伪栅栏模式形成的数据驱动建模

本文提出一种数据驱动方法，以深入理解不同类型伪栅栏结构的形成。为此，我们从一个描述 GBM 动力学并与细胞外 pH 动力学耦合的先进宏观模型出发，构建一个终值最优控制问题。从而，给定特定的、观测到的伪栅栏模式，我们确定导致其出现的参数（生物机制）的演化。选取展现伪栅栏样结构的随机组织学图像作为目标模式。在识别出生成指定目标模式的最优模型参数后，我们进而提出两类不同的模式抑制设想，以确定可能损害或阻碍伪栅栏形成过程的方法。这为设计 GBM 的主动或实时控制提供了基础。此外，我们还提供了一个简单却富有洞见的机制，通过线性组合负责生成不同已知目标模式的最优模型参数来合成新的伪栅栏模式。这尤其提示复杂伪栅栏模式可由生成简单模式的参数之线性组合合成。更进一步，我们自问能否通过线性组合那些能够逆转或破坏简单伪栅栏模式的方法，构想出复杂的疗法方案，随后借助数值模拟给出了肯定回答。