深部組織の超解像イメージングのための多光子構造化照明における二重デコンボリューション

生きた組織の奥を観る

現代生物学では、脳片や発生中の胚のような厚い組織内部のごく細かな構造を観察することがしばしば必要です。しかし、光がこうした複雑な環境を通るときに屈折や散乱が生じ、観察像がぼやけてしまい、最も鮮明な像が欲しい場面で詳細が失われます。本稿は、これらの像をデジタルに「戻す」手法を紹介します。高価で複雑な装置を追加することなく、既存の高度な顕微鏡で深部の極めて微細な構造を明らかにすることを可能にします。

なぜ深部イメージングは難しいのか

蛍光顕微鏡は研究者が特定の分子を標識し、細胞や組織の構造や挙動を観察する手段を与えます。ここ数十年でいくつかの「超解像」法は従来の解像限界を超え、200ナノメートル以下の詳細を明らかにしてきました。しかし、これらの多くは試料表面近傍でしか良好に機能しません。マウス脳のような厚い組織では、蛍光ラベルを励起する光と検出器に戻る発光の双方が組織内部の微細な不均一性によって歪められます。これらの歪み（収差）は焦点をぼかし、高周波の詳細情報を消失させ、特に数十マイクロメートルより深い領域で問題となります。

ハードウェアの解決からソフトウェアによる解へ

収差と戦う一般的な方法はアダプティブ光学というハードウェア的対処で、可動ミラーなどにより光の波面を成形して鋭い焦点を取り戻します。強力ではあるものの、これらのシステムは高価で技術的に難しく、しばしば一度に一色や一方向の光の歪みしか補正できません。著者らは代わりに、多くの研究室に既にあるレーザースキャン型多光子顕微鏡に適用できる計算的アプローチを提案します。通常の単一検出器をカメラに置き換えることで、励起光と発光の双方が組織によってどのように歪められたかを符号化した豊富な走査画像スタックを記録します。

仮想パターンと二重のクリーンアップ

重要な着想は、走査画像群を試料が多様な細かな照明パターンで照らされたかのように扱うという点で、著者らはこれを仮想構造化照明と呼びます。周波数領域でこれらのデータを数学的に再結合することで、励起過程と放出過程の役割を分離できます。さらに彼らは「二重デコンボリューション」アルゴリズムを導入し、両側——入射光と出射光——からのぼかしを交互に推定・補正します。単一の有効なぼかしに一括して扱うのではなく、行列ベースの処理により高周波成分がよりよく保たれ、収差が強い場合でも微細構造を回復できます。

シミュレーションと実試料での鮮明化

方法を検証するため、チームはまず二光子顕微鏡のコンピュータシミュレーション（低エネルギーの光子ペアを用いて焦点でのみ蛍光を励起する深部イメージング手法）を用いました。強いシミュレート収差下では、従来の二光子法や標準的な構造化照明再構成は明瞭にぼやけた像を生成しました。一方で二重デコンボリューションは、蛍光波長の約1/4、およそ130ナノメートルに迫る解像を回復し、理論的期待と整合しました。著者らは次に、科学用カメラを備えたカスタムの二光子装置を構築し、蛍光ビーズ、散乱層の背後に隠れたテストパターン、培養細胞、マウス脳組織、全胚ゼブラフィッシュなどの実試料にアルゴリズムを適用しました。従来像でぼやけや重複して見えた構造が、処理後には明瞭に分離した特徴として現れ、樹状突起スパインのような微細な神経要素もマウス脳深さ最大180マイクロメートルで識別可能なままでした。

生物学的イメージングにとっての意義

専門外の読者に向けた主なメッセージは、著者らが既存の多光子顕微鏡を主にソフトウェアとカメラのアップグレードだけで、はるかに強力な深部組織イメージング装置に変えられることを示した点です。入射と出射の両側で組織が光をどのように屈曲させるかを慎重にモデル化し補正することで、二重デコンボリューションは複雑なアダプティブミラーに頼らずに厳しい厚い試料での通常の解像限界を倍にします。方法は十分な信号収集に依存し、現状では走査が比較的遅いという制約がありますが、脳や他の臓器の三次元での日常的かつ超鮮明な観察へ向けた実用的で費用対効果の高い道を提供し、生物構造の配置や時間変化に関するより詳細な研究の扉を開きます。

引用: Lim, S., Kang, S., Hong, J.H. et al. Dual deconvolution in multiphoton structured illumination microscopy for deep-tissue super-resolution imaging. Nat Commun 17, 2123 (2026). https://doi.org/10.1038/s41467-026-69798-y

キーワード: 超解像顕微鏡, 二光子イメージング, アダプティブ光学, 深部組織イメージング, 計算イメージング