VertAX：用于学习上皮组织力学的可微顶点模型

上皮组织通过细胞间的局部力学相互作用动态重塑，这一过程由顶点模型很好地捕捉。然而其众多可调参数使得推断和优化具有挑战性，这推动了能够灵活建模和学习组织力学的计算框架。我们引入了 VertAX，一个用于融合上皮顶点建模的基于 JAX 的可微框架。VertAX 提供自动微分、GPU 加速以及用于前向模拟、参数推断和逆向力学设计的端到端双层优化。用户可以在纯 Python 中定义任意的能量和代价函数，实现与机器学习流水线的无缝集成。我们在三个代表性任务上展示了 VertAX：（i）组织形态发生的前向建模，（ii）力学参数推断，以及（iii）组织尺度行为的逆向设计。我们基准测试了三种微分策略——自动微分、隐式微分和平衡传播——表明后者仅使用重复的前向、无伴随模拟即可近似梯度，为将逆生物物理问题扩展到不可微模拟器提供了一条简单的途径，只需少量额外的工程努力。