A mechanistic digital twin of the corneal endothelium separates early postoperative and long-term endothelial cell loss after keratoplasty
本研究提出了一种两阶段机制性的角膜内皮数字孪生模型，该模型成功模拟了角膜移植术后早期及长期的细胞丢失，在预测内皮细胞密度方面优于现有的现象学模型，并识别了如 ROCK 抑制剂等药物干预的潜在治疗靶点。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类角膜是位于眼睛前部的透明、圆顶状窗口，负责将光线聚焦到视网膜上。为了保持透明，它依赖于其内表面一层薄薄的细胞，称为内皮细胞。这些细胞充当微型泵，不断将液体从角膜中排出，以防止其肿胀和变得浑浊。与人体内的许多其他组织不同，这些细胞一旦成年后，就不会再进行有意义的再生或增殖。如果它们受损或丢失，便会永久消失。这使得角膜内皮细胞的健康对于任何接受过角膜移植（一种用健康的捐赠角膜替换病变角膜的手术）的人来说都至关重要。此类移植的成功完全取决于有多少这些珍贵的泵细胞在手术中存活下来，以及在随后的几年里它们继续死亡的速度有多慢。
几十年来，医生和研究人员一直使用简单的数学曲线来追踪这种细胞流失。这些曲线描述了下降模式——起初很陡峭，随后放缓——但它们纯粹是描述性的。它们告诉我们数字看起来是什么样的，但并不解释导致流失的生物学机制，也无法提供一种测试新药物是否能阻止细胞死亡的方法。如果不了解其机制，就很难预测干预措施将如何改变患者的结果。达特茅斯希奇诺克医疗中心（Dartmouth–Hitchcock Medical Center）和达特茅斯学院（Dartmouth College）的研究人员现在构建了一种新型工具来解决这个问题：角膜内皮细胞的“数字孪生”。这是一个计算机模拟系统，可以模仿单个细胞的实际行为，让科学家能够观察该细胞层随时间的变化过程，并测试如果进行干预会发生什么。
研究人员利用来自两项涉及近 1,500 名接受过角膜移植患者的大规模真实世界研究的数据构建了这个数字孪生模型。一组患者接受了较新型的手术，即仅更换角膜的内层；而另一组则接受了传统手术，即更换整个角膜。团队创建了一个虚拟模型，其中每个细胞都是一个可以移动、死亡或增殖的独立代理。他们编写程序使模型经历两个截然不同的阶段：第一阶段是手术过程中立即发生的细胞数量骤降；第二阶段是术后持续数年的缓慢、稳定下降。通过将真实的患者数据输入模型，研究人员对其进行了校准，使其能够准确地重现研究中观察到的实际细胞计数。
模拟结果显示，传统的数学曲线缺失了一个关键细节。虽然旧模型可以预测总体趋势，但它们无法区分即时的手术损失与长期的衰退。然而，数字孪生成功识别出约 21% 的捐赠细胞是在手术时立即丢失的。在经历最初的冲击后，剩余细胞以每月约 0.0064% 的稳定速率死亡。模型还测试了其他生物过程（例如细胞移动以填补空隙或新细胞分裂）是否驱动了这些变化。数据显示，使用现有的测量手段无法将这些特定活动与整体流失率区分开来。本质上，模拟证明了最重要的追踪因素是手术带来的初始冲击以及随之而来的缓慢、稳定的流失率。
在完成模型校准后，研究人员利用它进行了一次虚拟实验。他们模拟了一种被称为 ROCK 抑制剂的药物的效果，该药物已被用于研究其帮助角膜细胞生存并粘附在一起的能力。在数字孪生模型中，他们以不同的方式应用了这种药物：要么仅在手术期间应用以保护初始细胞流失，要么在术后持续应用以减缓长期衰退。结果显示，如果仅在手术后使用药物，在三年后可额外保留每平方毫米平均 155 个细胞。然而，如果该药物也能在手术过程中保护细胞，其益处几乎会翻倍，能额外保留平均 266 个细胞。这表明，治疗的时机与药物本身同样重要。模拟提供了一个清晰的定量预测，说明了现实世界的治疗可能带来的收益，并包含了一个考虑到自然生物差异的不确定性范围。
团队还建立了一个配套系统，可以直接从眼睛的照片（称为前节显微镜图像）中估算细胞密度。这使得数字孪生即使在没有精确人工计数的情况下也能工作，直接使用图像作为起点。在针对真实患者数据进行测试时，该基于图像的系统表现良好，尽管它尚未完美到可以完全取代人类专家。研究人员发现，数字孪生的预测比旧方法更准确，特别是对于面临高移植失败风险的患者。不过，他们也指出，该模型在应用于其训练过的特定患者群体时效果最好；它目前还不能完美地转移到完全不同类型的手术或患者群体中。
最终，这项工作代表了从仅仅观察角膜细胞如何死亡向理解其过程机制的转变。通过将即时手术损失与长期衰退区分开来，数字孪生提供了一种在虚拟环境中测试新疗法的方法，而无需在真人身上进行尝试。它表明，在手术过程中保护细胞可能是一种强大的策略，其潜在的视觉保护效果可能比仅关注长期护理更为显著。虽然该模型是一种模拟，不能保证未来的临床成功，但它提供了一个严谨的、数据驱动的框架，用于确定哪些治疗方案值得在现实世界的试验中进行追求。该工具将一个复杂的生物学谜团变成了一个可测试的假设，为保护那些依赖角膜移植的人们的视力提供了更清晰的路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。