粗粒化弾性ネットワークモデリング：AFMナノインデンテーション測定にさらされた間葉系幹細胞を特徴付ける高速で安定した数値ツール

機械的特性の知識は、間葉系幹細胞の機械生物学を研究し、生物物理学的刺激を細胞分化プロセスに結びつける関係を理解するための出発点です。実験生物学では、原子間顕微鏡（AFM）は、これらの機械的特性を測定するための一般的な手法です。この論文では、ヒト間葉系幹細胞で行われたAFMナノインデンテーション測定から始まる、細胞成分のヤング率などの一般的な機械パラメーターを抽出するための代替アプローチを提示します。仮想環境では、幹細胞の幾何学的モデルを、非常に変形可能な粗繁殖弾性ネットワークモデル（CG-ENM）に変換して、実際のAFM実験を再現し、関連する力インデンテーション曲線を取得しました。計算された力インデンテーション曲線が実験的な曲線を複製するまで、いくつかの機能領域で細分化された、いくつかの機能領域で細分化された、スプリングの局所的剛性値を乱したアドホック最適化アルゴリズムが乱れました。この曲線マッチングの後、さまざまな幹細胞サンプルに対してグローバルなヤング弾性率の抽出が行われました。このアルゴリズムは、細胞皮質や細胞骨格などのさまざまな細胞内成分の材料特性を区別することができました。弾性ネットワークモデルで予測された数値結果は、同じケーススタディでHertzian接触理論と有限要素法（FEM）から得られた結果と比較され、最適な一致と計算コストが大幅に削減されました。提案されたシミュレーションフローは、細胞内レベルの詳細であっても、軟質生物材料の機械的挙動を理解するための正確で高速で安定した方法のようです。さらに、弾性ネットワークモデリングにより、計算時間を短縮して、スプリングのサイズに匹敵するサイズの要素を使用して実行された従来のFEMシミュレーションで必要な時間の約33％に短縮できます。

The knowledge of the mechanical properties is the starting point to study the mechanobiology of mesenchymal stem cells and to understand the relationships linking biophysical stimuli to the cellular differentiation process. In experimental biology, Atomic Force Microscopy (AFM) is a common technique for measuring these mechanical properties. In this paper we present an alternative approach for extracting common mechanical parameters, such as the Young's modulus of cell components, starting from AFM nanoindentation measurements conducted on human mesenchymal stem cells. In a virtual environment, a geometrical model of a stem cell was converted in a highly deformable Coarse-Grained Elastic Network Model (CG-ENM) to reproduce the real AFM experiment and retrieve the related force-indentation curve. An ad-hoc optimization algorithm perturbed the local stiffness values of the springs, subdivided in several functional regions, until the computed force-indentation curve replicated the experimental one. After this curve matching, the extraction of global Young's moduli was performed for different stem cell samples. The algorithm was capable to distinguish the material properties of different subcellular components such as the cell cortex and the cytoskeleton. The numerical results predicted with the elastic network model were then compared to those obtained from hertzian contact theory and Finite Element Method (FEM) for the same case studies, showing an optimal agreement and a highly reduced computational cost. The proposed simulation flow seems to be an accurate, fast and stable method for understanding the mechanical behavior of soft biological materials, even for subcellular levels of detail. Moreover, the elastic network modelling allows shortening the computational times to approximately 33% of the time required by a traditional FEM simulation performed using elements with size comparable to that of springs.