固定域上无血管肿瘤球体的细胞周期解析建模：适定性分析与物理信息神经网络计算

《Scientific African》：Cell-cycle-resolved modeling of avascular tumor spheroids on a fixed domain: Well-posedness analysis and physics-informed neural network computation

　　

研究人员开发了一个连续介质偏微分方程模型，用于描述无血管肿瘤球体的生长，该模型明确解析了由荧光泛素化细胞周期指示剂（FUCCI）技术捕获的细胞周期异质性。细胞群体被划分为三个亚群：G1期细胞（Phase I，红色荧光）、S/G2/M期细胞（Phase II，绿色荧光）和坏死细胞，其体积分数通过氧依赖的Hill型转变率和死亡率演化，并与氧的反应-扩散方程耦合。与经典的无血管肿瘤球体生长移动边界公式不同，该球体嵌入在一个固定计算域中，组织速度由达西本构定律（Darcy constitutive law）确定，该定律通过总细胞密度的支撑隐式追踪扩展的肿瘤边界。所得五方程系统的适定性被严格建立：通过Banach不动点论证（Banach fixed-point argument）证明了弱解的局部和全局存在唯一性，并且所有物理相关的先验界（a priori bounds），包括所有亚群的非负性、体积饱和恒等式以及氧浓度的双边界，被证明在每个迭代步骤中成立，并被不动点继承。该系统使用物理信息神经网络（PINNs）进行数值求解，其精度通过基于制造解方法（Method of Manufactured Solutions）构建的精确解析基准的验证研究进行评估。在该测试问题上，PINN在所有场中实现了低于0.1%的相对L₂误差，与使用一致压力-泊松耦合（pressure–Poisson coupling）的适当收敛的二阶有限差分方案精度相当。采用PINN并非因其精度优越，而是因其方法论上的灵活性：一次无网格优化同时处理所有耦合场和达西约束，无需算子分裂、界面追踪或单独的椭圆压力求解。应用于从已发表的FUCCI延时成像数据中推导的C8161黑色素瘤球体参数，该模型在24小时重现了实验观察到的三区同心结构：一个坏死核心、一个G1停滞中间环和一个增殖性外缘。其生成机制是控制G1→S转变和有丝分裂退出的氧阈值之间的不对称性，该不对称性将中间壳中的细胞限制在可逆静止状态，与实验的Hoechst染料分选观察一致。

论文解读文章

研究背景与问题

癌症是全球过早死亡的主要原因之一，数学肿瘤学亟需定量理解肿瘤生长动力学。三维多细胞球体作为体外模型，能重现预血管阶段实体瘤的氧与营养物质径向梯度，但其经典数学模型（如Ward-King框架）将活细胞视为单一未分化区室，无法区分细胞周期阶段，从而无法直接与现代细胞周期成像技术（如FUCCI）数据进行比较。2008年引入的荧光泛素化细胞周期指示剂（FUCCI）技术，通过双荧光探针实时追踪单细胞周期进展，在黑色素瘤球体中揭示了坏死核心、G1停滞中间环和增殖外缘的三区结构，为区分细胞周期阶段的模型提供了定量基准。然而，现有模型（如Jin等的工作）仍采用移动边界公式，需要界面追踪，且数值求解复杂。因此，本研究旨在开发一个固定域上的FUCCI分辨模型，进行适定性分析，并采用物理信息神经网络（PINN）求解，以消除移动边界处理，同时捕捉细胞周期异质性。

研究内容与结论

研究人员开发了一个连续介质偏微分方程模型，将细胞分为G1期（Phase I，红色荧光）、S/G2/M期（Phase II，绿色荧光）和坏死细胞三个亚群，其体积分数通过氧依赖的Hill型转变率和死亡率演化，并与氧的反应-扩散方程耦合。球体嵌入固定计算域，组织速度由达西本构定律（Darcy constitutive law）确定，通过体积饱和约束隐式跟踪边界。通过Banach不动点论证（Banach fixed-point argument）严格证明了系统的局部和全局弱解存在唯一性，并建立了所有亚群非负性、体积饱和恒等式及氧浓度双边界的先验界。系统采用PINN数值求解，通过制造解方法构建精确解析基准进行验证，PINN在所有场中达到相对L₂误差低于0.1%，与采用一致压力-泊松耦合的二阶有限差分方案精度相当。应用于从已发表FUCCI延时成像数据（Haass等，C8161黑色素瘤细胞系）中推导的参数，模型在24小时重现了实验观察的三区同心结构：坏死核心（c_d阈值）、G1停滞中间环（c_g与c_r之间）和增殖性外缘（c>c_r）。生成机制是控制Phase I→II转变（G1→S）的氧阈值c_r=0.7与有丝分裂退出阈值c_g=0.1之间的不对称性，导致中间壳细胞进入可逆G1静止状态。该研究为细胞周期特异性药物建模提供了基础，PINN方法展示了无网格、统一处理多场耦合的灵活性，可扩展至逆问题和三维几何。

技术方法

主要关键技术方法包括：1）建立连续介质偏微分方程系统，包括Phase I、Phase II和坏死细胞的质量守恒方程（含氧依赖Hill型转变率和死亡率）、氧的反应-扩散方程（含瞬态项和代谢消耗项），以及达西速度-压力关系与体积饱和约束。2）使用Banach不动点论证在球对称径向域上证明弱解的局部和全局存在唯一性，并推导先验界（非负性、饱和恒等式、氧浓度0≤c≤1）。3）采用物理信息神经网络（PINN）求解，将五个场（R, G, v, c, Π）作为网络输出，损失函数包含PDE残差和初始/边界条件，通过自动微分计算导数，使用Adam优化器结合L-BFGS进行训练。4）通过制造解方法构建精确解析解进行验证，并与二阶有限差分方案（使用压力-泊松方程）比较精度。5）从文献中获取C8161黑色素瘤细胞系参数（来自Haass等[24]的FUCCI延时成像数据，包括20个单细胞的Phase I和Phase II持续时间），设定最大转变率A和B，其他参数来自Ward和King[14]及Jin等[26]的文献值。

