Cahn-Hilliard-Keller-Segel模型：弱解存在性与弱强唯一性证明

1. 项目概述：从物理直觉到数学挑战

当我们谈论描述生物系统中细胞聚集、相分离或者肿瘤生长等复杂现象时，Cahn-Hilliard-Keller-Segel (CHKS) 模型是一个绕不开的数学框架。这个标题——“Cahn-Hilliard-Keller-Segel模型：弱解存在性与弱强唯一性证明”——初看之下充满了数学的严谨与抽象，但它背后直指的是一个非常根本且实际的问题：我们用来描述世界的复杂数学模型，其解是否真的存在？如果存在，是否只有一个？这不仅是理论数学家的自娱自乐，更是所有应用数学家和计算科学家工作的基石。试想，如果你用一组方程去模拟癌症细胞的扩散与聚集，但连这组方程的解是否存在、是否唯一都无法保证，那么后续的所有数值模拟和预测都将建立在流沙之上。

CHKS模型可以看作是两个经典模型的“联姻”。Cahn-Hilliard方程擅长描述相分离过程中两种物质（或同一物质的不同相）的界面演化，比如合金的凝固、高分子共混物的形态；而Keller-Segel方程则是数学生物学的明星，它刻画了细胞（如细菌、黏菌）在化学信号（如趋化因子）引导下的定向运动与聚集，甚至可以模拟出类似“有限时间爆破”的奇异性，即细胞密度在有限时间内趋于无穷大，这对应着生物聚集现象。将两者结合，CHKS模型便能描述更丰富的场景：例如，在肿瘤微环境中，癌细胞不仅会因营养梯度（趋化）而迁移，其自身也存在类似相分离的“亲疏”特性，影响其聚集形态。因此，研究这个模型的解的性质，就是在为理解这些复杂的生物物理过程提供坚实的数学保障。

“弱解存在性”与“弱强唯一性”是这个领域的核心攻坚点。所谓“弱解”，是一种放宽了导数要求的解，它允许解在某些点不那么“光滑”，这更符合许多物理和生物问题的实际情况（比如存在尖锐界面或奇点）。证明弱解存在，通常意味着我们至少能在数学上定义出这样一个过程。而“弱强唯一性”则更进一步：它探讨的是，如果一个“弱解”在某些条件下足够光滑（变成了“强解”），那么在这个光滑的范围内，解是否唯一？这关乎模型预测的确定性。我的工作正是围绕这两个目标展开，通过一系列先验估计、紧性论证和能量方法，在特定的函数空间和初边值条件下，为CHKS模型建立了一套完整的解的存在性与唯一性理论。这不仅是对模型本身理解的深化，其证明过程中发展出的估计技巧和分析方法，也对处理其他类似的非线性抛物型偏微分方程组具有参考价值。

2. 模型拆解：核心方程与物理内涵

要理解证明的难点，首先必须深入模型的数学结构。CHKS模型通常由一组耦合的非线性四阶抛物型方程（来自Cahn-Hilliard）和二阶抛物型方程（来自Keller-Segel）构成。一个典型的简化形式如下：

设在一个有界区域 Ω（比如一个二维或三维的物理空间）上，我们有两个未知函数：

• φ(x, t)：代表某种序参数，例如两种细胞类型的浓度差，或同一细胞群的不同相。φ 接近+1或-1代表纯相，在中间值代表混合界面。
• c(x, t)：代表化学信号（趋化因子）的浓度。

那么CHKS系统可以写作：

1. 序参数方程 (Cahn-Hilliard 类型)：

   ∂φ/∂t = Δμ, 其中 μ = -εΔφ + (1/ε)W'(φ) - χ c.

   这里，∂φ/∂t是φ随时间的变化率。μ是化学势。Δ是拉普拉斯算子（空间二阶导）。ε > 0是一个小参数，与界面宽度有关。W(φ)是一个双阱势能函数，通常取为(φ²-1)²/4，它的导数W'(φ)=φ³-φ迫使φ倾向于取±1这两个稳定值。最关键的是最后一项-χ c，其中χ > 0是耦合系数。这意味着化学信号c的分布会直接影响相分离的化学势，从而将两个过程耦合起来。

2. 化学信号方程 (Keller-Segel 类型)：

   ∂c/∂t = DΔc - αc + βφ.

