HN 日本語サマリー

← 一覧へ戻る
科学・技術

シミュレートされた赤血球と顕微鏡

Simulated red blood cells and microscopy (lucasamoudruz.com)

6 pointsby amlucas1 コメント

要約

本記事では、微小流体デバイス内での赤血球(RBC)の挙動をモデル化する研究について解説しています。特に、細胞の形状変化(SDEシーケンス)を再現し、それを微分干渉コントラスト(DIC)顕微鏡の画像に似せるためのシミュレーション手法に焦点を当てています。これにより、がん転移の検出に応用される可能性のあるデバイスの最適化を目指しています。

全文翻訳

赤血球のダイナミクスと顕微鏡観察

2026年8月11日

博士課程を開始してから数ヶ月後、私は赤血球(RBC)が微細流体デバイス内をどのように流れるかをモデル化しようとするチームの一員でした。これらのデバイスは、循環腫瘍細胞(CTC)を検出するのに最適な候補です。CTCはがん転移を示す非常にまれな細胞であり、周囲の数兆個の赤血球の中から捉えるのが非常に困難です。これらのデバイスを最適化するためには、まず正しい物理現象を再現できる数値モデルが必要でした。

ある日、私たちは実際の実験からのビデオと、シミュレーションからのビデオを比較していました。軌跡が異なっていたため、シミュレーションが間違っていることがわかりました。シミュレーションでは、流体は「dissipative particle dynamics(DPD)」と呼ばれる粒子法でモデル化され、膜ダイナミクスには粗視化モデルを使用していました。この時点では、不一致が流体から来ているのか、それとも膜表面モデルから来ているのか確信が持てませんでした。流体部分を排除するために、私はストークス流を解く信頼性の高い手法である「boundary-integral method(BIM)」のコードを書き、DPD法と比較するタスクを与えられました。DPDの解像度を上げることがその部分を解決したため、私はこのコードをきちんと完成させることはありませんでした。

最近、私は粘性流体中の沈降粒子のシミュレーションを行いました。そこでは、小さな粒子の雲がトーラス状に変形してから分裂しました。これはストークス方程式を解くための同じ原理に基づいており、赤血球に対して境界積分法(BIM)を最終的に実装したいという気持ちにさせられました。私は、以前の研究に基づいて、RBCの複雑な膜ダイナミクスを処理するためにソルバーを拡張し、実装した流体ソルバーと組み合わせることにしました。

特に、私はこれらの細胞の実験ビデオをいくつか見ましたが、どれも数値的に生成された私の「完璧な」細胞の可視化とは似ていませんでした。顕微鏡のアーティファクト(光学的な歪みやノイズ)を含めて、同様の画像を作成できるでしょうか?

まず、実験で観察されるRBCの形状を得るために、いくつかのシミュレーションを行ってみましょう。

膜エネルギーから赤血球形態変化(ストマトサイト-円盤状赤血球-エキノサイト)シーケンスへ

赤血球は、大まかに言って2つの要素からなります。1つは細胞質を囲む膜で、酸素を効率的に運ぶために必要なヘモグロビンを含んでいます。細胞質は、血漿よりも約5倍粘性の高い粘性流体としてモデル化できます。膜はより複雑です。細胞骨格と脂質二重層で構成されています。前者は主にせん断弾性に関与し、後者は曲げ抵抗、面積保存、膜粘性、そして周囲の化学的条件に応じた面積差弾性に寄与します。これらのすべての項は、単一の表面上で数学的にモデル化し、三角形メッシュに離散化できます。数学やエネルギー汎関数については省略しますが、以前の研究1 2で詳細に説明されており、当初は同僚の研究3で離散化され、Mirheo4に実装されています。以下に、いくつかの力項を示します。

