[論文レビュー] Use of Ghost Cytometry to Differentiate Cells with Similar Gross Morphologic Characteristics

Hiroaki Adachi, Yōko Kawamura+8 more|arXiv (Cornell University)|Mar 22, 2019

Cell Image Analysis Techniques被引用数 3

ひとこと要約

本研究では、画像を必要としない圧縮感知に基づくフローサイトメトリー法であるゴーストサイトメトリーが、外見的形態が同一であるが蛍光分布が異なる細胞集団を区別できることを示した。画像再構成を行わず、圧縮測定信号を解析することで、正確な形態分類が達成され、複雑な生物学的系における高スループットで計算負荷の低い細胞解析の可能性が裏付けられた。

ABSTRACT

Imaging flow cytometry shows significant potential for increasing our understanding of heterogeneous and complex life systems and is useful for biomedical applications. Ghost cytometry is a recently proposed approach for directly analyzing compressively measured signals, thereby relieving the computational bottleneck observed in high-throughput cytometry based on morphological information. While this image-free approach could distinguish different cell types using the same fluorescence staining method, further strict controls are sometimes required to clearly demonstrate that the classification is based on detailed morphologic analysis. In this study, we show that ghost cytometry can be used to classify cell populations of the same type but with different fluorescence distributions in space, supporting the strength of our image-free approach for morphologic cell analysis.

研究の動機と目的

• ゴーストサイトメトリーが、外見的形態が同一だが空間的蛍光分布が異なる細胞集団を区別できるかどうかを評価すること。
• 画像再構成なしに圧縮感知を用いた形態的細胞解析の実現可能性を評価すること。
• 画像が存在しないにもかかわらず、ゴーストサイトメトリーにおける形態分類が詳細な構造的情報を基にしていることを実証すること。
• 制御された蛍光染色プロトコル下で、同種の細胞タイプを区別する能力の頑健性を検証すること。

提案手法

• 本手法は、画像を完全に取得しないで、細胞の流れ中における信号を直接測定・解析する圧縮感知を用いる。
• 符号化アパーチャーを用いて、細胞に構造化された光パターンを照射し、光学的性質の圧縮測定値を取得する。
• 蛍光信号は圧縮測定値に符号化され、画像再構成なしに空間的分布の情報を保持する。
• 機械学習モデルを、圧縮信号に基づいて形態的および蛍光的特徴を用いて細胞集団を分類するように訓練する。
• 本手法は、圧縮データから形態的特徴を抽出する信号再構成アルゴリズムに依存しており、これにより分類処理が可能になる。

実験結果

リサーチクエスチョン

• RQ1 ゴーストサイトメトリーは、外見的形態が同一だが空間的蛍光分布が異なる細胞集団を区別できるか？
• RQ2 画像フリーの圧縮感知に基づくアプローチは、正確な細胞分類に十分な形態的情報を保持しているか？
• RQ3 ゴーストサイトメトリーは、従来の画像化フローサイトメトリーと比較して、形態的に類似した細胞を分類する能力で優れているか？
• RQ4 圧縮感知信号が、形態的区別に必要な空間的蛍光パターンをどの程度正確に符号化できるか？

主な発見

• ゴーストサイトメトリーは、外見的形態が同一だが空間的蛍光分布が異なる細胞集団を正確に分類でき、微細な形態的差異への感受性を示した。
• 画像再構成なしに正確な分類が達成され、従来の画像処理手法と比較して計算負荷が著しく低減された。
• 圧縮感知信号に十分な形態的情報が含まれており、信頼性の高い細胞タイプ区別が可能であることが確認された。
• 本研究では、視覚的データが存在しない状況下でも、分類が外見的形状の単なる要約ではなく、詳細な形態的特徴に基づいていることが検証された。