Multicellular simulations with shape and volume constraints using optimal transport

Resumo Técnico: Simulações Multicelulares com Restrições de Forma e Volume Utilizando Transporte Ótimo

Enunciado do Problema
Sistemas vivos, variando de componentes intracelulares a tecidos macroscópicos e colônias bacterianas, exibem dinâmicas complexas impulsionadas por exclusão de volume, interações de forma e deformabilidade. Compreender como essas restrições levam à auto-organização macroscópica é um desafio fundamental na biologia do desenvolvimento e na biofísica. Modelos computacionais existentes enfrentam um compromisso entre precisão física, custo numérico e tratabilidade matemática. Abordagens comuns incluem:

• Sistemas de partículas pontuais: Matematicamente simples, mas frequentemente carecem de representação realista da forma.
• Modelos de campo de fase e nível de conjunto: Capazes de representar formas arbitrárias, mas podem ser computacionalmente caros e desafiadores para interações de contato.
• Autômatos celulares e modelos de rede: Discretizam o espaço em voxels, potencialmente limitando a flexibilidade geométrica.
• Modelos de Voronoi e vértices: Eficientes para estruturas semelhantes a tecidos, mas frequentemente dependem de restrições suaves para volume ou carecem de controle sobre deformações de forma específicas.

Existe uma lacuna significativa na modelagem de sistemas com restrições de volume estritas, formas dinâmicas arbitrárias e altos números de partículas (de dezenas a dezenas de milhares) dentro de um quadro unificado que suporte tanto a deformabilidade individual quanto as interações coletivas.

Metodologia
Os autores introduzem um quadro de simulação de mesoescala fundamentado na teoria do transporte ótimo, utilizando especificamente tesselações de Laguerre.

1. Modelo Estático (Tesselação de Laguerre):
   O espaço ocupado por cada partícula $i$ é modelado como uma célula de Laguerre $L_i$, definida como o conjunto de pontos $x$ satisfazendo:
   $$L_i = \{x \in \Omega, c(x, x_i) - w_i \leq c(x, x_j) - w_j \text{ para todo } j\}$$
   Aqui, $x_i$ é a posição da partícula, $v_i$ é seu volume alvo, e $c(x, x_i)$ é uma função de custo que codifica as propriedades de forma e deformabilidade da partícula. Os pesos $w_i$ (potenciais de Kantorovich) são unicamente determinados para satisfazer a restrição estrita de volume $|L_i| = v_i$.

   • Esta formulação generaliza os diagramas de Voronoi (onde $w_i=0$ e $c$ é a distância euclidiana) para permitir limites curvos e formas não esféricas, escolhendo funções de custo arbitrárias (por exemplo, custos de potência, custos anisotrópicos).
   • O espaço vazio é modelado como uma partícula adicional com custo zero.

2. Modelo Dinâmico:
   A evolução das posições das partículas $x_i$ segue uma equação de descida de gradiente de primeira ordem:
   $$\dot{x}_i = -\tau_i \nabla_{x_i} T_c + F_i^{\text{point}} + F_i^{\text{surf}} + \dot{\xi}_i$$

   • Força de Incompressibilidade: O termo $-\nabla_{x_i} T_c$ atua como uma força repulsiva derivada do custo total de transporte $T_c$. Garante que as partículas não se sobreponham e impõe naturalmente as restrições de volume. Ao contrário de forças pares, esta força depende da geometria global de todas as superfícies de contato.
   • Forças Externas/Interacionais ($F^{\text{point}}$): Inclui autopropulsão, gravidade ou atração, semelhante a modelos de partículas pontuais.
   • Forças de Superfície ($F^{\text{surf}}$): Modela efeitos de pressão e tensão superficial ao longo das interfaces, permitindo fenômenos como ordenamento celular e adesão.
   • Dinâmica de Forma: As formas podem evoluir via custos parametrizados (por exemplo, elipsoides definidos por matrizes de covariância) ou funções potenciais de nível de conjunto que respondem a campos externos (por exemplo, quimiotaxia).

3. Implementação Numérica:

   • O problema é resolvido como um problema de transporte ótimo semidiscreto em uma grade discreta (voxels).
   • Os autores empregam uma estratégia multiescala de dividir e conquistar e um solver quasi-Newton (L-BFGS-B) para calcular os potenciais de Kantorovich $w_i$ de forma eficiente.
   • A implementação é massivamente paralelizada em GPUs utilizando as bibliotecas KEOPS e GEOMLOSS, permitindo simulações de até 50.000 partículas em 3D com desempenho de última geração.