研究结果

**Model description（模型描述）**
通过引入FUCCI技术，将细胞群体分为Phase I（G1期，红色荧光）、Phase II（S/G2/M期，绿色荧光）和坏死细胞，建立氧依赖Hill型转变率k_R(c)、k_G(c)和死亡率k_N(c)。在固定域[0,R_max]上，采用达西定律v=??Π，结合体积饱和约束R+G+ρN=1，推导出五方程系统（11-15），包括两个亚群质量守恒方程、氧反应-扩散方程、速度发散约束和压力梯度方程。

**Mathematical properties of the model（模型数学性质）**
通过Banach不动点论证，证明弱解的存在唯一性：先验界（非负性、R+G≤1、0≤c≤1）在迭代中保持，饱和恒等式通过同质传输方程验证。该分析确保系统无有限时间爆破，为数值求解提供理论基础。

**Numerical methods and results（数值方法与结果）**
- **Physics-informed neural network formulation（物理信息神经网络公式）**
采用16层64神经元全连接网络，输入(r,t)输出五个场，损失函数包含PDE残差和边界条件，使用Adam和L-BFGS两阶段训练。
- **Solver verification against an exact benchmark solution（基于精确解析基准的求解器验证）**
通过制造解方法构建解析解，PINN与二阶有限差分方案（压力-泊松耦合）比较，在所有场（包括压力）均达到相对L₂误差<0.1%，验证了PINN的可靠性。速度场误差略高，归因于机械耦合的微分放大和网络频谱偏差。
- **Sensitivity to PINN hyperparameters（PINN超参数敏感度）**
网络深度和宽度对精度影响较小，学习率影响温和，损失权重（残差/数据）最敏感，平衡权重（1:1）最优，最终采用64神经元网络。
- **Parameter specification and numerical results（参数设定与数值结果）**
从Haass等[24]的FUCCI单细胞数据确定A=1.0、B=1.5，其余参数来自文献。模拟显示：在t=2.4（24小时），氧浓度从中心≈0.56上升至边界1.0，Phase I密度R始终高于Phase II，总活细胞密度P在内核下降至≈0.25，预示坏死核心形成。速度场和压力场通过达西定律耦合，边界速度为正表明净生长。三区结构（坏死核心、G1停滞环、增殖外缘）与实验一致。Phase I分数f_I在内区（r<0.5）为74%-79%，与实验≈80%吻合；外区（r>1.1）为56%-57%，略高于实验≈50%，但无参数校准下差异在6-7个百分点内，表明模型具有预测能力。

讨论与结论

讨论部分总结：本研究实现了三个相互关联的目标——固定域上FUCCI分辨球体模型的严格公式、适定性数学分析以及PINN数值求解器的验证与应用。模型通过氧阈值不对称性（c_r=0.7与c_g=0.1）解释了G1停滞中间环的形成机制，与实验一致。PINN求解器在精度上等价于二阶有限差分，但提供了无网格、无分裂、统一处理耦合场的方法论优势，适用于逆问题和三维几何。未来方向包括：整合血管生成以扩展至血管化肿瘤，耦合细胞周期特异性药物方案（如MAPK抑制剂），以及基于时间序列FUCCI成像数据的参数估计（如c_r、c_g、A、B）。
研究结论翻译：本研究解决了三个相互关联的目标：固定域上FUCCI分辨球体模型的严格公式、其适定性的数学分析，以及基于PINN的数值求解器的验证与应用。所建立的五方程系统（11-15）将Ward-King框架扩展至三个细胞亚群，具有氧依赖Hill型动力学。在固定域[0,R_max]上重新表述问题并采用达西闭包，消除了界面追踪的需要，同时保留了组织速度的力学解释。第3节中的Banach不动点论证建立了弱解的局部和全局存在唯一性；先验界R,G≥0、R+G≤1、0≤c≤1以及饱和恒等式R+G+ρN=1在方案的每次迭代中成立，并被不动点继承，从而排除了有限时间爆破。PINN求解器通过第4节中制造解方法构建的精确解析基准进行了验证。与采用一致压力-泊松耦合的适当收敛的二阶有限差分方案相比，两个求解器在所有场（包括压力）上均达到可比相对L₂误差，低于0.1%，因此该基准建立了PINN的可靠性，而非其优于良好解析经典方案的精度。对于此正问题，经典方案更快（约816秒对约4.8×10³秒网络训练）。因此，PINN的价值不在于精度或速度，而在于其方法论属性：一次无网格优化同时处理所有耦合场和达西约束，无需算子分裂、界面追踪或单独的椭圆压力求解，并且可直接扩展至逆问题和三维几何。第4节中的敏感性研究表明，求解器精度对网络深度和宽度具有鲁棒性，受学习率影响轻微，且对残差/数据损失平衡最为敏感，优选等权重。应用从Haass等[24]的FUCCI成像数据推导的参数，模型重现了24小时实验观察到的三区同心结构：无荧光坏死核心（cd）、G1停滞中间环（c_dr）和增殖性外缘（c>c_r）。生成机制是Phase I→II转变的氧阈值c_r=0.7与有丝分裂退出阈值c_g=0.1之间的不对称性：在中间壳中，细胞完成分裂并重新进入Phase I，但无法进展至S期，从而积累为[24]中通过Hoechst染料分选鉴定的可逆静止群体。通过保留完整瞬态方程（15）确认的准静态氧场，充当所有空间模式的单一结构驱动因素。