⚛️ biophysics

Data-driven traction force microscopy in 3D collagen hydrogels

Este artículo presenta la microscopía de fuerza de tracción basada en datos (DD-TFM), un método novedoso que reconstruye y modela hidrogeles de colágeno 3D como redes de fibras discretas en lugar de como medios continuos, permitiendo la cuantificación a nivel de fibra de las fuerzas generadas por las células y de los esfuerzos de la matriz.

Autores originales: Barrasa-Fano, J., Kimps, L., Apolinar-Fernandez, A., Linhares, D., Muntz, I., Nunez Ortega, E., Vaes, N., Shapeti, A., Cardinaels, R., Koenderink, G., Sanz-Herrera, J., Van Oosterwyck, H.

Publicado 2026-10-05

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Barrasa-Fano, J., Kimps, L., Apolinar-Fernandez, A., Linhares, D., Muntz, I., Nunez Ortega, E., Vaes, N., Shapeti, A., Cardinaels, R., Koenderink, G., Sanz-Herrera, J., Van Oosterwyck, H.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Las células no viven aisladas; están incrustadas en un andamio tridimensional complejo hecho de proteínas y azúcares conocido como matriz extracelular. Esta estructura no es meramente una jaula pasiva, sino un entorno dinámico que las células sondean, tiran y remodelan constantemente. Al generar fuerzas físicas, las células pueden sentir la rigidez y la textura de su entorno, un proceso que guía actividades biológicas esenciales como la formación de tejidos durante el desarrollo, la cicatrización de heridas y la propagación de enfermedades como el cáncer. Para comprender estas interacciones, los científicos necesitan medir las diminutas fuerzas que ejercen las células y las deformaciones resultantes en el material que las rodea. Durante años, los investigadores han utilizado una técnica llamada microscopía de fuerza de tracción para mapear estas fuerzas, pero al aplicarla a la naturaleza fibrosa y de red de los geles biológicos reales, los métodos tradicionales han dependido de supuestos simplificadores que tratan al material como una sustancia suave y continua, muy parecida a un bloque de caucho. Este enfoque a menudo pasa por alto la realidad intrincada, fibra por fibra, de cómo las células interactúan realmente con su mundo.

Un equipo de investigadores ha desarrollado ahora una nueva forma de ver estas fuerzas que abandona la aproximación suave en favor de la arquitectura real y desordenada de las fibras. En lugar de asumir que el gel es uniforme, utilizaron imágenes 3D de alta resolución de las fibras de colágeno para construir un modelo digital que refleje la red real, hebra por hebra. Luego, calibraron este modelo digital mediante mediciones físicas de cómo se comporta el gel bajo tensión, asegurando que las fibras virtuales se doblen y se estiren igual que las reales. Al aplicar este enfoque "basado en datos" a las células endoteliales —el tipo de células que recubren los vasos sanguíneos—, el equipo pudo calcular las fuerzas que estas células generan con un nivel de detalle previamente imposible. Descubrieron que las fuerzas no se distribuyen uniformemente a través del gel; en cambio, viajan a lo largo de caminos específicos definidos por las fibras conectadas, creando una firma mecánica única que depende enteramente de la disposición local de la red.

Los investigadores probaron su nuevo método, al que llaman microscopía de fuerza de tracción basada en datos, comparándolo con el enfoque de continuo estándar utilizando los mismos datos experimentales. Observaron que, si bien el método tradicional podía capturar tendencias generales de cuánta fuerza ejercía una célula en total, no lograba predecir exactamente dónde se concentraban esas fuerzas. El modelo estándar asumía que el desplazamiento del gel se desvanecería suavemente a medida que uno se alejara de la célula, de forma similar a cómo las ondas en un estanque se propagan de manera uniforme. Sin embargo, el nuevo modelo basado en fibras reveló que el gel no se deforma de una manera tan uniforme. En cambio, el desplazamiento seguía las conexiones específicas de las fibras; una fibra directamente vinculada a la célula podría moverse significativamente, mientras que una fibra vecina a la misma distancia, pero no conectada a la ruta de carga, permanecería relativamente quieta. Este descubrimiento sugiere que los modelos suaves tradicionales pueden estar simplificando demasiado el entorno mecánico que las células experimentan realmente.

