Computational modeling of hormone- and cytokine-dependent proliferation of endometrial cells in 3D co-culture

Diese Studie entwickelt und kalibriert ein kombiniertes ODE- und PDE-Modell, um die hormon- und zytokinabhängige Proliferation und das Überleben von Endometriumzellen in 3D-Kokulturen zu simulieren, um so die komplexen Wechselwirkungen zwischen epithelialen und stromalen Zellen sowie die Homogenität der Molekülexposition in physiologischen und pathologischen Zuständen quantitativ zu analysieren.

Das Wesentliche

Titel: Ein digitaler Bauplan für die Gebärmutter: Wie Computermodelle helfen, Frauenkrankheiten zu verstehen

Stellen Sie sich die Gebärmutter nicht als statisches Organ vor, sondern als einen lebendigen, sich ständig verändernden Garten. Dieser Garten hat zwei Hauptbewohner: die Epithelzellen (die wie Blumen und Pflanzen aussehen, die sich in kleinen Kugeln, den sogenannten Organoiden, zusammenballen) und die Stromazellen (die wie das Erdreich oder der Boden fungieren, der die Pflanzen hält).

Normalerweise blüht dieser Garten jeden Monat auf und zieht sich wieder zurück – das ist der Menstruationszyklus. Bei Krankheiten wie Endometriose (wo dieser Garten außerhalb der Gebärmutter wächst) oder bei starken Blutungen funktioniert dieses System jedoch nicht mehr richtig. Das Problem: Wir können diesen Garten im Labor nur schwer nachbauen, weil er so komplex ist und wir keine perfekten Tiermodelle dafür haben.

Hier kommen die Autoren dieses Papers ins Spiel. Sie haben einen digitalen Zwilling dieses Gartens erstellt, um zu verstehen, was passiert.

1. Der digitale Gärtner (Das ODE-Modell)

Die Forscher haben ein Computerprogramm geschrieben, das wie ein sehr cleverer Gärtner funktioniert. Dieser Gärtner kennt zwei Regeln:

• Wachstum: Wie schnell vermehren sich die Pflanzen (Epithelzellen) und der Boden (Stromazellen)?
• Tod: Wie schnell sterben sie ab?

Der Gärtner wird von zwei Hauptfaktoren gesteuert:

• Hormone (Dünger): Östrogen lässt den Garten wachsen, Progesteron sorgt dafür, dass er sich für eine mögliche Schwangerschaft vorbereitet.
• Entzündungen (Unkrautbekämpfung): Ein Stoff namens IL-1β (ein Botenstoff des Immunsystems) wurde hinzugefügt, um zu sehen, wie der Garten auf Entzündungen reagiert.

Das Experiment:
Die Forscher haben echte Zellen von drei verschiedenen Frauen entnommen und im Labor in einem 3D-Gel (wie ein künstlicher Boden) gezüchtet. Sie haben dann den Computer gebeten, genau das nachzubauen, was im Labor passiert ist.

• Das Ergebnis: Der Computer hat gelernt, wie die Zellen von Frau A anders wachsen als die von Frau B. Das ist wichtig, weil jede Frau einzigartig ist.
• Die Überraschung: Im Labor wuchsen die "Blumen" (Epithelzellen) oft schneller als der "Boden" (Stromazellen), aber wenn sie zusammen waren, beeinflussten sie sich gegenseitig stark. Manchmal half der Boden den Blumen, manchmal bremste er sie. Der Computer konnte diese feinen Wechselwirkungen genau berechnen.

2. Der Regen im Garten (Das PDE-Modell)

Nun gab es eine zweite, sehr wichtige Frage: Erreicht der Dünger alle Pflanzen gleich gut?

Stellen Sie sich vor, Sie gießen einen riesigen, dichten Wald. Das Wasser läuft oben ab, aber erreicht es auch die Wurzeln tief unten? Oder bilden sich "trockene Zonen"?

Da die Zellen im 3D-Gel wachsen, fressen sie die Hormone und Botenstoffe aus dem Wasser auf. Wenn der Garten zu groß wird, könnten die Zellen in der Mitte weniger bekommen als die am Rand. Das würde bedeuten, dass die Experimente verfälscht sind, weil nicht alle Zellen das Gleiche erleben.

Die Forscher bauten ein zweites Modell, das wie eine Wettervorhersage für den Garten funktioniert. Sie simulierten, wie sich der Botenstoff IL-1β durch das Gel bewegt.

• Das Ergebnis: Bei den kleinen Gel-Kugeln, die sie im Labor verwendeten (etwa so groß wie ein kleiner Wassertropfen), war das Glück groß. Der Botenstoff verteilte sich so schnell, dass alle Zellen innerhalb weniger Stunden den gleichen "Dünger" bekamen. Es gab keine trockenen Zonen.
• Die Warnung: Wenn man jedoch viel größere Gel-Kugeln nimmt (wie einen großen Wasserball), könnte es sein, dass die Zellen in der Mitte verhungern oder nicht genug Signalstoffe bekommen.

