高次画像特徴量を用いた低酸素順応下におけるアストロサイト形態の経時変化の解析

摘要

アストロサイトは脳血管から神経細胞への酸素供給や栄養補給を制御する重要な役割を担う細胞である．その細胞形態は，低酸素症などの病態時に変化すると言われているが，病態発現時からどのような時間経過をたどって細胞形態が変化するのかについて，これまで分かっていない．一方，我々はアストロサイトの形状変化を捉える新しいアプローチとしてDeep Convolutional Neural Network（DCNN）を用いる手法を提案し，その有効性を示してきた．そこで本研究では，低酸素順応後の複数目において，同じマウス個体の同じアストロサイトの形態を二光子顕微鏡で撮像し，それぞれの顕微鏡画像をDCNNで解析することにより，低酸素順応下でアストロサイトの形態が経時的にどう変わるのかについて検証を行った．DCNNで抽出された画像特徴量を入力とし，アストロサイトが低酸素状態にあるかどうかを予測する判別分析を行った結果，予測成績は低酸素順応が進むにつれて向上した．また，予測に必要な特徴量は低酸素順応が進むにつれて減少すること，またその特徴量は低酸素順応の異なる条件間で部分的にしか一致しないことが分かった．以上の結果は，低酸素順応下でアストロサイトに与えられた動的かつ連続的影響を，DCNNによって抽出された高次画像特徴量によって捕捉できる可能性を示唆している．