蛍光膜イメージのディープラーニングによる復元とセグメンテーションによる高精度な細菌細胞サイズプロファイリング

なぜ小さな細胞が重要なのか

多くの人は細菌を同じような小さな点として想像しがちだが、実際には細胞の形や大きさには意外な幅がある。こうしたサイズの差は、栄養の取り込み、成長、抗生物質への応答に影響を及ぼすことがある。しかし既存の顕微鏡手法は細胞の縁をぼかしたり近接する細胞を融合してしまうため、多数の株にわたって正確に細胞寸法を測るのは難しかった。本研究はMEDUSSAと呼ばれる新しい画像解析パイプラインを提示する。これは蛍光色素とディープラーニングを用いて細菌の輪郭を正確にたどり、何千もの細胞や複数株の間で細胞サイズを比較する。

細胞縁をより明瞭に見る

従来の細菌撮像はしばしば位相差顕微鏡に依存し、染色なしで細胞を際立たせる。便利ではあるが、この方法では正確な細胞境界を把握しにくく、長い鎖状の中でどこで一つの細胞が終わり次が始まるかを判別することができない。研究者らは代わりに膜を蛍光色素で染め、各細胞の周囲に鮮明な明るいリングと細胞が接する場所に明瞭な縞模様を生じさせた。これにより、細胞が孤立していても塊になっていても鎖を作っていても、各細胞の輪郭を一意に示す視覚的手がかりが得られた。

コンピュータに細菌をたどらせる

これらの蛍光イメージを測定に変えるため、チームは画像ピクセルごとに特定の細胞を割り当てる画像セグメンテーションのための最新のディープラーニングツールを数種微調整した。彼らは何千もの丁寧にトレースされた細菌を使ってモデルを学習させ、形や大きさが異なる複数の種でテストした。Omniposeフレームワークに基づくモデルが、まずは焦点外光によるぼけを低減する復元処理（デコンボリューション）で画像をシャープにした上で再学習すると最も良い性能を示した。最適化されたモデルFMSegは、濃密な塊や長い鎖、非常に細長い形状においても単一細胞を確実に分離でき、種や膜染色剤の多様性にわたって機能した。

平面画像から実際の細胞サイズへ

セグメンテーションマスクだけではサイズは得られないため、研究者らはMEDUSSAという測定パイプラインを構築した。これは各マスクから出発して2次元と3次元の特性を推定する。各細胞について、長軸に沿って中心のスケルトンを描き、その線に沿って局所半径を読み取ることで、幅、長さ、表面積、単純な幾何学的仮定に基づく体積を計算できる。チームは2つの重要な誤差要因を発見して補正した。第一に、同一視野内の細胞はわずかに異なる高さにあることが多いため、試料を通して画像スタックを取得し、それらを統合した焦点が合った単一投影を作成した。第二に、モデルは細胞をやや太めに描く傾向があったが、この過大評価は一貫していたため、高品質な手動トレースから補正曲線を学習し、すべての自動測定に適用した。

MEDUSSAの検証

精度を確認するため、著者らは蛍光に基づく測定を、Bacillus subtilisの高解像度クライオ電子顕微鏡による幅の測定と比較した。クライオ法では細胞を急速に凍結して精細に撮像する。通常株とより細い変異株の幅の相対差は両手法でほぼ一致し、絶対値に若干の差（約10％程度）があってもMEDUSSAは生物学的に意味のある変動を捉えていることが示唆された。次に彼らは大型細菌Priestia megateriumの6株をMEDUSSAでプロファイリングした。近縁でありながら、これらの株は中央値体積で2倍以上の差を示し、主に長さより幅の差がその原因であった。いくつかの株は増殖期に異常に長い糸状細胞を産生し、これまで見落とされていた細胞形状の多様性を浮き彫りにした。

細い株を単一変異と結びつける

ある株WH320は、元来DSM 319から由来しているにもかかわらず、近縁のDSM 319より著しく細かった。ゲノム配列解析は多数の小さなDNA変化を明らかにし、その中にはPBP1として知られる細胞壁合成酵素をコードするponA遺伝子の変化も含まれていた。研究者らが両者のponAバージョンを自身のPBP1を欠くBacillus subtilisの変異株に導入すると、DSM 319版は太い細胞を回復させたのに対し、WH320版は部分的な回復に留まった。この挙動はWH320由来の酵素が機能低下しており、その株の細い形状に寄与している可能性を示す。

この研究が示すこと

蛍光膜染色、ディープラーニングに基づく画像復元とセグメンテーション、注意深い幾何学的測定を組み合わせることで、MEDUSSAは生の顕微鏡画像を何千もの細菌にわたる堅牢な細胞サイズ統計に変換する。本研究は、近縁の細菌株であっても幅や体積に大きな差があり、細胞壁タンパク質の特定の変化がこれらの差を説明する手がかりになることを示している。専門外の読者にとっての要点は、細菌の細胞はみな同じ大きさではなく、現代の計算手法によって科学者はこの隠れた多様性を描き、遺伝子、成長条件、進化と結びつけ始めることができるということである。

引用: Reyes-Matte, O., Fortmann-Grote, C., Gericke, B. et al. Deep-learning deconvolution and segmentation of fluorescent membranes for high-precision bacterial cell-size profiling. Commun Biol 9, 693 (2026). https://doi.org/10.1038/s42003-026-10303-y

キーワード: 細菌の細胞サイズ, 蛍光顕微鏡, 画像セグメンテーション, ディープラーニング, 細胞形態