TileBac - an annotated ultralow-dose cryo-EM montage of bacterial membranes and flagella

細菌の世界を理解するために、科学者たちはしばしば細胞の極めて微細な境界部分に注目する必要があります。細菌は、病院での持続的な汚染を引き起こしたり、産業用パイプを詰まらせたりすることのある、非常に小さな単細胞生物です。多くの細菌、例えばグラム陰性菌などは、内膜と外膜という2つの保護層に包まれています。これらの層の間には、細菌がストレスを受けたり抗生物質と戦ったりする際に形を変えることができる、薄い空間が存在します。これらの繊찮な構造を鮮明に観察するために、研究者たちはクライオ電子顕微鏡と呼ばれる技術を使用します。この手法は、細菌を薄い氷の層の中に急速凍結させることで、化学染色による形状の歪みを避け、自然に近い状態で保存して撮影するものです。しかし、そこには落とし穴があります。これらの凍結サンプルは非常に脆弱なのです。もし撮影に使用される電子線が強すぎると、サンプルを焼き、科学者が観察しようとしているまさにその詳細な構造を破壊してしまいます。逆に電子線が弱すぎると、画像は粒状になり、薄い膜や、細菌の泳ぎを助ける鞭毛（べんもう）と呼ばれる鞭のような尾の部分を判別することができなくなります。

この繊細なバランス調整が、長らく細菌集団に関する知見を制限してきました。研究者は、広範囲を低線量で素早く撮影して詳細はほとんど見えないようにするか、あるいは、ごく狭い領域を高線量で撮影して素晴らしい詳細を得るものの、全体像を見失うかの、どちらかを選択しなければなりませんでした。オークリッジ国立研究所の研究チームによって作成された「TileBac」と呼ばれる新しいデータセットは、このトレードオフを打破する方法を提供します。チームは、ポプラの木の根の周囲の土壌に生息する特定の細菌であるPantoea sp. YR^343から、膨大な画像のライブラリを収集しました。彼らは、凍結した細菌のワイドフィールド・パノラマ画像を撮影し、それを管理しやすい小さな断片へと切り分けることでこれを行いました。決定的なのは、彼らがすべての断片に対して手作業でアノテーション（注釈付け）を行い、内膜と外膜の正確な輪郭を描いたことです。これにより、人工知能が、たとえ非常に粒状でノイズの多い低線量の画像であっても、これらの微かな構造を特定する方法を学ぶための訓練場が作られました。

研究者たちは、コンピュータに異なることを教えるために設計された、2つの明確なデータセットを作成することでこの課題に取り組みました。第一のセットは、細菌のエンベロープ（外包）に焦点を当てています。彼らは、1平方オングストロームあたりわずか4電子という、極めて低い放射線量で細菌のワイドフィールド画像を撮影しました。このレベルでは、画像は非常にノイズが多く、膜は人間の目にはほとんど見えません。これらを理解するために、チームは数千の画像タイル上の内膜と外膜の周囲に、手作業でポリゴン（多角形）を描きました。そして、これらの手描きのマップを使用して、5種類の異なるコンピュータビジョンモデルを訓練しました。目標は、信号が極めて弱い場合でも、機械が2つの膜の層を区別できるかどうかを確認することでした。結果として、一部のモデルは苦戦しましたが、単なる線ではなく「塗りつぶされた領域」を見つけるように設計されたモデルは、膜を正常に識別できることが示されました。これは、適切な訓練データがあれば、コンピュータは人間にさえほとんど見えない構造を見つけられることを証明しています。

