Selection and weighting change the interpretation of phagocyte uptake and optical imaging

身体がどのように自らの廃棄物を清掃しているのかを理解するために、科学者たちはマクロファージと呼ばれる免疫細胞をしばしば観察します。これらの細胞は微小な掃除機のように機能し、デブリ（破片）、死細胞、あるいは侵入してきた細菌を探し出し、それらを飲み込み、分解します。このプロセスを可視化するために、研究者は細胞と、それらが食べたゴミに付着した光るタグを追跡できる強力な顕微鏡を使用します。どれだけの数の細胞が食べているかを数え、そこから発せられる光の明るさやタイミングを測定することで、免疫システムがどの程度うまく機能しているかを理解しようとするのです。しかし、これらの画像がどのように収集され、それらを数えるためにどのような特定のルールが用いられるかによって、データが語る物語が密かに変わってしまうことがあります。もし研究者が、わずかに異なる細胞のグループを見ることになったり、画像内の明るい部分の重み付けを異なって扱ったりした場合、免疫システムがいかに活発であるかという最終的な結論は劇的に変化してしまいます。たとえ生の画像自体が変わっていなかったとしてもです。

コロンビアのシモン・ボリバル大学のエルキン・ナバロ・キロスによる最近の研究は、まさにこれらの選択がいかに私たちの免疫細胞の挙動に対する理解を形作るのかを調査しています。この研究者は、新しい実験を行ったり新しい細胞を観察したりしたわけではありません。代わりに、彼らは既存の3つの公開データセット――マクロファージのカウント記録、光信号の生画像、そして魚の免疫細胞の動画――を取り上げ、異なるルールを用いて再解析しました。その目的は、選択基準や信号の重み付けの方法を変えることで、科学者が同じ観察結果から導き出す結論を逆転させることができるかどうかを確認することでした。研究結果は、答えはデータの扱い方に完全に依存しており、画像の標準的な要約方法は重要な詳細を隠したり、誤解を招く傾向を生み出したりすることを明らかにしています。

研究はまず、科学者がどれほど多くのマクロファージが「食べている」プロセスに参加しているかを数える方法を調べることから始まりました。あるデータセットにおいて、研究者たちは、異なる時点においてどれだけの細胞が見えており、そのうちの何個が「食べている」とラベル付けされたかを記録していました。著者が一つのルール、すなわち特定の瞬間に可視化されている細胞をすべて数えるというルールを適用したとき、「食べている」とされる細胞の割合は約24パーセントから37パーセントへと上昇しました。しかし、より厳格なルール、つまり細胞が実験の全期間を通じて可視であり、かつ対象として適格であることを求めるルールを適用したとき、その割合は、ほぼ47パーセントから37パーセントへと低下しました。両方の計算において「食べている」細胞の総数は同じでしたが、考慮される細胞の総数が変化したのです。この分母、つまり測定対象となる総グループの変化によって、二つの異なる実験条件間の比較の方向性が逆転しました。一つのルール下では活動の増加に見えたものが、別のルール下では減少に見えたのです。この研究は、最終的なカウントにどの細胞を含めるかを明確に述べなければ、免疫システムが本当に活発になっているのか、それとも変化が単なるカウント手法による人工的な産物（アーティファクト）なのかを知ることは不可能であることを強調しています。

次に、研究は蛍光寿命イメージングと呼ばれる技術を用い、光信号そのものへと移りました。この手法は、細胞が光のパルスを受けた瞬間に、いつ光を放ち返すかという極めて微細な遅延を測定するものです。ナノ秒単位で測定されるこの遅延は、細胞内部の化学的環境について科学者に教えてくれます。著者は2枚のマクロファージの生画像を取り上げ、もし画像の最も明るい部分のみを見た場合に何が起こるかを検証しました。最も光の強いピクセルのみを選択した場合、一方の画像ではフォトンの到着の平均時間が0.135ナノ秒早まり、もう一方の画像では0.099ナノ秒早まりました。これが実際の効果なのか、それとも単なるランダムなノイズなのかをテストするために、光粒子の数は同じまま位置をシャッフルしたコンピュータ・シミュレーションを作成しました。そのシミュレーションでは、シフトは極めて小さく、ほとんど動きませんでした。実測されたシフトがシミュレーションよりもはるかに大きかったという事実は、画像の明るい領域が、より早い到着時間と真に関連していることを証明しました。これは、もし科学者が最も明るいスポットだけに焦ップすることを選べば、単に多くの光を見ているのではなく、全く異なるタイミング信号を見ていることになる、ということを意味します。研究は、光の重み付けの方法――すべての粒子を平等に扱うのか、あるいは明るいスポットをより重視するのか――が、報告される要約数値の根底を変えてしまうことを強調しています。

最後に、論文は免疫細胞の動画における時間の扱い方を検証しました。研究者は脳内の免疫細胞の一種であるマイクログリアの3つの動画を調べ、フレームから次のフレームへ画像がどれほど変化したかを測定しました。彼らは、フレームの順序をバラバラにして、出来事のタイムラインを完全に破壊したとしても、動画の「最も活発な」ものから「最も不活発な」ものへのランキングは全く同じまま維持されることを見出しました。元の順序で最も活発に見えた動画は、フレームが混ざり合っても依然として最も活発なままでした。これは、その動画における任意の2つのフレーム間の視覚的な差異が、シーケンスに関わらず、他の動画よりも自然に高かったためです。ランキングは混沌の中でも生き残りましたが、時間経過に伴う実際の変化量は維持されませんでした。累積的な変動、すなわち画像がステップごとにどのように変化したかを示す指標は、順序が崩れたときに大幅に減少しました。これは、安定したランキングが存在するからといって、そのデータが起きた出来事の真の物語を保存していることが保証されるわけではないことを明らかにしています。要約は、生物学的プロセスを定義する時間的関係性が失われていても、一貫しているように見えることがあるのです。

この研究の総括的なメッセージは、生物学的イメージングの解釈は脆弱であるということです。この研究は、免疫の健康状態を測る新しい方法や、疾患の新しいマーカーを発見したと主張しているわけではありません。むしろ、現在データがどのように使用されているかに対する厳格なチェックとして機能しています。それは、どの細胞を含めるか、光信号をどのように重み付けするか、そして時間をどのように扱うかという選択が、生物学的なイベントそのものと同じくらい、結論を変えてしまうことを示しています。研究者が、ある細胞グループが別のグループよりも多く食べている、あるいは特定の化学状態が存在すると報告する場合、彼らはそこに至るために用いた具体的なルールも報告しなければなりません。これらの詳細がなければ、数字は複数の、時には矛盾する物語に対して開かれたものになってしまいます。本研究は、科学が進歩するためには、選択と重み付けの方法を明示し、要約された数値が、それが記述しようとしている生物学的な現実を真に反映するようにしなければならないと結論付けています。