広報活動

Print

2017年4月6日

理化学研究所
スイス連邦工科大学チューリッヒ校

「どこでも微小構造体」で幹細胞の分化パターンを解析

-コンピュータの目が解析作業をお手伝い-

幹細胞といえば、ES細胞やiPS細胞がよく知られていますが、これらは人工的に作り出された特殊な細胞です。一方、「間葉系幹細胞(MSC)」は私たちの体にもともと備わっている体性幹細胞で、骨細胞、脂肪細胞、神経細胞、肝細胞など、さまざまな細胞に分化できるため、再生医療への応用が期待されています。MSCはがん化する心配が少なく、比較的安全に使用できるというメリットがあるといわれています。

MSCには、周りの環境によって分化過程が調節されるという性質があります。例えば、MSCを微小な領域に閉じ込めて培養・分化誘導を行うと、空間的に異なる「分化パターン」が現れます。このような空間的制限と分化過程との関係性は、組織・臓器の再生過程や多細胞システムがどのように形作られるかを理解する上で重要です。従来、培養細胞を閉じ込めるには、タンパク質を利用したマイクロコンタクトプリンティングという手法が主流でした。しかし、長期的かつ安定しては培養領域を得られないという問題がありました。

そこで、理研を中心とした国際共同研究チームは、タンパク質の代わりに生物学系の研究室なら“どこでも簡単に手に入る”「アガロース」という物質に目を付けました。アガロースは海藻から作られる寒天を精製したもので、DNAやRNAなどを分子量に応じて分離するアガロース電気泳動での実験に多用されています。細胞が接着しにくく、長期安定性にも優れています。

アガロースを使って直径0.05~0.8mmの円形状微小構造体を作り、培養皿表面を覆うことにより、ヒトMSCを多数の円形内に閉じ込めて培養・分化誘導しました。その結果、細胞集団の形状ごとの分化パターンを得ることに成功しました。また、分化パターンを定量的に解析するために、コンピュータにあらかじめ用意しておいた各種分化細胞の画像を使って機械学習させ、学習結果に基づいて分化パターンを自動的に識別させる解析手法を開発しました(図参照)。この「コンピュータの目」は、これまで研究者が目視で行っていた解析を飛躍的に省力化させました。その速度と精度は手作業時の数十倍に及び、客観性を伴って定量化することが可能となった意義は大きいといえます。

機械学習を利用した細胞分化パターンの識別と細胞分化種類の空間分布の図

図 機械学習を利用した細胞分化パターンの識別と細胞分化種類の空間分布

理化学研究所
生命システム研究センター 細胞デザインコア 合成生物学研究グループ 集積バイオデバイス研究ユニット
研究員 田中 信行 (たなか のぶゆき)
テクニカルスタッフⅡ 佐藤 麻子 (さとう あさこ)
ユニットリーダー 田中 陽 (たなか よう)