Para asegurar que su nuevo método fuera fiable, el equipo primero lo validó utilizando simulaciones por computadora donde conocían la respuesta exacta de antemano. Crearon una célula contráctil virtual dentro de una red de colágeno real y añadieron cantidades realistas de ruido para imitar las imperfecciones encontradas en las imágenes microscópicas reales. Cuando intentaron recuperar las fuerzas utilizando tanto el método antiguo como el nuevo, el nuevo enfoque demostró ser muy superior. Reconstruyó con precisión la magnitud y la dirección de las fuerzas, mientras que el método tradicional tendía a subestimar la fuerza de la tracción e introducía fuerzas irreales en áreas alejadas de la célula. Esta validación dio a los investigadores la confianza necesaria para aplicar su técnica a muestras biológicas reales, específicamente a células endoteliales humanas embebidas en un gel de colágeno.

En sus experimentos, el equipo comparó células sanas con células tratadas con un fármaco que inhibe su capacidad de contracción. Como era de esperar, las células sanas tiraban más fuertemente de la matriz, generando mayores fuerzas y almacenando más energía en las fibras circundantes. El nuevo método permitió a los investigadores desglosar esta energía en dos tipos distintos de deformación: flexión y estiramiento. Observaron que las células inicialmente doblaban las fibras al comenzar a tirar, pero a medida que la deformación aumentaba, las fibras transicionaban hacia un régimen de estiramiento. Este cambio ocurrió antes en las células sanas que en las tratadas con el fármaco, proporcionando una distinción mecánica clara entre ambos grupos que solo era visible gracias a que el nuevo método podía resolver el comportamiento de las fibras individuales.

El estudio también destacó una diferencia crucial en cómo los dos métodos interpretan los datos. Cuando los investigadores observaron cómo el estrés en el gel decaía con la distancia desde la célula, el modelo tradicional mostró una caída rápida y suave. En contraste, el modelo basado en datos mostró que el estrés persistía durante más tiempo y seguía la geometría específica de la red de fibras. Esto significa que las señales mecánicas podrían viajar más lejos y seguir patrones más complejos de lo que se pensaba anteriormente, permitiendo potencialmente que las células se comuniquen con sus vecinas a distancias más largas a través de las conexiones físicas de la matriz. Al alejarse de la suposición de un material suave y continuo y abrazar la realidad discreta y basada en fibras del la matriz extracelular, este nuevo enfoque ofrece una ventana más precisa al diálogo mecánico entre las células y su entorno, revelando un mundo de transmisión de fuerzas que es guiado por la arquitectura específica de las fibras en lugar de la simple distancia.

Resumen Técnico: Microscopía de tracción basada en datos en hidrogeles de colágeno 3D

Planteamiento del Problema
La microscopía de tracción en tres dimensiones (3DTFM) en hidrogeles fibrilares, como el colágeno, ha dependido tradicionalmente de modelos de mecánica de medios continuos. Estos enfoques tratan la matriz extracelular (MEC) como un material homogéneo con propiedades efectivas derivadas de la reología de volumen. Sin embargo, esta suposición de un elemento de volumen representativo (RVE) suele ser inválida a la escala (sub)celular donde se aplican y detectan las fuerzas. Los modelos de continuo suavizan intrínsecamente los campos de desplazamiento y pueden representar erróneamente la verdadera microarquitectura mecánica, particularmente la naturaleza heterogénea y guiada por fibras de la transmisión de fuerzas en redes fibrosas. Aunque intentos previos de modelar la mecánica a nivel de fibra se han basado en matrices sintéticas simplificadas, existe una falta de métodos que puedan reconstruir y analizar fuerzas dentro de redes de colágeno reales derivadas de imágenes.

Metodología
Los autores proponen un marco de DD-TFM (microscopía de tracción basada en datos) que cambia el paradigma de la homogeneización de continuo al modelado de redes de fibras discretas. El proceso consta de los siguientes pasos:

