基于马尔可夫链的可扩展钙释放单元揭示心脏钙信号从随机到确定性的转变机制

《Frontiers in Network Physiology》:Multiscale stochastic modeling for calcium dynamics in cardiac electrophysiology: assessing whole-cell model reliability under phosphorylation and LCC downregulation

【字体: 时间:2026年04月13日 来源:Frontiers in Network Physiology 3.0

编辑推荐:

  本期推荐一项发表于《Frontiers in Network Physiology》的创新研究。针对传统心脏细胞模型难以兼顾微观随机性与宏观确定性行为的局限,研究人员构建了可扩展聚集钙释放单元(SA-CaRU)框架。该研究通过调节L型钙通道(LCC)与雷诺丁受体(RyR)数量,量化了钙释放的统计特征,发现当LCC超过约100个时,系统会突发式收敛至确定性状态。这一成果为理解亚细胞钙耦合及病理生理机制提供了关键阈值依据。

  
心脏每一次强有力的收缩,本质上都是一场由钙离子精心编排的“微观舞蹈”。在心肌细胞内部,微小的钙火花(Calcium Spark)汇聚成汹涌的钙瞬变(Calcium Transient),进而触发肌肉收缩。长久以来,科学家们面临着一个建模难题:微观层面的离子通道开关充满了随机噪声,而宏观层面的心电图却呈现出规律的电活动。如何在数学模型中弥合这种“微观混乱”与“宏观秩序”之间的鸿沟,一直是计算生理学领域的挑战。
为了解决这一问题,来自国外的研究团队在《Frontiers in Network Physiology》发表了一项突破性研究。他们没有直接套用传统的确定性方程,而是引入了一种名为“可扩展聚集钙释放单元(Scalable Aggregate Calcium Release Unit, SA-CaRU)”的创新框架。该模型的核心在于利用马尔可夫链(Markov Chain, MC)来描述L型钙通道(L-type Calcium Channel, LCC)和雷诺丁受体(Ryanodine Receptor, RyR)的随机开关行为,并将其嵌入到经典的ten Tusscher心室细胞模型中。研究人员试图回答一个核心问题:到底需要多少个离子通道协同工作,系统的行为才会从充满噪声的随机态转变为平滑的确定性态?
为了探寻答案,研究团队采用了多尺度的计算模拟策略。首先,他们构建了包含7种状态的LCC马尔可夫模型和4种状态的RyR模型,取代了原有的Hodgkin-Huxley门控变量,以更真实地反映通道动力学。在计算技术上,团队使用了“Tau跳跃(Tau leaping)”算法来高效处理离散的随机事件,避免了模拟每一个单独通道事件带来的巨大计算负担。此外,研究设置了广泛的参数扫描,将LCC数量从1个逐步增加到32768个(按2的幂次增长),并保持RyR与LCC的比例恒定为5:1,以此模拟从单个微域到全细胞水平的尺度变化。所有模拟均在1 Hz起搏频率下进行,并分析了1000个稳态搏动周期的数据。
研究结果清晰地揭示了钙信号动力学的层级转变。在“基线模型”研究中,当LCC数量极少时,钙释放(Irel)表现出极大的波动性,甚至经常出现零释放的情况,且动作电位(AP)形态极不稳定。然而,当LCC数量增加至约128个(对应约640个RyR)时,系统的统计分布发生了剧烈的突变,原本分散的释放幅度迅速收敛,形成了一个尖锐的单峰分布,几乎完全等同于确定性模型的预测值。这表明,只要扩散耦合能够协调约100个微域,局部行为就会失去强随机性。
随后,研究人员探讨了病理与调控状态下的表现。在“LCC调控”实验中,模拟了LCC的上调和下调(通过改变失活速率参数η)。结果显示,在LCC上调(类似β-肾上腺素刺激)的情况下,即使LCC数量高达16384个,系统依然保持着宽泛的双峰分布,无法收敛到确定性状态,这与下调情况下的快速收敛形成了鲜明对比。这说明在某些病理增强状态下,随机性是系统固有的属性,简单的确定性模型可能会失效。
在“磷酸化”影响的研究中,团队通过调整参数?来模拟蛋白激酶A(PKA)介导的磷酸化效应。高磷酸化虽然增加了LCC开放概率和RyR敏感性,但也导致了持续的双峰分布和低磷酸化条件下的钙交替(Calcium Alternans)现象。值得注意的是,在低磷酸化条件下,即使是确定性模型也出现了脉冲幅度的交替变化,而随机模拟则进一步放大了这种不稳定性,显示出磷酸化水平对钙信号稳定性的深远影响。
综合讨论与结论部分,这项研究的意义远超单纯的模型改进。它首次量化了心脏钙信号从随机向确定性转变的临界阈值(约100个LCC)。这一发现强调了亚细胞微域间有效扩散耦合的重要性:如果耦合强度不足以跨越这个阈值,全细胞的宏观行为实际上是成千上万个高度独立的随机单元的平均值;反之,则会涌现出协同的确定性行为。这对于理解心律失常的机制至关重要,因为在心力衰竭或LCC功能异常等病理条件下,通道密度和耦合效率的改变可能导致系统被困在随机性极高的“中间态”,从而诱发致命的电活动紊乱。该研究为未来构建更真实的心脏组织模型奠定了理论基础,提示我们在模拟心脏疾病时,必须审慎评估随机效应的影响。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号