第二章：细胞稳态

书籍信息：Keener & Sneyd, Mathematical Physiology (I: Cellular Physiology), Springer 2009

章节摘要：本章系统介绍了细胞生理学中的核心概念——细胞稳态，包括细胞膜结构、扩散原理、载体介导转运、主动转运机制、膜电位理论、渗透压与细胞体积控制，以及随机过程在细胞生理学中的应用。

一、细胞膜

细胞膜是分隔细胞内部环境与外部环境的边界结构，具有选择透过性——允许某些物质自由通过，同时限制其他物质的通过，从而调节物质的进出。细胞膜主要由磷脂双分子层（bilayer）构成，厚度约7.5纳米（75埃）。磷脂分子是一类不溶于水、富含能量的生物大分子，典型代表为脂肪、蜡和油。磷脂双分子层中散布着球形蛋白聚集体，这些蛋白可以在膜内自由移动，使细胞膜呈现流动态。膜上还含有直径约0.8纳米的水充盈孔隙，以及允许特定分子通过的蛋白通道。

细胞膜两侧（胞内和胞外）的环境主要由稀的水盐溶液构成，其中NaCl和KCl解离为\(Na^+\)、\(K^+\)和\(Cl^-\)离子。细胞膜作为这些离子的屏障，维持着离子浓度差异。此外，细胞膜还阻碍水分子的自由流动。

物质通过细胞膜的方式可分为被动转运和主动过程两类。主动过程需要消耗能量，而被动过程则完全由分子自身的随机运动所驱动。水通过细胞膜的最重要方式是渗透，即水沿其浓度梯度扩散的过程。简单扩散解释了小的水分子通过膜孔以及脂溶性分子通过脂双层的过程。例如，水、尿素（一种含氮代谢废物）和水合\(Cl^-\)离子可通过膜孔扩散；氧气和二氧化碳因其可溶于脂类而容易穿透细胞膜。而\(Na^+\)和\(K^+\)离子则通过离子特异性通道，在扩散力和电力的驱动下通过细胞膜。

浓度差异由主动机制建立和维持，这些机制利用能量将离子泵送至逆浓度梯度的方向。其中最重要的泵是\(Na^+\)-\(K^+\) ATP酶，利用ATP分子储存的能量将\(Na^+\)泵出细胞、将\(K^+\)泵入细胞。另一种泵是Ca\(^{2+}\) ATP酶，将Ca\(^{2+}\)泵出细胞或泵入内质网。还有多种交换泵利用一种离子的浓度梯度储存的能量来泵送另一种离子，例如\(Na^+\)-\(Ca^{2+}\)交换器和\(Na^+\)-\(H^+\)交换器。

二、扩散

2.2.1 菲克定律

为追踪化学浓度或任何其他可测量实体，必须追踪其来源和去向，即写出守恒定律。若\(u\)为某化学物种的浓度，守恒定律可表示为：

\[\frac{d}{dt}\int_{\Omega} u \, dV = \int_{\Omega} f \, dV - \int_{\partial\Omega} \mathbf{J} \cdot \mathbf{n} \, dA\]

其中\(\Omega\)为空间区域，\(\partial\Omega\)为其边界，\(\mathbf{n}\)为边界的外法向量，\(f\)为\(U\)的单位体积产生率，\(\mathbf{J}\)为\(U\)的通量密度。根据散度定理：

\[\int_{\partial\Omega} \mathbf{J} \cdot \mathbf{n} \, dA = \int_{\Omega} \nabla \cdot \mathbf{J} \, dV\]

若体积固定但任意，则积分可去除，结果为：

\[\frac{\partial u}{\partial t} = f - \nabla \cdot \mathbf{J}\]

此即为守恒定律，不可违反。

假设\(u\)是单一空间变量\(x\)的函数，考虑两种情况：一种\(u\)的梯度较陡，另一种梯度较缓。直觉上，第一种情况的\(u\)通量应更大，实验也确实证实了这一点（条件是\(u\)不太大的情况下）。因此：

\[J = -D \frac{du}{dx}\]

注意\(J\)的符号：定义为从左到右的\(u\)通量为正，因此通量与梯度符号相反。在高维情况下：

\[\mathbf{J} = -D \nabla u\]

此式称为本构关系，对于化学物种称之为菲克定律。标量\(D\)为扩散系数，取决于溶质和溶剂的特性。若\(u\)代表体积的热含量，则此式称为牛顿冷却定律。菲克定律并非真正的定律，而是在化学物种浓度不太高时对现实的合理近似。当菲克定律适用时，守恒方程变为反应-扩散方程：

\[\frac{\partial u}{\partial t} = \nabla \cdot (D \nabla u) + f\]