Reconstrucción de la Red Derivada de Imágenes: Utilizando microscopía de reflectancia confocal (CR) de hidrogeles de colágeno tipo I, los autores segmentan imágenes volumétricas para reconstruir la arquitectura de fibras en 3D. Un flujo de trabajo automatizado que involucra difusión anisotrópica con realce de coherencia, umbralización adaptativa y esqueletización convierte las imágenes crudas en redes basadas en grafos, donde las fibras se representan como cadenas de elementos de viga.
Calibración Mecánica: Para asegurar que el modelo discreto reproduzca la mecánica macroscópica del lote específico de hidrogel, los autores realizan pruebas de reología de cizallamiento en muestras de volumen. Posteriormente, realizan una "reología de cizallamiento virtual" en las redes segmentadas, ajustando iterativamente la rigidez axial ( $k_a$ ) y la rigidez a la flexión ( $k_b$ ) de los elementos de viga hasta que la respuesta de esfuerzo-deformación del modelo coincida con las curvas de reología experimentales.
Medición de Desplazamiento: Los desplazamientos de la matriz se miden comparando imágenes confocales de células en un estado estresado frente a un estado relajado (logrado mediante tratamiento con Citocalasina D). Un algoritmo de registro de imágenes de deformación de forma libre (FFD) calcula el campo de desplazamiento 3D, el cual es interpolado sobre los nodos de la red de fibras reconstruida.
Recuperación de Fuerza Inversa: El núcleo del método consiste en resolver un problema inverso para recuperar las fuerzas generadas por las células. Los autores comparan dos métodos inversos adaptados para redes discretas:
- Clásico: Un enfoque con regularización de Tikhonov.
- HPBIM (Método Inverso Híbrido Basado en Física): Un método que combina la regularización de Tikhonov con la imposición estricta del equilibrio de fuerzas dentro del dominio del hidrogel (excluyendo la superficie celular).
- Validación: Simulaciones de verdad fundamental (ground-truth) in silico utilizando geometrías de redes reales demostraron que el HPBIM supera significativamente al método Clásico, manteniendo errores de fuerza por debajo del 40% bajo niveles de ruido realistas y preservando las correlaciones espaciales, mientras que los métodos Clásicos subestimaban las magnitudes e introducían fuerzas no físicas.

Resultados Clave
El marco DD-TFM se aplicó a células endoteliales de vena umbilical humana (HUVECs) en geles de colágeno, comparando células de control con células tratadas con blebbistatina (un inhibidor de la contractilidad de la miosina II).

Cuantificación de Fuerza y Esfuerzo: El HPBIM recuperó con éxito las fuerzas celulares y los esfuerzos de la matriz a nivel de fibra. Las células de control exhibieron fuerzas totales, energía de deformación y contractilidad más altas en comparación con las células tratadas con blebbistatina.
Regímenes Mecánicos: El método resolvió la transición de un régimen mecánico dominado por la flexión a uno dominado por la tracción en la matriz. Las células de control alcanzaron el umbral dominado por la tracción más temprano y almacenaron mayor energía total que las células tratadas, validando las predicciones teóricas sobre la mecánica de matrices fibrosas.
Comparación con TFM de Continuo: Al comparar los resultados de DD-TFM con un enfoque convencional de TFM de continuo aplicado a los mismos datos experimentales:
- Discrepancias de Clasificación: Mientras que las métricas globales (fuerza total, energía de deformación) mostraron una correlación moderada entre los métodos, las métricas locales (fuerza máxima) mostcieron una correlación débil. Los modelos de continuo a menudo llevaron a clasificaciones diferentes de la actividad celular.
- Decaimiento del Desplazamiento: El TFM de continuo predijo un decaimiento suave de los desplazamientos dependiente de la distancia (ajustándose bien a un modelo de $1/r$ , $R^2 \approx 0.92$ ). En contraste, tanto los datos medidos como los resultados de DD-TFM mostraron un pobre acuerdo con un simple decaimiento basado en la distancia ( $R^2 \approx 0.3$ ).
- Deformación Guiada por la Conectividad: El DD-TFM reveló que las deformaciones de la matriz están guiadas por la conectividad de las fibras y no solo por la distancia euclidiana. Las fibras a distancias similares de una célula pueden experimentar desplazamientos muy distintos dependiendo de si están mecánicamente conectadas a las fibras traccionadas, un fenómeno oscurecido por el suavizado de continuo.

Significancia y Reivindicaciones
El artículo afirma que el DD-TFM representa un cambio de paradigma para la 3DTFM al pasar de aproximaciones de escala de continuo a mediciones a nivel de fibra. Al resolver fuerzas y esfuerzos directamente dentro de las redes de fibras derivadas de imágenes, el método captura cómo la arquitectura local de la matriz gobierna la mecánica célula-matriz en escalas de longitud donde las descripciones de continuo fallan.

Los autores sostienen que este enfoque proporciona una visión físicamente fundamentada de la mecanotransducción, permitiendo el estudio de la comunicación mecánica de largo alcance mediada por la MEC entre células. Crucialmente, el artículo enfatiza que, si bien los modelos de continuo pueden capturar tendencias globales amplias, pueden conducir a conclusiones diferentes respecto a los valores de fuerza local y patrones de desplazamiento, precisamente donde la naturaleza discreta de la MEC fibrosa es más crítica. El estudio no pretende reemplazar los modelos de continuo por completo, sino resaltar sus limitaciones para resolver las heterogeneidades a escala de fibra y propone el DD-TFM como una herramienta necesaria para el cálculo preciso de fuerzas en entornos complejos en 3D.

Más como este