一、项目概述
PhysiCell 是一个开源的基于物理的多细胞系统 3D 模拟器，用于模拟大量细胞在动态组织微环境中的相互作用。该项目由美国南加州大学 Paul Macklin 教授团队开发维护，自2016年首次开源发布以来，已发展成为计算生物学和系统生物学领域的重要工具。
官网：PhysiCell Project Website
开源协议：BSD License
主要开发语言：C++
首发时间：2016年
核心论文
Ghaffarizadeh et al. (2018): "PhysiCell: An open source physics-based cell simulator for 3-D multicellular systems" - PLOS Computational Biology DOI: 10.1371/journal.pcbi.1005991
左侧为确定性坏死，右侧为随机性坏死，分别展示第4、8、16天的结果。动态视频见补充视频S1与S2。
图例说明：
Ki67阳性细胞：分裂前为绿色（K1），分裂后为品红色（K2）
淡蓝色细胞：Ki67阴性静息细胞（Q）
死亡细胞：红色为凋亡细胞，棕色为坏死细胞
细胞核：深蓝色
下图：人非小细胞肺癌细胞系HCC827的悬滴类器官实验结果，呈现出相似的坏死核心微结构。 PhysiCell是首个能通过细胞尺度力学相互作用预测该结构形成的模拟工具。 图片致谢：美国南加州大学Lawrence J. Ellison转化医学中心Mumenthaler实验室。
左侧为**确定性坏死**，右侧为**随机性坏死**，分别展示第10天和第30天（多视角）结果。动态视频见补充视频S3与S4。图例与图2一致。
在该三维模型中，每个肿瘤细胞均可分泌免疫刺激因子，其免疫原性被建模为与突变癌蛋白的表达量成正比。（参见图9中的前序示例。） 14天后，红色免疫细胞沿免疫刺激因子梯度进行偏向性随机游走，检测细胞接触、形成黏附，并尝试诱导免疫原性更高的细胞发生凋亡。
免疫细胞初期可成功攻击肿瘤，使肿瘤出现部分消退；凋亡细胞呈青色。 但由于免疫细胞高度趋化于免疫刺激因子浓度梯度，使其“绕过”肿瘤外缘部分细胞，最终导致肿瘤复发。 随后，免疫细胞离开坏死区域，继续对肿瘤发起攻击。
该结果强调：免疫细胞运动的随机性，对于其与肿瘤细胞充分混合、进而实现更有效的免疫应答至关重要。 动态视频见补充视频S8。
二、设计理念与目标
PhysiCell 的设计目标是构建一个"虚拟实验室"（Virtual Laboratory），用于研究多细胞系统的动态行为。其核心理念是：
"Stage + Players" 架构：将生化微环境作为"舞台"，将大量相互作用的细胞作为"演员"，模拟组织尺度的动态演化。
主要设计目标
目标 | 描述 |
|---|---|
可扩展性 | 在标准桌面电脑上模拟 10k-1M 细胞 |
物理真实 | 细胞运动基于生物力学力，不受晶格限制 |
标准化行为 | 内置数学定义的细胞行为模型 |
微环境驱动 | 细胞行为可被化学和物理信号调控 |
规则化建模 | 支持人类可读的规则语言，无需手写C++ |
可重复性 | 模型完全表达为可读规则，便于文档化和复现 |
跨平台 | 支持 Linux、macOS、Windows |
社区驱动 | 活跃的 Slack 社区支持 |
三、核心功能与技术特性
3.1 内置细胞行为模型
PhysiCell 开箱即支持以下细胞行为：
行为类型 | 描述 |
|---|---|
细胞周期 | 细胞分裂增殖 |
凋亡 (Apoptosis) | 程序性细胞死亡 |
坏死 (Necrosis) | 缺氧等条件导致的细胞死亡 |
迁移 (Migration) | 细胞运动和趋化性 |
粘附 (Adhesion) | 细胞-细胞、细胞-基质粘附 |
排斥 (Repulsion) | 细胞间机械排斥 |
分泌/摄取 (Secretion/Uptake) | 化学信号分子的分泌和吸收 |
吞噬 (Phagocytosis) | 吞噬死亡细胞或病原体 |
攻击 (Effector Attack) | 免疫细胞攻击靶细胞 |
转化/分化 (Transformation) | 细胞表型转变 |
融合 (Fusion) | 细胞融合 |
3.2 微环境模拟能力
多底物生物传输求解器：模拟多种扩散底物和信号因子
体积变化：模拟细胞的流体和固体（生物质）体积变化
机械力学：基于物理的细胞-细胞、细胞-基质相互作用
3.3 性能特点
并行化：使用 OpenMP 进行多线程并行
线性扩展：计算复杂度与细胞数量呈线性关系
