癌細(xì)胞的轉(zhuǎn)移會(huì)使癌癥難以控制，對(duì)患者產(chǎn)生致命的危害。因此，癌轉(zhuǎn)移一直是癌癥研究的重中之重。
生物學(xué)家們?cè)?jīng)認(rèn)為，癌細(xì)胞在機(jī)體中的擴(kuò)散是一個(gè)漫無目的的緩慢過程，就像一個(gè)醉漢那樣無法一直走直線，他們將這一過程稱為隨機(jī)游走（random walk）。不過 Johns Hopkins 大學(xué)的研究人員發(fā)現(xiàn)，這種隨機(jī)游走模型只是癌細(xì)胞在二維平面（培養(yǎng)皿）上的運(yùn)動(dòng)方式，并不適用于機(jī)體內(nèi)的三維空間。為此他們提出了一個(gè)新的計(jì)算模型，以便更好的展現(xiàn)細(xì)胞在 3D 環(huán)境中的遷移行為。
這項(xiàng)研究發(fā)表在美國國家科學(xué)院院刊《PNAS》雜志上，領(lǐng)導(dǎo)這項(xiàng)研究的是Johns Hopkins大學(xué)的 Denis Wirtz 教授。這篇文章非常重要，因?yàn)樗慕Y(jié)論可以幫助研究癌癥擴(kuò)散的人們獲得更為準(zhǔn)確的結(jié)果。
Wirtz 介紹道，這項(xiàng)研究強(qiáng)調(diào)了在三維環(huán)境中研究癌細(xì)胞的重要性。他的實(shí)驗(yàn)團(tuán)隊(duì)就在之前的研究中指出，細(xì)胞在 2D 和 3D 環(huán)境下存在行為差異，而這影響了癌癥在機(jī)體內(nèi)的遷移。
“從原發(fā)瘤脫離的癌細(xì)胞會(huì)尋找血管和淋巴結(jié)，以便轉(zhuǎn)移到機(jī)體的其他器官，” Wirtz 說。“長(zhǎng)期以來，人們一直相信這些細(xì)胞通過隨機(jī)游走到達(dá)血管。但我們?cè)谘芯恐邪l(fā)現(xiàn)，事實(shí)并非如此。我們看到這些細(xì)胞的運(yùn)動(dòng)更有方向性，其移動(dòng)軌跡幾乎呈直線。這種移動(dòng)方式能讓癌細(xì)胞更有效的到達(dá)血管，是癌細(xì)胞擴(kuò)散的有效途徑。”
他補(bǔ)充道，這一發(fā)現(xiàn)為那些研究癌轉(zhuǎn)移的人們帶來了關(guān)鍵性的啟示。“這意味著，上述癌細(xì)胞離開結(jié)締組織的時(shí)間比之前的預(yù)期更短，” Wirtz 說。
Pei-Hsun Wu 和 Anjil Giri 是這篇文章的共同第一作者。 Wu 介紹道，持續(xù)性隨機(jī)游走模型（Persistent Random Walk）是根據(jù)細(xì)胞在培養(yǎng)皿中的運(yùn)動(dòng)建立的。這一模型現(xiàn)在也被用于 3D 細(xì)胞實(shí)驗(yàn)，但這樣的結(jié)果是有問題的。
“因?yàn)樵撃Ｐ秃芎?jiǎn)便，目前 2D 和 3D 實(shí)驗(yàn)都在使用它，” Wu 說。“但這一模型實(shí)際上并不適合 3D 細(xì)胞研究。我們提出的新數(shù)學(xué)模型，不論在 2D 還是 3D 實(shí)驗(yàn)中都更加好用。”
“與 2D 平面上的移動(dòng)相比，細(xì)胞在 3D 環(huán)境下的移動(dòng)更具方向性，” Giri說。“不可預(yù)測(cè)的隨機(jī)游走模型并不適用于 3D 環(huán)境。”
研究團(tuán)隊(duì)希望研究癌轉(zhuǎn)移的其他科學(xué)家們，能夠盡快將他們的數(shù)學(xué)模型利用起來。盡管這項(xiàng)研究中使用的是纖維肉瘤癌細(xì)胞，不過研究人員指出新模型也可以用來研究其他類型的細(xì)胞。例如，人們可以在新模型的基礎(chǔ)上，理解機(jī)體內(nèi)那些對(duì)抗感染和加速傷口愈合的細(xì)胞。
Three-dimensional cell migration does not follow a random walk
Cell migration through 3D extracellular matrices is critical to the normal development of tissues and organs and in disease processes, yet adequate analytical tools to characterize 3D migration are lacking. Here, we quantified the migration patterns of individual fibrosarcoma cells on 2D substrates and in 3D collagen matrices and found that 3D migration does not follow a random walk. Both 2D and 3D migration features a non-Gaussian, exponential mean cell velocity distribution, which we show is primarily a result of cell-to-cell variations. Unlike in the 2D case, 3D cell migration is anisotropic: velocity profiles display different speed and self-correlation processes in different directions, rendering the classical persistent random walk (PRW) model of cell migration inadequate. By incorporating cell heterogeneity and local anisotropy to the PRW model, we predict 3D cell motility over a wide range of matrix densities, which identifies density-independent emerging migratory properties. This analysis also reveals the unexpected robust relation between cell speed and persistence of migration over a wide range of matrix densities.
