolis"的能量最小化方法。
  3. Part III — Off-lattice Cell Models（离格细胞模型）：3 章。代表思想是"几何显式 + 牛顿/朗之万动力学"。
  4. Part IV — Viscoelastic Cell Models（粘弹性细胞模型）：3 章。代表思想是"显式流体 + 弹性膜 + 源汇"。

每个 Part 都从"方法论的物理基础"出发，通过具体的生物医学应用（肿瘤、血管、发育、凝血）展示方法的能力。本书 4 个 Part 实际形成了一个完整的"细胞建模方法谱"——从最简单的随机游走（Palsson-Othmer 中心基）到最复杂的浸没边界法（Rejniak）。

2. 章节结构与组织逻辑（Structure and Organization Rationale）

本书 14 章（含 1 章总论）的组织遵循"方法论谱 + 应用谱"的双重逻辑：

  • 方法论谱：从最简单的连续-离散混合（Ch 1）→ 格子法（Ch 2, 3, 4-7）→ 中心基（Ch 8, 9）→ 亚细胞元（Ch 10）→ 椭球（Ch 12）→ 浸没边界（Ch 11, 13）。
  • 应用谱：肿瘤（Ch 1, 2, 6, 11）→ 形态发生（Ch 2, 3, 5, 6, 9, 12, 13）→ 血管生成（Ch 1, 6）→ 血液凝固（Ch 11）→ 上皮组织（Ch 6, 13）→ 植物（Ch 7）。

编者的核心组织哲学是：让读者同时看到"方法"和"应用"两个维度——同一应用（如血管生成）可以由不同方法实现（CPM/GGH vs LGCA vs IB），同一方法（CPM/GGH）可以应用于不同系统（血管、肿瘤、表皮）。

3. 核心理论框架（Core Theoretical Framework）

本书的核心"母范式"是浸没边界法（IB, Peskin 1972）——所有其他方法都可以被视为"IB + 特定约束"：

\[ \rho\left(\frac{\partial \mathbf{u}}{\partial t} + \mathbf{u} \cdot \nabla \mathbf{u}\right) = -\nabla p + \mu \nabla^2 \mathbf{u} + \mathbf{f} + s $$ $$ \frac{\partial \mathbf{X}}{\partial t} = \mathbf{u}(\mathbf{X}) \]

其中 \(\mathbf{f}\) 是边界力（来自细胞弹性），\(s\) 是源汇（来自细胞生长/死亡）。本书所有方法都可以从这一框架出发理解： - Ch 1（HDC）：把细胞视为"流场中的标记点"，PDE 给出移动概率。 - Ch 2（LGCA）：把细胞视为"格子上的 Boltzmann 粒子"。 - Ch 3-7（CPM/GGH）：把细胞视为"格子上的 Hamiltonian 域"，Metropolis 演化。 - Ch 8-9（中心基 + PIC）：把细胞视为"球形或椭球形 Lagrangian 粒子"。 - Ch 10（SEM）：把细胞分解为"亚细胞元素云"。 - Ch 11, 13（IB）：把细胞视为"弹性膜包围的粘性流体"。 - Ch 12（椭球）：把细胞视为"椭球 + Kelvin-Voigt"。

这一"母范式"统一性是 2010 年代后单细胞建模领域最重要的方法论共识。

4. 主要贡献（Key Contributions）

本书对单细胞建模领域的贡献可以归纳为 4 个层面：

4.1 经典方法的系统化

  • Ch 1（HDC, Anderson）：从 PDE 推导个体行为概率；"微环境作为选择压力"的开创性论断。
  • Ch 4-7（CPM/GGH, Glazier 等）：将"Statistical Mechanics → 准确定性生物动力学"的方法论系统化；建议将 CPM 改名为 GGH。
  • Ch 8（Drasdo 中心基）：把"细胞视为胶体粒子"的概念类比正式化。
  • Ch 11（IB, Fogelson）：把浸没边界法应用于血液凝固，建立"细胞-流体耦合"建模的范式。

