[論文レビュー] Hessian Analysis Enables Prediction of Cytoquake Occurrence

Carlos Floyd, Herbert Levine+2 more|arXiv (Cornell University)|Jun 2, 2020

Cellular Mechanics and Interactions被引用数 1

ひとこと要約

本研究では、活性細骨格ネットワークのエージェントベースシミュレーションを用いて、細胞震災—大規模で地震に類似た構造的再編成—が、歪みエネルギーがグローバルに蓄積され解放される近臨界的で駆動され散逸するダイナミクスから生じることを示した。機械学習予測によると、機械的不安定性が細胞震災の前触れであり、その後ネットワークの張力が空間的に均一化される。

ABSTRACT

Eukaryotic cells are mechanically supported by a polymer network called the cytoskeleton, which continually consumes chemical energy so that it may dynamically remodel its structure. Recent experiments revealed that this remodeling process occasionally happens through unusually large, step-like events reminiscent of earthquakes. These rare events, termed ``cytoquakes, may reflect optimized information processing by cytoskeletal networks, and are hence of significant biological interest. The physics underlying cytoquakes are poorly understood, however, hindering investigation of their possible biological roles. We address this gap by using agent-based simulations of cytoskeletal self-organization to show that cytoquakes' origins lie in the inherent driven, dissipative dynamics of active cytoskeletal networks. In a near-critical stochastic process, strain energy accumulates before being released in large, global restructuring events. By forecasting cytoquakes using a machine learning model, we furthermore show that mechanical instability precedes cytoquakes, which then induce a spatial homogenization of tension sustained by the network.

研究の動機と目的

• 細胞震災—活性細骨格ネットワークにおける大規模で段階的な構造的変化—の物理的起源を理解すること。
• 細胞震災が駆動され散逸する非平衡系における内生的非平衡ダイナミクスから生じるかどうかを調査すること。
• 機械的不安定性が細胞震災の前触れであるかどうか、およびそれがネットワークの張力分布に与える影響を特定すること。
• 機械的ネットワークデータに基づいて機械学習を用いて細胞震災発生を予測するモデルを開発すること。

提案手法

• エージェントベースシミュレーションにより、持続的なエネルギー消費下での活性細骨格フィラメントの自己組織化をモデル化した。
• 生物学的ATP駆動のトロイの再編を模倣する確率的で非平衡なプロセスを再現した動的再編成をシミュレーションで捉えた。
• ヘッセ行列解析を用いて、ネットワークのエネルギー・ランドスケープにおける機械的不安定性および臨界点を同定した。
• 歪みエネルギーの蓄積に基づき、細胞震災発生を予測するため、ネットワークの機械的状態を学習データとして機械学習モデルを訓練した。
• 細胞震災発生前後の力分布パターンを分析することで、空間的張力均一化を定量的に評価した。
• 微小な摂動がグローバルな再構築を引き起こす近臨界状態をモデルが同定し、相転移に類似した挙動を示した。

実験結果

リサーチクエスチョン

• RQ1 活性細骨格ネットワークにおける細胞震災の発生に寄与する物理的メカニズムは何か？
• RQ2 細胞震災発生の前にはネットワークの機械的状態はどのように変化するか？
• RQ3 計算モデルを用いて、細胞震災の前触れとして機械的不安定性を検出できるか？
• RQ4 細胞震災は細胞骨格ネットワーク全体の張力分布をどれほど空間的に均一化するか？
• RQ5 機械的ネットワーク特徴に基づいて、機械学習モデルが細胞震災発生を正確に予測できるか？

主な発見

• 細胞震災は、歪みエネルギーがグローバルに蓄積され再構築される近臨界的で駆動され散逸するダイナミクスに起因し、活性細骨格ネットワーク内で生じる。
• ヘッセ行列解析により同定された機械的不安定性が、細胞震災発生の前触れであることを示し、ネットワーク力学における臨界転移点を示している。
• 細胞震災は細胞骨格ネットワーク全体の張力分布に顕著な空間的均一化を引き起こし、局所的な不均一性を低減する。
• 機械的ネットワーク状態を学習データとして用いた機械学習モデルは、細胞震災発生を成功裏に予測した。これにより、機械的前触れの予測的パワーが示された。
• システムは非平衡相転移に類似した挙動を示し、局所的な確率的揺らぎから大規模な再編成が生じる。
• 研究結果は、細胞震災がランダムではなく、ネットワークの内生的ダイナミクスとエネルギー散逸に根ざした出現的現象である可能性を示唆している。