🔬 condensed matter

Control of morphology and topology in a lattice model of branching morphogenesis

本文提出了一种整合了非平衡物理学与发育生物学的形态发生形态发生（branching morphogenesis）晶格模型，用于研究扩散限制和随机表面生长机制下的生长模式，同时证明了局部拓扑控制能够实现稳态分支簇，且在不同晶格几何结构下均表现出具有一致分形指数的幂律标度。

原作者： Christian Hanauer, Frank Jülicher, Efe Ilker

发布于 2026-07-28

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Christian Hanauer, Frank Jülicher, Efe Ilker

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个物理规则与生命规则正在进行一场非常激烈且富有成效的辩论的世界。在其中一方，是非平衡物理学，研究的是当事物处于静止之外时如何变化、移动和生长——想想墨滴在水中扩散或雪花形成的过程。在另一方，是发育生物学，研究的是单个细胞如何变成一个复杂的、拥有肺部、血管和神经的生命体。连接两者的核心问题是：生命体是如何构建出它们那些错综复杂的、分支状的形状的？为什么我们的肺看起来像树，而我们的血管看起来像河流？科学家们知道，被称为“形态发生素”的微小化学信使扮演着交通控制员的角色，告诉细胞何时生长以及往哪里移动。但巨大的谜团在于，这些化学物质是如何创造出不仅不是混乱的团块，而是有组织的、分支的网络，甚至还能在受损时自我修复的？理解这一点，就像是在寻找自然界构建其最复杂机器的秘密蓝图。

现在，出现了一支研究团队，他们决定建立一个数字游乐场来解决这个谜题。他们创建了一个计算机模型——一个由微小方格组成的网格，就像一个巨大的棋盘——在那里，他们模拟了细胞根据化学信使的指令进行生长和收缩的过程。把它想象成一个电子游戏，其中的“细胞”是可以通过开关来控制的像素，但并不是由玩家控制，而是像素会对它们自身产生的、闪烁着的、看不见的化学物质形成的“雾气”做出反应。研究人员想看看，他们是否可以引导这些数字细胞生长成看起来像真实生物分支的形状，甚至更令人印象深刻的是，他们能否让这些细胞在不解体的情况下缩回原状？

结果非常引人入 de。当研究人员让细胞自由生长时，他们可以通过调节“雾气”来创造两种截然不同的形状。如果化学雾气扩散得非常远，细胞就会长成狂野、带刺的分形树，这看起来完全像是物理学中经典的“扩散限制聚集”（DLA）模式——想想闪电击中地面或窗户上结霜的景象。但如果雾气紧贴着细胞，它们就会长成紧凑、圆润的团块，类似于细菌菌落如何在培养皿中扩散。这证实了化学信号的作用范围是控制自然界构建出“带刺之树”还是“圆润之丛”的旋钮。

然而，真正的魔力发生在研究人员加入一条特殊规则时：“拓扑约束”。在现实世界中，如果一棵树的一个分支断裂了，这棵树并不会分裂成两棵独立的树；它仍然是一个连接的整体。在他们的模拟中，研究人员编写程序让细胞遵循这条规则。他们发现，当他们允许集群在保持连接的同时进行生长和收缩（一个被称为“退化生长”的过程）时，发生了一些非凡的事情。这个集群并没有在生长状态和收缩状态之间简单地来回跳动；它稳定在了一个持续波动的稳态中。这就像是一个找到了完美平衡的生命体，不断地增加和移除细胞，但始终保持着其树状的形状。

在这个稳态中，集群展现出了一种独特的“个性”，这种个性既不同于狂野的刺状树，也不同于圆润的紧凑团块。当研究人员测量这些稳态集群的大小与其包含的细胞数量之比时，他们发现了一个特定的数学模式。集群的大小根据幂律增长，在正方形网格上的指数约为 0.68，在六角形网格上约为 0.67。这个数字很特别，因为它恰好处于二维空间内分支结构所能达到的理论极限。这表明，通过单纯地增加和移除细胞并保持结构的连通性，系统自然而然地找到了最有效率、最伸展的形状。

论文还表明，这个过程并非简单的可逆过程。如果你让一个集群生长然后缩小，它缩小的路径与它生长的路径是不同的。这就像是在一条陡峭且蜿蜒的山路上向上攀登，然后走另一条更平缓的路径向下走；你最终到达了同一个地方，但旅程留下了不同的痕迹。这种“历史依赖性”意味着集群的形状记得它是如何形成的。

最终，这项研究表明，构建复杂且具有韧性的生物网络，其秘诀可能并不在于一个僵化的、预先计划好的蓝图，而在于一个简单的局部规则：“如果化学信号指示生长，就生长；如果信号指示停止，就收缩，但绝不要让整个结构崩塌。”通过将生长的混沌能量与保持连接的严格纪律相结合，自然界（或者至少是这个计算机模型）可以创造出既灵活又强韧的结构，能够在保持其基本形态的同时，适应受损的情况。研究人员提出，这种化学信号与拓扑规则之间的简单相互作用，可能是理解我们自身身体如何构建并维持那些至关重要的、分支状网络的关键。

