Data-driven traction force microscopy in 3D collagen hydrogels
本論文は、データ駆動型トラクションフォース顕微鏡法（DD-TFM）を導入するものであり、これは3次元コラーゲンハイドロゲルを連続体としてではなく離散的な繊維ネットワークとして再構成およびモデル化することで、細胞が生成する力とマトリックス応力の繊維レベルでの定量化を可能にする手法である。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
細胞は孤立して生きているわけではない。それらは、タンパク質と糖からなる細胞外マトリックスと呼ばれる、複雑で三次元的な足場の中に埋め込まれている。この構造は単なる受動的な檻ではなく、細胞が絶えず探り、引き、形を変えていく動的な環境である。物理的な力を発生させることで、細胞は周囲の硬さや質感を感じ取ることができ、そのプロセスが、組織の形成、傷の治癒、そして癌のような疾患の広がり方といった、不可欠な生物学的活動を導いている。これらの相互作用を理解するために、科学者たちは細胞が及ぼす微小な力と、その結果として周囲の材料に生じる変形を測定する必要がある。長年、研究者たちはトラクションフォースマイクロスコピー（牽引力顕微鏡法）と呼ばれる手法を用いてこれらの力をマッピングしてきたが、実際の生物学的ゲルが持つ繊維状で網目状の性質に適用する場合、従来の手法は、材料をゴムの塊のような滑らかで連続的な物質として扱う単純化された仮定に依存してきた。このアプローチは、細胞が実際に世界とどのように相互作用しているかという、繊維一本一本の緻密な現実を見落としがちである。
研究チームは、滑らかな近似を採用するのではなく、繊維の実際の乱雑な構造を採用することで、これらの力を可視化する新しい方法を開発した。ゲルが均一であると仮定する代わりに、彼らはコラーゲン繊維の高解像度3D画像を用いて、実際のネットワークを一本一本のストランドごとに模倣したデジタルモデルを構築した。次に、このデジタルモデルを、ゲルがストレス下でどのように振る舞うかという物理的な測定値に対して校正し、仮想的な繊維が実際の繊維と同じように曲がり、伸びるようにした。この「データ駆動型」のアプローチを、血管の裏打ちをしている細胞である内皮細胞に適用することで、チームはこれらの細胞が発生させる力を、これまで不可能であったレベルの詳細さで算出することができた。彼らは、力がゲルの中に均等に分布しているのではなく、接続された繊維によって定義される特定の経路に沿って伝わり、ネットワークの局所的な配置に完全に依存した独自の機械的シグネチャーを作り出すことを発見した。
研究者たちは、同じ実験データを用いて、新しい手法（データ駆動型トラクションフォースマイクロスコピーと呼ぶ）を標準的な連続体アプローチと比較することで、この新手法をテストした。彼らは、従来の手法が細胞が及ぼす全般的な力の大きさといった大まかな傾向を捉えることはできるものの、それらの力が正確にどこに集中しているかを予測することには失敗することを観察した。標準的なモデルは、池に広がる波紋のように、細胞から離れるにつれてゲルの変位が滑らかに減衰すると想定していた。しかし、新しい繊維ベースのモデルは、ゲルがこれほど一様な方法で変形するわけではないことを明らかにした。実際には、変位は繊維の特定の接続に従っていた。例えば、細胞に直接つながっている繊維は大きく動く一方で、同じ距離にありながら負荷の経路につながっていない隣の繊維は、比較的静止したままとなる。この発見は、従来の滑らかなモデルが、細胞が実際に経験している機械的な環境を単純化しすぎている可能性を示唆している。
新しい手法の信頼性を確保するため、チームはまず、正解が事前に分かっているコンピュータ・シミュレーションを用いて検証を行った。彼らは、実際のコラーゲンネットワーク内に仮想的な収縮細胞を作成し、実際の顕微鏡画像に見られる不完全さを模倣するために、現実的な量のノイズを加えた。力を回収しようと両方の手法を用いたところ、新しいアプローチは極めて優れていることが証明された。新しい手法は、力の大きさと方向を正確に再構成したが、従来の手法は力の強さを過小評価する傾向があり、細胞から遠い領域に非現実的な力を導入してしまった。この検証により、研究者たちはこの技術を実際の生物学的サンプル、具体的にはヒトの内皮細胞が埋め込まれたコラーゲンゲルに適用することへの自信を得た。
実験において、チームは健康な細胞と、収縮能力を抑制する薬物で処理された細胞を比較した。予想通り、健康な細胞はマトリックスをより強く引き、周囲の繊維により多くのエネルギーを蓄積していた。新しい手法により、研究者たちはこのエネルギーを、曲げと伸びという二つの異なるタイプの変形に分解することができた。彼らは、細胞が引き始めると、最初は繊維を曲げるが、変形が増大するにつれて繊維が伸びのレジームへと移行することを観察した。この移行は、薬物処理された細胞よりも健康な細胞においてより早期に起こった。これは、新しい手法が個々の繊維の挙動を解明できたからこそ可視化された、両グループ間の明確な機械的な違いであった。
この研究はまた、二つの手法がデータをどのように解釈するかにおける決定的な違いを浮き彫りにした。研究者が細胞からの距離に伴ってゲル内のストレスがどのように減衰するかを調べた際、従来のモデルは急速で滑らかな減少を示した。対照的に、データ駆動型モデルは、ストレスがより長く持続し、繊維ネットワークの特定の幾何学形状に従うことを示した。これは、機械的な信号がこれまで考えられていたよりも遠くまで、そしてより複雑なパターンで伝わる可能性があることを意味しており、物理的な接続を通じて細胞が隣接する細胞とより長い距離でコミュニケーションをとることを可能にしている。滑らかで連続的な物質という仮定から離れ、細胞外マトリックスの離散的で繊維ベースの現実を受け入れることで、この新しいアプローチは、細胞とその環境との間の機械的な対話をより正確に覗き見る窓を提供し、力の伝達が単純な距離だけでなく、繊維の特定の構造によって導かれているという世界を明らかにしている。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。