Simple Science

最先端の科学をわかりやすく解説

# 生物学# システム生物学

治癒中の細胞間コミュニケーションについての洞察

研究が、組織がケガにどう対応して調整するかをカルシウムシグナルを通じて明らかにしたんだ。

― 1 分で読む


組織修復における細胞信号伝組織修復における細胞信号伝る役割を調査中。カルシウムの治癒や細胞間のつながりにおけ
目次

情報とその処理は、生物機能において重要なんだ。特に脳細胞、つまりニューロンがどう働くかを見るときはね。最近、科学者たちは情報理論からの手法を使って、ニューロンがどうコミュニケーションを取り、一緒に機能しているのかを測定し理解しようとしている。この方法は、ニューロンのグループがどう決定を下し、どう長距離でつながり、異なる過程でネットワークがどう動くかについて貴重な洞察を提供している。

でも、コミュニケーションや情報処理のアイデアはニューロンにだけ限らないんだ。多細胞生物の全ての細胞はコミュニケーションを取り、お互いに協力して、発達中のパターン形成や傷の治癒、行動の調整など、様々な重要なタスクを完了するために働いている。情報の共有は、植物と動物が一緒に働くような異なる種の間でも起こるし、菌類と藻類のような共生関係でもね。

科学者たちは細胞がどう協調しているかを見るために多くの方法を使ってきた。その中には、複数の電極アレイを使ったり、細胞の向きを分析したり、異なるマーカーが組織内でどう分布しているかを調べたりする手法が含まれている。これらの方法は、ニューロンがどう火を噴くか、細胞が組織内でどう整列するか、細胞の間でどう信号が共有されるかなど、細胞レベルでの特定の機能を理解するのに役立っている。しかし、情報が長い期間にわたってどのように処理され、大きな空間を越えてどのように行われるのかを監視するのは依然として課題だ。

長い時間枠でこれを観察する一つの方法は、機能的コネクティビティ(FC)ネットワークを使うこと。分析から作られたこれらのネットワークは、組織内の異なる部分間で情報がどう流れるかを見るのを助けてくれる。神経科学では、これらのネットワークが異なる脳の領域が物理的に近くなくてもどう協力しているかを理解するのに役立つ。情報理論は、これらのつながりを測定するための有用な数学的ツールを提供して、単純な画像では見えない複雑なパターンを明らかにすることを可能にしている。

従来、研究者たちは身体の部分間の固定されたつながりに注目してきた。だけどFCネットワークは、時間を経て変わったり進化したりするつながりを観察することを可能にする。ニューロン研究で使われるのと同じ方法を適用することで、FCネットワークを使って他の種類の組織についてもっと学べる。こうした視点を通じて組織をよりよく理解することは、生物機能への新しい洞察につながるかもしれない。

カルシウム(Ca2+)はほぼすべての生物に見られる重要な信号分子なんだ。細胞の内外に存在していて、細胞がさまざまな変化に迅速に反応するのを追跡するのに重要なんだ。組織内のカルシウムレベルをモニタリングすることは、細胞ネットワーク内でどう情報が流れ、使われているかを知る手がかりを提供してくれる。神経科学では、カルシウムレポータが広く使われていて、細胞の機能を追跡し、ニューロンネットワークを理解するのに役立っている。カルシウムは、さまざまな種の上皮組織の治癒にも関与している。しかし、ほとんどの研究は短期的なイベントしか調べておらず、長距離の相互作用については理解が不足している。

この研究では、FCネットワークを使って組織内の長距離相互作用の証拠が示されている。焦点は、カエルの胚の皮膚から作られたオルガノイドシステムに置かれ、これは治癒中の細胞の挙動を研究するためのモデルなんだ。このシステムでは、細胞ネットワークが傷、特に創傷にどう反応するかを観察できる。高度なイメージング技術を使って、研究者はこれらのオルガノイドのビデオをキャッチし、時間の経過に伴うカルシウムレベルを追跡できる。

このプロセスを通じて、細胞間のつながりと相互作用がマッピングされ、その挙動が分析される。この分析は、皮膚細胞が損傷にどのように反応するか、そして傷の前後に見られる構造が何であるかを理解するのに役立つ。

実験の設定

この研究では、カエルの胚を被験体として皮膚モデル内でカルシウム信号を追跡する。胚が特定の発達段階に達したとき、カルシウムレポータのコードを含むmRNAが注入される。これにより、研究者は細胞内のカルシウムの動きを可視化できる。カエルの胚は、所定の発達段階に到達するまで制御された環境に保たれる。

