微流控分支选择平台：定量测量集体细胞迁移中领头-跟随细胞相互作用强度与作用范围的新方法

《Micromachines》：A Microfabricated Branch Selection Platform for Quantitative Measurement of Leader–Follower Interaction Strength and Interaction Range in Collective Cell Migration Taichi Ashizawa, Kei Yamamoto, Kazuhiro Tsuneishi and Kenji Yasuda

为解决集体细胞迁移中领头-跟随细胞相互作用强度与作用范围难以定量测量的挑战，研究人员利用微流控分支选择平台结合概率分析框架，对迁移单细胞列中细胞间的耦合作用进行了量化。研究发现，分支选择的序列遵循一阶马尔可夫过程，所得游程长度统计量由依赖于相互作用的跃迁概率决定，这使研究人员能够不依赖力学测量或分子标记即可直接估计有效相互作用参数。内皮细胞与上皮细胞的实验揭示了位置依赖的相互作用特征。该平台为在不同细胞类型和微环境条件下定量比较细胞间耦合提供了可扩展的通用测量工具。

　　

在胚胎发生、伤口愈合、血管生成和癌症侵袭等众多生命过程中，细胞并非单枪匹马，而是成群结队、协调一致地集体迁移。这种“集体智慧”的核心在于走在队伍最前列的“领头细胞”与紧随其后的“跟随细胞”之间精妙的信息传递。领头细胞感知方向，引导运动，而跟随细胞则接收信号，维持队伍的整体性与推进力。然而，一个核心的科学难题长期悬而未决：领头细胞对其后跟随者的影响力究竟有多强？这种影响能“传染”到多远的细胞？现有的研究方法大多难以直接、定量地测量这种局部细胞间相互作用的强度与空间作用范围，限制了我们对集体迁移调控机制的深入理解。

为了破解这一难题，一支研究团队在《Micromachines》杂志上发表了一项创新性研究。他们设计并开发了一种基于微流控技术的分支选择平台，将复杂的细胞间相互作用转化为简单的“选择题”，从而实现了对领头-跟随相互作用强度与作用范围的精确定量测量。该研究不仅建立了一套严谨的概率分析框架来解释实验数据，还通过两种不同类型细胞（内皮细胞MS-1和上皮细胞MDCK）的实验，揭示了细胞间相互作用模式的多样性与复杂性。

研究人员开展这项研究主要依赖以下几个关键技术方法：

1. 1.
   激光光热微加工技术：利用1064/1480 nm双波长激光系统，在琼脂糖凝胶上“雕刻”出宽度仅为一个细胞的微通道和对称的T型分支结构，为细胞迁移提供了精确可控的几何约束环境。
2. 2.
   分支选择迁移实验：将细胞引入上述微流控通道，形成单细胞宽度的迁移队列。当细胞到达对称T型分支时，其选择“左”或“右”路径的决策被自动记录下来，生成一系列分支选择序列。
3. 3.
   时间推移成像与自动分析：使用配备恒温恒气控制系统的自动成像设备，以固定的时间间隔记录细胞在微结构内的动态迁移过程，并利用软件自动提取每个细胞在分支处的路径选择信息。
4. 4.
   概率模型与统计分析：将连续的分支选择序列建模为一阶马尔可夫过程，定义一个有效相互作用参数α，并推导出在此模型下游程长度（即连续选择相同分支的细胞数，或称簇大小）服从几何分布。通过比较实验观测到的游程长度分布与独立选择（零模型，α=0）下的理论分布，即可定量估计出相互作用参数α及其置信区间。此外，还通过蒙特卡洛模拟验证了该分析框架的可靠性。

