JSTトッププレス一覧 > 共同発表

平成29年6月23日

東京大学
科学技術振興機構(JST)
内閣府政策統括官(科学技術・イノベーション担当)

ヒト血液中の血小板凝集塊を迅速・高精度に検出する技術を確立

~血栓症研究を加速し、人工知能を用いた予防医療展開を目指す~

ポイント

内閣府 総合科学技術・イノベーション会議の革新的研究開発推進プログラム(ImPACT)のうち、合田 圭介 プログラム・マネージャーの研究開発プログラム「セレンディピティの計画的創出による新価値創造」の一環として、東京大学 大学院理学系研究科 化学専攻の姜 逸越 大学院生、雷 诚 特任助教(ImPACTチームリーダー)、合田 圭介 教授、医学系研究科 臨床病態検査医学分野の安本 篤史 助教、矢冨 裕 教授(ImPACTチームリーダー)らは、高速イメージング法であるOTS(Optofluidic Time-Stretch)顕微鏡を用いてマイクロ流路中を高速に流れる細胞を無標識で撮影し、機械学習によりヒト血液中の血小板凝集塊を高精度に検出することに成功しました。本技術を利用して血液に含まれる膨大な数の細胞の形状を調べ、人工知能を用いて血小板凝集塊のような特定の形状の細胞を探索することにより、血栓性疾患の研究やその予防診断技術の開発が加速することが期待されます。

本研究成果は、2017年6月19日(英国時間)に王立化学会(Royal Society of Chemistry)のジャーナル「Lab on a Chip」のオンライン版で公開されました。

本成果は、以下のプログラム・研究開発課題によって得られました。

内閣府 革新的研究開発推進プログラム(ImPACT)「セレンディピティの計画的創出による新価値創造」

本プログラムでは、膨大な細胞集団から単一の目的細胞を発見する細胞検索エンジン「セレンディピター」の開発に取り組んでいます。その一環として、本論文では、雷チームが高速イメージング手法を用いた高速流体中の細胞を無標識で撮影し、画像解析する技術の開発を担当し、本研究を取りまとめました。また、相坂チームが画像解析の一部を分担しました。矢冨チームは、血液サンプルの準備と前処理を担当しました。

<合田 圭介 プログラム・マネージャーのコメント>

PM

本成果は、内閣府 革新的研究開発推進プログラム(ImPACT)「セレンディピティの計画的創出による新価値創造」に参画する、光学、流体力学、医学、生物学など異分野研究者の協力によるものです。今回開発した血小板凝集塊の高精度無標識検出技術は、血液中の様々な細胞の低刺激高速検出に応用することが可能です。本プログラムでは、最先端の異分野技術を組み合わせて、膨大な数の多種多様な細胞集団の細胞一つ一つを網羅的に調べ上げる細胞分析装置「セレンディピター」を開発しています。本研究成果は、セレンディピターの実現とライフイノベーション領域への展開に向けた大きな一歩であると考えています。

<研究の背景と経緯>

世界保健機関(WHO)によると、世界で毎年新たに約1,000万例の血栓性疾患が診断されています。血栓性疾患のうち、冠動脈疾患、脳血管疾患および末梢血管疾患などのアテローム血栓症は、欧米、さらには我が国における主な死亡原因の一つです。また、寝たきりなど生活の質(QOL)を落とす重要な原因です。アテローム血栓症は、動脈硬化部位で活性化し凝集した血小板が血栓を形成し、血管が詰まることによって引き起こされます。そのため、この治療には、血小板の凝集を抑制する抗血小板薬が広く使用されています。また血液中における活性化血小板の存在はアテローム血栓症と関連があることが示されており、この疾患の存在や進行度を測る潜在的な指標となると期待されます。しかし、従来の技術では、標識や検出に長時間を要し、またサンプル処理の操作に依存して結果がばらつくなどしたため、血液中の活性化血小板を正確かつ安定的に測定することは困難でした。

