心臓は決して休むことのない筋肉であり、全身に血液を送り出すためにリズムを刻みながら鼓動しています。心疾患を研究したり、新しい薬をテストしたりする科学者にとって、このリズムを観察することは不可欠です。従来、研究者は、心筋細胞にいつ収縮するかを伝える電気信号を見るために、顕微鏡下で光る化学物質である染料に頼ってきました。しかし、これらの染料は毒性を持つことがあり、測定しようとしている挙動そのものを変化させてしまうことがあり、また長期的な研究には使用できないことも少なくありません。これにより、心臓に触れたり、何かを加えたりすることなく、心臓の鼓動を観察する方法へのニーズが生じました。課題は、心筋細胞が非常に小さく、その動きが微細であるという点にあります。染料を使わずに観察するために、科学者は標準的な光学顕微鏡を使用しますが、得られる画像は、グレーの形がわずかに動いているだけのぼやけたものになりがちです。これらのぼやけた動きを、心臓がどれくらいの速さで鼓動しているか、あるいはどれほど強く収縮しているかといった精密な数値に変換することは困難であり、多くの場合、正確に再現することが難しい複雑で手作業による作業を必要としました。
研究チームは、この問題を解決する「BeatRatePy」と呼ばれる新しいオープンソースのコンピュータプログラムを開発しました。このソフトウェアは、光る化学物質に頼る代わりに、標準的な顕微鏡ビデオ内の光と影の変化を直接観察して動きを検出します。研究者たちは、細胞を数時間にわたって生存させ、温かい状態で自然な挙動を捉え続けることができる特定の高品質な顕微鏡で動作するようにこのツールを構築しました。彼らは、このプログラムを、ヒトの幹細胞から派生し、拍動する層を形成するように培養された、ディッシュ内で成長させたヒト心筋細胞を用いてテストしました。また、老化の研究によく用いられる小さな魚であるキリフィッシュ(キリフィッシュ)の幼生の小さな拍動する心臓や、他の研究所からの公開データセットでもテストを行いました。あらゆるケースにおいて、ソフトウェアはビデオ映像を分析することに成功し、心臓の速度と収縮強度の明確なトレースを作成しました。結果は科学者が予想したものと一致しており、細胞は一定の自然なペースで鼓動し、動きを速めるための薬が投与されると、ソフトウェアは正確にその増加を記録しました。
この研究を特に重要なものにしているのは、同じコンピュータコードが、書き直されることなくこれらすべての異なる種類の心臓組織に対して機能した点です。平らなヒト細胞のシートであれ、細胞の丸い塊であれ、あるいは魚全体の心臓であれ、プログラムは異なるサイズや動きの速度に合わせて自動的に調整されました。研究者たちは、自らの新しいツールを、他の科学者が使用しているいくつかの既存の手法と比較しました。その結果、古いツールの中には、鼓動のカウントを正しく行えなかったり、特定の種類の画像に対して完全に失敗したりするものがある一方で、BeatRatePyは心拍数の正確なカウントと詳細な収縮の測定を一貫して提供できることがわかりました。例えば、ヒト心筋細胞培養のビデオを分析した際、ソフトウェアは毎秒1.17拍の拍動率を算出し、これは科学者が手作業で数えたレートと一致しました。別のテストである魚の心臓を用いた試験では、毎秒1.21拍のレートを測定しましたが、これは手動でのカウントである1.15に非常に近い値でした。他の研究からの公開データを扱った際も、ソフトウェアはそれらの実験に元々使用されていた専門的なツールと同等、あるいはそれ以上の性能を発揮しました。