   这里，D > 0是扩散系数，α ≥ 0是衰减率，β是产生率。方程描述化学信号c自身会扩散、会自然衰减，并且其产生源与序参数φ成正比（例如，某种细胞会分泌这种化学信号）。

物理内涵解读：

• Cahn-Hilliard部分：∂φ/∂t = Δμ这个形式保证了系统的总质量∫φ dx是守恒的（只要边界通量为零），这对应着细胞总数不变。化学势μ由三部分构成：-εΔφ是界面能项，倾向于让界面平滑；(1/ε)W'(φ)是体自由能项，倾向于让系统分离成纯相；-χ c是耦合项，表示化学信号c低的地方（或高，取决于χ的符号）会促进某一相的聚集。
• Keller-Segel部分：这是一个典型的反应-扩散方程。细胞（通过φ体现）分泌化学物质c，c又反过来引导细胞的运动（通过耦合项影响φ的演化），形成了一个正反馈回路。这正是Keller-Segel模型可能产生有限时间爆破的根源：细胞聚集→分泌更多信号→吸引更多细胞聚集→进一步聚集……

数学挑战：

1. 高阶非线性：方程中同时出现了四阶导数项Δ(Δφ)和非线性项W'(φ)=φ³-φ，这使得方程在能量估计和正则性（光滑性）分析上非常棘手。
2. 强耦合：两个方程通过-χ c和βφ项紧密耦合。这意味着不能孤立地分析其中一个方程。c方程的解的性质（如有界性、正则性）会强烈影响φ方程，反之亦然。
3. 能量结构：整个系统具有一个递减的自由能泛函，这是分析的基石：

   E(φ, c) = ∫_Ω [ (ε/2)|∇φ|² + (1/ε)W(φ) - χ c φ + (D/2)|∇c|² + (α/2)c² ] dx

   可以证明，在齐次诺伊曼边界条件下，有dE/dt ≤ 0。这个能量泛函结合了Cahn-Hilliard的相分离能、Keller-Segel的化学信号能以及两者的耦合能。证明解的存在性，本质上就是证明这个能量在演化过程中能被控制住，不会“爆炸”。

3. 弱解存在性证明的核心路线图

证明弱解存在性，现代偏微分方程理论中有一套标准但需要精巧操作的“工具箱”，主要步骤是：构造近似解序列→获得一致先验估计→利用紧性定理抽取收敛子列→证明极限即为弱解。对于CHKS模型，每一步都需要精心处理耦合和非线性项。

3.1 构造近似解：Galerkin方法与时间离散

面对复杂的非线性方程组，直接求解是徒劳的。我们通常采用Galerkin方法进行空间近似。具体来说，我们选取区域Ω上拉普拉斯算子特征函数的一组完备正交基 {ψ_k}（在诺伊曼边界条件下，这就是余弦函数族或更一般的特征函数）。然后将未知函数φ和c投影到这个有限维子空间上：

φ^N(x, t) = Σ_{k=1}^N a_k(t) ψ_k(x), c^N(x, t) = Σ_{k=1}^N b_k(t) ψ_k(x)

将这两个近似表达式代入原方程，并强制要求残差在同一个有限维子空间上正交（即与所有ψ_k的内积为零）。这样，我们就将无穷维的偏微分方程问题，转化为了一个关于系数a_k(t), b_k(t)的有限维常微分方程组(ODE)。根据ODE的存在唯一性定理，这个近似系统在有限时间内存在解。

注意：这里有一个关键技巧。对于四阶项Δμ，直接处理会涉及高阶基函数。更常见的做法是利用Cahn-Hilliard方程的结构，将其重写为两个二阶方程的系统：令μ = -εΔφ + f(φ) - χc，则原方程变为∂φ/∂t = Δμ和μ + εΔφ - f(φ) + χc = 0。这样在Galerkin逼近时，只需要处理二阶导数，对基函数的要求更低（只需H¹空间），计算上也更便利。