或若\(D\)为常数：

\[\frac{\partial u}{\partial t} = D \nabla^2 u + f\]

2.2.2 扩散系数

爱因斯坦在1906年的布朗运动理论中给出了扩散的定量理解。他证明，若球形溶质分子比溶剂分子大得多，则：

\[D = \frac{kT}{6\pi \mu a}\]

其中\(k = R/N_A\)为玻尔兹曼常数，\(N_A\)为阿伏伽德罗常数，\(T\)为溶液的绝对温度，\(\mu\)为溶质的粘度系数，\(a\)为溶质分子的半径。对于非球形分子，爱因斯坦公式推广为：

\[D = \frac{kT}{f}\]

其中\(f\)为粒子的斯托克斯摩擦系数，对于半径为\(a\)的球体\(f = 6\pi \mu a\)。

2.2.3 通过膜的扩散：欧姆定律

利用菲克定律可推导膜的化学欧姆定律。设膜厚度为\(L\)，左侧浓度为\(c_l\)（\(x=0\)），右侧浓度为\(c_r\)（\(x=L\)）。在稳态下：

\[c(x) = c_l + \frac{x}{L}(c_r - c_l)\]

通量为：

\[J = \frac{D}{L}(c_l - c_r)\]

比值\(L/D\)为膜的有效"电阻"，因此\(D/L\)称为单位面积的电导或渗透率。

2.2.4 缓冲扩散

当扩散物种被较大的扩散分子缓冲时，反应与扩散相互作用会改变行为。这出现在例如肌肉中的氧气（或Ca\(^{2+}\)、H\(^+\)）的情况下。考虑\(H^+\)与缓冲液\(B\)的反应：

\[H^+ + B \xrightarrow{k^+} HB\]

守恒方程为：

\[\frac{\partial u}{\partial t} = D_h \frac{\partial^2 u}{\partial x^2} + k^- w - k^+ uv + f(t,x,u)\]

其中\(u = [H^+]\)，\(v = [B]\)，\(w = [HB]\)。若缓冲反应相对于其他反应（由\(f(t,x,u)\)描述）快速，则可假设\(u\)和\(v\)处于准平衡态，由此可得有效扩散系数：

\[D_{eff} = \frac{D_h + D_b K_{eq} w_0}{1 + K_{eq} w_0}\]

三、易化扩散

易化扩散是扩散与反应共同起作用的重要例子。当化学物质的通量被扩散介质中的反应放大时，即发生易化扩散。肌肉纤维中氧气的运输即为典型例子：氧气与肌红蛋白结合后以氧合肌红蛋白形式运输，这种运输方式大大增强了氧气的流动。

肌红蛋白分子（分子量16,890）远大于氧分子（分子量32），因此其扩散系数较小（分别为\(4.4 \times 10^{-7}\)和\(1.2 \times 10^{-5}\) cm\(^2\)/s）。然而，在稳态下，氧气的总运输量是自由氧气运输量与由扩散缓冲分子携带的额外氧气之和。若缓冲分子量大、结合的氧气量也大，则缓冲分子带来的额外运输量相当可观。

模型描述如下：设 slab 反应器中含有扩散的肌红蛋白，左侧（\(x=0\)）氧气浓度固定为\(s_0\)，右侧（\(x=L\)）固定为\(s_L\)（小于\(s_0\)）。若\(f\)为氧气与肌红蛋白结合的速率，则控制方程为：

\[\frac{\partial s}{\partial t} = D_s \frac{\partial^2 s}{\partial x^2} - f\]

\[\frac{\partial e}{\partial t} = D_e \frac{\partial^2 e}{\partial x^2} - f\]

\[\frac{\partial c}{\partial t} = D_c \frac{\partial^2 c}{\partial x^2} + f\]

其中\(s = [O_2]\)，\(e = [Mb]\)，\(c = [MbO_2]\)。

在准稳态近似下，总氧气通量为：

\[J = \frac{D_s}{L}(1 + \mu\rho)(s_0 - s_L)\]

其中\(\rho = \frac{D_c e_0 K}{D_s (s_0 + K)(s_L + K)}\)。在无扩散载体的情况下\(\rho = 0\)，通量仅为纯菲克式；而在有载体的情况下，扩散被因子\(\mu\rho\)增强。

四、载体介导转运

某些物质不溶于细胞膜，但仍通过称为载体介导转运的过程通过膜。载体介导转运是某些糖类（如葡萄糖）跨细胞膜转运的能量来源。葡萄糖与载体蛋白在膜外表面结合，通过构象变化从膜内表面释放。

