スペインの研究者、細胞を自動解析するコンピュータビジョンシステムを開発
マドリード・カルロス3世大学（UC3M）の研究者が開発した新しいコンピュータビジョンシステムは、顕微鏡で撮影された生体医療動画を自動的に解析できます。このシステムは、画像上の細胞の挙動を特徴づけて記述します。
この新しく開発された手法は、国立心血管研究センターの科学者が行った生体組織の測定に使用されました。この研究により、チームは、免疫細胞の一種である好中球が、炎症過程において血液中で異なる挙動を示すことを発見しました。
さらに研究チームは、そのプロセスの一つが心血管疾患と関連していることも発見しました。この研究はNature誌に掲載されています。これらの成果は、心臓発作の影響を最小限に抑えるための新たな治療法の開発につながる可能性があります。
「個々の細胞の転写およびタンパク質プロファイリングは、健康な組織と病気の組織の細胞地図を提供することで、生物学的現象の解釈に革命をもたらしました。しかしこれらのアプローチは、細胞が生化学的特性およびその後の『挙動』による結果を絶えず変化させる動的なシナリオを記述するものではありません。ここでは、4Dライブイメージングを用いて、活発な炎症巣における個々の白血球の動態を記述する数十から数百の形態運動パラメータを記録しました」と研究には記されています。
フェルナンド・ディアス・デ・マリア教授は、UC3Mのマルチメディア処理グループの責任者であり、本研究の著者の一人です。
「私たちの貢献は、コンピュータビジョン手法に基づく完全自動システムの設計と開発にあります。このシステムにより、生物学者が生体内顕微鏡技術を用いて撮影した動画を解析し、対象の細胞を特徴づけることが可能になります」
従来の生物学研究は、手作業で特性を調べた数百個の細胞の分析によって裏付けられることが多いのに対し、今回の研究では、血管に対する数千個の細胞の形状、大きさ、運動、位置を自動測定しました。これにより、統計的に有意性の高い、より広範な生物学的解析が可能になります。
研究者らによると、新しいシステムは時間と精度の両面で様々な利点があるとのことです。イバン・ゴンサレス・ディアスは、UC3Mの信号理論・通信学科の准教授です。彼もこの研究チームの一員です。
「熟練した生物学者が何か月もかけて動画上の細胞を区分けし追跡することは不可能です。一方、おおまかな目安としては（細胞の数や3Dボリュームの深さによって異なりますが）、当社のシステムは5分間の動画の解析に15分しかかかりません」
研究者が細胞の区分けと検出に用いるツールである深層ニューラルネットワークは、基本的に例から学習するアルゴリズムであるため、新しい文脈でシステムを展開するには、学習用の十分な例を用意する必要があります。これらのネットワークは機械学習手法の一部であり、機械学習は人工知能（AI）の一分野です。
さらに、本システムには他の種類の統計手法や幾何学モデルも含まれており、それらすべては最近Medical Image Analysis誌に掲載された別の論文で説明されています。本システムを実装するソフトウェアは汎用的であり、数週間で他の課題にも適応させることができます。
「実際に、当社はこれをがん組織におけるT細胞や樹状細胞の免疫学的挙動の研究など、他の様々なシナリオにすでに適用しています。予備的な結果は有望です」
「10万以上の細胞の形状と時間経過に伴う軌跡を再構築して解析したところ、個々の細胞の挙動記述子を得ることができ、これらの多次元データセットを用いて挙動の状況図を作成しました。これらの状況図により、炎症を起こした皮膚と気管の白血球の識別が可能になり、血管内の好中球の状態が連続的に変化していることが明らかになりました。その中には、下層の内皮に覆われ、病原性炎症と関連する大きな静止状態も含まれていました。24匹の変異マウスを対象とした挙動スクリーニングにより、キナーゼFgrがこの病原性状態の推進因子であることが特定され、Fgrへの介入によりマウスは炎症性損傷から守られました。このように、挙動の状況図は、高い細胞分解能で動的環境の特定の特性を明らかにします」と研究には記されています。
いずれにせよ、この分野で研究を行う際、研究者たちは学際的なチームで作業することの重要性を強調しています。
「この文脈では、真の進歩を達成する前に、他の分野の基本概念を理解するために必要な、生物学者、数学者、技術者の間のこれまでの連携の努力を認めることが重要です」