3.2 获取一致先验估计：能量估计与Moser迭代

这是整个证明中最核心、最需要技巧的部分。我们需要证明，无论近似维数N多大，近似解(φ^N, c^N)的某些范数（如能量、L^p范数）都被一个与N无关的常数控制住。只有这样，当N→∞时，我们才能得到有意义的极限。

第一步：基本能量估计直接从能量泛函E(φ, c)的衰减性出发：dE/dt ≤ 0。这意味着E(φ^N(t), c^N(t)) ≤ E(φ^N(0), c^N(0))。由于初值给定，右边是一个有限数。由此可以立刻得到：

• ∇φ^N在L^∞(0,T; L²(Ω))中有界。
• φ^N在L^∞(0,T; L⁴(Ω))中有界（因为W(φ) ~ φ⁴）。
• ∇c^N和c^N在L^∞(0,T; L²(Ω))中有界。 这为我们提供了最基础的“生存保障”。

第二步：高阶估计与紧性获取仅有能量估计不足以获得强收敛性。我们需要从方程本身挖掘更多信息。

1. 对φ方程的处理：以μ^N作为测试函数（在弱形式中），可以推导出μ^N在L²(0,T; H¹(Ω))中的有界性。结合μ^N = -εΔφ^N + f(φ^N) - χc^N以及f(φ^N)和c^N的有界性，可以反推出Δφ^N在L²(0,T; L²(Ω))中有界。这意味着φ^N在L²(0,T; H²(Ω))中有界。
2. 对c方程的处理：这是一个带有源项βφ^N的线性抛物方程。由于我们已经知道φ^N在L^∞(0,T; L⁴)中有界，根据线性抛物方程的正则性理论（如热方程的L^p理论），我们可以提升c的正则性，得到c^N在L²(0,T; H²(Ω))甚至更高空间中的有界性。
3. 时间导数的估计：从方程直接看，∂φ^N/∂t = Δμ^N，而Δμ^N已在某个负指数索伯列夫空间（如H^{-1}）中有界。类似地，∂c^N/∂t也可被控制。

第三步：关键的Moser迭代获得L^∞有界性对于Keller-Segel类型的方程，最大的威胁是解的爆破（blow-up），即解在有限时间内趋于无穷。为了证明全局弱解存在，我们必须排除这种可能性。一个强有力的工具是Moser迭代。其核心思想是，通过选取一系列精心设计的测试函数，迭代地提升解的可积性指数（从L²到L⁴，到L⁸，……），最终证明解在L^∞(Ω×[0,T])中有界，即解在整个时空区域内都不会趋于无穷。 对于c方程，由于源项βφ有界，且方程本身是线性的，Moser迭代相对标准。对于φ方程，非线性项f(φ)的增长阶是3，与四阶耗散项配合，在二维和三维空间中（当空间维数d≤3时），Moser迭代也能成功进行，从而得到φ的L^∞有界性。这一步是证明全局解（而非仅在小时间存在）的关键。

3.3 紧性论证与极限过程

有了以上一系列一致估计，我们就可以使用经典的紧性定理：

• Aubin-Lions-Simon引理：结合空间上的紧性（{φ^N}在L²(0,T; H²)中有界）和时间导数上的紧性（{∂φ^N/∂t}在L²(0,T; H^{-1})中有界），可以推出序列{φ^N}在L²(0,T; H¹)中是强紧的（即存在子列几乎处处收敛）。
• 对于c^N，有类似结论。

因此，我们可以抽取子列（仍记作{φ^N, c^N}），使得：

φ^N → φ, 在 L²(0,T; H¹(Ω)) 中强收敛，且几乎处处收敛。 c^N → c, 在 L²(0,T; H¹(Ω)) 中强收敛，且几乎处处收敛。 ∇φ^N ⇀ ∇φ, Δφ^N ⇀ Δφ, 等在相应的弱拓扑下收敛。