载体介导转运有三种类型：运输单一溶质的载体蛋白称为单转运子；同时转运两种溶质的蛋白称为协同转运子（若方向相同称为同向转运，若方向相反称为反向转运）。

4.4.1 葡萄糖转运

葡萄糖跨脂双层的转运机制如下：载体蛋白\(C\)有两个构象状态，\(C_i\)和\(C_e\)，其葡萄糖结合位点分别暴露于细胞内部（内表面）和外部（外表面）。葡萄糖在内部与\(C_i\)结合，在外部与\(C_e\)结合形成复合物\(P_i\)或\(P_e\)。最后，构象变化将\(P_i\)转化为\(P_e\)（反之亦然）。

稳态通量为：

\[J = \frac{1}{2} K k C_0 \frac{s_e - s_i}{(s_i + K + K_d)(s_e + K + K_d) - K_d^2}\]

其中\(K = k^-/k^+\)，\(K_d = k/k^+\)。

4.4.2 钠-钙交换

\(Na^+\)-\(Ca^{2+}\)交换器是一种反向转运蛋白，利用\(Na^+\)梯度将\(Ca^{2+}\)泵出细胞（逆浓度梯度）。该交换器每循环一次将三个\(Na^+\)从细胞外转运至细胞内，同时将一个\(Ca^{2+}\)从细胞内转运至细胞外。由于每次循环净转运一个正电荷至细胞内，因此是产电的。

化学势变化为：

\[\Delta G = RT \ln \frac{n_i^3 c_e}{n_e^3 c_i} + FV\]

在平衡时：

\[\frac{n_i^3 c_e}{n_e^3 c_i} = e^{-FV/RT}\]

五、主动转运

载体介导转运总是沿电化学梯度方向进行，因此属于扩散范畴。任何逆梯度运作的过程都需要消耗能量。细胞利用能量泵送化学物种的方式有三种：第一种是使下游区域的货物浓度保持较低（如通过磷酸化使细胞内葡萄糖浓度降低）；第二种是利用一种物种的梯度来泵送另一种物种（如\(Na^+\)-\(Ca^{2+}\)交换器）；第三种是调节货物与载体的结合方式，使结合在一侧有利、而解离在另一侧有利（如\(Na^+\)-\(K^+\) ATP酶）。

5.5.1 简单ATP酶

考虑一个泵送配体\(L\)逆其浓度梯度的ATP酶模型。该ATP酶有六种状态：\(E\)为基本态；ATP与\(L\)依次结合形成顶部状态；ATP和水解后返回基本态完成循环。稳态通量为：

\[J = \frac{[ATP][L_i] - [ADP][P_i][L_e]/K_{eq}}{\phi}\]

其中\(K_{eq} = e^{-\Delta G^0_{ATP}/RT}\)。

5.5.2 钠-钾ATP酶模型

最著名的ATP酶之一是\(Na^+\)-\(K^+\) ATP酶，每循环一次的反应为：

\[ATP + 3Na^+_i + 2K^+_e \rightarrow ADP + P_i + 3Na^+_e + 2K^+_i\]

这是一个产电泵，每循环净转移一个正电荷至细胞外。该模型基于Post-Albers方案，在该方案中，ATP酶的磷酸化与\(Na^+\)外流相关，而水解（失去磷酸基团）与\(K^+\)内流相关。

六、膜电位

主动转运过程的主要功能是调节细胞内的离子组成。离子浓度差异在膜两侧产生电位差，驱动离子电流。

6.6.1 能斯特方程

能斯特方程描述了离子浓度差异如何导致分隔两浓度的膜之间的电位差。若膜对离子\(S\)通透但对另一种离子\(S'\)不通透，\(S\)的浓度差异导致其从一侧扩散至另一侧。但\(S'\)不能通过膜扩散，因此\(S\)的扩散导致膜两侧的电荷积聚，形成电场，阻止\(S\)进一步净移动。当电场正好平衡\(S\)的扩散时达到平衡。

\(S\)在膜内侧的化学势为：

\[G_{S,i} = G^0_S + RT \ln([S]_i) + zF V_i\]

外侧为：

\[G_{S,e} = G^0_S + RT \ln([S]_e) + zF V_e\]

化学势差为：

\[\Delta G_S = RT \ln \frac{[S]_i}{[S]_e} + zFV\]

在平衡时\(\Delta G_S = 0\)，因此跨膜平衡电位差（能斯特电位）为：

\[V_S = \frac{RT}{zF} \ln \frac{[S]_e}{[S]_i} = \frac{kT}{zq} \ln \frac{[S]_e}{[S]_i}\]

