多様な細胞集団から目的の細胞を迅速に判別して分取する技術は、生命科学の基礎研究のみならず、検体検査をはじめとする検査診断、さらには細胞治療や再生医療などの細胞自体を活用した医療において重要です。これまでに用いられてきたフローサイトメトリーは、細胞を高速で判別・分取できる有力な技術ですが、計測できる形態情報は顕微鏡に比べて少なく、また、分子マーカーを基準とする場合には蛍光標識が必要であり、その細胞毒性および標識操作の手間やコストなどが課題でした。一方、光学顕微鏡を用いれば高精細な細胞画像を取得できますが、特に多くの検体を扱う分野では、計測・解析・分取するスピードが十分ではなく、時間や労力を要してきたことが課題でした。その結果、細胞を標識せずに、その細かな形態情報から細胞の種類や状態を高速で判別し、分取する技術はこれまで確立していませんでした。
理研⾰新知能統合研究センター 不完全情報学習チームの鵜川昌⼠（テクニカルスタッフⅠ）が参画した研究グループは、機械学習による解析技術と高速形態計測技術を融合し、非標識の細胞形態計測情報から抗体などの分子マーカーに基づいた解析結果を直接予測することにより、目的の細胞を非標識に高速に判別・分取する技術を開発しました。異なる２種の細胞株を用いて、両細胞を非標識で判別・分取する技術を実証した上で、細胞株のみならず、iPS細胞の生死などの状態、分化と未分化、がん化などの非標識判別、末梢血由来の白血球細胞主要5種の非標識判別を実証しました。
本研究は、東京大学、シンクサイト株式会社、理化学研究所、シスメックス株式会社、順天堂大学の共同研究として行われました。本研究の成果は、細胞治療、再生医療や検査診断分野において、非標識での細胞判別や分取の技術に貢献すると期待できます。
詳細はシンクサイト株式会社のホームページをご覧ください。