4.2 严格的多尺度桥接

  • Ch 3（Alber）：从 CPM 的 Metropolis 算法严格推导出 Fokker-Planck 方程和 Keller-Segel PDE 极限。这是"微观 → 宏观"桥接的方法论典范。

4.3 生物医学应用

  • Ch 1, 2, 6（肿瘤）：从微环境、haptotaxis、ECM 降解等角度建模肿瘤侵袭。
  • Ch 6（表皮干细胞）：证明"周边干细胞分化 + 干细胞内聚"是稳态集群大小的机制。
  • Ch 6（血管生成）：用"接触抑制趋化"机制解释血管网络形成。
  • Ch 11（血液凝固）：用 IB 模拟静脉/动脉血栓的组成差异。
  • Ch 13（组织发育）：滋养层折叠、克隆肿瘤、腺泡自组装的"程序性形态发生"。

4.4 未来的方向

  • Ch 7（GGH 扩展）：off-lattice 扩展、ECM 纤维、GPU 并行、CompuCell3D 平台。
  • Ch 13（IB 未来）：化学趋化、3D 推广、ECM 力学、与单细胞组学的接口。

5. 优势与不足（Strengths and Weaknesses）

5.1 优势

  1. 方法论谱系完整：14 章覆盖了 2007 年时所有主流单细胞建模方法——读者可以在一本书中完成"全景式"学习。
  2. 应用谱系完整：从分子到器官（血管、肿瘤、凝血、发育、上皮）——展示了方法的通用性。
  3. 每个方法的物理基础清晰：从 Ising 模型（Ch 4）到 JKR 模型（Ch 8）到 Peskin IB（Ch 11）——每个方法都给出明确的"为什么这样建模"的物理论证。
  4. 可复现性：附 DVD 包含所有模型的可视化——这是 2007 年的先驱（今天 Git 仓库 + Docker 取代了 DVD）。

5.2 不足

  1. 免疫系统缺席：整本书没有系统讨论 T 细胞、巨噬细胞、自然杀伤细胞——这是 2010 年代肿瘤免疫学的核心。今天"肿瘤免疫建模"是独立方向。
  2. 可证伪性方法论缺失：所有方法都展示"模型能复现现象"——但没有系统讨论"如何让模型预测失败"。这导致参数标定常陷入"什么都可拟合"的状态。
  3. MCS 标度问题未解决：CPM/GGH 的 Monte Carlo 时间与物理时间的对应关系是 30 年未解决的问题——本书没有给出解决方案。
  4. 组学数据接口缺失：2007 年时单细胞 RNA-seq 还不是主流——今天这是"模型校准"的核心。
  5. 3D 性能限制：2007 年的 3D 模拟规模受限于 10⁴–10⁵ 细胞。今天 GPU 可以推到 10⁶–10⁸，但本书的方法实现没有跟上。

6. 目标读者（Target Readership）

  • 研究生（数学/计算生物学/生物物理）：作为"单细胞建模方法论的入门"。
  • 生物医学研究者：作为"理解建模与实验对话的桥梁"。
  • 计算生物学家：作为"对比不同方法的参考"。
  • 教师：作为"细胞建模课程的教材或参考书"。

不适合：（a）只想用现成软件做模拟的应用研究者（应当用 CompuCell3D、Chaste、VirtualLeaf 等工具）；（b）只想做单一模型深入研究的人（应当读原始论文如 Glazier-Graner 1993、Mombach 1993、Palsson-Othmer 2000）；（c）需要最新进展的读者（应当读 2015 年后的综述如 Osborne et al. 2017）。

