東京大学国際高等研究所ニューロインテリジェンス国際研究機構

東京大学大学院医学系研究科

東京大学大学院理学系研究科

理化学研究所

情報・システム研究機構国立遺伝学研究所

 

概要

東京大学大学院医学系研究科の高尾大輔 助教と東京大学薬学部の長尾幸子 学部生（研究当時）の研究チームは、国立遺伝学研究所の坂本美佳 特任研究員、東京大学大学院薬学系研究科の知念拓実 助教、東京大学国際高等研究所ニューロインテリジェンス国際研究機構（WPI-IRCN）の岡田康志 主任研究者（東京大学大学院医学系研究科・大学院理学系研究科 教授、理化学研究所生命機能科学研究センター（BDR）チームリーダー）らと共同で、ディープラーニングと定量解析により細胞画像から未知の情報を抽出する技術の開発に成功しました。大量の細胞画像から一つ一つの細胞を自動的に切り出し、ディープラーニングにより細胞周期などを判定するAIツールと、その情報をさらに解析することで、細胞周期によって変動する核の形状やゴルジ体の配置パターンなどを抽出する技術を確立しました。これは、人間の目ではとらえにくいわずかな細胞内の変動をAIが発見し、研究者に教えてくれる技術です。

細胞周期によって細胞内の組成や構造は大きく変わることが予想されますが、実際に何がどのように変動するのかを顕微鏡画像から網羅的かつ定量的に解析するためのアプローチは限られていました。具体的に細胞内の何に着目すればいいのかを知るために、今回、共同研究チームはディープラーニングを使って、細胞周期によって変動するパラメータを画像の中から見つける技術を開発しました。これまで研究者が「なんとなく」「経験的に」とらえていた現象や、そもそも見過ごされていた情報を、AIの手助けにより発掘・定量化しようという試みです。その結果、本研究で開発したAIは、DNAやゴルジ体の染色画像の中から、細胞周期によってわずかに変動する特徴を発見しました。この情報を使って共同研究チームが画像を詳しく解析したところ、核やゴルジ体の面積などの特定のパラメータを測定することで画像から細胞周期を分類できることが分かりました。すなわち「画像のどこに着目すれば目的の情報が得られるのかAIが教えてくれる」という研究サポートツールの開発に成功しました。

本研究で開発したツールは汎用性が高く、他の多くの研究への応用を想定しています。細胞周期以外の判定はもちろん、細胞画像以外の画像データへの応用も可能なため、細胞・発生生物学から医療画像の解析など、基礎から応用まで幅広い分野の研究をサポートする強力なツールとなることが期待されます。

本研究の成果は、2020年4月22日米国細胞生物学会誌Molecular Biology of the Cellに掲載されました。

 

図1 ： 細胞周期と細胞内の変化
大きく細胞内構造が変化するM期（分裂期）に比べ間期（G1～G2期）の細胞内の変動は一見すると明瞭ではない。しかし、実際には多くのダイナミックな変動が起こっているはずである。

 

詳細については、東京大学国際高等研究所ニューロインテリジェンス国際研究機構のホームページをご覧ください。