A novel approach for analyzing the three-dimensional dynamics of cell motility by the combined use of scanning ion conductance microscopy and machine-learning

点击翻译按钮获取中文摘要

本研究は，走査型イオンコンダクタンス顕微鏡（SICM）を用いて取得できる生きた細胞の頂上膜面の細胞質突起の画像からダイナミクスを解析し，そのダイナミクスと細胞機能の関係性を解明することを目的としている。そのダイナミクスの解析には，本研究を通して構築する機械学習を用いたコンピュータ支援構造判別評価システムを使用し，困難さを多く含む画像判別を自動化することでより効率的におこなう事を並行して実施するものである。取り組んでいる課題を以下に示した。1. 画像データセットの収集と機械学習用データを用いたシステムの構築：　申請者は現在までに各種実験を通して撮像したSICM像を所有し，継続的に画像データセットの収集および本研究に学習データとして用いるデータセットを選別しタグ付け作業をおこなった。また，システムの構築は，フリーウエアで構築を進め，テスト画像データ等を処理させるなど適したものの選定をおこない，機械学習の作業環境整備を進め，識別アルゴリズムの作成を進展させている。2. 　各細胞の細胞質突起の構造観察：　SICMを用いた画像取得は，探針であるガラスピペットの形状や細胞の状態に依って適した画像取得に関するパラメータは異なる。本研究では，細胞質突起の観察における各種条件を精査することで，現状において適した画像取得パラメータを見出した。3. 　可逆的形態変化のコントロール可能な細胞質突起構造をもつ細胞の探索：　Tet受容体恒常発現細胞（TetR-Ca9-22 cells) の樹立に成功したが，当初期待していた顕著な細胞形態の変化は認められなかった。そこで，RAW264細胞をマクロファージ様細胞に分化誘導する実験モデルを検討し，本研究に適すると考える可逆的形態変化のコントロール可能な突起構造を有する条件を新たに見出した。