Invasive cancer cells soften collagen networks and disrupt stress-stiffening via volume exclusion, contractility and adhesion
Notice bibliographique
Résumé
Collagen networks form the structural backbone of the extracellular matrix in both healthy and cancerous tissues, exhibiting nonlinear mechanical properties that crucially regulate tissue mechanics and cell behavior. Here, we investigate how the presence of invasive breast cancer cells (MDA-MB-231) influences the polymerization kinetics and mechanics of collagen networks using bulk shear rheology and rheo-confocal microscopy. We show that embedded cancer cells delay the onset of collagen polymerization due to volume exclusion effects. During polymerization, the cells (at 4% volume fraction) cause an unexpected time-dependent softening of the network. We show that this softening effect arises from active remodeling via adhesion and contractility rather than from proteolytic degradation. At higher cell volume fractions, the dominant effect of the cells shifts to volume exclusion, causing a two-fold reduction of network stiffness. Additionally, we demonstrate that cancer cells suppress the characteristic stress-stiffening response of collagen. This effect (partially) disappears when cell adhesion and contractility are inhibited, and it is absent when the cells are replaced by passive hydrogel particles. These findings provide new insights into how active inclusions modify the mechanics of fibrous networks, contributing to a better understanding of the role of cells in the mechanics of healthy and diseased tissues like invasive tumors. STATEMENT OF SIGNIFICANCE: Understanding how cells influence tissue mechanics is crucial to unravel disease progression. While fibroblasts are known to stiffen tissues, the role of invasive cancer cells is less clear. Using collagen-based tissue models, we reveal that cancer cells unexpectedly soften the collagen matrix and disrupt its stress-stiffening response. By comparing active cells to passive particles and selectively blocking cell functions, we show that volume exclusion, adhesion, and contractility each play distinct roles in shaping tissue mechanics. This work sheds light on the physical impact of cancer cells on their environment, advancing our understanding on how cells dynamically alter the mechanical properties of tissues.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».