最后，我们需要验证这个极限对(φ, c)满足原始的弱形式。这需要处理非线性项f(φ^N) = (φ^N)³ - φ^N的极限。由于φ^N强收敛且L^∞有界，根据勒贝格控制收敛定理，f(φ^N)会强收敛到f(φ)。其他线性项的极限过渡是直接的。至此，我们便证明了至少存在一个满足弱形式的解(φ, c)。

4. 弱强唯一性证明的逻辑与难点

证明了弱解存在，下一个自然的问题是：它是否唯一？对于高度非线性的方程，通常无法证明一般弱解的唯一性。但我们可以证明一个稍弱但非常有用的性质：弱强唯一性。其表述是：如果在某个时间区间上，存在一个具有更高正则性（如H²或更高）的“强解”，那么在这个正则性存在的区间内，任何满足弱解定义的解都必须与这个强解重合。

4.1 证明思路：能量差估计

设(φ₁, c₁)和(φ₂, c₂)是两个弱解，并且假设其中一个（比如(φ₁, c₁)）具有更高的正则性（是强解）。定义差值Φ = φ₁ - φ₂,C = c₁ - c₂。将它们分别代入两个方程并相减，得到关于(Φ, C)的方程组。

核心思想是构造一个关于差值(Φ, C)的“能量”Q(t)（例如½∫(|Φ|² + |C|²) dx），然后计算其导数dQ/dt。通过反复使用柯西-施瓦茨不等式、杨不等式（Young‘s inequality）以及索伯列夫嵌入定理，我们可以将dQ/dt控制为Q(t)乘以一个常数K(t)，即：

dQ/dt ≤ K(t) Q(t)

这里的关键在于，由于(φ₁, c₁)是强解，它具有更好的有界性（例如∇φ₁,Δφ₁,c₁等都在L^∞中），因此系数K(t)是一个可积函数(∫_0^T K(t) dt < ∞)。而另一个解(φ₂, c₂)作为弱解，其提供的信息足以保证不等式成立。

4.2 处理非线性项的关键技巧

不等式推导中最棘手的部分来自非线性项f(φ₁) - f(φ₂)。由于f(s) = s³ - s，我们有：

f(φ₁) - f(φ₂) = (φ₁³ - φ₂³) - (φ₁ - φ₂) = (φ₁² + φ₁φ₂ + φ₂² - 1) * Φ

为了估计∫ (f(φ₁) - f(φ₂)) * Φ dx，我们需要控制积分∫ (φ₁² + φ₁φ₂ + φ₂²) Φ² dx。这里就体现出“强解”假设的威力：

• 因为φ₁是强解（假设φ₁ ∈ L^∞），所以φ₁²有界。
• 对于φ₂²，我们只有弱解的信息（例如φ₂ ∈ L^∞ ∩ H¹），不能直接认为它有界。但我们可以利用索伯列夫嵌入：在二维或三维空间中，H¹可以嵌入到L^6空间。因此，φ₂² ∈ L^3。然后使用赫尔德不等式（Hölder‘s inequality）将积分拆开，最终仍然可以将其吸收进系数K(t)中。

类似地，耦合项-χ (c₁ φ₁ - c₂ φ₂) = -χ (c₁ Φ + C φ₂)也需要小心处理，同样依赖于c₁和φ₂的适当有界性。

4.3 应用Gronwall不等式完成证明

最终我们得到微分不等式dQ/dt ≤ K(t) Q(t)，其中Q(0)=0（因为两个解初值相同）。应用积分形式的Gronwall不等式，立刻得到：

Q(t) ≤ Q(0) * exp(∫_0^t K(s) ds) = 0, 对于所有 t ∈ [0, T]。

这意味着Q(t) ≡ 0，即Φ ≡ 0且C ≡ 0。因此，在强解存在的时空区域内，弱解与强解完全相同，这就证明了弱强唯一性。

实操心得：在具体估计中，选择合适的“能量差”Q(t)形式很有讲究。有时使用½∫(|∇Φ|² + |Φ|² + |C|²) dx效果更好，因为它能直接利用方程中的耗散结构。此外，维数d至关重要。在三维情况下，索伯列夫嵌入的指数更紧，估计过程需要更精细，有时甚至需要额外的假设（如小初值或小耦合系数χ）才能完成证明。二维情况则相对宽松，这也是许多偏微分方程分析中“二维是友好的，三维是困难的”这一现象的体现。