次に、胚の上部、いわゆる動物帽が外科的に取り除かれ、皮膚のようなオルガノイドが作成される。取り除かれた組織は、傷が癒え、球状の形になるまで放置される。このプロセスは、画像品質を向上させるための特定の条件下で行われる。

オルガノイドはその後顕微鏡の下に置かれ、定期的に画像がキャッチされる。傷を創る前後でカルシウムの活動がモニタリングされる。この設定により、傷に対するカルシウムレベルがどう変化するかが明確に見ることができる。

カルシウムの活動を観察する

これらの組織内のカルシウム信号は、長い時間スケールでモニタリングすると多様なパターンを示す。最初は短いセグメントでカルシウムの活動が記録されるが、長い間隔を見るともっと複雑な構造が現れることがある。分析によると、傷の後数日でカルシウム信号の挙動において重要な変化が見られることが分かる。

イメージング技術を使って、個々のカルシウムイベントを時間の経過にわたって追跡することができ、細胞が創傷などの摂動にどう反応するかが明らかになる。慎重なモニタリングにより、研究者はこれらの変化を可視化し、さらなる分析のために処理することができる。

データと信号の分析

データをキャッチした後、次のステップはそれを分析して有意義な洞察を引き出すことだ。最初のステップは、記録を傷前と傷後のセグメントに分けること。この分割は、傷が加えられる前と後で組織がどう動くかを調べるのに役立つ。

データが清潔で解釈可能であることを確保するために、さまざまな手法が適用される。これには、イメージングプロセス中に導入されたかもしれないアーティファクトを修正することが含まれ、関連する信号だけが分析されるようにする。

データを洗練させた後、相互情報量の測定が細胞間のつながりを評価するために使用される。このアプローチは、一つの細胞の活動が別の細胞の活動についてどれだけの情報を提供できるかを特定するのに役立つ。これにより、細胞間の相互作用を詳細に示す機能的コネクティビティネットワークを構築するための基礎が築かれる。

機能的コネクティビティネットワークを構築する

機能的コネクティビティネットワークは、洗練されたデータを用いて構築される。このネットワークでは、ノードが個々の細胞を表し、エッジがカルシウム活動に基づいたそれらの間のつながりを示す。これにより、研究者は特定の瞬間に接続がどれだけアクティブであるかを視覚化できる。

これらのネットワークはその構造が分析され、しばしば非ランダムな挙動を示すパターンが明らかになる。つまり、細胞がどうつながり、コミュニケーションを取るかは単なる偶然ではなく、識別可能なパターンに従っている。

特に興味深いのは、傷が発生したとき、ネットワークが変化する観察だ。最初は、つながりのスパイクが見られ、細胞が傷に反応してコミュニケーションを強化していることを示唆している。時間が経つにつれて、これらのつながりは安定し、損傷から組織が回復する際の貴重な洞察を提供する。

ネットワークの特性を評価する

これらのネットワークの特性を調べることで、組織の機能がどうなっているかをよりよく理解できる。つながりの数(エッジ)や、各ノード(細胞)が持つつながりの数を調べることで、研究者は特定の時点で組織がどれだけ統合されているかに関する情報を集めることができる。

これらのネットワークは、他の生物システムで知られている特性を示すことが観察されていて、他の細胞に比べて高く接続されたハブノードが存在する。これは、組織機能にとって重要な組織レベルを示している。

コミュニティ検出アルゴリズムを使うことで、細胞がその接続に基づいてモジュールにグループ化される方法も明らかになる。これらのモジュールの中には、物理的に近い細胞を表すものもあれば、離れた細胞をつなぐものもある。この空間に依存しないクラスター化は、組織内での複雑な相互作用を示唆している。

傷に対する反応

ネットワークが傷にどう反応するかを調べると、動的な反応があることが明らかだ。最初、組織は細胞間の強い統合を示し、傷に続いてコミュニケーションが高まることを示す。しかし、長距離のつながりもこの反応の一部として発展する可能性があることも示唆される。

分析によれば、コミュニケーションパターンは時間とともに変化する。近くの細胞は通常協力的だが、ネットワークは長距離の調整の証拠も示している。細胞間のつながりの柔軟性は、組織が課題にどう適応するかを理解するのに役立つかもしれない。

