A Modified Suspension-Balance Model for Deformable Particle Suspensions: Application to Blood Flows with Cell-Free Layer

Diese Arbeit schlägt ein modifiziertes Suspensions-Gleichgewichtsmodell vor, das hydrodynamische Auftriebskräfte integriert, um Blutflüsse in mikrovaskulären Kanälen effizient zu simulieren und dabei Schlüsselphänomene wie die Bildung der zellfreien Schicht sowie Hämatokrit- und Geschwindigkeitsprofile sowie die Fahraeus- und Fahraeus-Lindqvist-Effekte erfolgreich zu erfassen.

Das Wesentliche

Stellen Sie sich eine belebte Autobahn vor, auf der die Autos eigentlich winzige, weiche rote Blutkörperchen sind und die Straße ein mikroskopisch kleiner Blutgefäßabschnitt. Auf einer normalen Autobahn würde man erwarten, dass der Verkehr gleichmäßig verteilt ist. Aber in unserem Körper haben diese „Autos“ eine seltsame Angewohnheit: Sie hassen es, in der Nähe der Wände zu sein. Sie ziehen es vor, sich in der Mitte der Straße zusammenzulagern, wodurch eine klare, leere Spur direkt neben dem Bürgersteig frei bleibt.

Diese leere Spur wird als zellfreie Schicht (Cell-Free Layer, CFL) bezeichnet. Sie ist ein entscheidendes Merkmal unseres Blutflusses, das hilft, dass unser Blut schneller fließt und weniger Reibung erzeugt.

Das Problem: Die alte Karte fehlte eine Abzweigung

Wissenschaftler versuchen schon seit Jahren, Computermodelle zu erstellen, um den Blutfluss zu simulieren. Sie verwenden etwas, das man ein „Suspensions-Balance-Modell“ (SBM) nennt. Stellen Sie sich dieses Modell wie eine Verkehrsplanung-Software vor.

Die alte Version dieser Software war gut darin vorherzusagen, dass sich die Autos zur Mitte der Straße bewegen würden, weil sie gegeneinander stoßen. Sie konnte jedoch nicht erklären, warum die Autos so bestrebt waren, die Wände zu verlassen. Sie konnte keine leere „zellfreie Spur“ am Rand erzeugen. Es war wie ein GPS, das zwar wusste, dass die Autos fahren, aber nicht wusste, dass sie aktiv den Bordstein meiden.

Die Lösung: Ein neuer „Push“-Knopf

Die Autoren dieser Arbeit, angeführt von Hugo Castillo-Sánchez und Leonardo Liu, beschlossen, die Software zu reparieren. Sie erkannten, dass rote Blutkörperchen, da sie verformbar (deformierbar) sind, eine spezielle Art von unsichtbarer Kraft erzeugen, wenn sie zu nah an eine Wand kommen.

Sie nennen dies die Lift-Kraft (Lift Force).

• Die Analogie: Stellen Sie sich vor, Sie schwimmen in der Nähe des Beckenrandes eines Pools. Während Sie sich bewegen, drückt das Wasser Sie leicht von der Wand weg. Für rote Blutkörperchen ist dieser „Druck“ viel stärker, weil sie weich sind und ihre Form ändern, während sie sich an der Wand vorbeiquetschen.
• Die Korrektur: Das Team fügte diese „Lift-Kraft“ ihrem Computermodell hinzu. Sie entwickelten ein modifiziertes Suspensions-Balance-Modell (MSBM). Nun beobachtet die Software die Autos nicht nur; sie drückt sie aktiv von der Wand weg, genau wie das Wasser einen Schwimmer wegdrückt.

Was passierte, als sie die Simulation ausführten?

Als sie diese neue „Lift-Kraft“ in ihrem Computer einschalteten, änderten sich die Ergebnisse dramatisch:

1. Die leere Spur erschien: Die Simulation schaffte es erfolgreich, eine klare Zone nahe der Wand (die CFL) zu erzeugen, wie wir sie im echten Leben sehen.
2. Der Stau in der Mitte: Die roten Blutkörperchen häuften sich in der Mitte an und bildeten einen dichten Kern.
3. Die Form des Flusses: Da die Zellen in der Mitte zusammengedrängt waren und die Ränder frei waren, floss das Blut nicht in einem glatten, gebogenen Bogen (wie ein normaler Fluss). Stattdessen floss es wie ein fester Pfropfen oder ein Kolben mit einer flachen Oberseite. Dies ist genau das, was in echten Mikrogefäßen passiert.