5. 技术细节与常见陷阱剖析

在实际推导和写作过程中，会遇到许多教科书上不会详述的“坑”。这里分享几个关键的注意事项和技巧。

5.1 边界条件的处理与函数空间选择

边界条件不是随意设定的，它必须与模型的物理背景和数学结构相容。对于CHKS模型，最常见的设定是齐次诺伊曼边界条件：

∇φ·n = 0, ∇μ·n = 0, ∇c·n = 0，在边界 ∂Ω 上。

这里n是外法向量。其物理意义是：系统是封闭的，没有物质（φ）和化学信号（c）通过边界流入流出。数学上，这个条件保证了质量守恒∫φ dx = 常数，并且使得在分部积分时，边界项为零，从而能推导出能量衰减律dE/dt ≤ 0。

函数空间的选择直接关系到证明的成败。通常的工作空间是：

• 对于φ：L^∞(0,T; H¹(Ω)) ∩ L²(0,T; H²(Ω))，时间导数在L²(0,T; (H¹(Ω))‘)。
• 对于c：L^∞(0,T; L²(Ω)) ∩ L²(0,T; H¹(Ω))，在获得更高正则性后，可提升至L²(0,T; H²(Ω))。
• 对于μ：L²(0,T; H¹(Ω))。

常见陷阱：误用索伯列夫嵌入定理。例如，在三维空间中，H¹(Ω) ↪ L^6(Ω)，但不嵌入到L^∞(Ω)。这意味着从∇φ ∈ L²不能直接推出φ有界，而只能推出φ ∈ L^6。这就是为什么需要额外的Moser迭代或更高阶估计来获得L^∞有界性。许多初学者在估计中会下意识地使用|φ(x)| ≤ C这样的界，这在没有证明之前是不成立的。

5.2 非线性项f(φ)的估计技巧

函数f(φ)=φ³-φ是一个三次增长的非线性项。在处理它与测试函数的乘积时，一个标准技巧是“吸收法”： 假设我们需要估计∫ f(φ) ψ dx，其中ψ是某个测试函数。利用多项式结构，我们可以将其拆分为∫ φ³ ψ dx和-∫ φ ψ dx。对于∫ φ³ ψ dx，如果已知φ ∈ L^∞，那么这很容易。如果未知，则需要利用赫尔德不等式和插值不等式。例如：

|∫ φ³ ψ dx| ≤ ‖φ‖_{L⁶}³ ‖ψ‖_{L²} （在三维，由赫尔德， 1/2 = 3/6 + 1/2? 这里需要调整）

实际上更常用的方法是利用Gagliardo-Nirenberg插值不等式将‖φ‖_{L⁶}用‖φ‖_{L²}和‖∇φ‖_{L²}表示，然后利用能量估计中这些量的有界性。

另一个高级技巧是单调性方法。对于Cahn-Hilliard方程，非线性项f(φ)的导数f‘(φ)=3φ²-1在某个区间外是正的，这带来了某种单调性，可以用来证明解的唯一性。但在耦合的CHKS系统中，由于耦合项-χc的干扰，这种单调性被破坏，因此弱强唯一性的证明不能直接依赖于此，而更需要前面提到的能量差方法。

5.3 耦合项带来的特殊挑战与处理方法

耦合项-χ c是连接两个方程的桥梁，也是主要困难来源。在能量估计中，它出现在化学势μ的定义里。当我们用μ去测试φ方程时，交叉项∫ (-χ c) Δμ dx会出现。处理这个项需要将c和μ联系起来。

