- 6 次围观
中性粒细胞群集（neutrophil swarming）是哺乳动物和鱼类中的一种关键免疫反应，在这一过程中，中性粒细胞被募集至炎症部位，并在该处协调形成群集以中和病原体。尽管过度群集可导致持续性炎症，但目前对群集动力学的定量理解仍然有限。我们建立了一个具有两个动力学参数的一维径向反应-扩散模型，用以刻画小鼠和人中性粒细胞在响应不同炎症刺激尺寸时的自限性群集动力学。为确保逆问题是适定的，我们首先进行了敏感性分析和可辨识性分析。随后，我们开发了一种物理信息神经网络（PINN），以推断控制群集扩张与自限的关键参数。为考虑含噪实验测量中的不确定性，我们进一步将该框架扩展为贝叶斯物理信息神经网络（B-PINN），从而为推断参数提供可信区间。 这两种模型均通过数值模拟生成的合成数据进行了验证，随后应用于体外实验数据，这些数据来源于人和小鼠中性粒细胞对三种生物颗粒簇尺寸的响应。PINN推断得到的动力学结果表明，在这两个物种中，较大的生物颗粒簇与更高的累积募集量及更大的群集规模相关。模型还进一步揭示了物种特异性差异，这些差异既体现在初始募集幅度上，也体现在其发生自限的时间尺度上。此外，B-PINN的后验分布量化了这些依赖于物种和颗粒簇尺寸的趋势中的不确定性，并指出了在哪些方面增加额外测量将最具信息价值。据我们所知，这是首次将物理信息机器学习应用于中性粒细胞群集动力学建模。该框架为系统比较人和小鼠中性粒细胞的募集动力学提供了一个起点，并为未来实验设计提供了指导。
中性粒细胞群聚（neutrophil swarming）是哺乳动物和鱼类中的一种关键免疫反应，在这一过程中，中性粒细胞被募集至炎症部位，并在该处协调形成群聚以中和病原体。尽管过度群聚可导致持续性炎症，但目前对于群聚动力学的定量理解仍然有限。我们构建了一个具有两个动力学参数的一维径向反应-扩散模型，用于表征小鼠和人中性粒细胞在响应不同炎症刺激尺度时的自限性群聚动力学。为确保逆问题具有良定性，我们首先进行了敏感性分析和可辨识性分析。随后，我们开发了一种物理信息神经网络（PINN），以推断控制群聚扩张和自限性的关键参数。为考虑含噪实验测量中的不确定性，我们进一步将该框架扩展为贝叶斯物理信息神经网络（B-PINN），从而为所推断参数提供可信区间。两种模型均通过数值模拟生成的合成数据进行了验证，随后应用于体外实验数据，这些数据来自人和小鼠中性粒细胞对三种生物颗粒簇尺寸的响应。PINN推断得到的动力学结果表明，在两种物种中，较大的生物颗粒簇与更高的累积募集量和更大的群聚规模相关。模型还进一步揭示了物种特异性的差异，这些差异既体现在初始募集幅度上，也体现在其发生自限性的时间尺度上。此外，B-PINN的后验分布量化了这些依赖于物种和颗粒簇尺寸的趋势中的不确定性，并指出了在哪些方面增加额外测量将最具信息价值。据我们所知，这是首次将物理信息机器学习应用于中性粒细胞群聚动力学建模。该框架为系统比较人和小鼠中性粒细胞的募集动力学提供了起点，并为未来实验设计提供了指导。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.21.746187v1?rss=1
🏷️ 中性粒细胞群聚 免疫动力学 反应-扩散模型 物理信息神经网络 贝叶斯推断 参数可辨识性