第二のデータセットは、細菌の運動と付着の問題に取り組んでいます。細菌は長い細い鞭毛を使って泳ぎますが、これらの構造は、細菌が表面にどのように付着するかにおいて極めて重要です。研究者たちは、鞭毛を持つ細菌の画像を、40電子/平方オングストロームという、低線量ではあるもののより鮮明な詳細が得られる、やや高い線量で収集しました。また、これらと同じ視野を動画としても記録し、各画像に対して40個のフレームをキャプチャしました。これは強力な機能であり、研究者が望む任意の線量レベルで画像を再構成することを可能にします。1フレームだけを合計して最低限の線量での細菌の姿を見たり、40フレームすべてを合計して最も鮮明なバージョンを見たりすることができます。これらすべての線量において全く同じ細菌を同じ位置に保持することで、研究者たちは、画像品質が変化する中でコンピュータモデルがどの程度うまく機能するかを確認するための完璧なテストベッドを作り上げました。

このデータセットを真にユニークなものにしているのは、アノテーションの細部へのこだわりです。以前の研究では、科学者は単に細菌の位置をマークするだけだったかもしれません。しかしここでは、研究者は内膜と外膜をそれぞれ独立した実体として、特定の形状を描き出しました。彼らは、内膜と外膜が囲む領域が大きく重なり合っており、内側の領域が外側の領域の中に整然と収まっていることを見出しました。このような精度の高さは、公開データベースでは稀です。チームはまた、異なるコンピュータモデルが世界をどのように「見ているか」も発見しました。YOLOと呼ばれるシステムに基づいたモデルのようなものは、外膜をワイヤーフレームのように非常に細い線として描くことを学習しました。一方で、U-NetやSAMのようなモデルは、膜の内部の領域全体を塗りつぶすことを学習しました。どちらのアプローチも有効ですが、成功の測定方法が異なります。もし面積のカバー率のみを見るならば、細い線のモデルは失敗したように見えます。しかし、その線が実際の端にどれだけ近いかを測定すれば、それらのモデルも非常に優れた性能を示しました。この区別は将来の研究にとって極めて重要です。なぜなら、境界の形状を知りたいのか、それとも面積の大きさを知りたいのかによって、適切なツールを選ぶ必要があることを教えてくれるからです。

このデータセットは、大規模イメージングにおける一般的な問題である「ステッチング（繋ぎ合わせ）」にも対処しています。科学者が広範囲のパノラマ画像を撮影する場合、多くの小さな画像を結合させる必要があります。もしコンピュータがそれらを完璧に整列させられなければ、画像の継ぎ目が細菌を真っ二つに切り裂いてしまい、細菌が壊れたり歪んだりしているように見せてしまうことがあります。TileBacデータセットには、元の大きなパノラマ画像と小さなタイル画像の両方が含まれており、ソフトウェアが細胞の完全性を損なうことなく、いかに画像を繋ぎ合わせることができるかをテストできるようになっています。彼らは、このデータセットには重なり合う細胞が含まれていないことを発見しました。これは、コンピュータが個々の細菌を分離する方法をテストするには最適ですが、細菌が密集している状況を扱う方法をテストするには適していないことを意味します。このようなデータセットの限界に対する正直な記述は、データそのものと同じくらい重要です。なぜなら、他の科学者が誤った結論を導き出すのを防ぐことができるからです。

これらのデータ、およびトレーニングしたコンピュータモデル、分析に使用したコードをすべて公開することで、オークリッジのチームは、この分野における新たな標準を提供しました。彼らは、これまで有用とはみなされてこなかったほど低い線量であっても、細菌サンプルの広範囲を収集することが可能であることを示しました。また、入念な手作業によるアノテーションによって、コンピュータがこれらの微かな構造を見つけられることを実証しました。そして、画像品質がナノスケールの生命の可視性にどのように影響するかを研究できる、柔軟なツールを提供しました。この研究は細菌イメージングのあらゆる問題を解決するものではありませんが、次世代のツールのための不可欠な構成要素を提供しています。それは、科学者が「たまたま撮れた高品質な数枚の画像」を見る段階から、「統計的な信頼性を持って細菌集団全体を分析する」段階へと移行することを可能にし、これらの微小な生物が環境や接触する物質とどのように相互作用しているかについての、より深い理解への扉を開くものです。