← 最新论文
⚛️ 生物物理

Quantification of cellular contributions to multi-cellular pattern formation

本文提出了一种通用的、纯几何的、基于细胞轨迹的方法,该方法能够在无需机制性假设的情况下,量化细胞过程(如运动、分裂和基因表达变化)对多细胞模式形成的个体贡献。

原作者: Estavoyer, M., Zhao, M. L., Merkel, M.

发布于 2026-10-09
📖 1 分钟阅读☕ 轻松阅读

原作者: Estavoyer, M., Zhao, M. L., Merkel, M.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

生命建立在模式之上。从斑马身上的条纹到茎上的叶片排列,生物体不断地将自身组织成复杂的、重复的结构。这种被称为“模式形成”的过程,是生物如何从单个细胞成长为发育完全的有机体、如何从损伤中愈合,以及不幸的是,癌症等疾病如何扩散的基础。几十年来,科学家们一直试图理解这种组织背后的引擎。他们早已知道细胞可以改变身份、移动、分裂或死亡,而这些行为中的任何一种都可能创造出我们在自然界中看到的宏观设计。挑战在于,究竟要确定在任何特定情况下,哪种细胞行为才是主要的驱动力。一个模式的产生是因为细胞移动到了特定位置,还是因为某些区域的细胞分裂得更多?直到现在,回答这个问题通常需要研究人员先假设一个特定的机制,基于该假设构建一个复杂的数学模型,然后观察该模型是否符合现实。如果假设错了,整个调查就必须从头开始。

由爱克斯马赛大学和欧洲分子生物学实验室(EMBL)海德堡分部的研究人员开发的一种新方法,绕过了这种“猜谜游戏”。他们不再从细胞“应该”如何行为的理论出发,而是创建了一种方法,通过简单地观察细胞“正在”做什么,并测量每种特定行为对最终模式的贡献程度。他们将这一工具称为 CREDIT,代表“通过轨迹推断细胞在涌现发育中的角色”(Cellular Roles in Emergent Development Inferred from Tracks)。该方法依赖于高质量的活细胞视频资料,研究人员可以通过这些视频追踪每一个单细胞在时间轴上的精确位置,并测量每个细胞产生的特定蛋白质的数量。通过分析这些轨迹,研究人员可以将总体的模式分解为其组成部分,从而量化设计的每一部分究竟有多少是由细胞移动、细胞分裂或细胞内部化学性质变化所驱动的。

研究人员首先使用计算机模拟测试了他们的方法,在模拟中,答案是预先已知的。他们创建了虚拟世界,可以调高或调低细胞运动的“音量”,也可以对细胞分裂和死亡进行同样的操作。在这些受控的模拟中,该工具正确识别出了主导力量。当他们命令虚拟细胞通过移动来形成模式时,工具判定运动是原因;当他们命令细胞在特定地点分裂以创造设计时,工具则判定分裂是驱动力。这种验证证明了该方法无需预先了解系统的底层规则即可奏效;它只需观察细胞的几何形态及其产生的模式,即可推导出原因。

在证明了该工具的可靠性后,团队将其应用于真实的生物数据。第一个研究对象是小鼠胚胎细胞簇,具体来自一种被称为前索中节(presomitic mesoderm)的组织,该组织对于脊椎和肌肉的形成至关重要。在这些实验中,细胞形成了明显的簇状结构和一种名为 T/Brachyury 的蛋白质模式。此前的研究曾暗示,细胞可能是因为化学信号而移动到这些位置,或者是通过改变蛋白质水平来创造模式。然而,当研究人员运行这项新分析时,结果清晰且果断:该模式几乎完全是由细胞的物理运动驱动的。细胞在周围移动并聚集在一起,这种运动本身足以创造观察到的模式。细胞内部蛋白质水平的变化对塑造设计的作用微乎其微。这一发现支持了这样一种观点:机械力和细胞运动是这一特定发育阶段的主要建筑师。

随后,研究人员将注意力转向了一个完全不同的系统:乳腺癌细胞培养物。在这些培养皿中,癌细胞组织成“生态位”(niches)或集群,类似于干细胞通常生活的环境。这些集群由一种与癌干细胞相关的特定蛋白质 ALDH1A1 标记。了解这些集群如何形成至关重要,因为它们通常是肿瘤产生耐药性的原因。在这种情况下,新方法揭示了一个完全不同的故事。在这里,模式并非由细胞移动到特定位置驱动。相反,分析显示,这些癌干细胞生态位的形成几乎完全是由细胞分裂驱动的。细胞在某些区域分裂得更加频繁,从而形成了密集的集群。有趣的是,研究人员发现,细胞水平的变化实际上对模式的形成产生了负面影响,略微破坏了设计,但这种负面效应被细胞分裂的强大力量所掩盖。

这种新方法的威力在于其简洁性和缺乏偏见。它不需要科学家在开始前假设某种机制正在起作用。它将细胞视为在空间中移动的几何对象,并提出了一个简单的问题:细胞现在正在做什么,从而改变了整体图景?通过将复杂的发育舞蹈分解为截然不同的、可测量的贡献,该方法揭示了答案并不总是相同的。在小鼠胚胎中,运动是关键;而在癌细胞中,分裂是关键。这种区别至关重要,因为它告诉生物学家下一步研究应该看向何处。如果一个模式是由运动驱动的,研究人员应该研究细胞间的机械力;如果它是由分裂驱动的,他们则应该寻找控制细胞周期的信号。

这项工作代表了从“假设驱动型科学”向“数据驱动型发现”的转变。多年来,该领域一直困于试图将观察结果套入预设的模型中。而这种新工具允许数据本身说话,在无需预先知晓游戏规则的情况下,量化每种细胞过程的贡献。它提供了一张清晰、无偏见的地图,展示了生命如何组织自身,表明通往模式的路径可以由运动、分裂或两者的结合铺就,这完全取决于具体的生物学背景。随着成像技术的不断进步,使科学家能够实现三维实时追踪细胞,这种几何分析法很可能成为理解生命隐藏机制(从胚胎早期阶段到疾病进展)的标准方式。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →