三维血脑屏障力学模型中紧密连接的关键作用机制研究

针对血脑屏障(BBB)机械特性研究不足的问题，研究人员构建了包含紧密连接(TJs)的三维力学模型，采用改进标准线性固体模型和Yeoh模型，通过机器学习优化参数并进行有限元模拟，揭示了TJs在拉伸条件下的应力分布规律，为CNS疾病治疗和药物递送策略提供了新见解。

　　

随着阿尔茨海默病、帕金森病等中枢神经系统(CNS)疾病的全球发病率持续攀升，血脑屏障(BBB)对药物递送的阻碍成为治疗瓶颈。这个由微血管内皮细胞、星形胶质细胞等组成的精密结构，通过紧密连接(Tight Junctions, TJs)严格调控分子交换，却也拦截了98%的小分子药物。尽管聚焦超声空化等技术试图突破BBB，但现有研究多聚焦单一细胞或整体血管，忽略了TJs作为细胞间力学传导枢纽的核心作用——这正是导致分子尺度与宏观尺度模拟结果矛盾的关键。

为破解这一难题，上海某高校的研究团队在《Journal of Biomechanics》发表创新研究，首次将TJs作为膜结构整合到BBB三维力学模型中。通过机器学习优化的Yeoh模型描述血管壁，改进的标准线性固体模型刻画TJs，结合有限元模拟揭示了拉伸过程中BBB的应力分布规律。该研究不仅填补了TJs力学特性研究的空白，更为理解CNS疾病病理机制和开发靶向递送策略提供了理论基石。

关键技术方法包括：1) 基于六边形蜂窝结构构建BBB三维几何模型；2) 采用机器学习算法训练实验数据优化Yeoh模型参数；3) 建立包含TJs膜结构的改进标准线性固体模型；4) 通过有限元模拟分析拉伸过程的应力-应变关系。

【几何模型构建】
研究采用六边形排列模拟内皮细胞结构，证实这种能量最小化构型能有效反映真实组织中TJs的力学传导特性。区别于传统线性弹性模型，该设计允许分析细胞膜与细胞骨架的协同变形。

【Yeoh模型参数确定】
通过卷积神经网络(CNN)处理细胞变形数据，将预测误差控制在0.012%，显著提升了对血管壁超弹性行为的描述精度。该方法克服了生物材料本构关系参数化的传统难题。

【力学行为分析】
有限元模拟显示：1) TJs膜结构使最大应力集中在细胞连接处，较非膜结构模型高18.7%；2) 细胞骨架弹性模量每增加1kPa，TJs平衡应力提升23%；3) 胞质粘度变化会显著改变应力弛豫时间。这些发现证实TJs是BBB力学响应的关键调控位点。

结论部分强调，该研究首次量化了TJs各组分(细胞膜、骨架、胞质)对BBB整体力学性能的贡献权重。当细胞骨架弹性模量超过5kPa时，TJs应力集中效应可能诱发屏障功能损伤，这为解释高血压等疾病中BBB破坏机制提供了新视角。讨论指出，该模型可进一步整合空化气泡动力学，优化聚焦超声治疗方案。国家自然科学基金等项目资助的这项研究，标志着BBB力学研究从宏观尺度向多尺度建模的重要跨越。