東京大学は、細胞の高速イメージングと深層学習を用いた画像解析により、細胞を個別に高速で識別し、必要な細胞を分取する基盤技術「Intelligent Image-Activated Cell Sorter」を開発した。
東京大学は2018年8月28日、細胞の高速イメージングと深層学習を用いた画像解析により、細胞を高速で個別に識別し、解析結果に応じて必要な細胞を分取する基盤技術「Intelligent Image-Activated Cell Sorter」を開発したと発表した。内閣府革新的研究開発推進プログラム(ImPACT)「セレンディピティの計画的創出」で実施され、光学や電気工学、情報科学、機械工学、生物学、医学など、異分野融合での共同研究により行われた。
同技術は、免疫学、病理学、微生物学、分子生物学、遺伝学、再生医学、移植など、さまざまな分野で基盤技術として不可欠な高速細胞分取技術「Fluorescence-Activated Cell Sorter」に、顕微イメージング活性化(Image-Activated)と深層学習(Intelligent)を融合させて開発した。超高速蛍光イメージング技術、10ギガビットイーサネットによる高速データ処理システム、マイクロ流体技術を用いた高速分取技術、細胞制御技術など、複数分野にまたがる研究となっている。
この技術では、大量の細胞集団に含まれる1つ1つの細胞を高速で撮像し、情報処理技術を用いてそれらの画像をリアルタイムに判別して、特定の細胞を分取する。技術の汎用性を示す実験として、3〜30μm程度の異なるサイズの細胞の高速撮像や、がん患者の血液中にわずかに含まれる循環がん細胞様細胞を画像によって発見している。ビーズや細胞を用いた実験では、細胞を識別するアルゴリズムとして、従来の画像処理アルゴリズムから最先端のコンボリューショナル・ニューラル・ネットワークまで幅広く対応可能であることも実証した。
また、光合成やバイオ燃料の研究に使われる緑藻類クラミドモナスと血液中の血小板を1秒間に約100回のスピードで撮像・判別・分取できることを示した。クラミドモナスの実験では、20万個以上の細胞の中に1%程度含まれる希少な遺伝子変異を引き起こした細胞を分取・培養した。血小板の実験では、血小板の複数の形態を見分けて、血液中に含まれる凝集血小板を分取する実験に成功した。
これらの成果より、同技術の実用性と有効性が示された。従来の細胞計測技術では検出・分取できなかった細胞を分取・解析可能になるため、分子生物学、微生物学、医学、薬学などにおける科学的発見やバイオ産業、医療分野での新たな発展が期待される。
Copyright © ITmedia, Inc. All Rights Reserved.