一种新的计算建模系统如何模拟癌细胞在人体中的移动的艺术表现。为了解释数以百万计的细胞相互作用，它只创建了癌细胞在血液中循环时邻近细胞的详细模拟。来源:杜克大学
ComputatioNal模型允许研究人员模拟细胞尺度的相互作用，跨越人类脉管系统中前所未有的距离。
杜克大学(Duke University)的生物医学工程师已经显著增强了一种计算模型的能力，该模型可以模拟单个癌细胞在整个人体内的长距离运动。
这种方法被称为“自适应物理改进(APR)”，它捕捉了细胞相互作用的细节及其对细胞轨迹的影响，为转移性癌细胞的迁移提供了宝贵的见解。
了解癌细胞的运动
杜克大学生物医学工程学院阿曼达·兰德尔斯实验室的博士候选人亚里士多德·马丁说:“我们血液中的癌细胞受到撞击和附近红细胞的移动以及其他细胞相互作用的影响。”“但模拟人体所有血管中每个红细胞的运动是不可能的，所以我们必须找到一种方法来解决这些计算限制。”
该研究于2024年11月15日在高性能计算、网络、存储和分析国际会议(SC23)上发表。本次会议是高性能计算领域首屈一指的国际会议，由ACM和IEEE-CS主办。
在癌症研究中，破译癌细胞如何在人体血管中穿行的动力学仍然是一个关键而复杂的问题，对早期发现和潜在的靶向治疗至关重要。然而，在活着的病人身上研究这些过程是不可行的，而是需要先进的计算模型来模拟癌细胞动力学。
计算机的进步癌症研究
阿曼达·兰德尔斯(Amanda Randles)是杜克大学阿尔弗雷德·温伯恩(Alfred Winborne)和维多利亚·斯托弗·莫迪凯(Victoria Stover Mordecai)生物医学科学副教授，十多年来，她一直在创造和推进探索这些基本过程的计算方法。她的杰出贡献之一是HARVEY，这是一个高度可扩展的血流动力学模拟包，旨在在世界上最先进的超级计算机上运行。
但即使是超级计算机也有其局限性。
为了计算单个癌细胞的运动轨迹，模型必须捕捉到它与周围红细胞的微观相互作用。然而，人体含有大约25万亿个红细胞和5升血液。使用当今最大的超级计算机，最先进的模型只能以细胞分辨率重建一个包含这个体积百分之一的区域——一个仍然包含数亿红细胞的有限区域。
为了避开这个问题，一个由劳伦斯利弗莫尔国家实验室(LLNL)和橡树岭国家实验室(ORNL)的合作者组成的大型团队采用了一种新方法，该团队由Randles实验室的前博士生Sayan Roychowdhury领导。APR将实验室现有的算法扩展到包括与数百万相邻红细胞的相互作用，创建了一个高分辨率窗口，跟踪感兴趣的细胞在血管系统中的移动。
创新的方法
使这种方法起作用的部分技巧是将移动窗口与整个血管域的模拟相结合，将血液建模为散装液体。这种方法类似于模拟玩具船在顺流而下时的行为。最简单的方法是以最高的分辨率从头到尾对整个水道进行建模。然而，在这种情况下，绝大多数的计算资源将精确地捕捉离船很远的物理现象，这充其量是不切实际的。
相反，尽可能准确地模拟船附近的区域，而以更低的分辨率模拟河流的其余部分，效率要高得多。当船靠近岩石、漩涡和急流等复杂特征时，一旦它们足够接近，对船的轨迹产生可测量的影响，该模型就会精确地捕捉到它们。结果是一个精确的模拟，效率更高，允许模拟探索更长的河流。
Randles实验室的博士生Samreen Mahmud说:“我们一次模拟的最多的细胞是5.8亿个。”“我们的目标是最大化窗口大小，看看我们可以使用领导级超级计算机捕获多少细胞。然后，我们专注于降低计算成本，并有效地将该方法转移到云端。”
通过在亚马逊网络服务(AWS)上仅使用一个节点模拟癌细胞在一厘米内移动500小时，该算法在执行大规模模拟时的效率得到了展示。通过采用自适应物理改进，计算内存需求从pb急剧减少到更易于管理的gb。
未来的计划
研究人员说，这一结果可能会改变其他实验室研究癌症或开发生物医学设备的游戏规则。例如，它可以通过分离在实验装置中很难甚至不可能做到的因素，帮助研究人员了解癌症转移的机械和物理方面。它还代表了高性能计算能力的重大飞跃，促进了在容量有限的情况下对大量红细胞进行建模的实际应用。
展望未来，该团队计划继续为他们的建模软件添加功能，例如细胞之间的粘附和血管壁附近细胞行为的变化。他们还想研究癌细胞簇是如何在脉管系统中移动的，因为临床研究表明，成群移动会增加转移细胞形成新肿瘤的可能性。
Randles说:“我们希望像APR这样的方法能够通过公平的竞争环境，帮助细胞尺度计算建模的民主化。我们希望让没有世界上最大的超级计算机的研究人员能够使用计算方法来研究癌症动力学。”
参考文献:“通过添加现实红细胞计数来增强自适应物理优化模拟”，作者:Sayan Roychowdhury, Samreen T. Mahmud, Aristotle Martin, Peter Balogh, Daniel F. Puleri, John Gounley, Erik W. Draeger和Amanda Randles, 2024年11月11日，SC '23:高性能计算，网络，存储和分析国际会议论文集。DOI: 10.1145/3581784.3607105
这项工作得到了美国能源部(DE-AC52-07NA27344)、美国国立卫生研究院(U01-CA253511)和美国国家科学基金会(1943036)的支持。
分享 推特 REDDIT 电子邮件 分享更多关于sciitechdaily
化学
健康
生物学
空间
科学
健康
健康
地球
