🧬 biology

Theory of adhesion-driven self-organisation in growing tissues

Cet article présente un cadre théorique unifié démontrant que l'équilibre entre l'adhésion cellule-cellule, l'autodiffusion et la prolifération régit le fait que les tissus en croissance s'étendent de manière cohésive ou se fragmentent en motifs spatiaux et en morphologies digitées, la régulation de l'adhésion dépendante de la densité étant identifiée comme un mécanisme clé pour maintenir une expansion tissulaire cohésive.

Auteurs originaux : Carles Falcó, Samuel W. S. Johnson, Mohit P. Dalwadi, Philip K. Maini

Publié 2026-04-30

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Carles Falcó, Samuel W. S. Johnson, Mohit P. Dalwadi, Philip K. Maini

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Imaginez une ville constituée entièrement de cellules vivantes. Parfois, cette ville s'étend doucement comme une vague de personnes remplissant un parc. D'autres fois, elle se désintègre en grappes chaotiques, ou le bord de la ville fait pousser de étranges projections en forme de doigts qui s'étendent de manière incontrôlable.

Cet article pose une question simple : Pourquoi un groupe de cellules se déplace-t-il parfois ensemble comme une équipe fluide, et d'autres fois se désintègre-t-il en motifs désordonnés ?

Les auteurs, une équipe de mathématiciens d'Oxford, ont construit une « ville virtuelle » pour élucider ce mystère. Ils n'ont pas seulement examiné une règle ; ils ont créé une théorie unifiée qui explique à la fois l'expansion fluide et la formation de motifs chaotiques comme les deux faces d'une même pièce.

Voici l'histoire de leur découverte, décomposée en concepts du quotidien :

1. Les Trois Forces en Jeu

Les chercheurs ont identifié trois forces principales qui déterminent le comportement de la ville cellulaire :

La « Poussée de la Foule » (Auto-diffusion) : Les cellules se heurtent naturellement les unes aux autres et s'étalent, comme des gens dans une pièce bondée cherchant de l'espace. Cela maintient les choses lâches.
La « Colle » (Adhésion) : Les cellules aiment coller à leurs voisines. Pensez à cela comme du Velcro. Si le Velcro est faible, elles dérivent les unes des autres. S'il est fort, elles s'accrochent ensemble.
Le « Moteur de Croissance » (Prolifération) : Les cellules ont constamment des « bébés » (se divisent), ce qui pousse tout le groupe à s'étendre vers de nouveaux territoires.

2. L'Expérience : Augmenter la « Colle »

L'équipe a effectué des simulations pour voir ce qui se passe lorsqu'ils modifient la force de la « Colle » (adhésion).

Scénario A : Colle Faible (La Vague Fluide)
Lorsque les cellules ne collent pas très bien ensemble, elles agissent comme un fluide. Alors qu'elles grandissent et poussent vers l'avant, elles forment un front lisse et plat. C'est comme une marée calme roulant sur une plage. La ville s'étend régulièrement, et tout le monde reste dans une ligne ordonnée. C'est ce qui se produit dans la cicatrisation des plaies saine ou la croissance normale des tissus.

Scénario B : Colle Forte (Le Chaos)
Lorsque les chercheurs ont augmenté la « collant », les choses sont devenues étranges.

La Rupture : Au lieu d'une ligne lisse, le front de la ville a commencé à vaciller.
Les Doigts : Le bord a commencé à faire pousser des « doigts » ou des protrusions, s'étendant dans l'espace vide.
Les Grappes : Derrière le front, les cellules ne se contentaient pas de remplir l'espace ; elles s'effondraient en îles distinctes ou en « agrégats ».

Les auteurs notent que ce comportement de « formation de doigts » ressemble beaucoup à la façon dont le cancer envahit les tissus sains. Dans le cancer, les cellules perdent leur capacité à rester en groupe cohésif et se brisent au contraire en tentacules envahissants.

3. Le Problème de « Boucle d'Or »

L'article explique qu'il existe un équilibre délicat.

Si la colle est trop faible, le tissu se répand mais risque de ne pas bien tenir ensemble.
Si la colle est trop forte, le tissu devient si collant qu'il ne peut pas se déplacer fluidement. Au lieu d'une vague, il se fracture en taches et en doigts.

C'est comme essayer de marcher dans un couloir. Si vous êtes trop lâche, vous dérivez. Si vous vous tenez la main trop fermement avec tout le monde, vous trébuchez les uns sur les autres et formez un nœud chaotique au lieu d'avancer.

4. La Solution : La « Colle Intelligente »

Voici la partie la plus intéressante. Les chercheurs se sont demandé : Comment les tissus sains évitent-ils ce chaos même lorsqu'ils sont très collants ?

Ils ont découvert que la nature utilise un interrupteur de régulation. Dans les tissus sains, la « collant » n'est pas constant.