6.6.2 吉布斯-唐南平衡

若膜一侧含有大的带电大分子（不能通过膜），而离子\(S\)和\(S'\)可自由通过膜，则达到吉布斯-唐南平衡。此时跨膜电位必须同时是\(S\)和\(S'\)的能斯特电位。

6.6.3 电扩散： Goldman-Hodgkin-Katz方程

离子通过膜的流动由浓度梯度和我电场共同驱动。电场的流动贡献由普朗克方程给出：

\[J = -u \frac{z}{|z|} c \nabla \phi\]

其中\(u\)为离子的迁移率。爱因斯坦确定了离子迁移率\(u\)与菲克扩散常数之间的关系：

\[D = \frac{uRT}{|z|F}\]

结合浓度梯度和电场效应，得到Nernst-Planck方程：

\[J = -D \nabla c + \frac{zF}{RT} c \nabla \phi\]

在恒定电场近似下，通过厚度为\(L\)的膜的离子通量为：

\[J = \frac{D}{L} \frac{c_i - c_e \exp(-zFV/RT)}{1 - \exp(-zFV/RT)}\]

电流密度为：

\[I_S = \frac{z^2 F^2}{RT} P_S \frac{c_i - c_e \exp(-zFV/RT)}{1 - \exp(-zFV/RT)}\]

其中\(P_S = D/L\)为膜对\(S\)的渗透率。这就是著名的Goldman-Hodgkin-Katz（GHK）电流方程。

6.6.4 细胞膜的电学回路模型

细胞膜分隔电荷，因此可视为电容器。电容定义为电容器上的电荷与维持该电荷所需的电压之比：

\[C_m = \frac{Q}{V}\]

典型细胞膜的电容为\(1.0 \, \mu F/cm^2\)。

简单的电学回路模型将膜视为与电阻（不一定是欧姆的）并联的电容。由于电流为\(dQ/dt\)，因此：

\[C_m \frac{dV}{dt} + I_{ion} = 0\]

其中\(I_{ion}\)为离子电流。

七、渗透压与细胞体积控制

7.7.1 渗透压

若溶剂室与溶液室被刚性多孔膜分隔，膜对溶剂可通透但对溶质不可通透，则溶剂的摩尔分数差异导致化学势差：

\[\Delta G = RT \ln \frac{S_1}{S_2}\]

溶质的存在降低了溶剂的化学势，诱导溶剂从浓度较高的一侧流向较低的一侧。渗透压\(\pi_s\)定义为必须施加于溶液侧的压力，以使自由能恢复到纯溶剂的自由能水平：

\[\pi_s v_s = -RT \ln S_1\]

对于稀溶液，这简化为范特霍夫方程：

\[\pi_s = RcT\]

其中\(c\)为溶剂浓度（摩尔/升）。1渗透摩尔为1克分子量（1摩尔）的未解离溶质。NaCl解离为2个渗透活性离子，因此58.5克NaCl为2渗透摩尔。

7.7.2 泵-漏模型

细胞体积主要由离子泵和沿浓度梯度流动的离子共同调节。典型的泵-漏模型包括\(Na^+\)、\(K^+\)和\(Cl^-\)的主动和被动转运。\(Na^+\)-\(K^+\) ATP酶主动将\(Na^+\)泵出、\(K^+\)泵入。

电流-电压关系为：

\[I_{Na} = g_{Na} \left(V - \frac{RT}{F} \ln \frac{[Na^+]_e}{[Na^+]_i} + 3pq \right)\]

\[I_K = g_K \left(V - \frac{RT}{F} \ln \frac{[K^+]_e}{[K^+]_i} - 2pq \right)\]

\[I_{Cl} = g_{Cl} \left(V + \frac{RT}{F} \ln \frac{[Cl^-]_e}{[Cl^-]_i} \right)\]

细胞体积变化为：

\[\frac{dw}{dt} = \frac{RT}{r} \left( [Na^+]_i - [Na^+]_e + [K^+]_i - [K^+]_e + [Cl^-]_i - [Cl^-]_e + \frac{X}{w} \right)\]

其中\(X\)为细胞内带负电的大分子数量。

八、随机过程附录

8.8.1 马尔可夫过程

马尔可夫过程是无记忆的随机过程：若已知状态变量在\(t_1 < t_2\)时刻的值分别为\(x_1\)和\(x_2\)，则：

\[P(x, t | x_1, t_1, x_2, t_2) = P(x, t | x_2, t_2)\]