制限事項と今後の方向性

この研究は貴重な洞察を提供する一方で、考慮すべき制限もある。使用される検出方法は、特に細胞の境界がぼやけていたり強い信号がある場合、画像品質が良くないと苦しむことがある。

また、傷が発生することによる機械的な混乱が、時間を経て変化を追跡する能力を複雑にすることがある。画像から細胞をセグメント化することも、結果の精度に影響を与え、傷前と傷後のデータを直接比較するのを難しくする。

今後の研究は、データの質を向上させ、重大な混乱を引き起こさずに時間を経て細胞を追跡する新しい方法を探求するべきだ。また、ペアの相互作用を超えたつながりを評価するために他の分析的手法を使うことで、組織内での情報の流れの深い洞察が得られるかもしれない。

傷に対する異なるタイプの反応や、異なる細胞タイプによる影響を受ける様子がどのように変わるかを理解することは、組織の挙動の複雑さを探る新しい扉を開く可能性がある。

結論

全体的に見て、このアプローチは多細胞組織内の複雑なダイナミクスを分析し理解するために情報理論を使う可能性を強調している。機能的コネクティビティネットワークを開発することで、研究者は細胞がどのようにコミュニケーションを取り、特に傷からの回復中にその行動を調整するかについて新たな洞察を得ることができる。

方法が進化し続けるにつれて、隠れた信号経路を明らかにし、組織機能の複雑さをより深く理解する機会が増えていく。これらの発見は、基本的な生物学的知識にとどまらず、再生医療や傷の治癒における臨床応用にも影響を与える。高度なイメージングと分析技術の組み合わせは、組織が根本的にどう機能するかを理解するのを向上させ、細胞相互作用の魅力的な世界を明らかにすることが期待されている。

オリジナルソース

タイトル: Revealing non-trivial information structures in aneural biological tissues via functional connectivity

概要: A central challenge in the progression of a variety of open questions in biology, such as morphogenesis, wound healing, and development, is learning from empirical data how information is integrated to support tissue-level function and behavior. Information-theoretic approaches provide a quantitative framework for extracting patterns from data, but so far have been predominantly applied to neuronal systems at the tissue-level. Here, we demonstrate how time series of Ca2+ dynamics can be used to identify the structure and information dynamics of other biological tissues. To this end, we expressed the calcium reporter GCaMP6s in an organoid system of explanted amphibian epidermis derived from the African clawed frog Xenopus laevis, and imaged calcium activity pre- and post- a puncture injury, for six replicate organoids. We constructed functional connectivity networks by computing mutual information between cells from time series derived using medical imaging techniques to track intracellular Ca2+. We analyzed network properties including degree distribution, spatial embedding, and modular structure. We find organoid networks exhibit more connectivity than null models, with high degree hubs and mesoscale community structure with spatial clustering. Utilizing functional connectivity networks, we show the tissue retains non-random features after injury, displays long range correlations and structure, and non-trivial clustering that is not necessarily spatially dependent. Our results suggest increased integration after injury, possible cellular coordination in response to injury, and some type of generative structure of the anatomy. While we study Ca2+ in Xenopus epidermal cells, our computational approach and analyses highlight how methods developed to analyze functional connectivity in neuronal tissues can be generalized to any tissue and fluorescent signal type. Our framework therefore provides a bridge between neuroscience and more basal modes of information processing. Author summaryA central challenge in understanding several diverse processes in biology, including morphogenesis, wound healing, and development, is learning from empirical data how information is integrated to support tissue-level function and behavior. Significant progress in understanding information integration has occurred in neuroscience via the use of observable live calcium reporters throughout neural tissues. However, these same techniques have seen limited use in the non-neural tissues of multicellular organisms despite similarities in tissue communication. Here we utilize methods designed for neural tissues and modify them to work on any tissue type, demonstrating how non-neural tissues also contain non-random and potentially meaningful structures to be gleaned from information theoretic approaches. In the case of epidermal tissue derived from developing amphibians, we find non-trivial informational structure over greater spatial and temporal scales than those found in neural tissue. This hints at how more exploration into information structures within these tissue types could provide a deeper understanding into information processing within living systems beyond the nervous system.

著者: Sara Imari Walker, D. Blackiston, H. Dromiack, C. Grasso, T. F. Varley, D. G. Moore, K. Srinivasan, O. Sporns, J. Bongard, M. Levin

最終更新: 2024-05-14 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.05.09.593467

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.05.09.593467.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

類似の記事