桌面级性能：四核工作站可模拟 50万-100万细胞
HPC支持：单节点 HPC 可处理更大规模模拟
3.4 规则化建模语言
PhysiCell 支持人类可读的建模规则，例如：
TGF-beta decreases cell migration speed
这些规则在运行时自动转换为代码，无需手动编写 C++。
四、软件生态系统
PhysiCell 已从单纯的 C++ 框架发展为一个完整的软件生态系统：
4.1 核心组件
组件 | 功能 | 状态 |
|---|---|---|
PhysiCell Core | C++ 核心模拟引擎 | 稳定版 |
PhysiCell Studio | 基于浏览器的图形化建模工具 | 运行于 nanoHUB |
PhysiCell-X | HPC 高性能计算版本 | 开发中 |
4.2 官方支持的扩展模块
扩展模块 | 功能描述 |
|---|---|
PhysiBoSS | 集成布尔网络，用于细胞内信号通路建模 |
PhysiMeSS | ECM（细胞外基质）纤维建模 |
libRoadRunner | 集成细胞内 ODE 模型，支持 SBML 模型 |
4.3 学习资源
PhysiCell Studio (nanoHUB)：https://nanohub.org/tools/pcstudio - 无需编写代码，浏览器中构建模型
2024 Mini Course：GitHub 培训课程，包含村民与僵尸模型、肿瘤免疫模型等教程
Slack 工作区：活跃的用户社区支持
五、应用领域
5.1 主要应用场景
PhysiCell 已被广泛应用于以下领域：
1. 肿瘤免疫学
肿瘤-免疫细胞相互作用
CD8+ T 细胞攻击肿瘤
巨噬细胞表型调控
2. 癌症研究
乳腺癌导管原位癌 (DCIS)
肿瘤球体模型
肿瘤微环境缺氧适应
癌症异质性
3. 合成生物学
细胞货物递送系统
抗癌治疗设计
4. 组织工程
多细胞系统动态研究
5.2 代表性研究案例
研究方向 | 参考文献 |
|---|---|
肿瘤免疫相互作用 | Johnson et al. (2025) - 巨噬细胞与T细胞调控 |
乳腺癌缺氧适应 | Rocha et al. (2021) - Science |
3D肿瘤球体 | Ghaffarizadeh et al. (2018) - PLOS Comp Bio |
六、技术架构
6.1 依赖项
最小依赖设计：标准 C++ (GCC, Intel C++ Compiler)
并行库：OpenMP
配置格式：XML
6.2 部署方式
┌─────────────────────────────────────────────────────────────┐│ 部署层级 │├─────────────────────────────────────────────────────────────┤│ 桌面工作站 (4核) │ 10万-100万细胞 ││ HPC 单节点 │ 百万级细胞 ││ 云端 (nanoHUB) │ 无需本地安装，浏览器运行 ││ Docker 容器 │ 可容器化部署 │└─────────────────────────────────────────────────────────────┘
七、发展历程与里程碑
时间 | 里程碑事件 |
|---|---|
2014.12 | 项目命名 PhysiCell |
2015 | 首次公开提及（会议、预印本） |
2016 | 首个开源版本发布 |
2017 | Randy Heiland 加入核心开发团队；项目模板系统引入 |
2018 | PhysiBoSS 1.0 发布；XML 配置系统引入；云端部署（Jupyter + nanoHUB） |
2019 | 荣获 PLOS Comp Bio 研究影响力奖；吞噬模型引入 |
2020 | 标准化趋化模型；PhysiBoSS 正式集成；Vincent Noël 加入团队 |
2020-23 | PhysiCell-X HPC 版本实验性开发 |
2021 | 细胞-细胞接触函数；细胞内结构统一框架；首届虚拟研讨会和黑客松 |
2022 | 细胞转化、攻击、吞噬、融合标准化模型；细胞粘附亲和力；图形化建模工作室 |
2023 | 动态细胞附着/分离；建模语言引入；PhysiMeSS ECM 扩展集成；顾问委员会成立 |
2024 | 细胞行为假设语法增强；细胞损伤/修复模型；Marco Ruscone 和 Daniel Bergman 加入团队 |
2024+ | PhysiCell-X HPC 版本持续开发中 |