研究结果

3.1. 利用路径选择频率测量迁移单细胞列中前后细胞相互作用的概念

该部分通过示意图（）清晰地展示了实验的核心设计。细胞在单细胞宽的通道中迁移，遇到对称T型分支。领头（第一个）细胞随机选择一条路径后，每个跟随细胞选择与前一个细胞相同或相反的路径。在零模型（独立伯努利选择，概率p=0.5）下，可以计算出预期的簇大小分布。实验观测到的分布与零模型的偏离，即反映了细胞间的有效相互作用：吸引力（α>0）会倾向于产生更长的连续相同选择（大簇），而排斥力（α<0）则会增加单细胞选择（小簇）的频率。

3.2. 受限微通路中分支选择的概率分析

此部分建立了定量的理论框架。研究人员将顺序分支选择建模为一阶马尔可夫过程，并引入一个有效相互作用参数α。跃迁概率矩阵的对角元表示为P_jj= p + α，其中p是基线分支概率（对称情况下p=0.5），α的取值范围是 -p ≤ α ≤ 1-p。在此模型下，簇大小为n的概率服从几何分布：P(n) = (P_jj)^n-1(1 - P_jj)。这意味着，通过分析实验获得的簇大小分布，可以直接估计出参数α，从而量化相互作用的强度。

3.3. 蒙特卡洛模拟验证

通过蒙特卡洛模拟生成了具有不同预设α值（-0.2, 0, 0.2）的分支选择序列。模拟结果显示，观测到的游程长度分布与上述几何分布的理论预测高度吻合，验证了该概率分析框架在从分支选择统计数据中提取相互作用参数方面的有效性。模拟还证实，相互作用信息主要编码在游程长度统计量中，而非简单的左/右分支整体占用率。

3.4. 实验验证：MS-1和MDCK细胞显示出不同的位置依赖性相互作用特征

对小鼠内皮样细胞系MS-1和犬上皮样细胞系MDCK的实验获得了关键发现：

• •
  MS-1细胞：表现出显著的排斥性耦合（α < 0）。这意味着跟随细胞倾向于选择与前一细胞相反的分支，避免了“扎堆”，显示出“反跟随”的行为模式。
• •
  MDCK细胞：相互作用模式更为复杂且具有位置依赖性。在领头细胞与其紧邻的第一个跟随细胞之间的界面，最多表现出微弱的吸引趋势。然而，在队列后部的细胞簇中，却观察到了排斥性的特征。进一步的按簇序（cluster-order）解析分析表明，相互作用效应在空间上是局部化的，主要集中在迁移队列的前端附近，并没有以持续吸引力的形式沿队列向后传播。

研究结论与意义

本研究表明，所开发的微流控分支选择平台与概率分析框架相结合，成功实现了对集体细胞迁移中领头-跟随细胞相互作用的定量、无标记测量。该方法的核心创新在于将连续的细胞间力学/生化耦合信息，离散化为细胞在对称决策点（T型分支）上的二元选择序列，并通过游程长度这一稳健的统计量来反推相互作用参数。

研究得出的主要结论包括：

1. 1.
   分支选择序列可以由一个依赖于相互作用参数α的一阶马尔可夫过程很好地描述。
2. 2.
   相互作用强度α可以直接从实验观测到的簇大小（游程长度）分布中估计出来，无需进行复杂的力学测量或分子标记。
3. 3.
   不同的细胞类型具有截然不同的相互作用“签名”：MS-1细胞表现出整体的排斥性相互作用，而MDCK细胞的相互作用则呈现空间局部化特征，且前后部分的模式不同，暗示“领头”与“跟随”的角色和相互作用机制可能具有细胞类型特异性和情境依赖性。

这项研究的重要意义在于，它提供了一个可扩展的、通用的定量测量工具，使得在不同细胞类型（如正常与病变细胞）、不同微环境条件（如不同基质刚度、化学梯度）或遗传/药理学扰动下，系统性地比较细胞间耦合强度的变化成为可能。这不仅有助于深入理解集体细胞迁移的基本原理，也为研究与细胞集体行为异常相关的疾病（如癌症转移、血管畸形）提供了新的潜在诊断指标和药物筛选平台。该平台方法简单、直观且信息丰富，有望在组织工程、再生医学和基础细胞生物学研究领域得到广泛应用。