二重励起フォトン吸収リモートセンシング顕微鏡を用いたラベルフリー全スライド仮想多重染色

試料を破壊せずに組織を可視化する

がんや腎障害のような疾患を診断する際、医師はしばしば化学染色された薄切片に頼ります。これらの染色は隠れた構造を明らかにしますが、試料を永久に変化させたり消費したりしてしまうため、採取できる組織がごくわずかな生検では問題になります。本研究は、染料を一切使わずに光と人工知能で「デジタル染色」し、馴染み深い病理画像を生成する方法を紹介します。

従来の染色の長所と短所

ヘマトキシリン・エオジンや膠原繊維、炭水化物、腎構造向けの特殊染色などの化学染色は、現代病理学の基盤です。これらは透明な組織を可視化し、がん、感染症、臓器障害の診断に不可欠です。しかし同時に破壊的でもあり、同一切片を再度染色したり高度な検査に回したりすることは通常できず、複数の染色は貴重な生検材料を急速に消費します。各染色は細心の実験操作と熟練したスタッフを必要とし、診断までに数時間から数日を追加することもあります。

組織自体を読み取る光学イメージング

研究者らはPARS（Photon Absorption Remote Sensing）と呼ばれる特殊な顕微鏡を使用し、組織分子が紫外光からどのようにエネルギーを吸収・放出するかを読み取りました。本研究では二つの紫外色、短波長側とやや長波長側を組み合わせ、同一箇所に交互に照射しました。各パルスは熱に関連する信号と微かな発光のような放出を同時に生み、同じ位置から四つの異なるチャネル情報が得られます。ある波長は細胞核中のDNAに特に感度が高く、もう一方は膠原繊維、エラスチン、赤血球、メラニンなどの暗色素を強調します。これらを合わせることで、核、支持組織、血液、色素を病理学的染色に似た、時にそれを越える形でマッピングできます。

コンピュータに仮想染色を学習させる

豊富な光学信号を取得することは半分に過ぎません。残りはそれを標準的な染色スライドに見える画像に変換することです。そのために研究チームはRegGANという深層学習フレームワークを用いました。まずPARSで未染色の組織を撮像し、同一スライドを化学的に染色して通常のブライトフィールドスキャナでスキャンしました。これらの対になった画像を精密に整列させた後、多チャネルのPARS画像を特定の染色を模倣するバージョンへ変換するようニューラルネットワークを訓練しました。対象には日常的なヘマトキシリン・エオジンに加え、Masson三色、PAS、Jonesメセナミン銀染色などが含まれます。各染色ごとに別個のモデルを訓練したため、単一のラベルフリー入力スライドから後で複数の方法で“仮想的に再染色”することが可能です。

仮想スライドが示すもの

ヒトやマウスの組織—腎がん、メラノーマ、皮膚の真菌感染、正常臓器を含む—において、仮想染色は化学染色像に良好に追随しました。腫瘍の境界、核の形状、膠原線維に富む瘢痕組織、赤血球、真菌の菌糸、細かな腎構造は、両方の紫外線波長を併用した場合に高い忠実度で現れました。定量的な画像品質評価は、二波長を組み合わせることが単独使用より優れていることを示し、特に膠原繊維、血球、真菌要素のように長波長からの追加コントラストに依存する構造で顕著でした。小規模なブラインド試験では、経験ある三人の病理医が実画像と仮想画像の視覚的診断品質を概ね良好または優れていると評価し、化学染色像と仮想像を確実に見分けることはできませんでした。

強み、限界、将来の可能性

有望である一方、この方法はまだ日常のスライドスキャナに取って代わる段階にはありません。現行のPARSシステムは遅く、臨床用スキャナが数分で撮影できる領域をカバーするのに数時間を要し、全データは一つの撮像セットアップと一つの染色ラボから得られました。評価は視覚的類似性と限定された定量的特徴に焦点を当てており、多数の患者や施設にわたる臨床的意思決定全体を対象にしたものではありません。それでもこのアプローチは一つの独自の利点を提供します：ラベルフリーイメージングは組織を損なわないため、同一スライドを後で従来の染色に回したり分子検査に利用したりでき、単一スキャンから複数の仮想染色を生成できます。

患者と医師にとっての意義

簡潔に言えば、本研究は光のみで組織を“読み”、その後人工知能を用いて病理医が信頼する馴染みのある色とパターンを再現できることを示しています。一つの切片から複数の異なる染色を含めて再現することも可能です。二色のPARSシステムは、核、支持組織、血液、色素、腎の特殊構造を触れずに仮想的に強調するのに十分な情報を提供します。ハードウェアの高速化と大規模な多施設研究が進めば、この技術は標準病理の強力な補助となり、貴重な生検材料を節約し、病理医に対して非破壊的でより豊かな疾病の見え方を提供する可能性があります。

引用: Tweel, J.E.D., Ecclestone, B.R., Tummon Simmons, J.A. et al. Label-free whole slide virtual multi-staining using dual-excitation photon absorption remote sensing microscopy. npj Imaging 4, 22 (2026). https://doi.org/10.1038/s44303-026-00154-x

キーワード: 仮想染色, ラベルフリー顕微鏡, デジタル病理学, 紫外線イメージング, 組織学における深層学習