均衡状態にある円盤状赤血球に対する各項の力の大きさ。

エネルギーは実装が比較的簡単で、球体上では解析解があります。力は位置に対するエネルギーの微分であり、より複雑ですが、エネルギーの有限差分に対して検証されています。また、エネルギーのヘッセ行列を計算する関数も作成しました。これにより、ニュートン法を用いて平衡形状(最小エネルギー)をより速く計算できます。もちろん、これらすべてはLLM(主にClaude CodeのOpus 4.8を使用)によって促進されましたが、設計が管理下にあり、パフォーマンスが妥当な範囲に留まるように厳密な指示を与え、テスト駆動開発アプローチを採用しました。

エージェントとの多少のやり取り、微調整、パラメータ調整を経て、RBCが化学環境の変化によって取る形状のシーケンスである有名なSDEシーケンス(ストマトサイト-円盤状赤血球-エキノサイト)を再現することができました。これは、脂質二重層の2つの層間の不均衡によって引き起こされます。

Fischer5は、アルブミン濃度を変更することで、このシーケンスを実験的に再現しました(EDS、逆順!)。この化学的変化の下で細胞がどれほど変形するかには、驚嘆したのを覚えています。

[動画: Your browser does not support the video tag.]

Fischer (2022) [^5]からのビデオ

これは顕微鏡ビューであり、以前に示した鮮明で理想化された表面とは大きく異なります。それらはどのように比較されるでしょうか?理想的な世界では、ビデオから表面を再構築するでしょう。これは容易ではありません。代わりに、逆を行いましょう。完璧な表面を取り、顕微鏡観察をモデル化します。

顕微鏡観察モデル

上記のビデオは微分干渉顕微鏡(DIC)を使用しています。この技術は、従来の顕微鏡では見えない小さく透明な物体を可視化するように設計されています。それは、サンプルを通過する光が蓄積する光路長(OPL)に依存します。より正確には、プリズムシステムが光源を小さな距離で分離された2つのビームに分解します。これらの2つのビームは、サンプルの形状と屈折率のために、OPLが異なる場合があります。その後、2つのビームが再結合され、結果の強度がカメラで記録されます。この強度は2つのビーム間の位相差に依存するため、画像はそれらの間のOPLの差に関連しています。これは、小さな距離ではOPLの勾配のせん断方向への近似となります。

数学は比較的単純です。まず、電場(光)を複素数を用いた波として表現できます。ここで、は角周波数、は波長、は真空中の光速です。

DICでは、主要な量はであり、光ビームの位相と振幅を含んでいます。特に、ビームが屈折率を持つ媒体を通過すると位相が変化します。ここで、は真空中の波数、は物理的な距離です。これは、位相が距離あたりの割合で「蓄積」することを示しています。これはOPLに関連しています。したがって、がサンプル内の屈折率で、が媒体の屈折率である場合、OPLは次のように書くことができます。ここで、は物体の厚さ、です。したがって、位相シフトは物体の厚さに比例し、画像コントラストをもたらします。それに加えて、光は媒体を通過する際に吸収されます。その場合、振幅は距離とともに指数関数的に減衰し、その減衰率は媒体に依存します。この率は、屈折率の虚部として含めることができます。ただし、吸収だけではDIC顕微鏡のような鮮明な画像は得られませんが、モデル化は容易であり、光学に寄与します。

実際には、光は波動方程式に従い、回折のためにまっすぐ進みません。これを考慮するには、サンプルを通過するヘルムホルツ方程式を解く必要があります。これは角度スペクトル法とFFTを使用して解きます。

屈折(項)は回折操作と可換ではありません。これを8つのスラブにわたる2次Strang分割スキームで処理します(薄位相物体近似では17%のエラーが発生します)。

最後に、サンプルに当たる光は理想的な平面波ではありません。代わりに、実際のコンデンサーは、さまざまな角度からの平面波のコーンと、ランプの相関のない部分からの平面波を生成します。この非相関性のおかげで、それらの寄与は、それらの強度の合計を計算することによってのみ最後に加算できます。これはAbbe平均と呼ばれます。

これで、すべての光学パラメータ(、、吸収、コンデンサーNA、バイアス)、表示パラメータ(向き、焦点)、および物理パラメータ(SDEシーケンスのステージ、RBC半径)を適合させて、ビデオ内の画像を一致させることができます。以下は、CMA-ES6でこれらのパラメータを最適化した結果です。

左の画像はFischer5からのもので、右の画像は計算されたSDE形状のシミュレーションされたDICです。細胞の主な特徴が見られ、最も重要な物理現象を捉えているようです。これは励みになります。実験データを再現するモデルができたのです!

