一种融合光生理学、细胞内养分配额与多重裂殖的小球藻（Chlorella vulgaris）混合连续-离散单细胞模型

《Computational Biology and Chemistry》：A hybrid continuous–discrete single-cell model for Chlorella vulgaris integrating photophysiology, internal nutrient quotas and multiple fission

　　

摘要翻译：研究人员为小球藻（Chlorella vulgaris）构建了一个单细胞框架，将光生理学、细胞内养分配额与多重裂殖过程相耦合。离散的细胞周期规则表征了2、4或8个自孢子（autospore）的产出结果。经校准后，该模型成功复现了所选定的已发表实验终点数据。留一来源（LOSO）分析显示，与参考模型相比，该模型的平均均方根误差（RMSE）更低。

论文主体解读：

**研究背景与问题**

小球藻（Chlorella vulgaris）作为一种绿色微藻，因其光自养生长特性以及能够生产富含蛋白质、脂质和色素生物质的潜力，在生物技术领域受到广泛关注，其应用前景涵盖食品、饲料、生物燃料、废水处理及碳捕集等多个方面。现有的微藻生长模型大多在群体或反应器尺度上运行，将培养物视为平均化的生物质仓室，结合光照、温度、无机碳和营养盐等环境因子来描述生长动力学。然而，这类群体平均模型无法明确表征处于细胞周期不同阶段的单个细胞，诸如分裂承诺（commitment to division）、细胞尺寸变化和子细胞数量变异等离散事件往往被吸收到平均生长速率中。

这一局限性对于通过多重裂殖方式增殖的绿藻尤为突出。在小球藻及相关物种中，母细胞在光照期生长，经过一次或多次承诺事件后，产生多个自孢子，其数量取决于母细胞在分裂前达到的生理状态和尺寸。实验研究还表明，环境胁迫及干扰光合作用的药剂会改变细胞周期进程和自孢子形成数量。例如，三嗪类除草剂特丁津（terbutryn）通过阻断光系统II（PSII）的QB位点电子传递来抑制光合作用，降低光化学效率，从而提供了一个适合研究光生理学与细胞分裂耦合关系的胁迫场景。群体平均模型因此难以在单细胞尺度上建立光生理状态、细胞尺寸与分裂结果之间的直接联系。

**研究内容与目的**

本研究的总体目标是构建并校准一个用于小球藻的混合连续-离散单细胞模型。具体目标包括：(i) 定义耦合的连续-离散模型框架及其多重裂殖规则；(ii) 通过全局优化程序，将模型校准至从独立实验研究中汇编的八个定量终点，并与两种参考模型（简化的配额模型和参数经验模型）进行比较；(iii) 表征模型的数值稳定性、终点的敏感性以及参数的实际可辨识性。研究采用了一个确定性动力学模型，仅对相位推进过程施加小幅随机扰动（截断下限为0.7），从而在单一机制框架内检验光依赖性光合作用、内源氮磷配额、叶绿素动态、PSII功能状态、活性氧（ROS）与细胞活力之间的耦合是否足以复现已报道的小球藻生长速率、最小Fv/Fm值、细胞直径和自孢子数量的联合模式。

**主要关键技术方法**

研究人员构建了一个由常微分方程（ODE）描述的连续生理层和由逻辑规则描述的离散细胞周期层组成的混合模型。连续层涵盖结构生物量、碳储备、内源氮磷库、叶绿素、PSII功能状态、ROS和细胞活力；离散层描述细胞周期相位、承诺事件数量和目标自孢子数。模型采用显式固定步长积分求解，生产模拟步长为0.10小时。模型参数校准采用差分进化（differential evolution）全局优化算法，目标函数为加权标准化残差平方和。用于校准和比较的实验终点数据来自已发表的研究：Kong等（2021）提供生长速率数据，Rincón-Rosales等（2019）提供最小Fv/Fm数据，Dewan等（2012）提供细胞直径数据，Rioboo等（2009）及Bi?ová和Zachleder（2014）提供自孢子数和暗相分裂数据。

**研究结果**

**与所选实验终点的一致性**

差分进化校准稳定收敛，目标函数值在18代内从初始值单调下降并达到平台期，最终目标函数值为?=0.076。联合校准后，模型在设定的容差范围内复现了全部八个选定终点。五个连续终点的标准化RMSE为0.123，三个离散终点均被正确分类。其中大气对照组比生长速率的绝对误差最大（0.017 d?1），初始直径误差最小（0.000 μm）。Fv/Fm代理指标（式20）在健康细胞范围内（高PSII、低ROS）落在非胁迫小球藻PAM测量的0.64–0.74区间内，与参考值0.665吻合；在PSII抑制下该指标随ROS积累而衰减至接近零，复现了三嗪类除草剂导致的光化学效率下降趋势。