即条件概率仅取决于最近的条件，与更早的历史无关。

8.8.2 离散状态马尔可夫过程

具有\(n\)个可能状态的离散空间连续时间马尔可夫过程可由主方程描述：

\[\frac{d\Pi_j}{dt} = -K_j \Pi_j(t) + \sum_{l \neq j} k_{lj} \Pi_l(t)\]

其中\(\Pi_j(t) = P(S(t) = j)\)，\(K_j = \sum_{l \neq j} k_{lj}\)。

8.8.3 Gillespie方法

Gillespie方法是一种高效的离散马尔可夫过程数值模拟方法。该方法计算随机切换时间的序列：若在时刻\(t=0\)状态变量为\(S(0) = i\)，则选择均匀分布于单位区间的随机数\(\xi\)，下一次切换的时间间隔为：

\[T = -\frac{1}{K_i} \ln(\xi)\]

8.8.4 扩散

扩散方程可从马尔可夫随机游走推导。一维情况下，在离散时间步长\(\Delta t\)和离散空间步长\(\Delta x\)上，粒子以\(1/2\)的概率向左或向右移动。取极限可得扩散方程，扩散系数为\(\frac{(\Delta x)^2}{2\Delta t}\)。

8.8.5 朗之万方程

对于连续但无处可微的随机运动，朗之万方程为：

\[dx = a(x,t) dt + \sqrt{2b(x,t)} dW\]

其中\(dW\)为维纳过程，代表无关联的高斯白噪声。

8.8.6 福克-普朗克方程

若粒子的位置在时间上连续（无有限跳跃），且在时间\(dt\)内的位移均值为\(a(x,t)dt\)、方差为\(2b(x,t)dt\)，则位置\(x\)在时刻\(t\)的概率分布\(p(x,t)\)满足福克-普朗克方程：

\[\frac{\partial p}{\partial t} = -\frac{\partial}{\partial x}(a(x,t)p) + \frac{\partial^2}{\partial x^2}(b(x,t)p)\]

公式汇总表

编号	公式名称	公式
(2.1)	守恒定律	\(\frac{\partial u}{\partial t} = f - \nabla \cdot \mathbf{J}\)
(2.4)	菲克定律（一维）	\(J = -D \frac{du}{dx}\)
(2.5)	菲克定律（多维）	\(\mathbf{J} = -D \nabla u\)
(2.8)	爱因斯坦扩散系数	\(D = \frac{kT}{6\pi \mu a}\)
(2.14)	膜通量	\(J = \frac{D}{L}(c_l - c_r)\)
(2.104)	能斯特方程	\(V_S = \frac{RT}{zF} \ln \frac{[S]_e}{[S]_i}\)
(2.114)	Nernst-Planck方程	\(J = -D \nabla c + \frac{zF}{RT} c \nabla \phi\)
(2.122)	GHK通量方程	\(J = \frac{D}{L} \frac{c_i - c_e \exp(-zFV/RT)}{1 - \exp(-zFV/RT)}\)
(2.123)	GHK电流方程	\(I_S = \frac{z^2 F^2}{RT} P_S \frac{c_i - c_e \exp(-zFV/RT)}{1 - \exp(-zFV/RT)}\)
(2.138)	范特霍夫渗透压	\(\pi_s = RcT\)
(2.146)-(2.148)	泵-漏模型电流	\(I_{Na}, I_K, I_{Cl}\)表达式
(2.203)	等待时间分布	\(P_i(t) = 1 - \exp(-K_i t)\)
(2.223)	朗之万方程	\(dx = \sqrt{2D} dW\)
(2.228)	福克-普朗克方程	\(\frac{\partial p}{\partial t} = -\frac{\partial}{\partial x}(ap) + \frac{\partial^2}{\partial x^2}(bp)\)

学习要点：

细胞膜的选择透过性是细胞稳态的基础，由脂双层和膜蛋白共同实现。
扩散是被动运输的基本方式，菲克定律描述了浓度梯度驱动的通量。
易化扩散通过载体分子（如肌红蛋白）增强特定物质的运输效率。
载体介导转运包括单转运、协同转运和反向转运三种类型。
主动转运需要消耗能量（ATP水解），\(Na^+\)-\(K^+\) ATP酶是最重要的例子。
膜电位由离子浓度差异和电位差共同决定，能斯特方程描述单种离子通透时的平衡电位。
GHK方程描述多种离子同时通透时的膜电流和电位。
渗透压由溶质的粒子数决定，对于细胞体积控制至关重要。
泵-漏模型成功解释了细胞体积和膜电位的调节机制。
随机过程理论为理解离子通道和分子马达的随机行为提供了数学框架。