PhysiCell：一个用于三维多细胞系统的开源基于物理的细胞模拟器

第一作者及机构： 本研究的通讯作者是Paul Macklin，其所属机构包括南加州大学劳伦斯·J·埃里森转化医学研究所和美国印第安纳大学智能系统工程系。论文的第一作者为Ahmadreza Ghaffarizadeh。其他合作者包括Randy Heiland、Samuel H. Friedman和Shannon M. Mumenthaler。该研究论文发表于PLOS Computational Biology期刊，具体发表日期为2018年2月23日。

学术背景： 本研究属于计算生物学和生物医学工程交叉领域，具体聚焦于多细胞系统（Multicellular Systems）的计算建模（Computational Modeling）。理解许多生物系统（如组织工程、细菌菌落进化、肿瘤转移）的关键在于研究细胞如何运动、生长、分裂、相互作用和死亡。组织尺度的动力学特性源于众多相互作用细胞对其微环境做出反应并施加影响的过程。理想的“虚拟实验室”需要能够同时模拟生化微环境（“舞台”）和许多在机械与生化上相互作用的细胞（“舞台上的演员”）。尽管当时已存在一些计算框架（如CompuCell3D, Morpheus, Chaste, BioCellion, Timothy），但它们各有局限，例如无法高效模拟大量细胞（>10^5）、代码闭源、依赖复杂或缺乏内置的细胞基本行为模型（如细胞周期、凋亡、坏死）。因此，本研究团队旨在开发一个开源、基于物理的代理模型（Agent-Based Model） 模拟器，名为PhysiCell，以填补这些空白。其核心目标是为科学界提供一个强大的工具包，用于研究涉及多细胞、多底物微环境中的相互作用问题，同时作为一个独立的代码库，用于验证其他模拟平台的结果。

详细研究流程： 本研究并非一项传统的湿实验研究，而是一项计算软件（Computational Software） 的开发和验证工作。其“工作流程”即PhysiCell模拟器的设计、实现、测试和应用演示。

1. 软件设计与核心模型构建：

   • 研究对象/样本： 本研究不涉及生物样本，其“研究对象”是构成模拟器的数学模型和算法。核心是构建一个无网格（Off-Lattice）、基于代理的细胞模型。每个细胞代理具有位置、体积（总容积、流体容积、固体容积、核与细胞质亚容积）、细胞周期或死亡状态、力学参数等属性。
   • “处理/研究”方法：
     • 生化微环境耦合： PhysiCell建立在团队之前开发的生物输运求解器（Biotransport Solver） BioFVM之上。BioFVM用于求解描述多种扩散底物（如氧气、药物、信号因子）的反应-扩散偏微分方程组，并将细胞作为源和汇进行耦合。这使得细胞表型能够动态地与多种化学信号关联。
     • 细胞表型模型： 开发了标准化的内置子模型库，用于模拟细胞基本行为：
       • 细胞体积变化： 通过一组常微分方程描述细胞总容积、流体容积、核与细胞质固体容积的变化，参数随细胞周期或死亡进程更新。
       • 细胞周期： 提供了一个灵活的框架，包含多个预定义模型（如“Ki67高级”模型）。模型由一系列相（phase）、相间转移速率和细胞分裂事件构成。转移可以是确定性的或随机的，并能被环境条件（如氧浓度）所调节。
       • 细胞死亡： 实现了凋亡（Apoptosis）和坏死（Necrosis）两种模型。坏死可以是确定性的（当氧浓度低于阈值时立即发生）或随机的（死亡速率随缺氧程度线性增加）。
       • 细胞运动： 支持随机运动和偏向性运动（如趋化性）。迁移速度、偏置方向和持久时间可由用户自定义函数根据微环境条件动态设定。
       • 细胞力学与运动： 采用基于力的模型。假设惯性可忽略，通过平衡作用于细胞的力（包括由相互作用势函数描述的细胞-细胞/细胞-基质粘附与“排斥”力、阻力以及迁移力）来直接求解细胞速度。细胞位置使用二阶Adams-Bashforth方法更新。
     • 程序流程与时间步长： 模拟采用三个不同的时间步长（δt_diff, δt_mech, δt_cells）来处理不同时间尺度的过程（扩散最快，力学次之，细胞过程最慢）。主循环依次执行：保存数据、更新生化微环境（BioFVM）、更新细胞表型过程（体积、周期、死亡）、更新细胞力学（速度）和位置。
     • 代码优化： 为确保性能随细胞数量线性扩展，开发了细胞-细胞相互作用数据结构（Interaction Data Structure, IDS），将每个细胞的相互作用搜索范围限制在邻近网格单元内，避免了O(N²)的计算复杂度。同时，利用OpenMP对大多数循环进行并行化处理。