7. 与同类书籍的对比（Comparison with Competing Books）

  • 《Mathematical Biology》by J.D. Murray（2002, 2003 两卷）：连续 PDE 框架为主，单细胞模型只在后期版本有简略介绍。Murray 的书适合"宏观生物学"；本书适合"单细胞生物学"。
  • 《Cellular Automaton Modeling of Biological Pattern Formation》by A. Deutsch & S. Dormann（2005, Birkhäuser）：专注于格子气细胞自动机（Ch 2 的扩展），比本书更深入 LGCA 方向。但本书覆盖更广。
  • 《Multi-cellular Engineered Tissues: A Practical Approach》by J.J. Mao et al.（2008）：实验导向，无理论建模内容。与本书互补。
  • 《Mathematical Modeling of Biological Systems》by H. G. Othmer et al.（2010, Springer）：与本书类似，但侧重 ODE/PDE 方法。本书对"单细胞方法"的覆盖更广。
  • 今天的同类：《Computational Biology of Cancer》by M. Schwab et al.（2014）、《Systems Biology of Tumor Microenvironment》by K. Rejniak et al.（2016, Springer）——与本书形成 2010 年代的延续。

本书的独特价值：它是 2007 年时唯一一个把 13 种单细胞方法并列对比的学术专著——今天这种"全景式"专著仍然很少见。

8. 跨章关联（Cross-Chapter Connections）

本书 4 个 Part 隐含的"方法论地图"是：

方法 Part 关键特征 代表应用
HDC (Ch 1) I 连续 PDE + 离散细胞 肿瘤侵袭
LGCA (Ch 2) I 格子 + Boltzmann 趋化、聚集
CPM-FP (Ch 3) I 严格多尺度推导 趋化（桥梁）
CPM/GGH (Ch 4-7) II 格子 + Hamiltonian 多种
Center-based (Ch 8) III 球 + JKR 单层培养
PIC (Ch 9) III Lagrangian 粒子 + Eulerian 场 Dd 聚集
SEM (Ch 10) III 元素 + 双势能 多细胞结构
Ellipsoidal (Ch 12) IV 椭球 + Kelvin-Voigt Dd 发育
IB (Ch 11, 13) IV 弹性膜 + Navier-Stokes 凝血、发育

所有方法都是 IB 的特例——这是本书 2010 年代后的最重要共识。

跨章"应用谱"：

  • 肿瘤：Ch 1 (HDC), Ch 2 (LGCA), Ch 6 (CPM), Ch 13 (IB) — 4 种方法各给一种视角。
  • 形态发生/聚集：Ch 2 (LGCA), Ch 3 (CPM-FP), Ch 5 (CPM biophys), Ch 6 (CPM), Ch 9 (PIC), Ch 12 (Ellipsoidal) — 6 种方法。
  • 血管生成：Ch 1 (HDC), Ch 6 (CPM) — 2 种方法。
  • 血液凝固：Ch 11 (IB) — 唯一专门讨论。
  • 上皮/腺泡：Ch 6 (CPM), Ch 13 (IB) — 2 种方法。
  • 植物/羽化：Ch 7 (GGH extension) — 唯一讨论。

9. 术语表（Terminology Glossary）

9.1 数学/物理术语

  • Aristotelian regime：\(F \sim v\)（力正比于速度，无惯性）— 生物细胞运动的标志。
  • Detailed balance：平衡态采样的细致平衡条件。CPM/GGH 的 Metropolis 演化不严格满足。
  • Boltzmann weight：\(\exp(-\Delta E / k_B T)\) — 能量最小化统计权。
  • Fokker-Planck equation：概率密度的演化方程（连续极限）。
  • Chapman-Kolmogorov equation：随机过程主方程。
  • Hamiltonian：系统的总能量表达式。
  • JKR model：Johnson-Kendall-Roberts 弹性粘附接触模型。
  • Kelvin-Voigt model：弹簧 + 阻尼器并联的粘弹性模型。
  • Langevin equation：含随机力的运动方程。
  • Metropolis algorithm：蒙特卡洛接受-拒绝采样算法。
  • Wulff construction：晶体平衡形状的几何构造。
  • Peskin \(\delta\) function：用于浸没边界法的光滑 Dirac 核。

