研究人员开发出击败纤毛的新模式

纤毛是丝状毛发状结构，几乎可以在人体的所有细胞上找到。根据组织的不同，它们完成了大量的基本任务，例如在气管中运输粘液、提供营养以及在胚胎发育过程中引起左右不对称。作为大规模流体运输的控制者，运动纤毛经历周期性跳动。通过这种方式，它们将机械信号传递给邻近的纤毛并共同产生所谓的异时波。通常，成千上万的纤毛参与了这种波的产生，因此需要很好地调节它们的运动以确保并优化它们的生物功能。由于该现象极其复杂且具有多尺度性质，迄今为止，人们对纤毛自组织成异时波的机制缺乏理解。“我们的模型可以深入了解纤毛阵列的组织，”该研究的首席研究员兼 MPDS 生命物质物理系主任 Ramin Golestanian 教授解释说。“这是我们第一次能够预测形成的异时波的参数和特性。”

纤毛行为取决于外部和内部因素

为纤毛阵列创建此类模型对于了解外部和内部因素如何影响系统功能至关重要。例如，环境中某些化学物质或成分的浓度变化会引起小范围的变化，因此可能会改变出现的波浪并导致全身功能障碍。为了理解这一点，我们需要对该现象进行多尺度描述。自从几十年前 GI Taylor 的开创性工作(参见“更多信息”)以来，众所周知，纤毛之间的流体动力学相互作用可以导致它们之间的协调。换句话说：纤毛的协调是由于纤毛的中风产生的流动影响了整个阵列的行为，最终导致了异时波。由孟繁龙提出的新模型，Rachel Bennett、Nariya Uchida 和 Ramin Golestanian 允许解释许多独立搏动的纤毛的条件，这些纤毛协调他们的行程。在他们的模型中，作者专注于纤毛的基本特性，例如它们不同的跳动谐波或基因组特征。通过将这些与特征或新兴波相结合，他们创建了一个强大的理论框架来描述纤毛阵列。

因此，新模型能够解释改变的特性并预测纤毛阵列的集体行为。Golestanian 补充说：“由于这可以在微观层面上更好地了解组织，因此该研究为众多潜在应用奠定了基础。” 它们可能包括生物样本故障的诊断评估、治疗纤毛行为的新方法或使用异时波的人工系统工程。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！