一个有效的策略是利用c方程。对c方程两边乘以c，积分，可以得到c的L²范数估计。但更精细的估计需要将两个方程视为一个整体系统。例如，在证明更高正则性时，我们可以将两个方程相加或相减，构造新的能量泛函，从而同时提升φ和c的正则性。

一个具体的估计示例： 为了估计∫_Ω c φ dx这一项，我们可以使用赫尔德不等式和杨不等式：

|∫ c φ dx| ≤ ∫ |c| |φ| dx ≤ (1/(2δ)) ∫ c² dx + (δ/2) ∫ φ² dx

这里δ是一个任意小的正数。通过选择足够小的δ，可以将(δ/2) ∫ φ² dx这一部分吸收到方程左边具有正系数的项（例如‖∇φ‖²）中去，而(1/(2δ)) ∫ c² dx则作为已知的有界项留在右边。这种“吸收”技巧在先验估计中无处不在。

6. 扩展讨论：模型变体与未解决问题

基础的CHKS模型证明只是一个起点。在实际的生物数学应用中，模型会有各种变体，每个变体都带来了新的数学挑战。

6.1 考虑logistic增长的Keller-Segel部分

在原始的Keller-Segel方程中，细胞密度可能无限增长导致爆破。一个常见的生物修正是在c方程或φ方程中加入logistic增长项±γφ(1-φ)，以模拟细胞增殖的饱和效应。这会将方程变为：

∂φ/∂t = Δμ + γφ(1-φ)

这项的加入从数学上极大地改变了问题的性质。它是一个局部利普希茨项，而非原来的三次增长项。这通常会使解的正则性更容易获得，甚至可能避免有限时间爆破，从而直接证明全局经典解的存在性。证明思路需要调整，logistic项提供了额外的阻尼效应，有助于控制解的增长。

6.2 考虑分数阶导数或非局部效应

近年来，分数阶偏微分方程和非局部模型备受关注。例如，将扩散项Δc替换为分数阶拉普拉斯算子(-Δ)^s c（0<s<1），用来描述生物组织中的异常扩散（超扩散或亚扩散）。或者，在趋化敏感度中加入非局部项，如χ(c) = χ * (J * c)，其中J是一个积分核，表示细胞感受的是周围一定范围内的平均信号浓度。

对于分数阶模型，函数空间需要切换到基于分数阶索伯列夫空间H^s。紧性论证需要用到分数阶版本的Aubin-Lions引理。能量估计中，分数阶算子的耗散项‖(-Δ)^{s/2} u‖²取代了传统的‖∇u‖²。非局部项的处理则严重依赖于积分核J的性质（如有界性、正定性等），通常需要利用卷积的杨不等式或Hardy-Littlewood-Sobolev不等式进行估计。

6.3 高维问题与爆破临界性

一个根本性的问题是：在空间维数d≥2时，CHKS模型的解是否一定全局存在？还是会在有限时间内爆破？这涉及到所谓的爆破临界准则。对于经典的Keller-Segel模型，存在一个临界质量：在二维，如果总质量小于4π/χ，解全局存在；如果大于，则可能爆破。对于耦合的CHKS模型，由于Cahn-Hilliard部分具有四阶耗散，它起到了很强的正则化作用，通常能抑制低维情况下的爆破。但在高维（如三维），即使有四阶耗散，在耦合系数χ很大或初值能量很高时，爆破是否仍然可能发生，这是一个开放问题。

目前的证明大多依赖于小初值假设或小耦合系数假设来确保全局存在。证明爆破存在性通常更困难，需要构造一个特殊的、能量集中的初值，并证明其某种范数（如L^∞范数）会在有限时间内趋于无穷。这常常用到微分不等式或凸性方法。