Testen des neuen Modells

Das Team hat nicht nur geraten; sie haben ihr neues Modell gegen reale Daten und andere komplexe Simulationen getestet:

• Zeitreise: Sie beobachteten, wie sich die „leere Spur“ über die Zeit bildete. Es begann mit Zellen überall, und langsam drückte die „Lift-Kraft“ sie von den Wänden weg, bis die Spur frei war. Dies entsprach der Geschwindigkeit und dem Verhalten, das in Hochgeschwindigkeitskamera-Experimenten beobachtet wurde.
• Der „Fåhræus-Effekt“: Dies ist ein schicker Begriff für eine einfache Beobachtung: Blut fließt in winzigen Röhren schneller, als man erwarten würde, und die Konzentration der Zellen in der Mitte unterscheidet sich von der Konzentration am Ausgang. Ihr neues Modell sagte dies perfekt voraus.
• Der „Fåhræus-Lindquist-Effekt“: Dies ist die Beobachtung, dass Blut „dünner“ (weniger klebrig) wird, wenn es durch sehr kleine Röhren fließt. Ihr Modell erfasste auch dies und zeigte, dass die leere Schicht nahe der Wand die Reibung verringert, was den Blutfluss erleichtert.

Das Fazit

Die Arbeit behauptet, dass sie durch das Hinzufügen eines einfachen „Drucks“ (der Lift-Kraft) zu ihrem Computermodell nun in der Lage sind, das Verhalten von Blut in winzigen Gefäßen genau zu simulieren.

• Was es tut: Es erfasst die Bildung der zellfreien Schicht, den pfropfenartigen Fluss und die berühmten „Fåhræus“-Effekte, die den Blutfluss in unserem Körper effizient machen.
• Was es (noch) nicht tut: Die Autoren geben zu, dass das Modell in sehr großen Röhren (über 40 Mikrometer) die Zellen ein kleines bisschen zu stark von der Wand wegdrückt. Sie vermuten, dass dies daran liegt, dass ihr Modell noch nicht berücksichtigt, wie Zellen sich gegenseitig vor der Wand „abschirmen“, wenn sie dicht gedrängt liegen. Sie planen, dies in zukünftigen Arbeiten zu korrigieren.

Kurz gesagt: Sie haben einen besseren digitalen Zwilling des Blutflusses gebaut, der versteht, dass rote Blutkörperchen nicht nur passive Passagiere sind, sondern aktive Schwimmer, die sich selbst von den Wänden wegdrücken, um die Autobahn frei zu halten.

Technische Zusammenfassung

Technische Zusammenfassung: Ein modifiziertes Suspensionsbilanzmodell für deformierbare Partikelsuspensionen

Problemstellung
Die Modellierung des Flusses von Erythrozyten (RBCs) und anderen deformierbaren Partikelsuspensionen in engen Geometrien stellt erhebliche Herausforderungen dar, die auf inhärenter Nichtlinearität, Mehrkörper-Interaktionen und nicht-newtonschen rheologischen Verhaltensweisen beruhen. Ein kritisches Phänomen in der Mikrozirkulation ist die Bildung einer zellfreien Schicht (Cell-Free Layer, CFL), einer wandnahen Region, die an Erythrozyten verarmt ist. Diese Schicht ist physiologisch essenziell, um eine niedrige scheinbare Viskosität aufrechtzuerhalten und die Thrombozyten-Margination zu fördern. Während zellskalige direkte computergestützte Modelle die CFL-Bildung erfassen können, sind diese oft rechentechnisch zu aufwendig für Simulationen von Gefäßnetzwerken oder Organen. Im Gegensatz dazu versagen bestehende Kontinuumsmodelle, wie das konventionelle Suspensionsbilanzmodell (Suspension Balance Model, SBM), oft bei der Erfassung der CFL, da sie die durch Deformierbarkeit induzierten hydrodynamischen Auftriebskräfte, die Partikel von den Wänden wegtreiben, nicht ausreichend berücksichtigen.

Methodik
Die Autoren schlagen ein modifiziertes Suspensionsbilanzmodell (Modified Suspension Balance Model, MSBM) vor, das das konventionelle SBM-Framework durch einen spezifischen Auftriebsterm ergänzt, um die hydrodynamischen Wechselwirkungen zwischen Wand und Erythrozyten zu berücksichtigen.

• Theoretischer Rahmen: Das Modell behält die Standard-Massen- und Impulserhaltungsgleichungen für die Suspensions-Bulkphase und die Partikelphase bei. Die Kernmodifikation liegt im Impulsbilanzverfahren der Partikelphase. Das konventionelle SBM berücksichtigt die Partikelmigration, die durch die Divergenz des Partikelphasen-Stresses ($\nabla \cdot \langle \Sigma \rangle_p$) und den behinderten Setzwiderstand getrieben wird. Das MSBM führt einen zusätzlichen volumengemittelten Auftriebskraftterm ein, $\phi L_\perp$, der aus experimentellen Beobachtungen deformierbarer Vesikel und Erythrozyten abgeleitet wurde.
• Formulierung der Auftriebskraft: Die Auftriebskraft wird als Funktion der lokalen Scherrate ($\dot{\gamma}$), des Abstands zur Wand ($h$) und eines reduzierten Volumenparameters ($\nu$) modelliert. Der Term hat die Form L_\perp \propto \frac{\dot{\gamma}}{(h+h_0)^\beta, wobei $\beta$ ein Potenzgesetz-Koeffizient ist, der angepasst wurde, um die Partikelabhängigkeit (speziell für Erythrozyten) widerzuspiegeln, und $h_0$ ein geometrischer Faktor ist, um eine Singularität an der Wand zu vermeiden.
• Numerische Implementierung: Das MSBM wurde in OpenFOAM implementiert, wobei der bestehende SbmFoam-Solver zu SbmBloodFoam erweitert wurde. Der Solver nutzt einen Finite-Volumen-Methode-Ansatz (FVM). Um das Kontinuumsmodell zu validieren, verwendeten die Autoren einen experimentell validierten multiskaligen Blutfluss-Solver, der auf der Lattice-Boltzmann-Methode (LB) und grobkörnigen deformierbaren Kapselmodellen für Erythrozyten basiert.