Warum ist das wichtig?

1. Verständnis von Krankheiten: Da der Computer zeigt, wie Zellen von verschiedenen Frauen unterschiedlich auf Hormone reagieren, können wir besser verstehen, warum manche Frauen Endometriose haben und andere nicht.
2. Bessere Medikamente: Wenn wir wissen, wie Zellen im 3D-Raum wachsen und wie Hormone sie erreichen, können wir neue Medikamente entwickeln, die wirklich funktionieren, bevor wir sie an Menschen testen.
3. Richtige Experimente: Die Forscher haben gezeigt, dass man bei solchen Experimenten die Größe des "Gartens" (des Gels) genau beachten muss. Zu groß, und die Ergebnisse sind ungenau; zu klein, und sie sind perfekt.

Zusammenfassend:
Die Autoren haben einen digitalen Simulator gebaut, der wie ein hochintelligenter Gärtner agiert. Er hilft uns zu verstehen, wie die winzigen Zellen in der Gebärmutter zusammenarbeiten, wie sie auf Hormone reagieren und ob sie in einem Labor-Experiment fair behandelt werden. Es ist ein mächtiges Werkzeug, um eines Tages Schmerzen und Unfruchtbarkeit bei Frauen besser zu heilen.

Technische Zusammenfassung

Technische Zusammenfassung: Computergestützte Modellierung der hormon- und zytokinabhängigen Proliferation von Endometriumzellen in 3D-Kokulturen

1. Problemstellung und Hintergrund

Das menschliche Endometrium ist ein komplexes Gewebe, das einem monatlichen Zyklus aus Schwellung, Decidualisierung und Abstoßung (Menstruation) unterliegt. Diese Prozesse werden durch das Zusammenspiel verschiedener Zelltypen (epithelial, stromal, vaskulär, immun) und hormoneller Signale (Östradiol, Progesteron) gesteuert.

• Herausforderungen: Die Erforschung von Endometriumstörungen wie Endometriose oder Adenomyose ist schwierig, da sie stark von menschlichen Spezifika abhängen, die in gängigen Tiermodellen (z. B. Mäuse) nicht vollständig nachgebildet werden können.
• Limitationen bestehender Modelle:
  • In-vitro: 3D-Kulturmodelle (Organoid-Kulturen) ermöglichen realistischere Zell-Zell-Interaktionen, führen jedoch zu Fragen bezüglich der Homogenität der Verteilung von Signalmolekülen (Hormone, Zytokine) innerhalb des Hydrogels, insbesondere bei proliferierenden Zellen.
  • In-silico: Bisherige computergestützte Modelle konzentrierten sich meist auf den Gesamtzyklus oder Gewebvolumen, differenzierten jedoch selten zwischen spezifischen Zelltypen (Epithel vs. Stroma) oder berücksichtigten nicht die räumliche Verteilung von Molekülen in 3D-Kulturen.

2. Methodik

Die Autoren entwickelten einen hybriden Ansatz, der zwei komplementäre mathematische Modelle mit experimentellen Daten aus einer 3D-Kokultur-Plattform (primäre humane Endometriumepithel-Organoide und Stromazellen in einem PEG-Hydrogel) kombiniert.

A. ODE-basiertes Modell (Zellproliferation und -tod)

• Ansatz: Ein System aus gewöhnlichen Differentialgleichungen (ODEs) modelliert die zeitliche Veränderung der Zelldichten für Epithelzellen (EEOCs) und Stromazellen (ESCs).
• Gleichungsstruktur: Die Wachstumsrate wird durch eine Hill-artige Funktion modelliert, die die Dichte-abhängige Proliferation (Kontaktinhibition) beschreibt. Die Sterberate wird als Reaktion erster Ordnung modelliert.
• Einflussfaktoren: Spezifische Multiplikatoren ($FX$-Terme) modellieren die Wirkung von:
  • Hormonen: Östradiol (E2), Medroxyprogesteronacetat (MPA, Progestin), RU-486 (Progesteron-Rezeptor-Inhibitor).
  • Zytokinen: Interleukin-1$\beta$ (IL-1$\beta$).
  • Zellinteraktionen: Kokultur-Effekte (gegenseitige Stimulation oder Hemmung zwischen Epithel und Stroma).
• Kalibrierung: Das Modell wurde mit Daten von drei verschiedenen Spendern (unterschiedliche Altersgruppen und Pathologien) kalibriert. Ein nicht-linearer Least-Squares-Löser ($lsqnonlin$) wurde verwendet, um Parameter zu optimieren, die die Abweichung zwischen Simulation und experimentellen Messungen (Organoid-Durchmesser, Live/Dead-Färbung) minimieren. Unsicherheiten wurden durch 100 Optimierungsläufe mit unterschiedlichen Startwerten und strenge Gating-Kriterien (z. B. Vermeidung unendlichen Wachstums) quantifiziert.

