Skip to content

Nartallo-Kaluarachchi, Ramón; Lambiotte, Renaud; Goriely, Alain · 2025 · arXiv preprint (physics.bio-ph), Perspective

Metadata

Authors: Nartallo-Kaluarachchi, Ramón; Lambiotte, Renaud; Goriely, Alain

arXiv: 2503.20511

Tags: #agent-based-model #continuum-mechanics #neural-network

📄 Quick Note

摘要概述

本文是一篇 Perspective 性质的立场文章，以 neuroscience（尤其 Hodgkin-Huxley 模型与 whole-brain dynamics）为案例，论证传统的 reductionist 建模范式在 biology 中已显不足，既无法捕捉 biological systems 的 heterogeneity、poly-functionality 与跨尺度耦合，也未能产出可行动的预测性结论。作者主张转向一种 holistic mathematical modelling 范式：采用 annotated/multilayer networks、hypergraphs 等富有表达力的表征结构来编码节点元数据（如 cell-type density、gene transcription），借助 agent-based models (ABMs) 与 simulation-based inference 在高性能计算上整合多个 time- 与 length-scale（如 Alzheimer's disease 中 toxic-protein 扩散与 fast neural activity 的耦合），并聚焦从动力学观测反推系统性质的 inverse problem。文章强调该范式与寻找 biophysics 基本原理并不冲突，反而能在数据与算力充沛的当下推动 mathematical biology 的实质性进展。

关键图表

  • Fig. 1 (The spectrum of interaction structures)：将物理与生物系统置于从 regular（对称、可用 continuum assumption 与 PDE 描述）到 random（统计力学/mean-field 近似）的谱系上，指出 biological complexity 处于两端之间，具有 topologically irregular interactions 与高维 dynamics，正是 reductionist 方法失效的根源。
  • Fig. 2 (Richer representations for complex systems)：展示从普通 graph 扩展到 hypergraphs、simplicial complexes、temporal、multilayer 及 annotated networks 的表达力梯度，强调 annotated network 通过为每个 vertex 附带 feature vector \(d_i \in \mathbb{R}^d\) 来建模元素异质性（如 biologically annotated connectomes）。
  • Fig. 3 (Multi-scale processes in Alzheimer's disease)：以 AD 为例，呈现 toxic-protein spread（年级别）与 pathological neural activity（\(10^{-3}\)–\(10^0\) 秒）等过程在 time- 与 length-scale 上的耦合关系，论证 single-scale 建模的局限与 multi-scale 耦合模型的必要性。

与我的关联

虽然本文以 neuroscience 为主线，其 holistic 建模哲学对我关注的 atherosclerosis 与 vascular growth & remodeling (G&R) 高度相关：血管病变同样涉及跨尺度（sub-cellular signaling → cell migration → tissue-level continuum mechanics）、多物理过程耦合与强异质性，作者倡导的 multilayer/annotated networks、simulation-based inference 与 multi-scale coupling 思路，正是构建可预测 vascular G&R 模型可借鉴的方法论框架。