DANEELpath：神経芽細胞腫モデルの組織病理学研究のためのオープンソースのデジタル解析ツール

なぜゲル内の小さな腫瘍が重要なのか

がんは単なる暴走した細胞の塊ではなく、細胞同士やそれを取り巻く足場が相互に作用する一つの「近隣」環境です。小児がんの一種である神経芽細胞腫では、この周囲の支持構造が腫瘍の成長や治療抵抗性に影響します。本研究はDANEELpathと呼ばれる、培養したミニ腫瘍の顕微鏡画像を豊富な定量地図に変換する無償のオープンソースツール群を紹介します。これにより、腫瘍細胞の配列、実験薬剤への反応、そしてそれらの知見が小児治療にどうつながるかを理解する手助けをします。

実験室で小さな腫瘍の世界を再現する

実際の腫瘍の複雑な環境を模すために、研究者はゼラチンとシルクから作った柔らかい3Dハイドロゲル内で神経芽細胞腫細胞を培養します。この条件下で細胞は自然に丸いクラスター、つまり小さな腫瘍のような塊を形成します。この環境で重要な役割を果たすのが、細胞接着を助け、より攻撃的な表現型を促す粘着性タンパク質のビトロネクチンです。研究チームは追加のビトロネクチンを入れたハイドロゲルと入れていないものを用意し、さらに一部のサンプルにはビトロネクチン関連受容体を阻害する実験薬シレンギタイドを処理しました。数週間の培養後、ゲルを切片化して染色し、高解像度の全スライド画像としてスキャンすることで、それぞれのミニ腫瘍世界のデジタル版を作成しました。

複雑な画像を測定可能なパターンに変える

従来の病理学は顕微鏡を覗く専門家の目に依存しており強力ですが、標準化やスケール化が難しいという課題があります。DANEELpathは人気のあるオープンソースプラットフォームQuPathに統合され、多くの作業を自動化します。U-Netと呼ばれるディープラーニングモデルを用いることで、クラスターが数個の細胞から数百個に及ぶ場合でも、一般的な染色像で各細胞クラスターを高精度で輪郭抽出できます。次に数学的手法で、各不規則形状のハイドロゲルを「中心部」と「周縁部」のバランスの取れた環状領域に分割し、ゲル形状に依存せず内外領域の比較が公正になるようにします。これにより、神経芽細胞腫クラスターがハイドロゲルの縁に向かって密度が高くなる傾向があり、そのパターンがビトロネクチンの有無や薬物処理によって変化することを確認できました。

細胞間隔とクラスターの隣接関係を測る

単にクラスターを数えるだけでなく、DANEELpathは細胞やクラスターの空間的配置を調べます。各クラスター内では別のツールが個々の細胞核を検出し、各細胞と最も近い隣接細胞との距離を測定して、細胞の詰まり具合を要約します。クラスター間では、隣接クラスターを定義する三つの方法を提供しており、そのうちの一つは各クラスターの影響領域を描くボロノイ図に基づく手法です。これらの指標を条件ごとに比較することで、シレンギタイドが大きなクラスターの隣接クラスター数やその分布を変化させること、そしてその効果がビトロネクチンの添加有無に依存することを示しました。これは周囲のマトリックスと機械作用を持つ薬剤がともに腫瘍の組織化を形作ることを浮き彫りにします。

クラスター周囲のハローを可視化する

これらのモデルでは、ビトロネクチンがしばしばクラスターの周囲に目立つリングを形成します。細胞由来のビトロネクチンのみがある場合は明るい「コロナ」として現れ、ゲルに追加されたビトロネクチンがあると淡いハローとして現れます。これらのリングを目視でクラスターコアから切り分けるのは難しい作業です。DANEELpathはまずボロノイに基づく影響領域を各クラスターの周りに描き、近接クラスターと重ならないようにリング領域を外側に最小限だけ拡張してキャプチャします。画像コントラストの単純なルールでコロナやハローを検出し、その厚さを自動で測定します。同様の戦略は実際の患者サンプルにも適用され、例えば腫瘍領域の縁にいる免疫細胞のマッピングや、血管周囲のゾーンを定義してビトロネクチンや他のマーカーの配置をヒト神経芽細胞腫で調べることにも使われました。

今後のがん研究にとっての意義

本質的に、この研究は静的な病理画像を腫瘍細胞とその周囲の配置に関する詳細で再現性ある測定値に変換します。専門外の研究者にとっては、新しい薬剤、足場材料、遺伝子変化が腫瘍の発生有無だけでなく空間的にどのように成長するかをより簡単に評価できるようになることを意味します。DANEELpathはオープンソースでグラフィカルインターフェースを通して動作し、一般的なコンピュータで実行できるため、世界中の研究室が高度な画像解析を採用する敷居を下げます。時間をかけて、こうしたツールは3Dモデルや患者組織で観察されるパターンと臨床転帰を結びつけ、小児のハイリスク神経芽細胞腫に対するより標的化された効果的な治療の指針になる可能性があります。

引用: Vieco-Martí, I., López-Carrasco, A., Navarro, S. et al. DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models. Sci Rep 16, 6162 (2026). https://doi.org/10.1038/s41598-026-37134-5

キーワード: 神経芽細胞腫, デジタル病理, 3Dハイドロゲル, 細胞外マトリックス, ディープラーニング