まだ流体力学については見ていません。せん断流中のRBCを研究してみましょう。

せん断流中の赤血球

せん断流中では、赤血球は驚くべき範囲のダイナミクスを示します。最も有名なタイプの一つは、いわゆるタンク・トレディングです。これは、膜がタンクの履帯のように、安定した形状の周りを回転する現象です。以下にその例を示します。

タンク・トレディングするRBC。、 、 。

ここで使用されているモデルは、上記で言及した力に加えて、Boussinesq-Scriven粘性モデルを含んでいます。これは三角形メッシュ上で離散化され、BIMストークスソルバーに対応するために暗黙的に解かれます。さらに、細胞質と溶媒の間の粘性コントラストをモデル化しており、これはBIMソルバーのストレスレット項として現れます。ここでも数学は省略しますが、これにより線形方程式系が得られ、GMRESで解かれます。この際、体積保存がソルブ内の制約として課されます。システムは、閉じた体積を静止状態に保つ表面速度に射影されます。

これで無次元量が得られました。キャピラリー数、Boussinesq数、および粘性コントラスト。ここで、、およびは、膜、内部流体、外部流体の粘性、は細胞の等価半径、は細胞骨格のせん断弾性率です。私は博士課程中にRBC膜の固有パラメータを調整し、せん断流でモデルを検証しました2。

これで、RBCのダイナミクスと顕微鏡観察モデルというすべての要素が揃いました。これらを組み合わせると、次のシミュレーションビューが得られます。

[動画: Your browser does not support the video tag.]

シミュレーションされたDIC顕微鏡観察。

DIC顕微鏡観察モデルを通して、リムの変形と細胞の「呼吸」パターンを見ることができます。

おそらくまだいくつかの物理現象が欠けていますが、顕微鏡画像とシミュレーションを結びつけるための良い第一歩です。これをさらに進め、シミュレーションされたDICから完全なRBC形状への逆写像を見つけ、実験ビデオからRBCを再構築できれば非常に面白いでしょう。これは機械学習にとって良い問題だと考えています。続く。

参考文献


  1. Amoudruz, L., 2022. Simulations and control of artificial microswimmers in blood. PhD thesis, ETH Zurich. DOI ↩
  2. Amoudruz, L., Economides, A., Arampatzis, G. and Koumoutsakos, P., 2023. The stress-free state of human erythrocytes: Data-driven inference of a transferable RBC model. Biophysical Journal, 122(8), pp.1517-1525. DOI · PDF ↩↩
  3. Bian, X., Litvinov, S. and Koumoutsakos, P., 2020. Bending models of lipid bilayer membranes: Spontaneous curvature and area-difference elasticity. Computer Methods in Applied Mechanics and Engineering, 359, p.112758. DOI ↩
  4. Alexeev, D., Amoudruz, L., Litvinov, S. and Koumoutsakos, P., 2020. Mirheo: High-performance mesoscale simulations for microfluidics. Computer Physics Communications, 254, p.107298. DOI · PDF ↩
  5. Fischer, T.M., 2022. The Shape of Human Red Blood Cells Suspended in Autologous Plasma and Serum. Cells, 11(12), p.1941. DOI ↩↩
  6. Hansen, N. and Ostermeier, A., 2001. Completely derandomized self-adaptation in evolution strategies. Evolutionary Computation, 9(2), pp.159-195. DOI ↩