B. PDE-basiertes Modell (Reaktions-Diffusion)

• Ziel: Untersuchung, ob die Proliferation der Zellen zu räumlichen Gradienten von Signalmolekülen im Hydrogel führt.
• Fokus-Molekül: IL-1$\beta$ (wegen seiner großen Molekülgröße und langsamen Diffusion).
• Ansatz: Eine partielle Differentialgleichung (Reaktions-Diffusions-Gleichung) beschreibt die Diffusion von IL-1$\beta$ durch das Hydrogel (Ficksches Gesetz) gekoppelt mit einem Verbrauchsterm durch Rezeptor-vermittelte Internalisierung in den Zellen.
• Kopplung: Die Zelldichten aus dem ODE-Modell dienen als Eingabe für die Reaktionsraten im PDE-Modell.

3. Wichtige Beiträge und Ergebnisse

A. Zelltyp-spezifische Dynamik und Spender-Variabilität

• Höhere Turnover-Rate bei Epithelzellen: Das Modell zeigt, dass Epithelzellen in Mono-Kulturen eine höhere Netto-Proliferationsrate und eine höhere Sterberate aufweisen als Stromazellen, was zu einem schnelleren Wachstum führt.
• Spender-spezifische Unterschiede: Die optimierten Parameter variieren signifikant zwischen den Spendern. Beispielsweise zeigte Spender 260 eine starke Stimulation der Stromaproliferation durch Epithelzellen, während Spender 271 eine starke Hemmung zeigte. Dies unterstreicht die Notwendigkeit personalisierter Modelle.
• Kokultur-Effekte: Die Wechselwirkung zwischen den Zelltypen ist entscheidend. In Kokulturen ändert sich das Wachstumsverhalten der Zellen im Vergleich zu Mono-Kulturen drastisch, was auf komplexe parakrine Signale hindeutet.

B. Hormonelle und zytokinabhängige Reaktionen

• IL-1$\beta$: Der Entzündungsmediator IL-1$\beta$ führte konsistent zu einer Erhöhung der epithelialen Proliferation (insbesondere in Kokulturen) und einer leichten Verringerung der Stromadichte. Dies wird im Modell durch die IL-1$\beta$-induzierte Hemmung der Stromazellen erklärt, was deren inhibitorischen Effekt auf das Epithel reduziert.
• Progestin (MPA): Die Wirkung von Progestin war stark spenderabhängig und kontextspezifisch (Mono- vs. Kokultur). In einigen Fällen inhibierte es das Epithelwachstum, in anderen nicht, abhängig von der stromalen Rückkopplung.

C. Räumliche Homogenität in 3D-Kulturen

• Gradienten-Analyse: Das PDE-Modell zeigte, dass in den verwendeten kleinen Hydrogelen (ca. 6 $\mu$L nach Quellung) IL-1$\beta$ innerhalb von ca. 5 Stunden das gesamte Gel sättigt.
• Einfluss der Proliferation: Selbst bei hoher Zellproliferation über 15 Tage blieben die Konzentrationsgradienten in diesen kleinen Gels vernachlässigbar. Die Zellen waren homogenen Bedingungen ausgesetzt.
• Skalierungseffekt: Bei größeren Gels (ca. 50 $\mu$L) traten signifikante Gradienten auf, die durch die Zellproliferation noch verstärkt wurden. Dies impliziert, dass für Langzeitstudien mit proliferierenden Zellen kleine Hydrogel-Volumina bevorzugt werden sollten, um artifizielle Gradienten zu vermeiden.

4. Bedeutung und Fazit

Diese Studie liefert einen wichtigen methodischen Fortschritt für die Erforschung gynäkologischer Erkrankungen:

1. Quantitative Einblicke: Das ODE-Modell ermöglicht es, die komplexen Wechselwirkungen zwischen Epithel- und Stromazellen sowie deren Reaktion auf Hormone und Entzündungsmediatoren quantitativ zu erfassen, was rein experimentell schwer zu isolieren ist.
2. Validierung von 3D-Modellen: Die Kombination mit dem PDE-Modell liefert kritische Erkenntnisse zur Experimentalplanung. Es zeigt, dass in kleinen 3D-Kulturen die Annahme einer homogenen Verteilung von Signalmolekülen gerechtfertigt ist, während bei größeren Volumina Gradienten berücksichtigt werden müssen.
3. Personalisierte Medizin: Die Fähigkeit des Modells, spenderspezifische Parameter zu identifizieren, ebnet den Weg für die Untersuchung von Patientenspezifika bei Erkrankungen wie Endometriose.
4. Rahmenwerk für die Zukunft: Der vorgestellte hybride Ansatz (ODE für Zellpopulationen + PDE für Stofftransport) kann als Vorlage für die Modellierung anderer 3D-Gewebemodelle dienen und hilft, experimentelle Designs zu optimieren sowie therapeutische Ansätze (z. B. Immunmodulation) besser zu verstehen.

Zusammenfassend demonstrieren die Autoren, wie computergestützte Modelle genutzt werden können, um die Lücke zwischen experimentellen 3D-Kulturen und dem Verständnis der zugrunde liegenden biologischen Mechanismen bei Endometriumstörungen zu schließen.