Fibroblasts play a critical role in pathological conditions such as wound healing and tumorigenesis. When analyzing fibroblasts, which do not have a specific biomarker, in such complex pathological processes, the conventional molecular biological approach has limitations. In this regard, in the dissertation, the combination of a biomolecular approach and cell mechanics-based approach was applied to extensively investigate the role of fibroblasts in the pathophysiology of the wound healing process and tumorigenesis. From a cell mechanics pointof view, a cell is regarded as a physical system, and the physical phenotypes of the cell are analyzed and evaluated as the final product of complex gene expression. In the first study, a novel model of the wound healing process and scar formation was suggested by observing the response of fibroblasts to tensile stimulation. In the second study,a new positive feedback loop for breast cancer was proposed by mimicking specific cancer-associated fibroblasts and analyzing the effects of these cells on breast cancer progression. Finally, an artificial intelligence (AI)classification system for subtypes of cancer-associated fibroblasts was developed based on cell mechanical properties. The AI platform was then tested with in vitro breast cancer-associated fibroblast models to verify the applicability of the alternative and novel classification platform.
섬유아세포는 상처치유나 암의 진행과 같은 병리적 상황에서 중요한 역할을 한다. 이러한 복잡한 병리적과정에서 특정한 바이오 마커가 없는 섬유아세포를 분석할 때, 기존의 분자생물학적인 접근만으로는 한계가있다. 본 논문은 이런 견지에서 분자생물학적 분석법과 세포역학적 분석법을 함께 활용하여 섬유아세포가상처치유과정과 종양형성에 미치는 영향을 조명한다. 세포역학적인 관점에서 세포는 하나의 물리적시스템으로 간주되고, 세포의 물리적인 표현형을 복잡한 유전자발현 프로그램의 최종산물로 분석 및평가한다. 첫 번째 연구에서는, 섬유아세포의 인장자극에 대한 반응을 관찰하여 새로운 상처치유과정 및흉터형성 모델을 제시하였다. 두 번째 연구에서는, 특정 암 연관 섬유아세포를 모사하였고 이 세포가유방암의 진행에 미치는 영향을 분석하여 새로운 유방암의 양성 피드백 고리를 제안하였다. 마지막으로, 암연관 섬유아세포의 세포역학적인 특성을 추출 및 분석하여 특수형 분류가 가능한 인공지능 플랫폼을개발하였고 이를 체외에서 모사된 유방암 연관 섬유아세포를 통해 검증하였다.
