[論文レビュー] Numerical study of cancer cell invasion dynamics using adaptive mesh refinement: the urokinase model

Niklas Kolbe, Jana Kat+3 more|arXiv (Cornell University)|Aug 4, 2014

Mathematical Biology Tumor Growth参考文献 53被引用数 3

ひとこと要約

本稿では、勾配に基づく細分化と滑らかな細分化ルールを用いたh-細分化を用いた適応型メッシュ細分化（AMR）有限体積法を提案し、尿 plasminogen activator（urokinase）駆動型がん細胞侵襲を高い精度と低い計算コストでシミュレートする。この手法により、走化性および酵素分解環境下での細胞凝集体の合体や発生といった複雑なダイナミクスを解像し、安定的かつ2次収束を達成する。

ABSTRACT

In the present work we investigate the chemotactically and proteolytically driven tissue invasion by cancer cells. The model employed is a system of advection-reaction-diffusion equations that features the role of the serine protease urokinase-type plasminogen activator. The analytical and numerical study of this system constitutes a challenge due to the merging, emerging, and travelling concentrations that the solutions exhibit. Classical numerical methods applied to this system necessitate very fine discretization grids to resolve these dynamics in an accurate way. To reduce the computational cost without sacrificing the accuracy of the solution, we apply adaptive mesh refinement techniques, in particular h-refinement. Extended numerical experiments exhibit that this approach provides with a higher order, stable, and robust numerical method for this system. We elaborate on several mesh refinement criteria and compare the results with the ones in the literature. We prove, for a simpler version of this model, $L^\infty$ bounds for the solutions, we study the stability of its conditional steady states, and conclude that it can serve as a test case for further development of mesh refinement techniques for cancer invasion simulations.

研究の動機と目的

• 細胞凝集体の合体や発生といった濃度の複雑なダイナミクスに起因する、細かいグリッドを用いたがん細胞侵襲のシミュレーションにおける高い計算コストを低減すること。
• 反応拡散対流系のシミュレーションにおいて、計算負荷を低減しつつも精度を維持する、強固で高次数の数値解法を開発すること。
• 将来のメッシュ細分化技術の検証のためのテストケースとして、ロジスティック成長を伴う簡略化された走化性・接着性モデルを正当化すること。
• 完全モデルと簡略化モデルの両方における解の安定性および定性的な挙動を調査し、手法の妥当性を裏付けること。
• 適応型メッシュ細分化とIMEX時間積分を統合することで、2次元のがん侵襲ダイナミクスの効率的かつスケーラブルなシミュレーションを可能にすること。

提案手法

• がん細胞侵襲をモデル化する対流-反応-拡散系を解くために、高次数の有限体積法とIMEX3時間積分を採用する。
• 細胞の二等分法によるh-細分化を実装し、解の勾配に応じて動的にグリッド解像度を調整することで、計算負荷を必要とする領域に集中させる。
• 滑らかな細分化制約を適用し、隣接セルの細分化レベル差を最大で1段階に制限することで、安定性と効率性を確保する。
• メッシュ細分化および粗化の意思決定の主な誤差推定器として、がん細胞密度の勾配を用いる。
• 完全モデルおよび簡略化モデルの両方について、$L^{inity}$ 界の証明を行い、数値的安定性と収束性を保証する。
• 1次元および2次元の実験において、適応型グリッドと均一グリッドの結果を比較し、精度と効率性の向上を検証する。

実験結果

リサーチクエスチョン

• RQ1 複雑な濃度ダイナミクスを伴うがん細胞侵襲のシミュレーションにおいて、適応型メッシュ細分化が計算コストを顕著に低減しつつも精度を保持できるか？
• RQ2 合体や発生する濃度パターンを解像する際に、最も正確で安定した結果をもたらす細分化指標（例：がん細胞密度勾配）は何か？
• RQ3 ロジスティック成長を伴う簡略化された走化性・接着性モデルは、完全な尿 plasminogen activator モデルと類似した定性的なダイナミクスを示すか？これにより、テストケースとしての妥当性が裏付けられるか？
• RQ4 簡略化モデルが $L^{inity}$ 有界な解を維持する条件は何か？これにより数値的安定性が保証されるか？
• RQ5 細分化戦略の選択（例：滑らかな細分化）が、数値解の収束性およびロバスト性に与える影響は何か？

主な発見

• 勾配に基づく細分化と滑らかな細分化ルールを組み合わせた適応型メッシュ細分化手法は、数値実験において安定的かつ2次収束を達成した。
• 均一な細かいグリッドに比べて計算コストを顕著に低減しつつも、合体や発生する細胞凝集体といった複雑なダイナミクスを正確に解像した。
• ロジスティック成長を伴う簡略化された走化性・接着性モデルは、完全な尿 plasminogen activator モデルと類似した一時的挙動（凝集体の合体や発生）を示し、テストケースとしての妥当性が裏付けられた。
• 完全モデルおよび簡略化モデルの両方について、解析的に $L^{inity}$ 界が証明され、解の安定性が保証され、信頼性の高い数値シミュレーションが可能になった。
• 数値結果から、がん細胞の前線が $t=200$ までに細胞外マトリックスへと侵入し、それを分解しながら不均一な凝集体を形成することが示された。安定状態は観察されなかった。
• 最も優れた性能を示した細分化戦略は、がん細胞密度勾配を推定器とし、隣接セル間の細分化レベル差を最大1段階に制限するもので、ロバスト性と精度を両立させた。