Lorsque les cellules sont éloignées, elles collent fortement pour se rapprocher.
Mais à mesure qu'elles se rapprochent et remplissent l'espace (atteignent la « confluence »), elles éteignent la colle.

L'article montre que si vous programmez vos cellules virtuelles pour faire cela (réduire l'adhésion lorsqu'elles sont en foule), le chaos disparaît. Même avec une adhésion forte, le tissu s'étend à nouveau comme une vague fluide et cohésive. Les « doigts » et les « grappes » disparaissent car les cellules savent quand se lâcher pour ne pas trébucher les unes sur les autres.

Résumé

L'article unifie deux choses que nous pensons habituellement différentes : l'invasion (pénétrer dans un nouvel espace) et la formation de motifs (créer des taches et des rayures).

Ils montrent que ce ne sont pas deux processus biologiques différents. Ce sont simplement différents « modes » de la même machine, contrôlés par la façon dont les cellules sont collantes.

Faible collant = Invasion fluide.
Fort collant sans régulation = Doigts et taches chaotiques (comme dans le cancer).
Fort collant avec régulation = Invasion fluide (comme dans le développement sain).

En comprenant cet équilibre, les chercheurs fournissent une carte mathématique expliquant pourquoi les tissus poussent parfois magnifiquement et d'autres fois de manière dangereusement incontrôlée.

1. Énoncé du problème

L'article comble une lacune fondamentale dans la compréhension de l'auto-organisation cellulaire : la distinction entre l'invasion cellulaire (colonisation cohésive de l'espace, par exemple la cicatrisation) et la formation de motifs spatiaux (émergence d'hétérogénéité, par exemple le développement embryonnaire ou les métastases cancéreuses). Traditionnellement, ces phénomènes sont modélisés comme des processus distincts.

L'invasion est souvent modélisée par des systèmes de réaction-diffusion (par exemple Fisher-KPP), tandis que la formation de motifs est généralement expliquée par des mécanismes de Turing nécessitant au moins deux espèces interagissantes (activateur/inhibiteur).
Le défi : De nombreux systèmes biologiques ne comportent qu'une seule espèce cellulaire où l'adhésion régit à la fois l'agrégation et la migration. Les mécanismes de Turing classiques échouent ici en raison de l'absence d'une seconde espèce ou de rapports de diffusivité appropriés. De plus, les modèles d'adhésion à espèce unique existants sont souvent non locaux, rendant la résolution analytique difficile.
Objectif : Développer un cadre théorique unifié expliquant comment une population d'une seule espèce peut passer d'une invasion cohésive à une formation de motifs fragmentés, uniquement par la régulation de l'adhésion intercellulaire et de la prolifération.

2. Méthodologie

Les auteurs emploient une approche mathématique multi-échelle, passant d'un modèle intégral non local à une équation aux dérivées partielles (EDP) locale, adaptée à l'analyse asymptotique.

A. Déduction du modèle

Point de départ non local : Ils commencent par un modèle continu décrivant la densité cellulaire $\rho(x,t)$ $ρ (x, t)$ intégrant :
- Auto-diffusion : Une diffusion dépendante de la densité $D(\rho)$ (représentant l'inhibition de contact/exclusion volumique).
- Adhésion : Un terme attractif non local modélisé comme une convolution $(W * \rho)$ avec une mobilité basée sur l'adhésion $m(\rho)$ .
- Prolifération : Une croissance logistique $r\rho(1-\rho)$ .
Approximation à courte portée : Pour surmonter l'ingérabilité analytique des termes non locaux, ils appliquent un développement asymptotique apparié en supposant que la portée des interactions d'adhésion est petite par rapport à la taille du tissu. Cela convertit la convolution non locale en une EDP locale d'ordre quatre :
$\partial_t \rho = \nabla \cdot \left[ (d(\rho) - \omega m(\rho)) \nabla \rho - m(\rho) \nabla \Delta \rho \right] + \rho(1-\rho)$
Ici, $\omega$ représente la force effective d'adhésion, et le terme $-\nabla \cdot (m(\rho)\nabla \Delta \rho)$ agit comme un terme d'agrégation d'ordre supérieur (similaire aux équations de Cahn-Hilliard).

B. Techniques analytiques

Analyse de stabilité linéaire : Utilisée pour déterminer la stabilité des états stationnaires homogènes ( $\rho=0$ et $\rho=1$ ) et dériver les relations de dispersion pour la formation de motifs.
Analyse des ondes progressives : Les auteurs analysent les solutions d'ondes progressives 1D $\rho(x-ct)$ pour caractériser les vitesses d'invasion et les profils de front.
Développements asymptotiques appariés : Utilisés pour dériver des approximations explicites des vitesses d'onde et des formes de front dans les limites d'adhésion faible ( $\mu \to +\infty$ ) et forte ( $\mu \to -\infty$ ).
Simulations numériques : Des schémas volumes finis (séparant les parties conservatrices et non conservatrices) valident les prédictions analytiques en 1D et 2D.

