2022 Fiscal Year Annual Research Report
Holographic optical coherence microscope for high-penetration and label free imaging of intracellular activities
| Project/Area Number |
21H01836
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
安野 嘉晃 筑波大学, 医学医療系, 教授 (10344871)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松阪 諭 筑波大学, 医学医療系, 教授 (00372665)
巻田 修一 筑波大学, 医学医療系, 准教授 (50533345)
三浦 雅博 東京医科大学, 医学部, 教授 (60199958)
福田 慎一 筑波大学, 医学医療系, 准教授 (80643246)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 光コヒーレンストモグラフィー / OCT顕微鏡 / label-free imaging / in vitro model |
|---|
| Outline of Annual Research Achievements |
1) 定量的組織ダイナミクスイメージングアルゴリズムの開発：本研究では LIVと呼ばれるアルゴリズムを用いて光干渉断層計（OCT）信号のゆらぎを定量化することで代謝イメージングを行ってきた。しかし、LIVは計測条件（計測時間幅）に大きく依存し、特定の活動に対する得意性を持たない。この問題を解決するため、Variable time-window LIV (VLIV)と呼ぶアルゴリズムを開発し、それによる生体計測に成功した。
具体的には、VLIV 法を用いて腫瘍スフェロイドと肺胞オルガノイドのイメージング・評価を行った。前者では、スフェロイド中心部で壊死過程を示す早いダイナミクスが観察された。また、後者では、肺胞上皮における不均一なダイナミクスが観察された。これは、肺胞上皮細胞の異常リモデリングを表しているものと考えられる。
2) 腫瘍スフェロイドのイメージング: 人乳がん由来のスフェロイドに３種類の抗癌剤を作用させイメージングを行った。それぞれの抗がん剤でスフェロイドの形態とダイナミクスに異なった変化が見られた。特に、Tamoxifen 投与では、低濃度では対照スフェロイドと比べて変化が見られず、高濃度ではスフェロイドの体積縮小が確認された。これは、Tamoxifen の機序が低・高濃度で異なること、また、低濃度での作用に欠かせないエストロゲンがスフェロイド中に存在しないことが理由であると考えられる。
3) 肺胞オルガノイドのイメージング: ヒトiPS 細胞から培養された肺胞オルガノイドの擬似経時的なイメージングを行った。一部のオルガノイドで肺胞上皮が肥厚化し、その部位にまだら状のLIV パターンが見られ、これは肺胞上皮の異常リモデルングによるものであると結論付けられた。（ https://doi.org/10.1364/BOE.488097 ）
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初の予定では、2022年から2023年にスフェロイドを用いた translational study を行う予定であった。実際には、スフェロイドに加えて肺胞オルガノイドを用いたスタディーも行い、また、定量的なダイナミクス計測法の基本も完成した。以上より、本課題は、当初の計画以上に進展している、と考えられる。
|
| Strategy for Future Research Activity |
技術面においては、上記VLIV法の高速化（理論レベルのアルゴリズム単純化と、実装レベルのソースコード最適化とGPUの利用）を行い、これによって、VLIVを用いた translational study を実現する。
また、LIV、VLIV信号と生体内での微小な動き（intracellular motility）関係を解明する。そのために、まず、生体内の動きを分類し、数理モデル化する。次に、そのモデルとOCTのイメージング理論から疑似ダイナミックOCT信号（シミュレーションOCT信号）を生成する。
最後に、そのシミュレーションされたダイナミックOCT信号と、その生成の際の組織特性パラメターをセットにして機械学習を行い、ダイナミックOCT信号から組織のダイナミクスに関連したパラメターの決定を実現する。
|
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Volumetric differential contrast imaging by computationally augmented optical coherence tomography microscopy2023
Author(s)
Kiriko Tomita, Shuichi Makita, Naoki Fukutake, Rion Morishita,Ibrahim Abd El-Sadek, Pradipta Mukherjee, Antonia Lichtengger,Junya Tamaoki, Lixuan Bian, Makoto Kobayashi, Tomoko Mori, Satoshi Matsusaka, Yoshiaki Yasuno
Organizer
Photonics West2023
Int'l Joint Research
-
-
-
