PNAS Nexus · 25. Oktober 2026 · Aus Ausgabe 57
Learning epithelial elasticity via local tension remodeling
In einer Gewebesimulation lernten Zellen durch wiederholtes Zusammendrücken, sich frühere Kräfte zu merken und ihr künftiges Verhalten zu ändern.
Sadjad Arzash, Shiladitya Banerjee.
Ein Computermodell von Gewebe, aufgebaut aus vielen verbundenen Zellen, kann sich so verhalten, als würde es aus wiederholtem Drücken und Ziehen lernen. Jede Zelle verändert dabei, wie fest sie ihre Nachbarn greift, abhängig von früher einwirkenden Kräften. So entsteht eine Art Gedächtnis. Dieses Gedächtnis kann die gesamte Zellschicht sogar darauf trainieren, sich beim Ziehen seitlich zu dehnen, statt sich zusammenzuziehen.
Zeigt, dass ein Modellgewebe durch wiederholte mechanische Zyklen zu einem ungewöhnlichen Dehnverhalten trainiert werden kann, und nicht von vornherein so angelegt ist.
Bisher nur ein Computermodell, kein lebendes Gewebe getestet.
Integritätsprüfung: bestanden (3 Prüfungen) Geprüft am 30. Oktober 2026. Rücknahme-Eintrag: keiner. DOI löst bei doi.org auf. Metadaten-Eintrag gefunden (PNAS Nexus). Zur Quelle
Diese Prüfung sieht sich Prozess-Signale an. Sie sagt nicht, dass die Ergebnisse stimmen.