技术摘要：晶格模型中分支形态发生中的形态与拓扑控制

问题陈述
分支生物网络（如血管系统、肺部和神经元）表现出特定的几何形状和拓扑结构，这对其功能至关重要。虽然物理模型如扩散限制聚集（DLA）成功描述了非平衡系统中的分形生长，但它们无法捕捉关键的生物学特征：受信号分子（形态发生素）的调节、能够进行退化（生长逆转），以及维持稳态稳态。此外，生物网络通常需要特定的拓扑约束（例如，维持单一连通分量且无环路或孔洞），而标准的随机生长模型本身并不具备这种强制性。本文旨在解决以下开放性问题：网络拓扑是如何受控的、生长与退化是如何被调节的，以及稳定的分支模式是如何维持的。

研究方法
作者提出了一种随机晶格模型，将细胞的占据动力学与形态发生素的反应扩散动力学耦合在一起。

晶格表示： 一个多细胞集群被表示在大小为 $L \times L$ 的正方形（或六角形）晶格上。位点要么是被占据的（ $n_r=1$ ），要么是空的（ $n_r=0$ ）。
形态发生素动力学： 形态发生素浓度 $c_r$ 遵循反应扩散方程，其产生率和降解率取决于该位点是在集群内部还是外部。系统在准静态极限下求解，假设形态发生素场的变化速度快于集群的变化速度。
生长与退化规则： 位点变为被占据状态（ $\nu^+_r$ $ν_{r}^{+}$ ）或变为空状态（ $\nu^-_r$ $ν_{r}^{-}$ ）的转变率受局部形态发生素梯度的控制。
- 生长发生在靠近被占据位点的空位处，由向外的形态发生素梯度驱动。
- 退化发生在靠近空位的被占据位点处，由向内的梯度驱动。
拓扑约束： 为了控制拓扑结构，作者引入了一个基于欧拉示性数（ $\chi = C - H$ ，其中 $C$ 为连通分量数， $H$ 为孔洞数）的局部算子 $f_r$ 。仅在保持 $\chi$ 不变（具体为维持树状结构，即 $C=1, H=0$ ）的情况下才允许转变。这防止了孔洞的形成或集群分裂成不连通的部分。
模拟： 系统使用动力学蒙特卡洛方法进行模拟，探索从纯生长到同时进行生长与退化的（稳态）各种机制。

主要贡献与结果

形态发生素控制的形态：
该模型表明，形态发生素梯度的特征长度（ $\lambda_{out}$ ）决定了集群的形态。
- DLA 极限： 在没有降解且没有外部源（ $\lambda_{out} \gg L$ ）的极限下，模型重现了 DLA 特有的高度分支、分形的结构。
- Eden 极限： 在强降解（ $\lambda_{out} \ll L$ ）的极限下，模型产生紧凑的、近似圆形的集群，类似于 Eden 模型。
- 中间机制： 在这两个极限之间观察到了由扩散-降解长度控制的交叉过渡。
生长过程中的标度行为：
回转半径（ $R_g$ ）随集群规模（ $N$ ）的变化遵循 $R_g \propto N^\beta$ 。
- 在 DLA 极限下， $\beta \approx 0.57 \pm 0.01$ 。
- 在 Eden 极限下， $\beta \approx 0.48 \pm 0.01$ 。
- 施加拓扑约束（保持树状结构）在纯生长阶段对这些标度指数的影响可以忽略不计，这与以往关于可变拓扑的研究结果一致。
拓扑在生长与退化中的作用：
研究强调了在退化过程中，有无拓扑约束存在显著差异。
- 无约束： 退化会导致分支断裂，产生不连通的分量并改变欧拉示性数。
- 有约束： 集群维持单一连通的树状结构。分支会伸长而非断裂，导致在小集群规模时，其回转半径比无约束情况更大。这揭示了生长-退化循环中的历史依赖性和不可逆性。
稳态动力学与新标度：
通过引入同步进行的生长与退化（逻辑斯谛生长率与恒定退化率相平衡），系统达到了波动的稳态。
- 新标度指数： 具有拓扑约束的稳态集群在正方形晶格上表现出标度指数 $\beta = 0.68 \pm 0.01$ ，在六角形晶格上为 $\beta = 0.67 \pm 0.01$ 。
- 指数的意义： 该数值显著高于标准 DLA 生长的标度指数（ $\approx 0.59$ ），并接近二维 DLA 过程中最大延伸的理论上限 $2/3$ 。作者指出，这种饱和是在相对较小的集群规模（ $10^1 - 10^3$ 个粒子）下实现的，这表明稳态拓扑保持动力学驱动集群去探索极大延伸的构型，而非依赖于对称性破缺或晶格各向异性。

意义与主张
本文声称提出了一个连接非平衡物理学与发育生物学概念的极简模型。其主要意义在于：

将经典的 DLA 情景推广到包含形态发生素控制的生长、退化及稳态。
证明了局部拓扑规则可以在允许尺寸动态波动的同时，维持全局结构完整性（树状拓扑）。
识别出一类独特的稳态分形集群，其标度特性（ $\beta \approx 2/3$ ）不同于纯生长过程，这表明在拓扑约束下的生长与退化相互作用是实现特定生物网络架构的关键机制。

作者总结道，尽管该模型捕捉了分支形态发生的通用特征，但能够在现实生物系统中实现所需拓扑算子的具体生化机制，仍是一个有待未来研究的开放性问题。

技术摘要：晶格模型中分支形态发生中的形态与拓扑控制

类似论文