Deep Learning-Based Analysis of Mitochondrial Morphological Abnormalities in Autosomal Dominant Optic Atrophy

• Project/Area Number: 25K18695
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 48010:Anatomy-related
• Research Institution: The University of Tokyo
• Principal Investigator: 河合 宏紀 東京大学, 大学院工学系研究科(工学部), 客員研究員 (20784391)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2029: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2028: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 深層学習 / ミトコンドリア

Outline of Research at the Start

常染色体優性視神経萎縮症（ADOA）は、OPA1遺伝子の変異によって引き起こされる進行性の視力障害であり、治療法は確立されていません。本研究では、深層学習を用いた3次元電子顕微鏡画像解析プラットフォームを活用し、OPA1変異が視神経内のミトコンドリア微細構造に与える影響を網羅的に解析します。特に、近年注目される「基盤モデル」を導入することで、膨大な教師データ作成の負担を大幅に軽減し、解析の効率化を目指します。本研究は、治療法開発の鍵となる知見を提供するだけでなく、細胞内構造研究の新たな手法として広く応用可能です。