Contribuições Principais

• Quadro Unificado: O método unifica conceitos de tesselações de Voronoi, métodos de nível de conjunto e modelos de vértices sob o guarda-chuva do transporte ótimo. Suporta formas arbitrárias, restrições de volume estritas e mecanismos de interação complexos dentro de um único quadro.
• Aplicação Estrita de Volume: Ao contrário de muitos modelos existentes que usam restrições suaves ou forças de relaxação, esta abordagem garante matematicamente as restrições de volume a todo momento através da otimização dos potenciais de Kantorovich.
• Escalabilidade: O solver acelerado por GPU permite a simulação de sistemas de grande escala (até 50.000 partículas) em 3D, o que é computacionalmente proibitivo para muitos métodos tradicionais de elementos finitos ou de campo de fase.
• Versatilidade na Modelagem: O quadro modela com sucesso fenômenos diversos, incluindo:
  • Transições de fase fluido-sólido em partículas brownianas ativas impulsionadas pela deformabilidade.
  • Ordem orientacional emergente em partículas em enxame com formato de bastão, exclusivamente devido à exclusão de volume.
  • Migração quimiotática impulsionada por deformações de forma.
  • Ordenamento celular e fenômenos de engolfamento em agregados heterogêneos 3D, reproduzindo resultados consistentes com a Hipótese da Tensão Interfacial Diferencial (DITH).

Resultados
Os autores validam o quadro através de vários benchmarks:

• Crescimento e Divisão: Um agregado 3D cresce de uma única célula para 50.000 células via divisão, preenchendo um domínio em aproximadamente um dia de computação.
• Transições de Fase: Em um sistema de partículas brownianas ativas, o parâmetro de deformabilidade $\alpha$ impulsiona uma transição de uma fase fluida (comportamento difusivo) para uma fase sólida (empacotamento hexagonal engarrafado). O modelo captura o desaparecimento da difusão efetiva e a saturação do deslocamento quadrático médio na fase sólida.
• Alinhamento de Formato de Bastão: Simulações de partículas autopropelidas com formato de bastão demonstram o surgimento espontâneo de ordem orientacional de longo alcance devido a deformações induzidas por colisão, consistente com teorias da física de polímeros.
• Ordenamento Celular 3D: O modelo reproduz vários padrões de ordenamento (engolfamento, separação, tabuleiro de xadrez) em misturas 3D de dois tipos celulares com diferentes tensões superficiais e maciez, correspondendo a previsões teóricas e observações experimentais.
• Dinâmica de Multidões: O modelo simula evacuação de multidões, mostrando que partículas deformáveis (tipo fluido) evacuam com segurança, enquanto partículas de esfera rígida (tipo sólido) formam arcos estáveis e engarrafam nas saídas.

Significado e Alegações
O artigo alega introduzir uma abordagem novel para modelar sistemas multicelulares que preenche a lacuna entre descrições físicas detalhadas e eficiência computacional.

• Validação: A contribuição primária é a validação deste novo quadro contra modelos computacionais clássicos, demonstrando que pode reproduzir resultados estabelecidos (por exemplo, ordenamento celular, transições de fase) enquanto oferece um manuseio superior de restrições de volume e complexidade 3D.
• Relevância Biológica: Os autores destacam o potencial do método para modelagem in silico de processos complexos de desenvolvimento, como o desenvolvimento de blastocistos, onde tanto as deformações celulares individuais quanto os comportamentos de agregados densos são críticos.
• Extensão Teórica: O trabalho sugere uma nova perspectiva de transporte ótimo para métodos existentes (partículas pontuais, nível de conjunto, vértices) e fornece um caminho para a derivação de modelos contínuos de granulação grosseira (aproximações de campo médio) para sistemas com interações de volume, uma questão amplamente aberta na biologia matemática.
• Acessibilidade: Os autores fornecem uma implementação em Python livremente disponível, tornando o método acessível para pesquisa adicional em física computacional e biologia.

Os autores permanecem modestos, notando que, embora o quadro seja novo, o foco imediato foi a validação contra modelos existentes. Eles identificam direções futuras, como estender a teoria de vértices ativos para tesselações de Laguerre, refinar a derivação de limites contínuos e melhorar o manuseio de custos dinâmicos complexos e interações de superfície para simulação em tempo real.