🔬 condensed matter

Multiscale order, flocking and phenotypic hysteresis in the cellular Potts model of epithelia

通过大规模细胞波茨模型模拟，本研究揭示了肌动蛋白驱动的细胞骨架活动与细胞间相互作用如何生成丰富的上皮组织相图，其特征为多尺度取向有序（群聚、向列和六角相）以及令人联想到上皮 - 间质转化的表型滞后现象。

原作者： Calvin C. Bakker, Marc Durand, François Graner, Luca Giomi

发布于 2026-05-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Calvin C. Bakker, Marc Durand, François Graner, Luca Giomi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一座完全由活细胞构成的繁华城市。在这座城市里，建筑物（即细胞）并非静止不动；它们不断移动、改变形状，并与邻居相互作用。您提供的这篇论文就像是对这座城市进行的一次大规模、高科技的模拟，旨在探究单个建筑物的行为如何塑造整体的交通模式和城市布局。

以下是研究人员发现的故事，通过简单的类比进行解释。

模拟：数字细胞城

研究人员使用了一种名为“细胞泊松模型”（Cellular Potts Model）的计算机模型。将其想象为一个巨大的数字网格，其中每个方格都是一个像素。他们将这些像素组合在一起，形成“细胞”。

为了使模拟更加逼真，他们赋予了这些数字细胞“肌肉”（即肌动蛋白细胞骨架）。就像真实细胞通过推挤周围环境来移动一样，这些数字细胞拥有一个内部引擎，试图将它们向特定方向扩张。研究人员可以调高或调低这个引擎，就像调节细胞活动音量的旋钮一样。

重大发现：不同尺度的有序性

他们发现的最令人惊讶的事情是，这座城市的外观取决于你观察它的距离。他们称之为“多尺度有序”（Multiscale Order）。

想象一下从直升机上观察人群与从街道上观察人群的区别：

从街道看（小尺度）： 如果你观察单个细胞，它看起来像一个微小的、略微扁平的六边形（像蜂巢细胞）。它具有特定的形状，其邻居紧密地契合在一起。
从直升机看（大尺度）： 如果你拉远镜头，你会发现这些六边形并非静止不动。它们都在朝同一个方向移动，就像一群鸟或一群鱼。

该论文表明，这两件事同时发生，但发生在不同的尺度上。细胞在局部保持其六边形的“街区”形状，但在全球范围内，它们协调一致地流动。

“音量旋钮”实验

研究人员调高了“肌动蛋白引擎”（细胞骨架活性），以观察会发生什么。以下是他们观察到的过程：

低活性（安静的街区）： 当引擎较弱时，细胞有些懒惰。它们会蠕动，但大多停留在原位。它们形成一种杂乱无章的蜂巢图案。没有大规模的运动。
中等活性（“六向液晶”状态）： 随着他们调高引擎，某种神奇的事情发生了。细胞开始组织起来。
- 局部： 它们看起来仍然是六边形（“蜂巢”形状）。
- 全局： 它们开始对齐。就好像整个街区突然决定一起走向公园。
- 研究人员将这种状态称为“六向液晶”（Hexanematic）有序。这是一种混合状态：“六向”（Hexa）代表局部形状，“液晶”（Nematic）代表全局对齐。
高活性（集群状态）： 如果他们将引擎调得更高，局部的六边形形状开始略微瓦解，但全局运动变得极其强烈。整个组织作为一个巨大的、连贯的单元移动——一个“集群”。

“滞后”回路：记忆效应

该论文还发现了一种称为“表型滞后”（phenotypic hysteresis）的现象。这是一种 fancy 的说法，意指该系统具有“记忆”，并且不愿意回到原来的状态。

想象你正在推一块巨石上山：

上山时： 你必须非常用力地推（高活性），才能让巨石开始滚向另一侧（细胞开始集体移动）。
下山时： 一旦巨石开始滚动，你就可以停止推，它仍会继续滚动。即使你显著降低“推力”（减少活性），巨石仍会继续滚动。保持它移动所需的推力甚至比启动它时所需的推力还要小。

在模拟中，当他们增加细胞活性时，组织突然开始移动。但是，当他们降低活性时，组织继续移动，尽管此时的活性水平已经“平静”到足以让它停止。它被困在了“移动”状态中。

这为何重要？

作者将这种“记忆”效应与一种称为“上皮 - 间质转化”（Epithelial-Mesenchymal Transition, EMT）的生物学过程进行了比较。

上皮： 粘在一起形成片层的细胞（如皮肤或肠道内壁）。
间质： 脱离并单独移动的细胞（如扩散的癌细胞）。

该模拟表明，一旦细胞切换到这种“移动”状态，即使指示它们移动的信号被关闭，它们也可能“卡”在那里。这有助于解释为什么在癌症等疾病中，即使初始触发因素消失，细胞仍可能继续扩散。

总结

简而言之，这篇论文利用巨大的计算机模拟表明，活体组织就像复杂的交通系统。通过调节细胞的内部“肌肉”，组织可以从静态的蜂巢切换到流动的集群。最重要的是，一旦组织开始流动，它就很难停止，从而产生了一种运动的“记忆”，这可能解释了细胞在疾病过程中如何“卡”在移动状态中。