2. 验证与性能测试：

   • 研究对象/样本： 软件本身的数值稳定性和计算效率。
   • “实验”方法：
     • 收敛性测试： 对软件各主要组件进行了数值验证。包括验证BioFVM在时间和空间上的收敛阶；测试两个细胞重叠松弛和细胞簇压缩松弛的力学模型，验证其时间步长收敛性；测试单个细胞增殖、凋亡、坏死的体积模型；测试随机转移代码（细胞周期和凋亡）的统计行为，并与粗粒度ODE模型的理论预期进行比较。
     • 性能测试： 在两种硬件平台（四核桌面工作站和单节点高性能计算节点）上运行大规模模拟，测量计算时间（墙钟时间）随细胞数量增长的变化，以验证其线性扩展性能。

3. 应用演示：

   • 研究对象/样本： 利用PhysiCell模拟具体的生物系统案例。
   • “实验”方法： 构建了多个模拟场景，输入特定的初始条件、参数和规则，运行PhysiCell模拟器，并分析输出结果。
     • 悬滴肿瘤球体（Hanging Drop Spheroids, HDS）： 模拟了在流体域中初始细胞簇的生长，比较了确定性坏死模型与随机性坏死模型对肿瘤生长动力学、坏死核心微观结构（如裂纹形成）的影响。
     • 乳腺导管原位癌（Ductal Carcinoma in Situ, DCIS）： 模拟了肿瘤细胞在乳腺导管内的生长，考察了三维几何形状和基底膜力学约束对生长模式和坏死核心形态的影响。
     • 附加示例（展示扩展性）：
       • “生物机器人”（Biorobots）： 设计了一个合成多细胞系统，包含“指挥者”、“货物”和“工作者”三种细胞类型，通过分泌的化学信号和接触介导的粘附进行协作，演示了可编程的细胞间相互作用。
       • 抗癌生物机器人： 修改上述系统，使“工作者”细胞能沿缺氧梯度向肿瘤迁移并释放“货物”（治疗剂），展示了其在癌症治疗中的潜在应用概念。
       • 癌症异质性与免疫反应： 模拟了肿瘤细胞群中“癌蛋白”表达异质性的进化，以及随后免疫细胞基于化学趋化和接触依赖性杀伤的攻击，探讨了免疫细胞运动随机性对治疗效果的影响。

