ジョンズ・ホプキンス大学、組織構造を 3D で再構成し、潜在的ながん前駆病変を可視化

ジョンズ・ホプキンス大学では、エンジニア、がん生物学者、病理学者からなる学際的なチームが、がん研究における大きな制約、すなわち、微視的な前がん病変を 3 次元で視覚化して分析できないという問題の解決に取り組みました。膵臓がんの一般的な前駆病変である膵臓上皮内腫瘍形成 (PanIN) は、従来の画像診断技術では検出するには小さすぎるため、従来は 2D 組織学的スライドを使用して研究されてきました。このアプローチでは、研究者はこれらの病変の真の構造、頻度、生物学的意義を理解するのが困難でした。

これらの課題を克服するために、研究チームは、連続した組織切片から 3D 組織モデルを再構築する計算プラットフォームである CODA を開発しました。組織を物理的に切断すると、裂け目、折り畳み、歪みなどのアーティファクトが生じるため、このプロセスでは複雑な画像の位置合わせの課題を解決する必要がありました。CODA は、Image Processing Toolbox™ と Deep Learning Toolbox™ を使用して、ResNet-50 バックボーンを備えた DeepLabv3+ アルゴリズムによる非線形画像レジストレーション、核座標検出、およびディープラーニング ベースのセグメンテーションを実装します。ワークフローには、画像のダウンサンプリング、トレーニング データの手動注釈付け、ディープラーニングの適用による解剖学的構造の自動セグメント化が含まれます。低解像度画像で計算された変換マトリックスは、高解像度のセグメント化された画像を登録するために使用され、正確な 3D 再構築を可能にします。

研究チームは CODA を使用して、ヒトの膵臓組織の解剖学的マップを作成し、PanIN 病変がこれまで認識されていたよりも広く見られ、形態学的に複雑であることを明らかにしました。CODA は組織学的データとゲノム、プロテオーム、トランスクリプトミクスのプロファイリングとの統合も可能にし、組織構造と分子特性の包括的なビューを提供します。3D モルフォロジーとゲノミクスの統合により、研究チームは PanIN が互いに独立して発達し、解剖学的に独立した各 PanIN ががん遺伝子 KRAS に異なる変異を持つことを発見しました。このプラットフォームの柔軟性により、発達中の腎臓、卵管、心臓のマッピングや、生体模倣オルガノイドモデルの設計など、他の臓器や研究分野への応用が可能になりました。

今後の計画には、核セグメンテーション、スライド補間、仮想染色、ユーザーフレンドリーなアプリ開発などにより CODA の機能を拡張し、がんや発生生物学の研究をさらにサポートすることが含まれています。