SNS向けのグラフニューラルネットを応用し、細胞の画像解析法を精緻化

シーケンシング技術により、体組織内の遺伝子の活動を顕微鏡画像で表現することが可能になった。このたび、ウプサラ大学の研究者たちは、生成された膨大な情報の解釈を容易にするために、まったく新しい画像解析法を開発した。人工知能で使われるアルゴリズムをベースにしたこの手法は、もともとはソーシャルネットワークの理解を深めるために考案されたものである。研究者の研究は、The FEBS Journalに掲載された。

臓器を構成する組織は、様々な機能を持つ何兆個もの細胞から構成されている。個人のすべての細胞は、その核に同じ遺伝子（DNA）を持っている。遺伝子の発現は「メッセンジャーRNA」（mRNA）によって行われている。このようにして、mRNAの組み合わせは、すべての細胞の機能とアイデンティティを定義している。

RNAの転写産物は、In Situ Sequencingによって得られる。今回の研究に携わった研究者たちは、以前からこの方法の開発に携わっており、検出された数百万個のmRNA配列を組織の顕微鏡画像に点として表示している。問題は、すべての重要な詳細を区別することが困難な場合があるということだ。そこで、この新しいAIベースの手法が有用になる可能性がある。

研究チームは、最新のAI手法を使用している。具体的には、社会的ネットワークを分析するために開発されたグラフニューラルネットワークと組織サンプル内の生物学的パターンと連続的な変化を理解するためにそれらを適応させている。「細胞は、Twitterのようなソーシャルネットワークで共有する活動に応じて定義することができる社会的なグループ化に匹敵する、彼らのGoogle検索結果やテレビの推奨事項を共有している」と、ウプサラ大学情報技術学科のカロリナ・ヴェールビー教授は声明で語った。

この種のデータの以前の分析方法は、組織にどの細胞タイプが含まれているかを知っていることに依存しており、事前にその中の細胞核を識別する。従来使用されていた「単一細胞解析」として知られる方法では、一部のmRNAが失われたり、特定の細胞タイプを見逃したりする可能性がある。また、高度な自動画像解析を行っても、例えば細胞が密集している場合には、様々な細胞核を見つけるのが難しいことが多い。

「spage2vec」とチームが名付けた解析手法では、予想される細胞の種類についての予備知識がなくても、対応する結果を得ることができるようになった。さらに、組織内の新しい細胞タイプや細胞内・細胞間機能を見つけることができる。

研究グループは現在、心臓の初期発生期における様々なタイプの細胞の分化と組織化を調査することで、その分析手法をさらに発展させている。これは純粋な基礎研究であり、すべてが正常に機能しているときも、病気が発生しているときも、発生を支配するメカニズムについてより多くの知識を提供することを目的としている。別のプロジェクトでは、がん研究者との共同研究で、ウプサラ大学のグループは、腫瘍組織が周囲の健康な組織とどのように分子レベルで相互作用しているかをよりよく理解するために、新しい方法を適用できるようになることを期待している。その目的は、長期的には、個々の患者に合わせたより良い治療法を開発することにある。

参考文献

Gabriele Partel, Carolina Wählby. Spage2vec: Unsupervised representation of localized spatial gene expression signatures. The FEBS Journal, 2020; DOI: [10.1111/febs.15572](

Photo by Paweł Czerwiński on Unsplash