主要结果： 1. 软件成功开发与验证： PhysiCell被成功实现为一个功能完整、性能优异的开源模拟器。收敛性测试证实其数值方法稳定且达到预期精度（如力学模型一阶收敛，扩散模型一阶时间/二阶空间精度）。性能测试表明，其计算成本随细胞数量近似线性增长，使得在四核桌面工作站上模拟10^5-10^6个细胞、在单HPC节点上模拟数百万细胞成为可能。 2. 悬滴肿瘤球体模拟结果： * 确定性和随机性坏死模型都产生了线性增长的肿瘤直径，这与理论预期一致。 * 两个模型都预测了坏死核心内部会出现流体空隙或裂纹（Fluid Voids or Cracks） 的微观结构，这是由坏死细胞体积缩小但仍保持粘附的竞争性生物物理效应涌现出的现象。作者指出，这是首个预测出这种在体外实验中观察到的坏死肿瘤微结构的模型。 * 模型差异： 确定性模型呈现出清晰的坏死周边边界（Perinecrotic Boundary），而随机性模型则显示出一个具有活细胞和坏死细胞混合的过渡区。随机性模型保留活细胞中心的时间更长，生长曲线后期与确定性模型出现轻微分歧。 3. 导管原位癌模拟结果： * 两种坏死模型再次给出了相似的线性生长速率（约1 cm/年），与先前2D模拟结果一致。 * 与HDS示例不同，DCIS模拟中未出现明显的坏死核心裂纹，这是由于乳腺导管壁的力学压缩阻止了空隙的形成，凸显了三维几何和基底膜生物物理效应的重要性。 * 与早期2D模拟相比，3D模型未再现增殖边缘与坏死核心之间的机械“撕裂”，说明几何维度对模拟结果有显著影响。 4. 附加示例演示结果： * “生物机器人”： 成功演示了三种细胞类型通过分泌信号和弹性粘附实现协同“货物”运输的规则集，证明了PhysiCell模拟复杂合成生物系统的能力。 * 抗癌生物机器人： 展示了工程化细胞可被引导至肿瘤并诱导肿瘤细胞死亡，但也揭示了规则设计（如“货物”释放条件）对治疗效果的敏感性。 * 癌症异质性与免疫反应： 模拟显示了具有增殖优势的“高癌蛋白”细胞克隆在空间上的选择性生长，打破了初始的对称性。引入免疫细胞后，虽然能有效攻击肿瘤，但强烈的趋化性导致免疫细胞混合不足，使得部分外周肿瘤细胞逃逸并再生，强调了免疫细胞运动随机性的重要性。

结论与意义： 本研究成功开发并发布了PhysiCell，一个强大的、开源的、基于物理的三维多细胞系统模拟器。其科学价值在于： * 提供了一个综合平台： PhysiCell独特地将一个高效的多底物生物输运求解器（BioFVM）与一个包含标准化细胞行为模型（周期、死亡、体积、力学、运动）的、可扩展的基于代理的建模框架相结合。 * 促进了可重复性与验证： 作为开源软件，它提高了计算模型的可重复性。同时，它作为一个独立的代码库，可用于交叉验证其他模拟平台（如Chaste, BioCellion）的结果。 * 推动了多尺度系统生物学研究： 通过模拟从细胞尺度规则到组织尺度行为的涌现，PhysiCell使研究人员能够以高通量方式在硅片（in silico）上测试关于多细胞相互作用的假设，这在体内或体外实验中可能成本高昂或难以实现。 * 展示了广泛的应用潜力： 研究通过从癌症生物学（HDS, DCIS）到合成生物系统（生物机器人）和免疫肿瘤学的一系列示例，证明了PhysiCell在肿瘤生长、治疗设计、组织工程和基础细胞生物学等领域的应用价值。

研究亮点： 1. 创新性与集成性： PhysiCell是首个将高效多底物扩散求解与内置、可扩展的细胞基本表型模型库紧密结合的开源3D多细胞模拟器。 2. 性能与可及性： 通过算法优化（如IDS）和并行化，实现了接近线性的性能扩展，使大规模模拟在普通工作站上成为可能。代码依赖极少，跨平台兼容，降低了使用门槛。 3. 预测性发现： 在HDS模拟中，首次通过计算模型预测并解释了实验中观察到的坏死核心裂纹微结构，展示了基于物理的细胞模型在揭示新兴组织形态方面的能力。 4. 灵活性与可扩展性： 采用模块化设计，用户可轻松替换内置模型或添加自定义规则和数据类型，使其能够适应广泛的研究问题。 5. 强调验证与实用性： 研究不仅展示了软件功能，还进行了严格的数值验证和性能基准测试，并提供了详细的使用指南、教程和示例项目，极大地促进了软件的可用性和在科研社区中的采纳。

其他有价值内容： 论文详细介绍了PhysiCell的获取方式（通过SourceForge或GitHub）、系统要求、学习资源（用户指南、快速入门、在线教程）以及为潜在贡献者提供的指南。软件采用BSD许可证，允许商业和学术用途。作者还展望了未来的开发方向，包括引入新模块以模拟血管生成、微生物动力学等更多生理系统。这些内容使得该工作不仅是一篇研究论文，也是一份完整的软件发布和社区建设文档。