このプログラムは、プログラミングの専門家ではない科学者でも利用できるように設計されています。ユーザーはビデオファイルを選択し、カメラが写真を撮る速度などの基本的な設定をいくつか調整するという、シンプルでインタラクティブな形式で動作します。分析が完了すると、ソフトウェアは結果を明確な形式で保存し、心臓の速度と強度のグラフを表示します。これにより、研究者は、一拍ごとに手作業で数えたり推測したりすることなく、心臓がフレームごとにどのように振る舞っているかを正確に把握できます。チームはまた、このソフトウェアが一度に大量のビデオを処理できることも実証しましたが、これは数百のサンプルを分析する必要がある可能性がある薬物試験において極めて重要です。毒性のある染料の必要性を排除し、分析プロセスをより容易かつ信頼性の高いものにすることで、この新しいツールは、心臓の自然なリズムをより忠実に研究する方法を提供します。それは、異なる種や実験設定を横断して心機能を測定するための、明確で再現可能な方法を科学者に提供し、収集されるデータの正確性と比較可能性を確保する助けとなります。
BeatRatePyの技術要約:自動化された高スループットなPythonベースの心拍数定量化、および速度と収縮トレースの生成
問題提起
ラベルフリーイメージングを用いた心臓運動の解析は、録画の品質が変動したり、複雑な運動パターンを示したりする場合、大きな課題を伴う。蛍光色素(カルシウムや電圧)は堅牢な機能データを提供する一方で、それらには固有の毒性があり、ヒト誘発多能性幹細胞由来心筋細胞(hiPSC-CMs)への曝露時間を制限し、生理学的および薬理学的反応を変化させる可能性がある。その結果、長期間の研究にはラベルフリーの透過光イメージングが好ましいが、これには波形ダイナミクスの特定と収縮の定量化を行うための高度なポストイメージ処理が必要となる。この目的のための既存のツールは、プロプライエタリなソフトウェアに依存していたり、手動での処理を必要としたり、特定の実験セットアップに限定されていたり、あるいは、AVIのようなビデオ形式への損失を伴う変換を必要とする生のプロプライエタリな顕微鏡ファイル形式を直接扱うことができなかったりする。
手法
著者らは、コーディング経験が限られている研究者にとっても使いやすくアクセシビリティを確保するために、Jupyter Notebook内で実装されたPythonベースの解析パイプラインであるBeatRatePyを開発した。このワークフローは、ラベルフリーの透過光タイムラプスデータを処理して、心拍数、収縮、および速度を自動的に測定するように設計されている。
- データ取得: 主要な検証データセットは、Zeiss Cell Discoverer 7 (CD7) 顕微鏡を用い、透過光明視野コントラストで撮影されたhiPSC-CMsおよび心臓スフェロイドで構成されている。追加の検証には、ゼブラフィッシュ(killifish)幼魚の心臓記録、およびヒト由来の幹細胞培養物、成体心筋細胞、ヒト心エコー図を含む様々な公開データセット(MuscleMotionおよびContractionWave)が含まれる。
- アルゴリズム: パイプラインの中核には画素分散(Pixel Variance)アルゴルズムが用いられている。これは、連続するフレーム間の平均絶対画素強度の差を計算することで、モーショントレースを生成する。
- 前処理: 入力データ(CZIなどのプロプライエタリ形式、または変換されたTIFFスタック)がインポートされる。ビデオファイルの場合、FFMPEGおよびFijiを使用して、8ビットグレースケールのTIFFシーケンスへの変換が行われる。
- 信号処理: モーショントレースは、移動平均ベースラインを用いてデトレンド(傾向除去)され、Savitzky-Golayフィルタによって平滑化される。
- 心拍数検出: 心拍数は、処理されたモーショントレースの自己相関分析を通じて決定される。その際、ゼロラグのピークや生理学的に不自然な周波数(>200 bpm)を除外するために、0.3秒より大きいラグに制限される。
- 定量化: 取得フレームレートと心拍数から導出されたフレームオフセットに基づいて、ローリング画素分散が計算される。これにより、速度トレース(運動)と収縮トレース(変形)が生成され、これらは画素キャリブレーションが提供されている場合に、オプションで物理単位(µm/sまたはµm)にスケール調整される。