<研究の内容>

本研究では、活性化して凝集塊を形成した血小板をヒト血液中から高速・高精度に検出する技術を確立しました。本技術の原理検証のために、まず、健常者ヒト全血サンプルを調整し、試験管内で、血小板刺激物質のコラーゲンを添加して血小板凝集塊を作製しました。また、コラーゲンを加えていないサンプルを対照とし、密度勾配法を用いて赤血球を分離後、実験に用いました(図1)。そして、マイクロ流体チップを用いてサンプルを高速に流しOTS顕微鏡(図1)を用いて毎秒10,000細胞の高スループットで全細胞を撮影し、機械学習により短時間で形態学的に分類したところ、血小板凝集塊を単一の血小板と白血球から96.6%の高い特異性と感度で区別しました(図2)。このように、本研究で開発されたOTS顕微鏡と、それから得られるビッグデータを機械学習することにより、ヒト血液中の血小板凝集塊を高精度に無標識検出できる事が示されました。

<今後の展開>

本技術では従来の顕微鏡による観察に比べて非常に高速かつ無標識で血小板凝集塊を検出できるため、これまでの研究で示されている各種疾患と血小板凝集塊との関連性をより詳しく調べることに役立ち、血栓性疾患の研究の進展に貢献すると期待されます。また、さらなる研究および技術開発の進展により、将来的には診断や治療モニタリングなど臨床応用への展開も想定されます。

<参考図>

図1 本研究における血小板凝集塊検出方法の流れとOTS顕微鏡の模式図

図1 本研究における血小板凝集塊検出方法の流れとOTS顕微鏡の模式図。

採血直後に前処理(刺激の付加や赤血球の除去)したヒト血液サンプル内の全細胞をマイクロ流体チップに注入し、OTS顕微鏡を用いて高速撮影した。これにより得られた画像ビッグデータを機械学習により解析した。OTS顕微鏡では、分散ファイバーおよび回折格子を用いて、広帯域パルスレーザー光を波長依存的に時間方向および空間方向へ分散させた。その光をサンプルに照射し、透過光の時間変化を検出・解析することで、サンプルの画像を取得した。

図2 機械学習による血小板、血小板凝集塊および白血球の分類

図2 機械学習による血小板、血小板凝集塊および白血球の分類。

OTS顕微鏡により撮影した血液細胞の画像から115種類の形状に関連する特徴量を抽出し、機械学習により得られた3種類のメタ特徴量によって、血小板(紫)、血小板凝集塊(赤)、および白血球(緑)の画像に分類できた。メタ特徴量:画像から抽出される形状に関する多数の特徴量から、機械学習により複数の特徴量を選択して組み合わせることで、分類に有効な新しい特徴量として定義したもの。

<論文情報>

タイトル Label-free detection of aggregated platelets in blood by machine-learning-aided optofluidic time-stretch microscopy
著者名 Yiyue Jiang, Cheng Lei*, Atsushi Yasumoto, Hirofumi Kobayashi, Yuri Aisaka, Takuro Ito, Baoshan Guo, Nao Nitta, Natsumaro Kutsuna, Yasuyuki Ozeki, Atsuhiro Nakagawa, Yutaka Yatomi, and Keisuke Goda* (責任著者)
掲載誌 Lab on a Chip
doi 10.1039/c7lc00396j
アブストラクトURL http://pubs.rsc.org/en/Content/ArticleLanding/2017/LC/C7LC00396J

<お問い合わせ先>

<研究に関すること>

東京大学 大学院理学系研究科 化学専攻 教授
合田 圭介(ゴウダ ケイスケ)
〒113-0033 東京都文京区本郷7-3-1
Tel:03-5841-4329
E-mail:

<ImPACTプログラム内容およびPMに関すること>

科学技術振興機構 革新的研究開発推進室
〒102-0076 東京都千代田区五番町7 K’s五番町
Tel:03-6380-9012
E-mail:

<ImPACT事業に関すること>

内閣府 革新的研究開発推進プログラム担当室
〒100-8914 東京都千代田区永田町1-6-1
Tel:03-6257-1339

<報道に関すること>

東京大学 大学院理学系研究科・理学部
特任専門職員 武田 加奈子、学術支援職員 谷合 純子、教授・広報室長 大越 慎一
Tel:03-5841-0654
E-mail:

科学技術振興機構 広報課
Tel:03-5214-8404
E-mail: