肿瘤细胞组织依赖性机械感知的异质性研究：ECM力学与化学组成对癌细胞物理特性的跨组织分析

本研究针对肿瘤微环境中细胞外基质(ECM)的力学和化学变化如何影响肿瘤进展这一关键问题，通过系统分析30种人类肿瘤和非肿瘤细胞系在7种不同基质条件下的物理特征（粘附面积、形态、细胞刚度和运动性），揭示了ECM诱导的细胞机械响应具有显著的组织和细胞系特异性。研究发现透明质酸(HA)在软基质中能模拟刚性基质的机械效应，并通过无监督机器学习首次定义了表征细胞物理可塑性的表型类别，为理解肿瘤转移过程中的机械适应机制提供了新视角。

　　

在肿瘤发展过程中，细胞外基质(ECM)会发生显著的物理化学变化——从胶原纤维交联导致的基质硬化，到透明质酸(HA)异常沉积形成的"粘性"微环境。这些变化不仅影响着癌细胞的增殖和侵袭，还可能决定它们向不同组织转移的命运。然而，一个长期困扰研究者的问题是：来自不同组织的癌细胞对这些ECM变化的响应是否存在普遍规律？抑或是每种癌细胞都有自己独特的"机械语言"？传统研究多聚焦于单一细胞类型或组织来源，缺乏系统性比较，使得临床转化面临巨大挑战。

宾夕法尼亚大学（University of Pennsylvania）的研究团队在《npj Biological Physics and Mechanics》发表的研究中，创新性地构建了"泛癌机械生物学"研究平台。他们采用多学科交叉方法，通过原子力显微镜(AFM)定量细胞刚度、延时显微成像追踪细胞运动、以及基于Wasserstein距离的无监督机器学习，系统分析了8种组织来源的25种癌细胞和5种非癌细胞的物理特征谱。研究首次绘制了癌细胞机械响应异质性的全景图谱，为理解肿瘤转移的器官趋向性提供了力学解释。

关键技术方法包括：1）制备7种不同力学特性（500Pa-30kPa）和化学组成（胶原I/fibronectin±HA）的仿生基质；2）通过AFM赫兹模型定量单细胞刚度；3）基于图像分析的细胞形态和迁移轨迹追踪；4）采用共识聚类算法识别机械表型类别。所有细胞系均来自ATCC标准库，确保实验可重复性。

研究结果

ECM刚度和组成变化的异质性响应

研究发现增加PAAm基质刚度（30k-500Pa）会显著扩大黑色素瘤细胞（如SK-MEL-2）的铺展面积，但在结肠癌细胞（SW620）中却观察到相反效应。更引人注目的是，某些细胞（如胶质母细胞瘤U-87）在刚性基质上的铺展面积反而小于软基质，打破了"越硬越铺展"的传统认知。当引入HA时，黑色素瘤细胞在软HA基质上的铺展程度甚至超过刚性PAAm基质，暗示HA可能通过特定受体（如CD44）激活独特的机械信号通路。

组织特异性比较的复杂性

在乳腺癌细胞中，正常细胞（hTERT-HME1）普遍比癌细胞更坚硬——这一规律在除HA基质外的所有条件下成立。但肺癌中却呈现相反趋势：正常肺细胞NL20比癌细胞更柔软。运动性分析显示，正常肺细胞的迁移速度是癌细胞的2-3倍，且具有更强的方向持续性。这些发现警示研究者：癌症与正常细胞的力学比较必须考虑组织来源和基质环境双重因素。

机械表型的无监督分类

通过Wasserstein距离度量细胞物理特征的分布差异，研究识别出4种面积机械型（mechanotype）、3种刚度型和2种运动型。值得注意的是，高度转移性前列腺癌细胞（PC-3）普遍表现为"高面积型"，而低转移性细胞（22Rv1）则属于"低面积型"。胰腺正常细胞hTERT-HPNE因异常大的铺展面积自成一类，暗示其可能具有独特的细胞骨架重组机制。

结论与意义

这项研究首次在系统水平上揭示了癌细胞机械感知的组织依赖性规律：1）HA可通过非经典途径增强整合素信号，使细胞在软基质中产生"刚性基质样"响应；2）癌症与正常细胞的力学差异具有组织特异性，不能简单推广；3）机械表型分类为预测肿瘤转移潜能提供了新指标。这些发现不仅革新了对肿瘤机械生物学的基本认识，还为开发组织特异性抗转移策略（如靶向HA-CD44-整合素信号轴）奠定了理论基础。特别值得注意的是，研究中建立的机器学习框架为复杂微环境下的细胞行为预测提供了新范式，有望应用于个性化医疗中的转移风险评估。