- インターフェース: ツールはJupyter Notebook内で動作し、フォルダの場所、バッチ処理フラグ、ビデオレート、心拍数(手動または自動)、フレームオフセット、および画素キャリブレーションなどのパラメータをユーザーが調整できるようにしている。複数のファイルのバッチ処理をサポートし、結果をテキストファイルとプロットとして出力する。
主な貢献
- オープンソースのアクセシビリティ: BeatRatePyは、標準的なPythonライブラリ(numpy, scipy, matplotlib, bioio, tifffile)を利用し、可視化のためにNapariビューアを使用したJupyter Notebookとして無料で公開されている。これは、プロプライエタリなソフトウェアや有料のソフトウェアに依存するツールとは対照的である。
- ネイティブ形式のサポート: AVIビデオ入力を必要とし(圧縮によるアーティファクトを導入する可能性がある)、MuscleMotionやMyocyterといったツールとは異なり、BeatRatePyは生のプロプライエタリな顕微鏡ファイル形式(例:Zeiss CZI)やTIFFスタックをネイティブに処理できる。
- 汎用性と堅牢性: 本パイプラインは、軽微なパラメータ調整のみで、構造的なコード変更を必要とせずに多様なデータセットを正常に処理した。具体的には以下のデータを処理した:
- hiPSC-CM単層およびスフェロイド。
- ゼブラフィッシュ幼魚の心臓(異なる空間スケールおよび運動ダイナミクス)。
- ヒトの心筋細胞および臨床心エコー図を含む公開データセット。
- 自動化された定量化: ツールは、心拍数、速度、および収縮トレースの自動抽出を提供し、手動介入を減らしスループットを向上させる。
結果
パイプラインは、手動で決定された「グラウンドトゥルース(正解)」の心拍数に対して検証され、既存のツール(MuscleMotion, Myocyter, Contraction Wave)と比較された。
- 精度: BeatRatePyは、テストされたすべてのシステムにおいて高い精度を示した。例えば、hiPSC-CM単層において、グラウンドトゥルースの1.17 Hzに対し、1.17 Hzを測定した。ゼブラフィッシュ幼魚においては、グラウンドトゥルースの1.15 Hzに対し、1.21 Hzを測定した。公開データセットにおいても、グラウンドトゥルースの値と一貫して一致した(例:MuscleMotionデータセット1において、1.43 Hz vs 1.46 Hz)。
- 比較: いくつかのケースにおいて、BeatRatePyは既存のツールを上回る性能を示した。例えば、MuscleMotionはスフェロイドおよび成体心筋細胞のデータセットにおいて心拍数を大幅に過小評価したが(例:スフェロイドにおいてグラウンドトゥルース0.98 Hzに対し0.55 Hzを算出)、BeatRatePyはグラウンドトゥルースと一致した。Myocyterは、非単一細胞単層の処理に失敗した("N/A"またはエラーを返した)。
- 薬物応答: パイプラインは薬物誘発性の変化を正常に検出し、イソプロテレノール(ISO)で処理されたhiPSC-CMおよび成体心筋細胞における心拍数の増加および収縮ダイナミクスの変化を正しく特定した。
意義
本論文は、BeatRatePyが透明性が高く、アクセシブルで拡張可能なプラットフォームを提供することで、機能的な心臓イメージング研究の再現性を強化すると主張している。オープンなPythonエコシステム内で動作し、生の顕微鏡データのバッチ処理をサポートすることで、研究所の技術的障壁を低減する。著者らは、このツールがこの特定の研究において新しい生物学的知見を解明するためのものではなく、多様な実験系(細胞培養から小型脊椎動物、臨床イメージングまで)にわたって収縮挙動を定量化するための、堅牢で汎用的な手法を提供することを目的としていることを強調している。色素による摂動のないラベルフリーデータを解析できる能力は、長期的な高スループットスクリーニングおよび縦断的な機能アッセイを支持するものである。
毎週最高の 細胞生物学 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録