마우스 망막 혈관 신생에서 혈역학적 힘의 복잡한 분포를 컴퓨터 시뮬레이션으로 밝혀내다

초록

**
본 논문은 마우스 망막 혈관의 3차원 구조를 이미지 기반으로 재구성하고, 격자볼츠만(Lattice‑Boltzmann) 방법을 이용해 미세혈관 내 혈류 속도와 전벽 전단응력(WSS)을 고해상도로 계산한다. P5와 P6 시점의 혈관망을 비교한 결과, 혈관 직경 감소와 네트워크 밀도 감소가 속도·WSS 상승을 초래한다는 두 가지 메커니즘을 제시한다. 제안된 워크플로우는 실험적으로 측정이 어려운 미세혈관 혈역학을 추정하는 일반적인 도구로 활용 가능하다.

**

상세 분석

**
이 연구는 마우스 신생망막이라는 표준 혈관발생 모델을 대상으로, 기존 실험적 접근이 제한적인 미세혈관 혈역학을 정량화하기 위한 완전한 인‑실루소 파이프라인을 구축하였다. 첫 단계는 고해상도 공초점 현미경으로 얻은 2D 형광 이미지에서 혈관 내강을 이진화하고, 스켈레톤화(skeletonisation) 알고리즘을 적용해 중심선과 국소 반경을 추출하는 것이다. 여기서 저자들은 이미지 전처리 과정에서 잡음 제거와 혈관 분기점의 정확한 식별을 위해 구조적 형태학적 연산을 다중 스케일로 수행했으며, 이는 후속 3D 메쉬 생성 시 기하학적 왜곡을 최소화한다.

재구성된 3D 혈관 모델은 격자볼츠만 방법(LBM) 기반 CFD 솔버인 HemeLB에 입력된다. LBM은 복잡한 혈관 토폴로지를 고정밀 격자 형태로 변환하면서도 병렬 계산 효율성을 유지한다는 장점이 있다. 저자들은 혈액을 전단‑희석(non‑Newtonian) 유체로 모델링했으며, 실험문헌에서 보고된 전단률‑점도 관계를 Carreau‑Yasuda 모델에 적용해 저전단 영역(≈600 s⁻¹ 이하)에서 점도 상승을 반영하였다. 경계조건으로는 망막 전반에 걸친 평균 동맥압(MAP)과 안압(IOP)을 이용해 구동압 차이를 설정했으며, 입구와 출구는 각각 지정된 유량(문헌 기반 평균 유속)과 자유압 조건을 부여하였다.

시뮬레이션 결과는 P5와 P6 시점 사이에 혈관 직경이 평균 15 % 감소하고, 네트워크 연결 밀도가 약 20 % 감소함에 따라 평균 유속이 30 % 상승하고 전벽 전단응력(WSS)도 유사하게 증가함을 보여준다. 특히, WSS 기울기(gradient)가 큰 영역에서 혈관 퇴행(pruning)이 관찰되었으며, 이는 기계적 자극이 세포 수준의 사멸 신호와 연계될 가능성을 시사한다. 저자들은 두 가지 메커니즘을 제안한다. 첫째, 혈관 직경 감소는 레이놀즈 수를 낮추어 흐름 저항을 감소시키고, 결과적으로 국소 속도와 WSS를 상승시킨다. 둘째, 네트워크 밀도 감소는 전체 흐름 경로를 재구성해 남아 있는 혈관에 더 큰 유량이 집중되게 만든다.

방법론 검증을 위해 저자들은 단순 원통형 혈관 모델에 대해 분석적 포아송 흐름 해와 비교했으며, 오차가 2 % 이하임을 확인했다. 또한, 기존 1D 혈관 모델과의 비교에서도 3D LBM 결과가 더 복잡한 회전 흐름과 와류(vortex)를 포착함을 보여, 기존 단순화 모델이 놓칠 수 있는 중요한 혈역학적 현상을 강조한다.

이 연구의 강점은 (1) 이미지 기반 3D 재구성 파이프라인을 오픈소스로 제공해 재현성을 확보했으며, (2) LBM을 활용해 미세혈관 수준(≈5 µm)에서도 안정적인 수치 해를 얻었다는 점이다. 한계점으로는 혈액의 RBC‑집합 현상(Fåhræus‑Lindqvist 효과)과 혈관벽의 탄성 변형을 무시했으며, 경계조건이 전역적인 평균 압력에 의존해 실제 국소 압력 변동을 반영하지 못한다는 점을 들 수 있다. 향후 연구에서는 혈관벽-혈류 상호작용(FSI) 모델링과 다상 혈액 모델을 도입해 보다 정밀한 혈역학적 예측이 가능할 것으로 기대된다.

**