画像ではなく形を見る「ゴーストサイトメトリー」、細胞治療の信頼性向上に：医療技術ニュース

東京大学は、細胞を高速・高精度に分析して判別し、分取するシステムである高速蛍光イメージングセルソーターを開発した。血液および体液診断、再生医療や細胞治療などへの貢献が期待される。

[MONOist]

　東京大学は2018年6月15日、大きさも同じで人の目で見ても形の似た細胞を高速・高精度に分析して判別し、高速で分取するシステムである高速蛍光イメージングセルソーターを開発したと発表した。単一画素イメージング法に機械学習技術と流体ハードウェア技術を融合させた技術で、「ゴーストサイトメトリー」と名付けられた。同大学先端科学技術研究センター 准教授の太田禎生氏らが大阪大学、シンクサイトと共同で開発した。

　本技術の開発に際し、研究グループは蛍光など暗い対象も高速で撮影できる単一画素圧縮撮像手法を開発。さらに、人を介さない画像情報解析には画像は必要ないという点に着目し、高速高感度かつシンプルなリアルタイムでのイメージングデータ処理法を開発した。

　分取技術融合開発に当たっては、先端マイクロ流体細胞分取技術との融合研究開発および実用化を加速させ、機械学習駆動型の光流体装置を完成。高速で細胞の蛍光イメージを計測し、機械学習でリアルタイム解析し、マイクロ流体中での選択的分取することを実現した。

　この手法はゴーストサイトメトリーと名付けられ、機械の「目」を使い、毎秒数千〜万細胞のスピードで細胞をリアルタイムに判別。高精度に細胞を分類・分離したり、モデル血中からのがん細胞の高速検出および分離が行える。

　大量の細胞を形態で評価し、選別し、活用することにより、血液および体液診断、再生医療や細胞治療など高い安全性や信頼性の求められる医療への貢献が期待される。

機械学習が駆動する形態に基づく高速細胞分離：ゴーストサイトメトリー 出典：東京大学先端科学技術研究センター