杜克大学的生物医学工程师显着增强了计算模型的能力，该模型可以模拟单个癌细胞在整个人体内长距离的移动。该方法被称为自适应物理细化(APR
杜克大学的生物医学工程师显着增强了计算模型的能力，该模型可以模拟单个癌细胞在整个人体内长距离的移动。
该方法被称为“自适应物理细化(APR)”，它捕获了详细的细胞相互作用及其对细胞轨迹的影响，为转移性癌细胞的传播提供了宝贵的见解。
杜克大学生物医学工程阿曼达·兰德尔斯实验室的博士生亚里士多德·马丁说：“我们血液中的癌细胞受到附近红细胞碰撞和移动以及其他细胞相互作用的影响。” “但是不可能模拟身体所有血管中每个红细胞的运动，因此我们必须找到一种方法来解决这些计算限制。”
该研究于 2023 年 11 月 15 日在高性能计算、网络、存储和分析国际会议 (SC23) 上发布。本次会议是高性能计算领域的顶级国际会议，由ACM和IEEE-CS主办。
破译癌细胞如何在人体血管中移动的动态仍然是癌症研究中的一个关键而复杂的问题，对于早期检测和潜在的靶向治疗至关重要。然而，在活体患者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。
杜克大学生物医学科学副教授阿曼达·兰德斯 (Amanda Randles) 十多年来一直在创建和推进探索这些基本过程的计算方法。她的一项显着贡献是 HARVEY，这是一个高度可扩展的血流动力学模拟软件包，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轨迹，模型必须捕获其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包含该体积百分之一的区域——一个仍包含数亿红细胞的有限区域。
为了解决这个问题，由兰德尔斯实验室前博士生 Sayan Roychowdhury 领导的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) 合作者组成的大型团队采取了一种新方法。APR 扩展了实验室现有的算法，使其包含与数百万个相邻红细胞的相互作用，创建了一个高分辨率窗口，可以在感兴趣的细胞在脉管系统中移动时对其进行跟踪。
使这种方法发挥作用的部分技巧是将移动窗口与整个血管域的模拟耦合起来，将血液建模为大量流体。这种方法类似于模拟玩具船顺流而下时的行为。最简单的方法是从头到尾以最高分辨率对整个水道进行建模。然而，在这种情况下，绝大多数计算资源将精确捕获远离船只发生的物理现象，这充其量也是不切实际的。
相反，尽可能准确地对船附近的区域进行建模，同时以更适中的分辨率对河流的其余部分进行建模，效率要高得多。当船接近岩石、漩涡和急流等复杂特征时，一旦它们足够接近，足以对船的轨迹产生可测量的影响，模型就会精确地捕捉到它们。其结果是精确的模拟，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 表示：“我们一次模拟的最多细胞是 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层捕获多少细胞。” “超级计算机。然后我们专注于降低计算成本并有效地将方法转移到云端。”
该研究通过仅使用亚马逊网络服务 (AWS) 上的单个节点模拟癌细胞跨越一厘米的传输 500 小时，展示了该算法在执行大规模模拟方面的效率。通过采用自适应物理细化，计算内存需求从 PB 大幅减少到更易于管理的 GB。
研究人员表示，这一结果可能会改变其他研究癌症或开发生物医学设备的实验室的游戏规则。例如，它可以通过隔离在实验设置中很难甚至不可能完成的因素来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，促进了对容量有限的大量红细胞进行建模的实际应用。
展望未来，该团队计划继续为其建模软件添加功能，例如细胞之间的粘附以及血管壁附近细胞行为的变化。他们还想研究癌细胞群如何在脉管系统中移动，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潜力。
Randles 说：“我们希望像 APR 这样的方法能够通过公平的竞争环境来帮助实现细胞规模计算模型的民主化，我们希望允许无法使用世界上最大的超级计算机的研究人员使用计算方法来研究癌症动力学。”
声明本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们