[論文レビュー] Dynamic Image-Based Modelling of Kidney Branching Morphogenesis

Srivathsan Adivarahan, Denis Menshykau+2 more|arXiv (Cornell University)|Jul 1, 2013

Renal and related cancers参考文献 22被引用数 5

ひとこと要約

本研究では、培養腎臓の2次元タイムラプス顕微鏡観察データを用いて、腎臓の分岐形態形成を模擬する動的画像ベースのモデリングフレームワークを開発した。上皮組織の幾何構造と変位場を抽出することで、Turing型反応拡散モデルと拡散依存性幾何制約効果を検証したところ、特に中胚葉で誘導因子（例：GDNF）が産生される場合、後者が観察された成長場とシグナリングパターンを最もよく再現した。これは、Turing機構と幾何的制約の組み合わせが分岐制御に寄与している可能性を示唆している。

ABSTRACT

Kidney branching morphogenesis has been studied extensively, but the mechanism that defines the branch points is still elusive. Here we obtained a 2D movie of kidney branching morphogenesis in culture to test different models of branching morphogenesis with physiological growth dynamics. We carried out image segmentation and calculated the displacement fields between the frames. The models were subsequently solved on the 2D domain, that was extracted from the movie. We find that Turing patterns are sensitive to the initial conditions when solved on the epithelial shapes. A previously proposed diffusion-dependent geometry effect allowed us to reproduce the growth fields reasonably well, both for an inhibitor of branching that was produced in the epithelium, and for an inducer of branching that was produced in the mesenchyme. The latter could be represented by Glial-derived neurotrophic factor (GDNF), which is expressed in the mesenchyme and induces outgrowth of ureteric branches. Considering that the Turing model represents the interaction between the GDNF and its receptor RET very well and that the model reproduces the relevant expression patterns in developing wildtype and mutant kidneys, it is well possible that a combination of the Turing mechanism and the geometry effect control branching morphogenesis.

研究の動機と目的

• ライブイメージングとインシリコモデリングを統合する計算フレームワークを構築し、腎臓の分岐形態形成を研究すること。
• Turing型反応拡散機構と幾何依存性拡散効果のどちらが、発生中の腎臓で観察された成長ダイナミクスをよりよく説明するかを検証すること。
• ライブイメージングによる培養腎臓切片の実験データと照合して、モデルの予測を検証すること。
• 生理的関連性のある変形するドメイン上で、シグナリングパターンの安定性と頑健性を評価すること。
• 分子的シグナリング（例：GDNF-RET）と組織の幾何構造の間の相互作用が、分岐パターンをどのように制御するかを明らかにすること。

提案手法

• 48時間にわたる動的分岐形態形成を捉えるために、生体外腎臓培養のタイムラプス2次元顕微鏡観察を実施した。
• MATLABを用いた画像セグメンテーションとオプティカルフロー解析により、連続するフレーム間の上皮ドメイン形状と変位場を抽出した。
• 抽出された幾何構造と変位場をCOMSOL Multiphysicsにインポートし、変形するドメイン上で反応拡散モデルの有限要素シミュレーションを実行した。
• Schnakenberg型Turingモデルを用いて、非次元化された反応拡散方程式を用い、GDNF、RET、Wnt11のシグナリングダイナミクスを模擬した。
• 初期条件やリガンド供給源の位置（上皮組織対中胚葉）を変化させたシミュレーションにより、パターンの安定性と生物学的妥当性を評価した。
• 静的フレームと測定された変位場を用いた連続的変形ドメインの両方でシミュレーションを実行し、頑健性を評価した。

実験結果

リサーチクエスチョン

• RQ1 Turing型反応拡散機構は、発生中の腎臓上皮組織の複雑で動的な幾何構造上でも、安定的に分岐パターンを生成できるか？
• RQ2 シグナリング分子（例：GDNF）の空間的局在化が、結果としての成長場と分岐パターンにどのように影響するか？
• RQ3 上皮組織ドメインの幾何構造、特にその曲率や形状が、シグナリングダイナミクスとパターン形成にどの程度影響を及ぼすか？
• RQ4 Turing機構と幾何依存性拡散効果の組み合わせが、単独での各機構よりも実験観察をよりよく説明できるか？
• RQ5 実際の組織成長に一致する連続的変形ドメイン上でシミュレートされた場合、予測されたシグナリングパターンはどの程度安定しているか？

主な発見

• Turing機構単体では、ノイズの多い初期条件に対して感受性が高いため、抽出された上皮形状上では不安定であり、頑健なパターン形成の生物学的妥当性に制限があった。
• リガンド（例：GDNF）が中胚葉で産生される場合、拡散依存性幾何制約効果が観察された成長場をうまく再現し、実験データと最も一致した。
• リガンドが上皮組織で産生され、抑制因子として作用する場合、幾何制約効果も観察された変位場と妥当な一致を示した。
• GDNFが中胚葉で産生される最適なシミュレーション（D = 200）では、静的ドメイン上でのシグナリングパターンが連続的変形ドメイン上でのものと非常に類似しており、変形下でも安定であることが示された。
• 理想化されたドメイン上でGDNFおよびRET欠損変異体の既知の表現型を再現できたため、モデルの生物学的関連性が裏付けられた。
• 尿管芽の変位は、GDNF/RETシグナリングのみでは説明できず、追加の機械的要因やシグナリング過程が関与している可能性がある。