細胞培養解析の精度向上：バイアスなく非破壊で細胞増殖と生存率を評価するための人工知能の活用

細胞の確認が重要な理由

新薬の評価や基礎生物学の実験の背景には、プラスチックディッシュで増殖する生きた細胞があります。研究者は、細胞が何個あるか、どれくらいの速さで増えているか、何個が生存しているかを把握する必要があります。現在は目視や手作業、化学的な染色で行われることが多く、遅くコストがかかり、人為的な誤りを招きやすい。本研究は、余分な試薬や高価な機器を使わずに、簡単な顕微鏡画像から迅速に細胞の増殖と健康状態を判定する人工知能ツール、SnapCyteを紹介します。

細胞の増殖を観察する新しい方法

著者らは、主観的で手作業に頼るチェックをより客観的な方法で置き換えることを目指しました。SnapCyteは、標準的な顕微鏡やスマートフォンで撮影した通常の細胞画像を解析するよう設計されています。システムは、皿のどれだけが細胞で覆われているか（コンフルエンシー）、細胞の数（細胞数）、生存している割合（生存率）の三つの基本的な問いに焦点を当てます。ソフトウェアの学習には、多種の細胞型、培養容器、撮像条件からなる大規模で慎重にラベル付けされた画像コレクションを用意しました。専門家が細胞領域をトレースし個数をカウントした例を用い、これらを深層学習モデルに与えて、細胞被覆、個数、健康状態に関連するパターンを認識するよう訓練しました。

細胞専門家の目をコンピュータに教える

表面のどれだけが細胞で覆われているかを判定するために、チームは各ピクセルを「細胞」か「非細胞」かの単純な判断に変換できる種類の画像解析ネットワークを用いました。モデルは反復的に訓練・修正され、独立したテスト画像で90％を超える精度に達するまで改良されました。SnapCyteの被覆率推定は人間の専門家とほぼ完全に一致し、いくつかの既存の人気ソフトウェアを明確に上回りました。画像の品質や解像度が変わっても精度を維持しており、日常的な実験で典型的な不均一な照明、ピント、コントラストにも対応できることを示しています。

被覆率から個数と細胞の健康へ

個々の細胞を数え、生存している細胞を識別することは、特に細胞が重なったり大きさが異なったりする場合には困難です。これに対処するため、研究者らは既存の細胞セグメンテーションネットワークを適応させ、多種の細胞、血球、既知のサイズのプラスチックビーズの画像で再訓練しました。エラーを繰り返し修正し、難しい例を追加する「人間を介したループ」プロセスを用い、モデルが95％以上の細胞を検出しつつ、ゴミを細胞と誤認することを稀にするまで改善しました。補助モデルは細胞サイズを推定し、一般的な染色で示された生細胞と死細胞を分離することを学習しました。生細胞と死細胞が混在する試験では、SnapCyteの結果は専門家のカウントと5％未満の差にとどまり、従来の機械学習手法よりはるかに小さい誤差でした。

古典的な実験法に対するAIの実力を試す

次にチームは、SnapCyteが研究や創薬で使われる標準的な増殖・毒性試験の代替または同等になり得るかを検証しました。被覆率の測定を直接の細胞カウント、代謝を追跡する色ベースのアッセイ、市販のライブセルイメージング装置と比較しました。複数の細胞株や薬剤処理実験において、SnapCyteの出力はこれらの確立された方法と密接に一致し、ユーザー間のばらつきが少ないことが多く示されました。ツールは細胞の倍加時間を推定でき、既報のデータと一致する薬剤感受性値を示しながら、使用するプレート数や試薬、実作業時間を減らすことができました。

日常のラボ作業にとっての意義

総じて、この研究は、単純な細胞培養画像に含まれる視覚情報だけで、学習済みAIが触れたり化学物質を加えたりせずに、存在する細胞数や健康状態を判定できることを示しています。SnapCyteは迅速で一貫した測定を提供し、誰が使うかやどの顕微鏡を使うかに大きく依存しません。研究者にとって、これにより細胞増殖の定期的な確認がより信頼でき、労力が少なくなる一方で、同じ細胞を後続の実験にそのまま使える利点があります。

引用: Wong, C.P., Khazamipour, N., Aalibagi, S. et al. Enhanced precision in cell culture analytics: leveraging artificial intelligence for unbiased and non-destructive assessment of cell growth and viability. Cell Death Discov. 12, 234 (2026). https://doi.org/10.1038/s41420-026-03116-9

キーワード: 細胞培養, 人工知能, 細胞計数, 細胞生存率, 画像解析