Image Analysis Tools for Continuous Label-free Quantification of Proliferation and Adipogenic Differentiation of Mesenchymal Stem Cells

現代の生物学の世界において、科学者たちは細胞がいかに成長し、変化するかを理解しようと絶えず試みています。彼らが研究している最も重要なプロセスのうち二つは、細胞が増殖して数が増えていく単純なプロセスである「増殖」と、一般的な細胞が脂肪細胞などのような特殊な細胞へと変貌を遂げる「分化」です。何十年もの間、研究者たちは、実験を停止させ、細胞を死滅させ、色鮮やかな染料で染色して何が起きているかを観察するという手法に頼ってきました。これらの手法はスナップショットを提供してくれますが、破壊的なものです。一度細胞を観察してしまうと、二度と観察することはできません。このことは、細胞集団が時間の経過とともにどのように進化していくかという、滑らかで連続的な物語を理解することを困難にします。さらに、細胞を可視化するために使用される化学物質は、時に細胞にダメージを与えたり、偽の信号を生み出したりすることがあり、不正確なカウントにつながることもあります。

現在、ある新たな研究分野が、異なるアプローチへと向かっています。それは、細胞に一切触れずに観察するという方法です。高度なカメラとコンピュータプログラムを用いることで、科学者たちは、染料を一滴も加えることなく、細胞が成長し変化していく様子を、数日あるいは数週間にわたって数千枚の画像として捉え、生きた細胞を観察することができます。この「ラベルフリー（標識を用いない）」手法は、細胞の生命に対する、より明快で誠実な視界をもたらすと期待されています。これは、実験室で大量の動物性脂肪や筋肉を育てる必要がある培養肉のような新興産業や、脂肪細胞形成の正確なタイミングを理解することが極めて重要となる肥満や糖尿病の医学研究において、特に不可欠なものです。しかし、課題は、細胞がしばしば塊になったり互いに非常によく似ていたりするため、コンピュータにこれらの細胞を画像内で正確に認識させることでした。

最近の研究において、研究者たちは、脂肪へと変化する能力を持つ多才な細胞である間葉系幹細胞を追跡するために、このラベルフリー技術を用いた二つの異なる方法をテストすることを目的としました。これらの細胞は、ヒトの健康と持続可能な肉の生産という両方の関心を反映し、ヒトとブタの両方から採取されました。チームは二つの異なる戦略を比較しました。第一の手法は、顕微鏡に直接統合されており、使いやすさを考慮して設計された、ライブセルイメージング装置のメーカーが提供する組み込みソフトウェアシステムです。第二の手法は、研究者自身によって、複雑な画像の中で個々の細胞を「見て」分離するように設計された強力なオープンソースツールである「Cellpose」を用いて訓練された、カスタムメイドのコンピュータモデルです。

研究者たちは実験室でこれらの細胞を培養し、それらが増殖する様子を観察した後、脂肪細胞へと導きました。彼らは数日間にわたり、毎時間培養物の写真を撮影し、細胞のあらゆる段階を示す膨大な画像ライブラリを作成しました。その後、同じ画像を組み込みソフトウェアとカスタムモデルの両方に実行し、どちらが細胞をカウントし、その成長をより正確に測定できるかを確認しました。細胞が増殖する際のカウントに関して、両方の手法はうまく機能しましたが、それぞれ異なる強みを持っていました。組み込みソフトウェアは、細胞が密集している混雑した場面を扱うことに優れており、皿が満杯であっても信頼できるカウントを提供しました。しかし、カスタムモデルは、細胞密度が低い場合に優れており、個々の細胞を明確に区別し、成長し始めたばかりの段階でも高い精度でカウントすることができました。

細胞が脂肪へと変わり始めると、物語はさらに興味深いものとなりました。細胞が分化するにつれ、細胞内には脂質滴と呼ばれる小さな脂肪の泡が蓄積し始めます。組み込みソフトウェアは、成熟した脂肪細胞を見つけるのが非常に得意でした。なぜなら、それらは他の細胞とは異なり、コントラストが高いためです。このソフトウェアは、皿のどの程度の範囲がこれらの成熟した脂肪細胞に覆われているかを研究者に伝えることができました。しかし、分化の初期段階については苦戦し、脂肪で満たされる前段階の、変化し始めたばかりの細胞を見落としてしまいました。一方で、カスタムモデルは、単に中の脂肪だけでなく、細胞自体の形状を認識するように訓練されていました。これにより、細胞が完全に成熟するずっと前から、脂肪になることを決定づけ始めた最初の兆候を察知することができたのです。これは、研究者に、より早期かつ詳細な変容の様子を提供することとなりました。

研究では、これらのコンピュータモデルが異なる種や異なる種類の顕微ックスを通して機能するかどうかもテストされました。当初はブタの細胞の画像で訓練されたカスタムモデルは、再学習なしではヒトの細胞を自動的に認識することができず、これらのコンピュータプログラムには特定の事例が必要であることを浮き彫りにしました。しかし、研究者がヒトの細胞を用いて新しいバージョンのモデルを訓練すると、それは同様にうまく機能しました。さらに、彼らはこれらのモデルが、研究室で使用されている特定のハイテクイメージングシステムに限定されないことも証明しました。彼らはカスタムモデルを、標準的な手動顕微鏡で撮影された画像にも適用することに成功し、このテクノロジーが、高価な自動化設備を備えたラボだけでなく、多くの異なる研究所でも使用できることを示しました。

最も重要な発見の一つは、単一の培養皿の中に隠されたバリエーションを観察できる能力でした。イメージングシステムが皿の多くの異なる箇所を継続的に撮影していたため、研究者たちは、脂肪細胞がすべて同時に、かつ同じ場所で形成されるわけではないことを突き止めました。脂肪細胞でいっぱいの領域もあれば、空のままの領域もありました。このような空間的な詳細は、通常、実験の最後に皿の中心から単一の写真を撮るという従来の手法では、見ることは不可能でした。また、継続的なモニタリングにより、たとえ同じ種類の動物であっても、細胞のバッチ（ロット）ごとに挙動が異なることも明らかになりました。あるバッチは迅速かつ効率的に脂肪へと変化しましたが、別のバッチは苦戦しました。この差異は、一貫した培養肉の生産や、なぜ一部の人々が肥満になりやすいのかを理解する上で極めて重要となる可能性があります。

最終的に、この研究は、ラベルフリーイメージングが、煩雑で破壊的な染色手順を不要にする強力なツールであることを実証しました。それは、細胞が播種された瞬間から、特殊化した脂肪細胞になる瞬間まで、細胞集団のライフサイクル全体をリアルタイムで観察することを可能にします。組み込みソフトウェアは、成熟した細胞に対して機能する「プラグアンドプレイ」の便利なソリューションを提供しますが、カスタム訓練されたモデルは、最も早い変化を察知し、異なる細胞タイプや顕微鏡設定に適応できる、比類のない柔軟性と詳細さを提供します。これらのアプローチを組み合わせることで、研究者は、以前は手の届かなかった明晰さをもって、細胞の成長と脂肪形成のダイナミクスを追跡できるようになりました。これは、医学および食料生産の未来の両方に新たな洞察を与えるものです。本研究で開発されたすべてのコンピュータモデルは、他の科学者が自身の研究のためにこれらのツールを使用し、改良できるように、一般に公開されています。