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Angran 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症等疾病中起着重要作用。该团队正在使用一种称为等几何分析(IGA)的新建模技术来更准确地模拟神经元和这些交通堵塞。

神经交通堵塞发生在轴突的微管上，减少了神经物质向神经元不同部分的健康流动，随着时间的推移，将使神经元的末端挨饿，导致神经变性。这些交通堵塞会导致神经元分泌tau蛋白，这是阿尔茨海默病的早期预测因子。

机械工程教授Zhang和博士生Li使用偏微分方程(PDE)约束优化(本研究首创的一种新方法)对这些微管和这些交通堵塞发生的两种主要方式进行了建模。神经元模型来自neuromorpho.org，这是一个数字重建真实神经元模型的数据库。研究结果发表于科学报告．

这些神经交通堵塞发生的一种方式是减少微管在一个区域，这影响了神经元的数量能够沿着轴突或树突．第二种方法是轴突膨胀和微管旋转，这增加了材料必须移动的距离。此外，当它们散开占据空间时，它们微妙的平衡可能会出现偏差，在膨胀的路径中产生堆积的大量物质。这使得神经材料很难在通路中正常移动。

与传统的有限元分析(FEA)相比，使用基于iga的pde约束方法来建模2D和3D复杂结构，可以生成平滑和准确的模型。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”对对象建模，它在光滑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计算成本更低，并且可以比FEA更容易优化。

Zhang的团队开创了体积样条参数化和IGA在各种应用中的使用。她的团队使用了LS-Dyna仿真程序(该程序已被ANSYS收购，并被本田公司使用)。本田公司发现，在模拟汽车断裂时，IGA优于传统的FEA。他们的研究团队已经使用IGA来模拟身体的其他部位，如静脉和心脏，他们计划继续这种建模方法的医学应用。

正如他们在早期工作中报道的那样，在匹兹堡超级计算机中心的XSEDE超级计算机上，使用IGA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3D版本，六个CPU节点花了6到28个小时才完成。

---

---