9.2 生物学术语

  • Angiogenesis：血管生成（从已有血管萌发）。
  • Anoikis：失巢凋亡（细胞脱离基底后死亡）。
  • cAMP / cGMP：环核苷酸第二信使。
  • cGMP-PKG：cGMP 依赖性蛋白激酶。
  • Chemoattractant：化学吸引物。
  • Cytokinesis：细胞质分裂。
  • Daughter cell：子细胞。
  • ECM (Extracellular Matrix)：细胞外基质。
  • EMT (Epithelial-Mesenchymal Transition)：上皮-间充质转化。
  • Fibrin / Fibrinogen：纤维蛋白（原）。
  • Growth factor：生长因子。
  • Haptotaxis：接触引导迁移（沿 ECM 梯度）。
  • Integrin：整合素（细胞-基质粘附受体）。
  • Junctional complex：细胞连接复合体。
  • MMP (Matrix Metalloproteinase)：基质金属蛋白酶。
  • Necrosis：坏死。
  • Pseudopod：伪足。
  • Thrombin / Thrombus：凝血酶 / 血栓。
  • VEGF：血管内皮生长因子。

9.3 模型特定术语

  • Adhesion bond：粘附键。
  • Advection-diffusion：对流-扩散。
  • Boolean network：布尔网络（基因调控的离散模型）。
  • Centroid / Center of mass：质心。
  • Convergence and extension：会聚延伸（胚胎形态发生过程）。
  • Cytotoxic / Cytochalasin：细胞毒性 / 松弛素（抑制 actin 聚合）。
  • Delta-Notch signaling：相邻细胞间信号通路。
  • Eigenvalue spectrum：本征值谱（稳定性分析）。
  • FEM (Finite Element Method)：有限元法。
  • Glauber dynamics：另一种 Metropolis 变体。
  • GPU parallelization：GPU 并行。
  • Hysteresis：滞后行为。
  • Lattice anisotropy：格子各向异性。
  • Master equation：主方程。
  • Off-lattice：离格（无格子）。
  • Particle-in-Cell (PIC)：粒子-网格法。
  • Quiescent cell：静止细胞。
  • Quasi-deterministic：准确定性。
  • Roughening temperature：粗糙化温度。
  • Stiffness / Viscoelasticity：刚度 / 粘弹性。
  • Symplastic growth：共质生长（植物细胞不移动）。
  • Yield threshold：屈服阈值（膜阻力）。

10. 总体评价与建议（Overall Rating and Recommendation）

10.1 总体评价

本书是 2007 年时最完整、最系统的单细胞建模方法论综述——它把 13 种方法并列对比，让读者能在一本书中完成"全景式"学习。作为"细胞建模课程的教材或参考书"是无可替代的。每个方法都有清晰的物理基础、具体的应用案例、可复现的算法（DVD 配套）。作为"研究入门"价值巨大。

但作为"前沿研究参考"——它已经过时。2007 年后的关键进展（GPU 并行、自动微分、单细胞组学整合、机器学习辅助参数标定、免疫系统整合）都未涉及。今天阅读本书应当配合 2015 年后的综述（如 Osborne et al. 2017）形成"历史 + 现状"的完整图景。

10.2 推荐读者

  • 强烈推荐：计算生物学、生物物理、生物数学方向的研究生；任何想进入"单细胞建模"领域的研究者。
  • 推荐：生物医学研究者（理解建模与实验对话的桥梁）。
  • 可选：教师（作为细胞建模课程的教材）。

10.3 评分（个人）

  • 方法论完整性：9/10（13 种方法覆盖完整）
  • 物理清晰度：9/10（每个方法都有清晰的物理基础）
  • 应用多样性：8/10（涵盖多个生物医学系统，但缺少免疫）
  • 现代相关性：5/10（2007 年的方法论前沿，2026 年已部分过时）
  • 可复现性：7/10（DVD 资源在 2026 年难以访问，需要 Git 仓库替代）
  • 可证伪性讨论：4/10（每章都展示"模型能复现现象"，但缺少"如何让模型失败"的系统讨论）
  • 总体：8/10（作为"全景式方法论教材"是优秀的；作为"前沿研究参考"已显过时）

