2020 Fiscal Year Final Research Report

Analyses of cortical actin dynamics by live-cell imaging and machine-learning

Research Project

PDF

Project/Area Number	19K22422
Research Category	Grant-in-Aid for Challenging Research (Exploratory)
Allocation Type	Multi-year Fund
Review Section	Medium-sized Section 44:Biology at cellular to organismal levels, and related fields
Research Institution	Kyoto University
Principal Investigator	Yoshimura Shigehiro 京都大学, 生命科学研究科, 准教授 (90346106)
Co-Investigator(Kenkyū-buntansha)	本田直樹京都大学, 生命科学研究科, 准教授 (30515581)
Project Period (FY)	2019-06-28 – 2021-03-31
Keywords	アクチン / 原子間力顕微鏡 / 表層骨格 / シグナル伝達 / 機械学習
Outline of Final Research Achievements	We established the method to extract spatio-temporal information of individual actin filaments from a series of images obtained from a living cultured cell by high-speed atomic force microscopy (HS-AFM), and to use it as an input data set for the machine learning. We first made a stochastic generative model at individual regions in the target image, which carries vector information of an actin filament as a latent variable, and successfully predicted the location and the direction of the actin filament. We applied this technique to a series of HS-AFM images obtained from a living cell surface and found an uneven distribution of the filaments angle. We also combined correlative imaging of HS-AFM and fluorescence microscopy with optogenetic tool to obtain input data set under the control of Rho activities. We use these data sets as training data for the machine learning and will extract the properties of actin network in different signaling states.
Free Research Field	生物物理
Academic Significance and Societal Importance of the Research Achievements	これまでの画像解析技術では、高速原子間力顕微鏡により得られた連続画像から、各アクチン線維の時空間的情報を自動抽出するのは極めて困難であった。本研究課題で確立した画像解析技術は、様々なクオリティーの連続画像から自動かつ高いS/N比でアクチン線維の時空間的情報を抽出することが可能であり、機械学習に用いる大量の学習データを取得するのに貢献するのみならず、これまで未報告であった表層アクチン動態の解明を可能にするものである。このデータを機械学習に入力することで、従来の人の手による画像解析では発見不可能であった細胞の状態変化（がん、細胞死等）を、早期に見つける技術の確立がより現実的になると期待される。