C. Deux variantes de modèle

Modèle I (Adhésion non saturée) : $m(\rho) = \rho$ . L'adhésion évolue linéairement avec la densité.
Modèle II (Adhésion saturée/dépendante de la densité) : $m(\rho) = \rho(1-\rho)$ . L'adhésion atteint un pic à une densité intermédiaire et s'annule à la confluence ( $\rho=1$ ), imitant la régulation biologique.

3. Contributions et résultats clés

A. Unification de l'invasion et du motif

L'étude démontre que l'invasion et la formation de motifs ne sont pas des mécanismes distincts mais des régimes dynamiques différents d'un même système piloté par l'adhésion, contrôlés par le paramètre $\mu = \alpha - \omega$ (l'équilibre entre la diffusion répulsive et l'adhésion attractive).

B. Régime I : Adhésion faible ( $\mu \gg 0$ )

Dynamique : Le tissu présente des ondes progressives robustes et monotones.
Mécanisme : La diffusion domine l'adhésion. Le front d'invasion est « poussé » par la dynamique du volume plutôt que « tiré » par le bord d'attaque.
Vitesse : La vitesse de l'onde $c$ converge vers la prédiction du modèle de Porous-Fisher : $c \sim \sqrt{\mu/2}$ .
Morphologie : Fronts plans et stables en 2D.

C. Régime II : Adhésion intermédiaire ( $-2 < \mu \leq \mu_c$ )

Transition : À mesure que l'adhésion augmente, le front perd sa monotonie.
Queues oscillatoires : En 1D, le profil de densité derrière le front développe des oscillations amorties.
Instabilité 2D : En 2D, les fronts plans deviennent instables face aux perturbations transverses, conduisant à des instabilités de doigt. De petites saillies se développent en doigts, rappelant l'invasion dysrégulée observée dans le cancer.
Seuil critique : Une valeur critique $\mu_c \approx 1.18$ marque la transition des fronts monotones aux fronts non monotones.

D. Régime III : Adhésion forte ( $\mu < -2$ )

Formation de motifs : L'état homogène $\rho=1$ devient instable.
Dynamique : Le système forme des agrégats localisés spatialement (taches) derrière le front d'invasion.
Structure : Les agrégats suivent un profil de fonction de Bessel ( $J_0$ ) en 2D, avec une échelle de longueur caractéristique $\ell \sim 1/\sqrt{|\mu|}$ .
Signification : Cela prouve qu'un système à espèce unique peut générer des motifs spatiaux robustes (taches) sans second morphogène, piloté uniquement par la compétition entre la répulsion à courte portée et l'adhésion à longue portée.

E. Rôle de la régulation dépendante de la densité (Modèle II)

Problème : Dans le Modèle I, une adhésion forte conduit à la fragmentation et à l'instabilité.
Solution : Dans le Modèle II, où l'adhésion s'annule près de la saturation ( $m(1)=0$ ), l'instabilité est supprimée.
Résultat : Même avec des paramètres d'adhésion forts, le tissu maintient une invasion cohésive et monotone. Le front ralentit mais ne se brise pas en doigts ou en taches. Cela suggère que les tissus biologiques régulent la force d'adhésion en fonction de la densité locale pour assurer une morphogenèse robuste.

4. Importance

Avancement théorique : L'article établit un lien mathématique rigoureux entre l'invasion cellulaire et la formation de motifs, montrant qu'ils émergent d'un mécanisme unique (l'adhésion) plutôt que de nécessiter des cadres distincts (comme le modèle à deux espèces de Turing).
Insight biologique : Il identifie la force d'adhésion et sa régulation dépendante de la densité comme des déterminants clés du comportement tissulaire.
- Adhésion forte non régulée $\rightarrow$ Doigtation et fragmentation de type cancéreux.
- Adhésion régulée (saturant à haute densité) $\rightarrow$ Expansion tissulaire cohésive et cicatrisation.
Explication mécanistique : Il offre une explication physique de la « doigtation » dans les tissus épithéliaux et de l'invasion tumorale sans invoquer de gradients chimiques externes ou de multiples types cellulaires.
Traitabilité analytique : En dérivant une approximation locale de modèles d'adhésion non locaux, les auteurs permettent l'utilisation d'outils asymptotiques puissants (ondes progressives, analyse de stabilité) difficiles à appliquer aux équations intégrales non locales.

Conclusion

Falcó et al. établissent que l'interplay entre l'adhésion intercellulaire, l'auto-diffusion et la prolifération crée un spectre de comportements collectifs. Le modèle prédit que si une adhésion faible assure une expansion tissulaire lisse, une adhésion forte non régulée conduit à l'instabilité et à la formation de motifs. Crucialement, l'introduction d'une régulation de l'adhésion dépendante de la densité agit comme une « soupape de sécurité » biologique, supprimant ces instabilités pour restaurer une croissance tissulaire cohésive, offrant ainsi une théorie unifiée pour comprendre la morphogenèse et la progression des maladies.