10.4 给编者的建议（如果出 2026 版）

  1. 把所有方法的现代实现整理为 Git 仓库 + Docker 镜像，取代 DVD。
  2. 增加单细胞组学整合章节（如何用 RNA-seq 数据校准模型）。
  3. 增加机器学习辅助参数标定章节（贝叶斯优化、神经网络代理）。
  4. 增加免疫系统章节（T 细胞、巨噬细胞、细胞毒性模型）。
  5. 系统讨论可证伪性方法论（每章应包括"如何让此模型失败"段落）。
  6. 增加3D 大规模模拟的 GPU 并行实现（CUDA / SYCL）。
  7. 增加临床应用章节（如肿瘤免疫治疗、抗血栓药物的预测）。

10.5 给读者的建议

读完本书后，建议： 1. 选择 1-2 个方法深入研究（推荐 CPM/GGH 和 IB——它们是"母范式"）。 2. 学习使用 CompuCell3D（GGH 实现）或 IBAMR（IB 实现）。 3. 读 2015 年后的综述（Osborne et al. 2017, Rejniak & Anderson 2016）了解现代进展。 4. 关注"细胞-组学整合"和"机器学习辅助建模"两个前沿方向。 5. 在自己的研究中优先选择"有清晰物理对应"和"可被独立实验证伪"的模型——避免陷入"什么都可拟合"的陷阱。

阅读本书的总结性建议：把本书作为"细胞建模领域的地图集"——它告诉你 2007 年时这片土地的全貌。今天，这片土地已经被新建筑（GPU + 自动微分 + 组学 + 机器学习）覆盖——但地图的"拓扑"（HDC、LGCA、CPM、中心基、SEM、椭球、IB 的方法谱系）依然是导航的根基。

11. 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;2:129-154. DOI: 10.1080/10273660008833042

[X2] Deutsch A., Dormann S. Cellular Automaton Modeling of Biological Pattern Formation. Birkhäuser, 2005. ISBN: 978-0817642950

[X3] 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

[X4] 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

[X5] 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

[X6] Alber M.S., Kiskowski M.A., Glazier J.A., Jiang Y. On cellular automaton approaches to modeling biological cells. In: IMA Volumes 134, Springer, 2003. DOI: 10.1007/978-0-387-21696-6_1

[X7] Peskin C.S. The immersed boundary method. Acta Numerica 2002;11:479-517. DOI: 10.1017/S0962492902000077

[X8] 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

[X9] 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

[X10] Savill N.J., Sherratt J.A. Control of epidermal stem cell clusters by Notch-mediated lateral induction. Dev. Biol. 2003;258(1):141-153. DOI: 10.1016/S0012-1606(03)00128-2

[X11] Merks R.M.H., Perryn E.D., Shirinifard A., Glazier J.A. Contact-inhibited chemotaxis in de novo and sprouting blood-vessel growth. PLoS Comput. Biol. 2008;4(9):e1000163. DOI: 10.1371/journal.pcbi.1000163

[X12] Hanahan D., Weinberg R.A. The hallmarks of cancer. Cell 2000;100(1):57-70. DOI: 10.1016/S0092-8674(00)81683-9

[X13] Osborne J.M., Fletcher A.G., Pitt-Francis J.M., Maini P.K., Gavaghan D.J. Comparing individual-based approaches to modelling the self-organization of multicellular tissues. PLoS Comput. Biol. 2017;13(2):e1005387. DOI: 10.1371/journal.pcbi.1005387

[X14] Rejniak K.A., Anderson A.R.A. (eds.) Systems Biology of Tumor Microenvironment. Springer, 2016. ISBN: 978-3-319-42021-7