VISTA-Zパイプラインを用いたゼブラフィッシュ血管網の自動解析

小さな魚の血管が重要な理由

心血管疾患は世界で最も多い死因の一つですが、血管に起こる初期の変化の多くは見えにくく、測定が難しいです。小さく透明でヒトと多くの遺伝子を共有するゼブラフィッシュ胚は、血管が形成される様子をリアルタイムで観察する手段を研究者に提供します。本研究はVISTA-Zを紹介します。これは、ゼブラフィッシュの血管を蛍光顕微鏡で撮影した画像を自動的に精密な計測値に変換するコンピュータパイプラインで、遺伝子、薬物、あるいは病態に似た条件に関連する微妙な変化を見つけやすくします。

画像を計測値に変える

現代の顕微鏡はゼブラフィッシュの細かな血管網の驚くべき画像を取得できますが、研究者は通常これらの画像を手作業で解析し、輪郭を描き分岐を一つずつ数えます。それは遅く、疲れる上に個人差が出ます。VISTA-Zはこれを、自動化された一連の処理で置き換えます。画像のコントラストを調整し、背景から血管を分離し、管状構造を強調し、明らかなアーティファクトを除去するなどを最小限の入力で行います。

異なる視点での信頼性の検証

VISTA-Zが多様な状況で機能するかを試すため、著者らは異なる方法で血管細胞を標識するゼブラフィッシュ系統や、異なる発生段階の画像を投入しました。彼らは受精後3〜5日の脳と胴体を検討し、この期間に血管網はより複雑になります。これらのテストを通じて、パイプラインは血管長、密度、分岐数の一貫した測定を生み出しましたが、見かけ上の血管の太さは使用する蛍光マーカーに強く依存することを明らかにしました。この注意点は重要で、いくつかの指標はレポーターの選択に敏感であるのに対し、他の指標はより頑健であることを示しています。研究チームはまた、左右の脳や前後の胴体など、特定の関心領域に焦点を当てる組み込みツールを用い、局所的なパターンを拡大しても信頼性を失わないことを確認しました。

血管網の成長を追う

VISTA-Zは多数の画像を迅速に処理できるため、血管網が時間とともにどのように拡大するかを追跡するのに適しています。著者らは正常なゼブラフィッシュの3〜5日での血管発達を定量化しました。脳と胴体の両方で、全血管長と密度は着実に増加し、分岐点の数も特に胴体で増えました。一方で平均血管幅はほとんど変化しませんでした。これらの結果は、この期間の成長が既存血管の拡張によるものというよりも、細い血管の追加・延長によって主に駆動されていることを示唆します。このような基準マップは重要で、病態モデルや薬剤処理と比較するための健康な成長の参照パターンを提供します。

血管の消失と過剰成長の検出

著者らは次に、VISTA-Zが遺伝子変異による病態様変化を検出できるかを問いかけました。foxc1aという遺伝子を欠く魚では、この遺伝子はヒトでは小血管疾患や脳卒中に関連しており、パイプラインは脳動脈の欠損、短いネットワーク、分岐の減少、残存する血管の肥厚を明らかにしました。血管成長の主要受容体であるkdrlが障害された魚では、脳と胴体の両方で深刻な血管喪失と領域ごとのパターン変化が示され、一部の領域が他よりも強く影響を受けていました。最後に、通常は枝分かれを抑制するplxnd1遺伝子活性が低下した魚では、VISTA-Zは広範な血管過剰成長、より高密度のネットワーク、および特に胴体や通常血管が少ない領域で多くの余分な分岐を捉えました。これらのテストは、パイプラインが全身の血管喪失と過剰成長の両方を定量化できることを示しています。

今後の研究への意味

複雑な小さな魚の血管画像を標準化された計測値に変換することで、VISTA-Zは血管ネットワークがどのように成長・縮小・再編されるかを記述するための強力で共有可能な言語を研究者に提供します。本研究は、パイプラインが異なる蛍光マーカー、発生段階、遺伝的背景にわたって頑健であり、人間の目では見落とされがちなパターンを明らかにできることを示しています。一般向けの要点としては、単純な動物モデルでの高度な画像解析が遺伝子や治療法の探索を加速し、最終的には脳卒中や心血管疾患といった状態の理解を深める可能性がある、ということです。

引用: Rodriguez-Pastrana, I., Richens, J. & Wilkinson, R.N. Automated analysis of zebrafish vascular networks using the VISTA-Z pipeline. Sci Rep 16, 15611 (2026). https://doi.org/10.1038/s41598-026-43301-5

キーワード: ゼブラフィッシュ, 血管新生, 血管イメージング, 画像解析, 血管セグメンテーション