肿瘤死亡原因中,恶性转移占90%。在肿瘤病理学中,上皮-间质转化(Epithelial mesenchymal transition,EMT)是导致恶性肿瘤浸润转移的主要原因。在EMT过程中,原发性肿瘤中的上皮表型细胞转化为间质表型细胞。间充质型细胞具有更强的运动性、侵袭性和对凋亡刺激的抵抗力。因此,发展能够有效区分上皮表型和间充质表型的方法对癌症分型、抗癌药物筛选及研发具有重要意义。
近期,中国科学技术大学中国科学院材料力学行为和设计重点实验室张青川、吴尚犬课题组在《ACS NANO》以封面形式发表了题为“Deep-learning-based nanomechanical vibration for rapid and label-free assay of epithelial mesenchymal transition” 的工作。该工作从力学角度研究了群体癌细胞,并开发了一种基于纳米振动这一生物力学指纹以及深度学习的上皮间充质转化检测方法。该方法只需采集1秒钟的振动数据,就能实现接近92.5%的分类准确率。上述方法还在抗癌药物筛选中发挥了重要作用,实现了对于抗癌药物快速、无损、高灵敏度的检测。此外,该研究还提出了亚细胞结构影响纳米振动振幅和频谱的观点,并通过实验和数值模拟进行了验证。这项研究为癌细胞表型诊断方法的开发提供了一个新视角,并促进了癌症进展中生物力学机制的研究。
在本研究中,研究人员在体外建立了基于TGF-β1的EMT诱导模型,并利用传统方法进行了检测。结果显示传统方法在检测中存在操作复杂、损伤细胞、灵敏度不足等诸多缺点。进而,研究人员发现了在EMT过程中细胞的纳米振动显著提升,并结合深度学习辅助检测,仅采集1秒的振动信号就能实现对于癌细胞上皮表型/间充质表型92.5的分类准确率。研究人员将该方法成功用到了抗癌药物的检测筛选中去,并发现该方法较之传统方法展现出了快速且高灵敏的突出优势。通过探索实验,研究人员发现EMT过程中纳米振动的差异来源于细胞的新陈代谢变化以及细胞亚结构差异。并且,研究人员建立了微振动力学模型,从力学角度成功解释了EMT过程中纳米振动幅值和频谱改变的原因。
中国科学技术大学张青川教授和吴尚犬教授为该论文的共同通讯作者,吴文杰博士和彭永培博士为该论文的共同第一作者。