技术摘要：上皮细胞皮otts 模型中的多尺度有序、集群运动与表型滞后

问题陈述
本文探讨了上皮组织中集体细胞迁移与组织空间结构如何相互反馈这一根本问题。尽管近期研究引入了“多尺度有序”（MsO）的概念——即不同非平衡相在长度尺度上的共存——但驱动大尺度向列相有序发展的机制以及“六向列相”（hexanematic）组织的具体性质仍不明确。此外，定向迁移（集群运动）与组织内自对齐的物理机制之间的关系，相较于基于无定向插入的迁移，尚需进一步阐明。作者旨在绘制上皮迁移的完整相图，并将迁移模式与 MsO 的不同表现形式相关联。

方法论
作者利用细胞皮otts 模型（CPM）进行了大规模数值模拟，该模型是一种基于晶格的模型，其中细胞由相连的像素集合表示。关键的方法论特征包括：

模型实现：CPM 在图形处理器（GPU）上使用 CUDA 实现，允许进行前所未有的大规模模拟（网格尺寸高达 $L=2^{13}$ ，代表近 70 万个细胞）。
肌动蛋白细胞骨架整合：模型整合了一个显式的“Act 模型”，其中场 $\phi_i$ 代表细胞伪足中肌动蛋白丝的密度。这驱动了踏车行为，即像素向高肌动蛋白密度区域平移，从而产生运动。
哈密顿动力学：系统基于哈密顿量 $H$ 通过 Metropolis-Hastings 蒙特卡洛步骤演化，该哈密顿量包含侧向表面相互作用（ $J$ ）、面积约束（ $\lambda_{cell}$ ）和细胞骨架组装能（ $\lambda_{cyto}$ ）。
参数空间探索：作者系统地改变了细胞骨架活性参数（ $\lambda_{cyto}$ 和 $\Phi$ ）以及有效温度/噪声（ $T$ ），涵盖了 901 种不同的构型。
序参量分析：为了表征各相，作者计算了三个取向场：
- $\psi_1$ ：极轴取向（与细胞运动相关）。
- $\gamma_2$ ：向列相形状序（ $p=2$ ）。
- $\gamma_6$ ：六角相形状序（ $p=6$ ）。
  这些场在长度尺度 $\ell$ 上进行粗粒化，以确定尺度依赖的序参量 $\Gamma_p(\ell)$ 及其衰减指数 $\eta_p$ 。
分类：结合随机决策森林分类算法（RDFCA）与 Marching Cubes 算法，用于映射三维参数空间中的相边界。

主要结果
模拟揭示了一个丰富的相图，其中包含多种取向有序类型，它们在不同长度尺度上共存或占主导地位：

六向列相有序：在中等细胞骨架活性下，系统表现出“六向列相”有序。在与细胞大小相当的长度尺度上（ $\ell \approx \ell_{cell}$ ），细胞呈现近似六边形的形态，导致六角相有序占主导（ $\Gamma_6 > \Gamma_2$ ）。然而，在更大的长度尺度上，向列相有序变得占主导（ $\Gamma_2 > \Gamma_6$ ）。这种交叉发生在特定的长度尺度 $\ell^\times$ 处。
集群运动转变：随着肌动蛋白聚合速率（ $\lambda_{cyto}$ ）的增加，系统经历相变进入长程集群运动状态。其特征是极轴具有长程有序（ $\eta_1 = 0$ ）。
向列相有序的出现：随着集群运动的开始，由于定向运动与侧向相互作用的相互作用，准长程向列相有序在与细胞大小相比大得多的长度尺度上出现。
指数行为：研究确定了一条特定路径，其中增加 $\lambda_{cyto}$ 驱动了一种转变，使得向列相有序变为完全长程（ $\eta_2 = 0$ ），而六角相有序保持准长程（ $\eta_6 \approx 1$ ）并局限于短长度尺度，且独立于进一步的细胞骨架活性。
表型滞后：当噪声（ $T$ ）足够低以允许结晶时，在熔化转变过程中循环细胞骨架活性参数 $\lambda_{cyto}$ 会产生滞后回线。系统表现出不同的状态（运动态与非运动态蜂窝状），具体取决于参数扫描的方向，这让人联想到上皮 - 间质转化（EMT）。

意义与主张
本文声称提供了一个定量框架，用于理解上皮组织中集体迁移与空间组织之间的反馈。通过结合细胞形态和细胞骨架活性，作者证明：

多尺度组织：上皮的复杂组织可以通过液晶流体动力学的语言来解释，尽管其具有超出平衡态统计物理界限的反常维度。
集群运动机制：该研究表明六向列相有序的出现与集群运动的产生之间存在因果联系，其中向列相有序在大尺度上发展，而六角相有序在小尺度上持续存在。
表型可塑性：模型中观察到的滞后现象为理解表型可塑性提供了一种潜在机制，具体而言，即细胞如何在诱导信号撤除后仍保留间质表型，这一现象与癌症转移相关。

作者得出结论，虽然他们的模型捕捉到了这些转变的基本物理机制，但要完全理解表型可塑性，未来需要纳入肌动蛋白聚合循环之外的特定生化途径。这项工作充当了活性物质理论与重构细胞单层生物观察之间的桥梁。