細胞形状によるマクロファージの分極評価法の開発

抄録

炎症反応の評価としてマクロファージのM1型(炎症促進型)とM2型(炎症抑制型)への分極 評価が行われており，PCR法や免疫染色等が用いられている． M0(未分極)とM1型とM2 型では細胞形状が異なることが報告されているが，細胞の顕微鏡画像を用いたマクロファージの分極評価には至っていない．本研究では，細胞画像をデータセットとした機械学習による分極評価法の開発を目指した．J774A.1細胞を分極誘導し，位相差顕微鏡で撮影した．まず，画像を1画像1細胞となるよう150 pixel の正方型に手動トリミングを行った．3種(M0/M1/M2)，2種(M0/M1，M0/M2，M1/M2)の組み合わせで各データセットを作製してAIに学習させたところ，学習精度は50～85 %だった．学習精度向上のため，採用する画像の条件付けをして新たにデータセットを作製した．細胞分裂の影響を除くため真円度0.8未満，面積1500 pixel 以上の細胞を選別したところ，学習精度は 75～100 % に向上した．学習精度はM1/M2の組み合わせでは高かったが，M0を含む場合では全て低かった．次に自動トリミング法の検討を行った．細胞重心を基準にしたところ，画像に複数の細胞が映り込むため学習精度が安定しなかった．細胞輪郭でトリミングしたところ，手動と同程度の学習精度であった．以上より，細胞分裂期の細胞の除去，及び細胞輪郭での自動トリミング法でデータセットを作製することにより，高精度でマクロファージの分極の識別ができることが示唆された．