[论文解读] Nonlocal and local models for taxis in cell migration: a rigorous limit procedure

Maria Krasnianski, Kevin J. Painter+2 more|arXiv (Cornell University)|Aug 27, 2019

Mathematical Biology Tumor Growth参考文献 50被引用 4

一句话总结

本文建立了一个严格的数学极限过程，将由积分算子作用于信号梯度的非局部细胞迁移模型（非局部形式）与它们的局部对应模型（经典化学趋化性和黏附趋化性）联系起来。通过基于梯度的积分算子重新表述非局部性，证明了当感知半径 $ r \to 0 $ 时的收敛性，表明新公式避免了虚假奇点，并实现了弱解的全局存在性，提供了一个更具生物学合理性且分析上更稳健的框架。

ABSTRACT

A rigorous limit procedure is presented which links nonlocal models involving adhesion or nonlocal chemotaxis to their local counterparts featuring haptotaxis and classical chemotaxis, respectively. It relies on a novel reformulation of the involved nonlocalities in terms of integral operators applied directly to the gradients of signal-dependent quantities. The proposed approach handles both model types in a unified way and extends the previous mathematical framework to settings that allow for general solution-dependent coefficient functions. The previous forms of nonlocal operators are compared with the new ones introduced in this paper and the advantages of the latter are highlighted by concrete examples. Numerical simulations in 1D provide an illustration of some of the theoretical findings.

研究动机与目标

• 建立一个数学上严谨的极限过程，将非局部细胞迁移模型与其局部对应模型联系起来。
• 解决现有非局部模型在 $ r \to 0 $ 时靠近域边界处出现的虚假奇点问题。
• 通过非局部算子的统一重构，统一处理非局部黏附与非局部化学趋化性。
• 将分析框架扩展至允许模型中出现依赖于解的系数函数。
• 为先前的非局部公式提供一个更具生物学合理性且数学上更稳定的替代方案。

提出的方法

• 通过将积分算子直接应用于与信号相关的量的梯度，而非作用于信号本身，重新表述非局部算子。
• 引入两个新的非局部算子：$ \mathcal{T}_r $，它在感知半径内的线段上对信号梯度进行平均；$ \mathcal{S}_r $，它在方向上进行平均。
• 在适当假设下，证明非局部模型的解在 $ r \to 0 $ 时收敛于局部模型的解。
• 通过将非局部漂移项嵌入包含 $ \nabla \cdot (c \chi \mathcal{A}_r(g)) $ 的统一结构中，统一处理黏附与趋化模型。
• 利用新算子公式，建立非局部模型弱解的全局存在性。
• 进行一维数值模拟，以说明理论结果，并比较不同非局部公式下的解行为。

实验结果

研究问题

• RQ1 能否建立一个严格的极限过程，使非局部细胞迁移模型在感知半径 $ r \to 0 $ 时与它们的局部对应模型相连接？
• RQ2 不同非局部算子的公式如何影响解的正则性与边界行为，特别是在域边界附近？
• RQ3 通过将非局部性重新表述为作用于梯度的积分算子，是否能提升模型的数学与生物学合理性？
• RQ4 新公式是否能在保持收敛至局部极限的同时，支持一般依赖于解的系数函数？
• RQ5 在 $ \mathcal{T}_r $ 中，积分路径（通过 $ s \in [0,1] $）对漂移方向与解光滑性有何影响？

主要发现

• 新非局部算子 $ \mathcal{T}_r $（沿线段对信号梯度进行平均）在 $ r \to 0 $ 时产生更平滑的解，并避免了域边界处的虚假奇点，而此前的 $ \mathcal{A}_r $ 公式则无法避免。
• 一维数值模拟结果表明，基于 $ \mathcal{T}_r $ 的模型相比基于 $ \mathcal{A}_r $ 的模型，产生定性上更稳定且更具生物学合理性的解。
• 经重构的非局部算子使得在 $ r \to 0 $ 时实现严格极限成为可能，极限系统即为经典的局部化学趋化性与黏附趋化性模型。
• 新公式确保了即使在存在依赖于解的系数函数时，非局部模型的弱解也具有全局存在性。
• $ \mathcal{T}_r $ 中对路径 $ s \in [0,1] $ 的积分，能够捕捉细胞伪足对环境的连续探测过程，因此比点值评估更具生物学现实性。
• 仅在方向上平均的 $ \mathcal{S}_r $ 公式在距离信号浓度点单位距离处产生漂移场的跳跃间断，而 $ \mathcal{T}_r $ 保持了连续性并减弱了奇点。