フロー型光学検出系におけるラベル不要粒子解析を強化する超高次元コンピューティング

微小粒子を新たな光で見る

医療や環境科学の多くの検査は、細胞からプラスチックビーズまでの微小粒子を検出・選別することに依存しています。今日ではこれが化学的なラベル付けや大型の顕微鏡を必要とすることが多く、時間がかかりコストが高く、生きた細胞には負担となることがあります。本研究は、高速光学センシングと脳を模した計算を巧みに組み合わせることで、ラベルを使わずに粒子をサイズで分類できることを示し、将来的に携帯型診断機器に収まるようなコンパクトなハードウェアでの実装可能性を示します。

ラベルフリー検査が重要な理由

標準的なフロー型光学システムでは、粒子が狭いチャネルを流れる間に光が当てられ、カメラや検出器がその散乱光を記録します。粒子に蛍光色素がタグ付けされていれば区別は容易ですが、試料の準備に時間がかかり、研究対象の細胞自体を変化させる可能性があります。ラベルフリー法は色素を使わず、粒子が光をどのように屈折・散乱するかといった自然な光学的指紋を読み取ります。課題は、これらの生のパターンが複雑で到着が非常に速いため、リアルタイムで信頼できる判断に変換するのが容易ではないことです。

変化を“聞く”カメラ

研究者たちは従来の動画カメラをイベントベースセンサーに置き換えました。これは画素の明るさが変化したときだけ応答する装置です。4種類の異なるサイズのポリスチレンビーズが薄いプラスチックチャネルを流れて集光レーザーを横切ると、センサーはビーズの周りに進化する干渉パターンをたどる明暗のイベントのバーストを記録しました。静的な背景を無視するため、カメラは生成するデータ量が大幅に少なく、非常に細かい時間分解能で動きを捉えます。これは毎秒数千個の粒子が流れる状況に最適です。研究チームはまた、各ビーズ種がさまざまな条件下で記録されるよう測定を注意深く設計し、さもなければ精度を過大評価してしまうような潜在的バイアスを低減しました。

高速判断のための脳に倣った符号化

重いニューラルネットワークを訓練する代わりに、チームは超高次元コンピューティングを用いました。これにより各パターンはハイパーベクターと呼ばれる非常に長い二進符号として表現されます。センサーの正・負のイベントは別々の二値マップに変換され、それらを組み合わせて光が明るくなる／暗くなる様子の微妙な違いを保持します。訓練時には同一のビーズサイズから得られた多数のハイパーベクターを統合してそのクラスのプロトタイプ符号を作ります。テスト時には新しいパターンを符号化してこれらのプロトタイプと比較し、最も類似するコードに基づいてクラスを割り当てます。この手法はビット操作という単純な演算のみを必要としながら、追加の光学的トリックを用いずに93パーセント超の精度に達しました。

光を形作り、より明瞭に見る

性能をさらに高めるために、研究者たちはチャネルとカメラの間にグラウンドグラスのシートを置きました。この散乱層は光をより豊かなスペックルパターンへと広げ、各ビーズサイズに対してより識別性の高い署名を運びます。異なる表面粗さのディフューザーを試したところ、粗いガラス片の方がより広がりのある情報豊かなパターンを生み出し、平均精度を98.67パーセントまで押し上げることが分かりました。また、すべての画素を保持する必要はなく、画像を中程度の解像度にダウンサンプリングしてもほとんどの精度を保ちながら計算コストを削減できることを示し、この手法が小型で省エネルギーのデバイスに適していることを裏付けました。

プラスチックビーズから現実のサンプルへ

本研究は単純なプラスチックビーズをクリーンなテストケースとして用い、イベントベース視覚、賢い光学的散乱、超高次元コンピューティングの組み合わせが流れる粒子を迅速かつ高い信頼性で分類できることを示しました。実際の細胞やより多様な粒子へ移行すると、形状や内部構造、材料の違いなどが光の散乱に影響を与えるため複雑さが増します。それでも、これらの結果は、検出だけでなく将来的にはリアルタイムで粒子を選別するのに役立つコンパクトなラベルフリーシステムへの道筋を示唆しており、診断、環境モニタリング、産業の品質管理に資するツールの実現を後押しします。

引用: Yue, Y., Gouda, M., Sunada, S. et al. Hyper-dimensional computing for enhanced label-free particle analysis in a flow-based optical detection system. Sci Rep 16, 14900 (2026). https://doi.org/10.1038/s41598-026-44705-z

キーワード: ラベルフリー フローサイトメトリー, イベントベース画像取得, 超高次元コンピューティング, 微小粒子分類, マイクロフルイディクス