研究小组模拟了大脑中的神经元交通堵塞

卡内基梅隆大学的Jessica Zhang和angan Li开发了一种新的方法来模拟神经元中的物质运输调节，专注于在这些神经通路中发生的“交通堵塞”。交通堵塞在阿尔茨海默氏症、亨廷顿氏症和帕金森氏症等疾病中扮演了重要角色。该团队正在使用一种名为等几何分析(IGA)的新建模技术来更精确地模拟神经元和这些交通堵塞。

神经交通堵塞沿着轴突的微管发生，减少了神经物质到神经元不同部位的健康流动，随着时间的推移，将使神经元末端挨饿，导致神经变性。这些交通堵塞会导致神经元分泌tau蛋白，这是阿尔茨海默症的早期预测因子。

机械工程教授张和博士生李用偏微分方程(PDE)约束优化方法模拟了这些微管和交通堵塞发生的两种主要方式，这是本研究中首创的一种新方法。这些神经元模型来自neuromorpho.org，这是一个真实神经元的数字重建模型数据库。研究结果发表于科学报告．

这些神经阻塞发生的一种方式是通过减少微管在一个区域，它会影响神经元的数量这些神经元能够沿着轴突或树突．第二种方式是轴突膨胀和微管旋转，这增加了材料的移动距离。此外，当它们展开占据空间时，它们微妙的平衡可能会发生偏差，在膨胀的通道中产生堆积的大量材料。这使得神经材料很难在通路中正常运动。

与传统的有限元分析(FEA)相比，使用基于iga、pde约束的方法来建模2D和3D复杂结构可以产生流畅和准确的模型。FEA通过将对象分解为极小的元素(如立方体或三角形)来建模。IGA使用“样条曲线”来建模对象，它在光滑的表面上建模这些对象的边界，而不是像FEA那样非常小的分段线性元素。由于具有更少的自由度，IGA的计算成本更低，比FEA更容易优化。

Zhang的团队开创了体积样条参数化和IGA在各种应用中的应用。她的团队使用了仿真程序LS-Dyna(该程序被ANSYS收购，并被本田公司使用)。Honda发现，在模拟汽车断裂时，IGA优于传统的FEA。在使用IGA对身体的其他部位(如静脉和心脏)进行建模之后，他们的研究团队计划继续将这种建模方法应用于医学。

正如他们在早期工作中报道的那样，使用IGA在匹兹堡超级计算机中心的XSEDE超级计算机上使用多核，在2D中建模这些微管传输系统需要8到12个小时。这为建模奠定了基础神经元这需要6个CPU节点花费6到28个小时才能完成。

---

---