**多重裂殖层相对于参考模型的效应**

留一来源（LOSO）分析显示，所提出模型的平均留出RMSE为0.103，配额模型为0.482，经验模型为0.068。经验模型作为从条件到终点的柔性参数映射，在平滑连续终点上误差更小，特别是Kong等（2021）的生长速率，但对细胞尺寸或自孢子数没有施加任何生物学限制。所提出的模型在形态学来源（Dewan等，2012）上留出误差最低，且是三个模型中唯一通过显式承诺规则推导离散终点的模型：在Rioboo等（2009）来源的自孢子数和暗相分裂分类准确率为1.00，而配额模型仅为0.33。配额模型在特丁津场景下也分配了四个自孢子，未能捕捉效应的方向，而所提出模型复现了繁殖承诺的减少。混合模型的优势因此在于对形态学和离散细胞周期的机制性表征，而非在所有来源上获得最低的连续RMSE。

**物理一致性与时间步长收敛**

模拟轨迹在所有场景中均保持状态变量的非负性，PSII和活力均保持在单位区间内，未产生物理上不一致的状态。在Δt=0.10 h时，相对于参考解（Δt=0.025 h）的连续终点平均相对误差为0.27%，所有单个终点误差均低于1.5%。自孢子数在评估的场景中对时间步长不敏感。

**拟合参数的实际可辨识性**

合成数据恢复测试表明，并非所有参数都受到现有终点的同等支持。承诺机制和多重裂殖阈值参数——乘数m_commit、配额q_N,opt和第一阈值θ?——恢复效果最佳，中位相对误差低于8%。相比之下，光合能力J_max（27.5%）、维持消耗m（51.5%）以及PSII损伤/修复对k_dmg（23.5%）和r_rep（27.5%）的中位误差较大。参数恢复估计之间的相关矩阵显示这些参数之间存在混杂效应，这与它们作用于同一可观测量的机制一致。值得注意的是，构成该模型特定贡献的参数——即控制承诺和多重裂殖的参数——是可辨识性最好的参数，这增强了离散层的可解释性。

**终点敏感性**

敏感性分析显示不同终点由不同的参数子集控制。在对照场景中，J_max与日比生长速率的相关性最强（ρ=+0.877），而Fv/Fm_min由PSII损伤/修复对控制，其中k_dmg（ρ=?0.770）和r_rep（ρ=+0.753）方向相反。自孢子数受J_max正向影响（ρ=+0.621）和θ?负向影响（ρ=?0.525），这与模型逻辑一致：更大的碳固定促进生长至额外的承诺阈值，而更高的阈值降低达到更大自孢子数的概率。在特丁津场景中，生长速率和Fv/Fm_min的敏感性均转向PSII光损伤（k_dmg），表明在光合扰动下限制性过程不再是单纯的碳固定，而是PSII损伤。

**主要模拟场景的行为**

校准后，光暗对照和碳酸氢盐脉冲场景均以四个自孢子完成分裂，而PSII抑制剂场景在完全胞质分裂前发生光生理崩溃和细胞死亡。碳酸氢盐脉冲相比对照增加了最大生物量（2.47对2.20 pg），而未改变最终自孢子数。特丁津脉冲将Fv/Fm_min降至0.063，并将ROS_max提升至0.336，定性复现了干扰光合功能并改变小球藻细胞增殖的化合物的预期效应。对照轨迹显示光照期结构生物量和碳储备的积累，随后暗期通过复制阶段推进。参数集合不确定性带显示，对照场景中G1期生物量分散度较低，S/M/C期适度变宽；特丁津场景中抑制剂添加后Fv/Fm分散度增加，表明PSII-ROS耦合动力学放大了参数不确定性。

**讨论与结论总结**

研究讨论部分指出，模型存在若干重要局限性。基础细胞周期相位时长保持固定，缺乏检查点延迟、程序性周期延长或有丝分裂停滞的显式机制；在持续PSII阻断下的致死结果与Rioboo等（2009）报道的亚致死效应不符，这是压力层的结构性限制；校准数据集相对于模型复杂度仍然较小，部分参数仅适度可辨识；评估是回顾性的，LOSO分析属于跨来源迁移诊断而非独立实验验证；除小幅随机扰动外动力学均为确定性，无法捕捉群体中自然存在的细胞异质性；空间光衰减、流体动力学、气液传质等环境因素被简化处理，外源化合物以现象学方式表征；连续模块对其它微藻具有通用性，而离散层——尺寸触发的承诺阈值和N_d=2^nc多重裂殖规则——特异于以多重裂殖方式繁殖的分类群。

研究结论指出，本研究提出了一个用于小球藻的混合连续-离散机制性单细胞模型，整合了光合作用、内源氮磷配额、叶绿素动态、PSII功能状态、氧化胁迫、活力和多重裂殖。在分析终点集内，模拟复现了生长、Fv/Fm变化、细胞直径变化、暗相分裂和PSII抑制下目标自孢子数减少的一致模式，连续终点标准化RMSE为0.123，对照离散终点完全匹配，特丁津下生殖承诺定性一致。与参考模型的比较表明，多重裂殖层有助于表征群体平均或纯经验模型仅能间接捕捉的细胞终点，尤其是形态学和离散周期终点。该工作的主要贡献是一个连接光生理过程、胞内储备和离散分裂逻辑的小球藻综合单细胞建模框架；其中连续模块可迁移至其它微藻，而多重裂殖规则需要物种特异性适应。模型最适宜被理解为一个可复现的计算框架，用于假设生成和实验设计，而非已经确立的操作性预测工具。