Speaker
Description
真核生物中的细胞通过运动、生长、分裂、分化、死亡以及信号分子的分泌等过程对物理和化学信号做出反应。这些过程紧密协调，以确保正常的组织水平行为，而他们的失调是各种肿瘤发生的核心。与实验研究相比，数学模型是一种强有力的工具，用来揭示亚细胞、细胞、组织、器官尺度的过程之间的非线性相互作用，而生物体水平的功能由此产生。
目前，模拟这些过程的经典方法是将组织视为连续体，忽略了细胞之间的异质性，近年来多开发一些离散或者基于个体(agent-based)的方法来模拟多细胞组织的集体动力学，这些基于细胞个体的模型可以分为晶格内(on-lattice)和晶格外(off-lattice)两种模型。为了更加真实得描述细胞的行为，本工作采取晶格外模型，根据组织中的细胞表面张力、内部压力以及外界的驱动力描述细胞的行为。绝大部分模拟这些过程的软件如PhysiCell,Chaste, CompuCell3D都是基于CPU框架，而且这些框架本身都不支持所有的已有理论的行为，因此，本工作基于CPU以及GPU异构框架建立一个用来模拟3D肿瘤生长模型的平台。
首先，我们基于GPU框架，通过解扩散方程构建了用于在细胞中血液、营养物质(葡萄糖、氧气)、生长因子和药物运输模型。为了验证模型的正确性，我们模拟了响应机械和化学信号的血管生成和内皮尖端细胞迁移。接下来，为了研究基因表达和分子信号转导的物理化学信号对细胞力学的影响，我们将基因调控网络(GRN)的动态与细胞周期和分化过程的关键特性联系在一起，用来驱动基于细胞的模型的空间中的更新。本工作采用噪声随机布尔网络(NRBN)方法来模拟基因调控网络，并且对VEGF驱动的血管新生通路进行模拟。最后，我们将放射与肿瘤的发生发展联系起来，模拟了不同剂量以及不同剂量率下的肿瘤生长。此外，本工作基于晶格外模型实现了重叠球体(OS)和基于德鲁诺三角形的3D Voronoi细胞模型，并且对3D图形的渲染使用了VTK以及QT窗口进行交互，对2D图形使用POVRAY接口进行交互。
本工作构建了一套基于CPU以及GPU异构的多尺度3D肿瘤细胞生长模型，能够更快地研究微环境变化后肿瘤细胞发生发展以及药物和射线驱动下肿瘤细胞的生长，可以为放化疗给出一些治疗策略以及研究基因调控表达进行预测。
