Физики смоделировали миграцию клеток, чтобы понять, как раковые клетки перемещаются по тканям

Во время мезенхимальной миграции раковая клетка движется, как геккон по стене.

Перед выбором этого режима движения клетка оценивает поверхность, к которой может прикрепиться. Если поверхность не слишком жёсткая или мягкая, а путь вперёд не слишком узкий, круглая клетка быстро отращивает выступы, действующие как временные конечности. Они выдвигаются вперёд, прилипают к поверхности, затем клетка подтягивается и втягивает заднюю часть, повторяя процесс.

Это один из способов, которым раковые клетки перемещаются по тканям при метастазировании. В исследовании, опубликованном в Biophysical Journal, физики Вэнья Шу и Надир Каплан изучили мезенхимальную миграцию с помощью клеточного моделирования и математических моделей. Их цель — понять, как раковые клетки оценивают жёсткость окружающей ткани и адаптируют свои «гекконообразные» движения в ответ.

Модель и полученные с её помощью данные о мезенхимальной миграции — первый шаг к пониманию миграции раковых клеток в целом. Клеточная миграция сложна: клетки используют несколько режимов движения как поодиночке, так и в колониях. «В этом преимущество создания вычислительной модели, — сказал Шу. — Мы можем анализировать эффекты многих действующих факторов».

Эксперименты показывают, что во время мезенхимальной миграции клетки адаптируют своё движение в зависимости от жёсткости ткани: их привлекают поверхности (субстраты), которые не слишком жёсткие и не слишком мягкие. К слишком жёсткому субстрату клетки не могут эффективно прикрепить свои выступы, а слишком мягкую ткань они будут тянуть к себе, вместо того чтобы использовать её для движения вперёд. Моделирование Шу и Каплана подтвердило эти экспериментальные данные.

Их симуляции подтвердили, что клетки различают мягкие и жёсткие поверхности, сравнивая их с физическими свойствами своих собственных мягких тел. Свойства материала субстрата влияют на направление движения клеток и на его эффективность.

Чтобы модель точно воспроизводила миграцию раковых клеток, Каплан и Шу учли не только реакцию клеток на механические свойства ткани, но и то, как они регулируют свои внутренние биохимические сигналы. При перемещении по ткани клетки также могут химически реагировать на выделения источника питательных веществ в организме. Модель исследователей — первая, которая симулирует, как взаимодействуют оба этих фактора движения клеток.

Исследователи обнаружили, что клетки предпочитают двигаться в направлении, заданном их сильным внутренним химическим сигналом, независимо от общей эффективности движения. Но без сильного химического сигнала они ориентируются на свойства субстрата.

Собрав воедино эти элементы мезенхимальной миграции и воспроизведя их в модели, Каплан видит путь к лучшему пониманию и определению того, как и где может происходить метастазирование.

Метастазирование также может включать несколько режимов клеточной миграции. Мезенхимальная миграция, как правило, является начальным способом перемещения через ткань в сосуды, но затем клетки часто переключаются на амёбоидную миграцию. Если в первом режиме клетки движутся как гекконы, то во втором — больше как гусеницы танка. «Они просто катятся вперёд», — пояснил Каплан.

Химиотерапия хорошо действует на раковые клетки в режиме мезенхимальной миграции, но менее эффективна, когда клетки переключаются на амёбоидную миграцию. Чтобы экспериментаторы поняли этот переход, им сначала нужно лучше разобраться в мезенхимальном режиме. «Именно к этому мы здесь продвинулись», — сказал Каплан.

Далее Шу и Каплан надеются использовать модель для изучения того, как взаимодействия между клетками могут влиять на миграцию, когда отдельные клетки сталкиваются друг с другом и меняют направление. Они также хотят понять, как клетки преодолевают более изогнутые и узкие каналы в своей микросреде.

Каждое усилие по более точному моделированию клеточной миграции приближает команду к пониманию того, как раковые клетки вторгаются в организм. «Мы хотим создать прогностическую модель, которая сможет воспроизводить новые типы качественного поведения, объяснять больше измерений и мотивировать новые эксперименты», — сказал Каплан.

«Эксперименты довольно всеобъемлющи, но они значительно выигрывают от симуляций. Например, когда дело доходит до разрешения очень малых временных масштабов в динамике этих клеточных деформаций. Мы, по сути, выявляем все эти компоненты», — добавил он.