Wesentliche Ergebnisse
Die Studie demonstriert die Fähigkeit des MSBM, Blutflüsse in mikrovaskulären Kanälen und Röhren zu simulieren und dabei transiente sowie stationäre Zustände zu erfassen:

1. CFL-Bildung und Geschwindigkeitsprofile: Im Gegensatz zum konventionellen SBM, das ein parabolisches Geschwindigkeitsprofil und eine Konzentration ungleich Null an der Wand vorhersagt, erfasst das MSMS erfolgreich die Bildung einer CFL und das resultierende, dem „Plug-Flow“ ähnliche Geschwindigkeitsprofil, das charakteristisch für Blut ist. Das Modell zeigt, dass eine Erhöung des Auftriebskraftparameters ($\beta$) die CFL-Dicke erhöht.
2. Parametrische Sensitivität:
   • Bulk-Hämatokrit ($\phi_b$): Mit steigendem $\phi_b$ nimmt die CFL-Dicke ab, was mit der Literatur übereinstimmt.
   • Maximale Packungskonzentration ($\phi_m$): Höhere $\phi_m$-Werte (die eine größere Erythrozyten-Aggregation oder Packungsneigung repräsentieren) führen zu dickeren CFLs und höheren zentralen Hämatokrit-Spitzen.
3. Zeitliche Entwicklung: Das Modell erfasst die transiente Entwicklung der CFL. Zu Beginn ist der Hämatokrit gleichmäßig verteilt; im Laufe der Zeit migrieren die Erythrozyten in Richtung des Zentrums, wodurch eine zellarme Schicht nahe der Wand und ein konzentrierter Kern entstehen, bis schließlich ein stationärer Zustand erreicht wird.
4. Validierung gegen Theorie und Experimente:
   • Einfache Scherströmung: Das Modell reproduziert die lineare Skalierung der kubischen CFL-Dicke ($\delta_{CFL}^3$) mit der dimensionslosen Zeit ($t\dot{\gamma}$) bei kurzen Zeitskalen und stimmt mit den Skalierungsgesetzen überein, die in Experimenten zur Einzelpartikelmigration beobachtet wurden.
   • Kanalströmungen: Die MSBM-Vorhersagen für Geschwindigkeit und CFL-Dicke stimmen gut mit experimentellen Daten von Losserand et al. und Salame über verschiedene Kanalhöhen und Bulk-Hämatokrite hinweg überein.
   • Röhrenströmungen: Das Modell erfasst erfolgreich den Fåhræus-Effekt (Discharge-Hämatokrit übersteigt Röhren-Hämatokrit) und den Fåhræus-Lindqvist-Effekt (Abnahme der scheinbaren Viskosität bei abnehmendem Gefäßdurchmesser). Die vorhergesagte scheinbare Viskosität und die Hämatokrit-Verhältnisse zeigen eine gute Übereinstimmung mit empirischen Korrelationen (z. B. Pries et al.) und experimentellen Daten, insbesondere für Gefäßdurchmesser unter 40 µm.

Bedeutung und Ansprüche
Die Arbeit etabliert ein neuartiges kontinuierliches computergestütztes Framework, das effizient die mikrostrukturelle Heterogenität und das nicht-newtonsche Fließverhalten konzentrierter deformierbarer Partikelsuspensionen unter Einengung erfassen kann. Die Autoren behaupten, dass das MSBM durch die Einbeziehung einer deformierbarkeitsinduzierten Auftriebskraft die Lücke zwischen rechenintensiven diskreten Partikelsimulationen und weniger genauen Kontinuumsmodellen schließt.

Die Arbeit wird als Schritt hin zu effizienten, groß angelegten biomedizinischen und industriellen Anwendungen präsentiert. Die Autoren merken bescheiden an, dass das Modell zwar gut für kleinere Gefäße funktioniert, jedoch die CFL und den Fåhræus-Lindqvist-Effekt für größere Röhren (>40 µm) leicht überschätzt. Sie führen dies auf das Fehlen eines „Partikel-Abschirmeffekts“ in der aktuellen Formulierung der Auftriebskraft zurück, der die reduzierten Auftriebskräfte in partikelreichen Regionen aufgrund lokaler Partikel-Wand-Schmierungseffekte berücksichtigen würde. Diese Einschränkung wird als Thema für zukünftige Arbeiten identifiziert und nicht als aktuelles Versagen des Modells gewertet.