[论文解读] Analysis of the optimality principles responsible for vascular network architectonics

Ihor Lubashevsky, V. V. Gafiychuk|arXiv (Cornell University)|Sep 1, 1999

Cardiovascular Health and Disease Prevention参考文献 30被引用 6

一句话总结

本文分析了血管网络结构背后的两种最优性原理，证明了穆雷定律（描述分叉网络中血管半径缩放关系）可由最小化代谢能量消耗或最小化血流阻力与血管容积共同推导得出。作者提出一种新颖的基于控制的机制，即血管网络通过生理反馈自我组织以优化血流分布，表明穆雷定律是生物体调节微循环灌注能力的直接结果。

ABSTRACT

The equivalence of two optimality principles leading to Murray's law has been discussed. The first approach is based on minimization of biological work needed for maintaining the blood flow through the vessels at required level. The second one is the principle of minimal drag and lumen volume. Characteristic features of these principles are considered. An alternative approach leading to Murray's law has been proposed. For that we model the microcirculatory bed in terms of delivering vascular network with symmetrical bifurcation nodes, embedded uniformly into the cellular tissue. It was shown that Murray's law can be regarded as a direct consequence of the organism capacity for controlling the blood flow redistribution over the microcirculatory beds.

研究动机与目标

• 研究控制生物系统中血管网络结构设计的基本最优性原理。
• 比较和对比两种既有的最优性原理：最小化代谢功与最小化阻力及管腔容积。
• 提出一种基于控制的替代机制，通过血流分布的生理调节推导穆雷定律。
• 将微循环床建模为嵌入组织中的对称分叉网络，强调动态反馈控制。
• 确立穆雷定律并非仅源于物理约束，而是生物体主动调节灌注的结果。

提出的方法

• 将微循环床建模为均匀嵌入细胞组织中的对称分叉血管网络。
• 应用最小生物功原理，推导母血管与子血管半径之间的缩放关系。
• 提出一种替代方法，基于最小化血流动力学阻力与总管腔容积。
• 引入一种控制机制，其中生物体主动重新分配血流以优化网络效率。
• 使用数学建模表明，经典最优性原理与所提出的控制机制均导致相同结果：穆雷定律。
• 证明穆雷定律是生物体根据代谢需求调节灌注能力的直接结果。

实验结果

研究问题

• RQ1 导致血管网络中血管半径观测到的缩放关系的潜在最优性原理是什么？
• RQ2 最小代谢功原理与最小阻力及管腔容积原理在预测穆雷定律方面的能力如何比较？
• RQ3 穆雷定律能否从基于控制的机制推导，而非纯粹依赖物理或能量约束？
• RQ4 主动的生理调节在血流中对塑造血管网络结构方面起什么作用？
• RQ5 将网络嵌入均匀组织环境如何影响最优网络设计的出现？

主要发现

• 最小生物功原理与最小阻力及管腔容积原理在推导穆雷定律时在数学上等价。
• 证明穆雷定律是生物体调节微循环床中血流再分配能力的直接结果。
• 所提出的基于控制的机制为穆雷定律的出现提供了比静态能量最小化更具生物学合理性的解释。
• 模型表明，在均匀嵌入网络中的对称分叉结构自然导致血管半径缩放的1/3次幂定律。
• 结果表明，血管结构并非仅由被动物理优化产生，而是由生理反馈主动调节。
• 本研究建立了宏观网络设计与微循环中细胞水平控制机制之间的联系。