八、竞争优势
与其他细胞模拟工具对比
特性 | PhysiCell | CompuCell3D | Chaste | CellSys |
|---|---|---|---|---|
3D模拟 | ✅ | ✅ | ✅ | ✅ |
开源 | ✅ BSD | ✅ | ✅ | 部分 |
物理基础 | ✅ 强 | ✅ | ✅ | ✅ |
最小依赖 | ✅ | ❌ | ❌ | ❌ |
Web界面 | ✅ | ❌ | ❌ | ❌ |
规则语言 | ✅ | 部分 | ❌ | ❌ |
内置免疫模型 | ✅ | 部分 | ❌ | ❌ |
规模（细胞数） | 10⁶ | 10⁵ | 10⁶ | 10⁵ |
核心优势总结
最低依赖：纯 C++ + OpenMP，部署简单
规则驱动：无需编程即可构建模型
Web建模：PhysiCell Studio 支持浏览器建模
活跃社区：Slack 支持群组、定期研讨会
学术认可：高影响力论文、获奖项目
持续迭代：每年重大更新，活跃开发
九、潜在应用场景（生信服务方向）
对于生物信息分析服务，PhysiCell 可用于：
9.1 短期可行项目
服务类型 | 描述 | 技术难度 |
|---|---|---|
肿瘤微环境建模 | 模拟肿瘤-免疫相互作用，评估免疫治疗效果 | ⭐⭐ |
药物递送模拟 | 模拟纳米颗粒或细胞载体递送抗癌药物 | ⭐⭐⭐ |
球体培养预测 | 预测肿瘤球体生长动力学和缺氧区域 | ⭐⭐ |
9.2 中期研究方向
研究方向 | 商业价值 |
|---|---|
个性化肿瘤模型 | 基于患者数据构建个性化肿瘤模型，辅助治疗决策 |
免疫治疗响应预测 | 模拟免疫检查点抑制剂响应 |
放疗效果模拟 | 结合放射生物学模型预测放疗效果 |
9.3 技术学习路径
入门 (1-2周)├── PhysiCell Studio (Web版，无需编程)├── 官方教程：村民-僵尸模型└── 肿瘤免疫基础模型进阶 (1-2月)├── XML配置文件编写├── 规则语言建模├── 自定义细胞类型└── 参数扫描分析高级 (3-6月)├── 自定义C++模块开发├── PhysiBoSS布尔网络集成├── 参数拟合与验证└── 论文级模型构建
十、资源与链接
官方资源
资源类型 | 链接 |
|---|---|
官网 | https://physicell.org/ |
源码 | http://PhysiCell.sf.net(SourceForge) |
核心论文 | https://doi.org/10.1371/journal.pcbi.1005991 |
PhysiCell Studio | https://nanohub.org/tools/pcstudio |
培训课程 | https://github.com/physicell-training/institut-curie-2024 |
社区资源
Slack 工作区：通过官网申请加入
GitHub Issues：技术支持
PLOS Comp Bio 论文评论区：学术讨论
十一、结论与建议
项目成熟度评估
维度 | 评分 | 说明 |
|---|---|---|
技术成熟度 | ⭐⭐⭐⭐⭐ | 8年+持续开发，稳定版本 |
文档完善度 | ⭐⭐⭐⭐ | 有教程、论文、Wiki |
社区活跃度 | ⭐⭐⭐⭐ | Slack活跃，定期更新 |
易用性 | ⭐⭐⭐⭐ | Studio降低门槛，规则语言友好 |
可扩展性 | ⭐⭐⭐⭐⭐ | 模块化设计，支持自定义C++ |
建议
立即可行：使用 PhysiCell Studio（Web版）熟悉基础功能，无需本地安装
短期目标：完成官方 Mini Course，构建肿瘤免疫基础模型
中期规划：结合生信分析服务，开发肿瘤微环境建模服务
长期价值：可发展成为生信服务的差异化竞争力，尤其是肿瘤免疫和个性化医疗方向
附录：核心论文摘要
Ghaffarizadeh et al. (2018) - PLOS Computational Biology
PhysiCell 是一个开源的基于物理的多细胞模拟器，提供研究多细胞系统中个体细胞生长、分裂、死亡、运动和相互作用的"虚拟实验室"。它建立在多底物生物传输求解器之上，将细胞表型与多种扩散底物和信号因子关联。包含开箱即用的生物驱动子模型：细胞周期、凋亡、坏死、体积变化、力学和运动性。C++代码具有最小依赖性，易于跨平台维护和部署。使用 OpenMP 并行化，性能随细胞数量线性扩展，四核桌面工作站可模拟 10⁵-10⁶ 细胞，单个 HPC 计算节点可实现更大规模模拟。
