[论文解读] On the origin and extent of mechanical variation among cells

John M. Maloney, Krystyn J. Van Vliet|arXiv (Cornell University)|Apr 4, 2011

Cellular Mechanics and Interactions参考文献 2被引用 5

一句话总结

该论文提出，细胞机械响应幂律指数 $a$ 的内在变异——假设其在细胞间近似呈高斯分布——可解释广泛观测到的细胞刚度的对数正态分布。通过将这种变异与细胞骨架网络的能量景观波动联系起来，该模型预测了动态刚度、蠕变 compliance 和应力松弛的观测到的对数正态分布，并提供了分布宽度与实验参数之间的可检验关系。

ABSTRACT

Investigations of natural variation in cell mechanics within a cell population are essential to understand the stochastic nature of soft-network deformation. Striking commonalities have been found concerning the average values and distribution of rheological parameters of cells: first, attached and suspended cells exhibit power-law rheological behavior; second, cell stiffness is distributed log-normally. A predictive connection between these two near-universal findings has not been reported, to our knowledge. Here we postulate, based on our own and others' experimental reports and leading models of cell rheology, that the exponent that characterizes power-law rheology varies intrinsically among cells as an approximately Gaussian-distributed variable. Besides explaining naturally the log-normal distribution of cell stiffness that is widely observed, this postulate predicts multiple empirically observed relationships from cell deformation studies. Our framework ultimately links inherent noise in postulated relaxation mechanisms of cytoskeletal networks to mechanical variation among cells and cell populations.

研究动机与目标

• 解释在不同实验技术与细胞类型中广泛观测到的细胞刚度对数正态分布的起源。
• 建立幂律流变学（PLR）与细胞机械特性对数正态分布之间的可预测联系。
• 将细胞骨架松弛机制的内在波动识别为细胞间机械变异的主要来源。
• 提供一个框架，将细胞骨架网络中的微观能量势垒与细胞群体中的宏观机械分布联系起来。
• 实现从实验频率依赖的分布宽度中对幂律指数变异性 ($\sigma_a$) 和预因子 ($Y_0$)) 的定量估计。

提出的方法

• 基于实验报告中 $a$ 的分布以及中心极限定理的理论依据，假设幂律指数 $a$ 在细胞间内在地以高斯分布变量形式变化。
• 使用细胞流变学的拟经验与理论模型（如软玻璃流变学、玻璃状蠕虫状链模型）将 $a$ 与能量势垒和尝试频率联系起来。
• 应用一阶泰勒级数近似，推导出如 $G'(\omega)$、$G''(\omega)$、$J(t)$ 和 $G(t)$ 等机械参数的几何标准差 ($\mathrm{SD}_{\mathrm{geo}}$) 的解析表达式。
• 推导出 $\mathrm{SD}_{\mathrm{geo}}$ 关于频率 $\omega$、时间 $t$ 和 $\sigma_a$ 的预测，其中预因子取决于实验条件与细胞状态。
• 通过展示预测与观测到的储能模量与损耗模量 $\mathrm{SD}_{\mathrm{geo}}$ 之间关系的一致性，验证了预测；并推导出一种方法，通过 $\mathrm{SD}_{\mathrm{geo}}$ 与 $\omega$ 的斜率和截距来估计 $\sigma_a$ 和 $Y_0$。
• 聚焦于低接触或非接触测量技术（如光镊拉伸、振荡压痕）以隔离内源性变异，避免探针-细胞骨架连接效应的人为干扰。

实验结果

研究问题

• RQ1 幂律指数 $a$ 的内在高斯分布是否能解释细胞刚度的普遍对数正态分布？
• RQ2 是否能从 $a$ 的变异性与实验参数预测观测到的刚度分布宽度（$\mathrm{SD}_{\mathrm{geo}}$）？
• RQ3 在频率扫描实验中是否存在可测量的最小 $\mathrm{SD}_{\mathrm{geo}}$？其与 $\sigma_a$ 和 $Y_0$ 的关系如何？
• RQ4 $G'$ 与 $G''$ 测量结果的分布宽度是否以模型可预测的方式相关？
• RQ5 细胞骨架能量景观的波动是否足以解释活细胞中细胞间的机械变异？

主要发现

• 幂律指数 $a$ 的高斯分布自然导致细胞刚度的对数正态分布，为长期观测到的经验趋势提供了机制性解释。
• 在频率扫描实验中，可测量的最小几何标准差 $\mathrm{SD}_{\mathrm{geo}}$ 与 $(Y_0/\omega)^{\sigma_a}$ 成比例，其中 $Y_0$ 与 $\sigma_a$ 取决于细胞状态与实验条件。
• 该模型预测了 $G'$ 与 $G''$ 分布宽度之间的特定关系，现有数据在经验上支持该预测。
• 幂律指数 $a$ 的变异性（$\sigma_a \approx 0.02{-}0.10$）是内在的，即使在大样本中也保持稳定，表明其并非由测量噪声引起。
• 该模型使研究者能够通过 $\mathrm{SD}_{\mathrm{geo}}$ 与 $\omega$ 的对数-对数斜率与单位截距，来估计 $\sigma_a$ 与 $Y_0$，为实验验证提供了实用方法。
• 该框架将细胞骨架能量势垒的波动（如在软玻璃流变学中）与细胞群体中涌现的机械变异联系起来，为细胞机械异质性提供了一个统一的机制。