Abstract Hydrogel biomaterials have proven indispensable for three-dimensional (3D) cell culture but have fallen short in replicating the innate physiochemical complexity of real tissue. Though traditional photolithography affords localized material manipulation, robust methods that govern when, where, and to what extent such phototailoring occurs throughout materials would be profoundly enabling towards fabricating more-realistic 3D tissue constructs. Here, we introduce “grayscale image z-stack-guided multiphoton optical-lithography” (GIZMO) as a generalizable and intuitive strategy to rapidly photomodulate materials in full 3D non-binary patterns at submicron resolutions spanning large volumes (>mm 3 ). Highlighting its versatility, we employ GIZMO to variably photopattern biomolecule release from, protein immobilization to, and degradation within hydrogels based on biologically derived or synthetic grayscale image stacks with unprecedented complexity. We anticipate that GIZMO will enable new opportunities to probe and manipulate cell fates, as well as to engineer complex functional tissue.

Abstract Biomechanical contributions of the ECM underpin cell growth and proliferation, differentiation, signal transduction, and other fate decisions. As such, biomaterials whose mechanics can be spatiotemporally altered – particularly in a reversible manner – are extremely valuable for studying these mechanobiological phenomena. Herein, we introduce a poly(ethylene glycol) (PEG)-based hydrogel model consisting of two interpenetrating step-growth networks that are independently formed via largely orthogonal bioorthogonal chemistries and sequentially degraded with distinct bacterial transpeptidases, affording reversibly tunable stiffness ranges that span healthy and diseased soft tissues (e.g., 500 Pa – 6 kPa) alongside terminal cell recovery for pooled and/or single-cell analysis in a near “biologically invisible” manner. Spatiotemporal control of gelation within the primary supporting network was achieved via mask-based and two-photon lithography; these stiffened patterned regions could be subsequently returned to the original soft state following sortase-based secondary network degradation. Using this approach, we investigated the effects of 4D-triggered network mechanical changes on human mesenchymal stem cell (hMSC) morphology and Hippo signaling, as well as Caco-2 colorectal cancer cell mechanomemory at the global transcriptome level via RNAseq. We expect this platform to be of broad utility for studying and directing mechanobiological phenomena, patterned cell fate, as well as disease resolution in softer matrices. TOC Description Biomaterials that can dynamically change stiffnesses are essential in further understanding the role of extracellular matrix mechanics. Using independently formulated and subsequently degradable interpenetrating hydrogel networks, we reversibly and spatiotemporally trigger stiffening/softening of cell-laden matrices. Terminal cell recovery for pooled and/or single-cell analysis is permitted in a near “biologically invisible” manner.

Abstract Biomechanical contributions of the extracellular matrix underpin cell growth and proliferation, differentiation, signal transduction, and other fate decisions. As such, biomaterials whose mechanics can be spatiotemporally altered‐ particularly in a reversible manner‐ are extremely valuable for studying these mechanobiological phenomena. Herein, a poly(ethylene glycol) (PEG)‐based hydrogel model consisting of two interpenetrating step‐growth networks is introduced that are independently formed via largely orthogonal bioorthogonal chemistries and sequentially degraded with distinct recombinant sortases, affording reversibly tunable stiffness ranges that span healthy and diseased soft tissues (e.g., 500 Pa–6 kPa) alongside terminal cell recovery for pooled and/or single‐cell analysis in a near “biologically invisible” manner. Spatiotemporal control of gelation within the primary supporting network is achieved via mask‐based and two‐photon lithography; these stiffened patterned regions can be subsequently returned to the original soft state following sortase‐based secondary network degradation. Using this approach, the effects of 4D‐triggered network mechanical changes on human mesenchymal stem cell morphology and Hippo signaling, as well as Caco‐2 colorectal cancer cell mechanomemory using transcriptomics and metabolic assays are investigated. This platform is expected to be of broad utility for studying and directing mechanobiological phenomena, patterned cell fate, and disease resolution in softer matrices.