6.4 数值模拟与理论分析的相互验证

理论证明为数值计算提供了可靠性保障，而数值模拟则能为理论分析提供直观和猜想。在研究CHKS模型时，常用的数值方法包括：

• 谱方法：利用傅里叶或切比雪夫基函数，特别适用于周期边界条件和规则区域。对于高阶的Cahn-Hilliard方程，谱方法精度高。
• 有限元法：适用于复杂几何区域。需要设计稳定的格式来处理四阶项（通常采用混合元法，引入化学势μ作为中间变量）和非线性项。
• 时间离散：由于方程是刚性的，隐式或半隐式格式是必须的。例如，对线性高阶项（Δ²φ）采用隐式处理，对非线性项f(φ)采用显式或半隐式处理（如凸分裂法）。

数值模拟可以帮助我们观察相分离图案与趋化聚集的相互作用，例如是形成稳定的液滴状聚集，还是发生融合或分裂。这些视觉结果可以启发理论学家去证明某种稳态解的存在性或稳定性。

7. 研究心得与写作建议

从事这类偏微分方程定性分析的研究，既需要深厚的泛函分析和索伯列夫空间功底，也需要解决问题的耐心和巧思。

研究过程中的心得：

1. 先验估计是灵魂：所有存在性证明的核心都是获得一系列与近似参数无关的先验估计。要像侦探一样，从方程的结构、边界条件和初始条件中挖掘所有可能的不等式。能量估计永远是第一步，也是最基础的一步。
2. 紧性是桥梁：先验估计给出了解在某个函数空间中的有界性，但“有界”不等于“收敛”。紧性定理（如Aubin-Lions）是将有界性转化为强收敛性的关键工具，从而允许我们取极限。
3. 唯一性往往比存在性更难：对于非线性方程，唯一性证明通常需要更强的条件（如解具有更高正则性）。弱强唯一性是一个巧妙的妥协，它在实际应用中非常有用，因为数值解通常具有较好的正则性。
4. 常数C是你的朋友也是敌人：估计中会产生无数个常数C，它们可能依赖于区域Ω、参数ε, χ, D等，以及时间T。必须仔细追踪哪些常数是“好”的（有限的），特别是要确保在时间区间[0,T]上积分后不会产生无穷大。

论文写作与呈现建议：

1. 结构清晰：引言部分要清晰交代模型背景、物理意义、已有成果和本文贡献。预备知识部分要明确列出所用到的函数空间、重要不等式（如Gronwall, Sobolev嵌入, Holder不等式）及其具体形式。
2. 证明步骤模块化：将证明分解为几个清晰的命题或引理。例如：Lemma 3.1 (先验估计I), Lemma 3.2 (先验估计II & Moser迭代), Proposition 4.1 (弱解存在性), Theorem 5.1 (弱强唯一性)。每个部分完成一个明确的目标。
3. 估计过程要详尽：关键的估计步骤不能省略。即使是一个简单的柯西-施瓦茨不等式的应用，也最好写出来，这有助于审稿人和读者理解。对于复杂的项，可以先用文字说明策略，再展开计算。
4. 处理好“显然”：初学者容易滥用“显然可得”。除非是教科书级别的标准推导，否则建议多写一两行。反过来，对于真正繁琐但机械的计算，可以概括说“经过直接但冗长的计算，我们得到……”，并把细节放在附录。
5. 讨论与展望必不可少：在文章最后，明确指出模型的局限性（如只考虑了齐次诺伊曼边界条件、空间维数限制等），以及未来可能的方向（如考虑更复杂的势能函数、动态边界条件、随机扰动等）。这能提升文章的深度和开放性。

最后，我想分享一点个人体会：处理像CHKS这样的耦合非线性系统，就像在平衡两个相互拉扯的力。Cahn-Hilliard部分像是一个“整理者”，倾向于通过界面能来平滑和分离；而Keller-Segel部分像一个“聚集者”，通过化学信号制造不稳定性。证明解的存在唯一性，就是在数学上证明这两种力量可以达到某种动态平衡，或者至少在一定条件下不会失控。这种在对抗中寻找和谐的过程，正是数学分析吸引人的地方。每一次成功地完成一个先验估计，都像是为这个复杂的动力学系统找到了一条安全的边界，确保我们的数学描述不会脱离物理的现实。