[论文解读] Ferroptosis as a Biological Phase Transition I: avascular and vascular tumor growth

J.M. Nieto‐Villar, Ricardo Mansilla|arXiv (Cornell University)|Aug 26, 2021

Mathematical Biology Tumor Growth参考文献 19被引用 4

一句话总结

本文提出一种网络模型，将铁死亡（ferroptosis）视为无血管和有血管肿瘤生长中的首阶生物相变，利用超临界Andronov-Hopf分岔解释极限环动力学。关键发现是，随着氧化多不饱和脂肪酸（PUFA）片段作为控制参数增加，系统触发反向Feigenbaum情景，伴随Shilnikov分岔，使系统趋于稳定并降低动力学复杂性。

ABSTRACT

Herewith we discuss a network model of the ferroptosis avascular and vascular tumor growth based on our previous proposed framework. Chiefly, ferroptosis should be viewed as a first order phase transition characterized by a supercritical Andronov Hopf bifurcation, with the emergence of limit cycle. The increase of the population of the oxidized PUFA fragments, take as the control parameter, involves an inverse Feigenbaum, (a cascade of saddle foci Shilnikov's bifurcations) scenario, which results in the stabilization of the dynamics and in a decrease of complexity.

研究动机与目标

• 将无血管和有血管肿瘤生长中的铁死亡建模为一种生物相变。
• 研究在不同生物参数下，铁死亡动力学如何从混沌行为转变为稳定行为。
• 探讨氧化PUFA片段作为控制参数在驱动分岔转变中的作用。
• 分析肿瘤细胞群中极限环的出现以及通过Shilnikov分岔实现的稳定化机制。
• 建立一个理论框架，将铁死亡与癌症进展中非线性动力系统联系起来。

提出的方法

• 构建无血管和有血管肿瘤微环境中铁死亡的网络模型。
• 应用非线性动力学框架，特别是超临界Andronov-Hopf分岔，以模拟极限环的出现。
• 将氧化多不饱和脂肪酸（PUFA）片段作为系统的主要控制参数。
• 分析反向Feigenbaum情景，涉及一系列鞍-焦点Shilnikov分岔。
• 模拟控制参数增加时，系统从混沌动力学向稳定振荡的转变。
• 采用分岔理论与动力系统分析，表征铁死亡中的相变行为。

实验结果

研究问题

• RQ1 肿瘤生长中的铁死亡如何表现为一种生物相变？
• RQ2 铁死亡性肿瘤细胞群中，从混沌到稳定行为的转变背后存在何种动力学机制？
• RQ3 氧化PUFA片段的浓度如何影响铁死亡中极限环的出现？
• RQ4 Shilnikov分岔在稳定铁死亡动力学中发挥何种作用？
• RQ5 反向Feigenbaum情景如何解释铁死亡过程中动力学复杂性的降低？

主要发现

• 肿瘤生长中的铁死亡被表征为由超临界Andronov-Hopf分岔驱动的首阶相变。
• 稳定极限环的出现表明铁死亡细胞群中存在周期性振荡。
• 识别出一系列鞍-焦点Shilnikov分岔构成的反向Feigenbaum级联，是系统稳定化的机制。
• 作为控制参数的氧化PUFA片段增加，导致动力学复杂性降低。
• 系统通过一系列分岔，从混沌行为过渡到稳定、周期性的动力学。
• 该模型为理解铁死亡作为癌症中受调控的非线性动力过程提供了理论基础。