| 研究課題/領域番号 |
20K15309
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分34020:分析化学関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
井田 大貴 東北大学, 学際科学フロンティア研究所, 助教 (80844422)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | 走査型イオンコンダクタンス顕微鏡 / 電気化学 / 単一細胞計測 / 機械学習 / 単一細胞イメージング / SICM / 生細胞イメージング |
|---|
| 研究開始時の研究の概要 |
細胞機能と細胞膜表面の形状には密接な関係があり、その様な細胞膜形状の測定手法の一つに走査型イオンコンダクタンス顕微鏡（SICM : Scanning Ion Conductance Microscopy）がある。SICMは、細胞にダメージを与えないで、ナノスケールの形状測定が可能であるが、計測に時間がかかるという課題を抱えていた。そこで、本研究では機械学習の導入とそのための装置改良を施してSICMの高速化を図り、細胞内への物質取り込みなどの細胞機能に関わる素早い細胞膜の動きを明らかにする。
|
| 研究成果の概要 |
細胞表面には一般的な光学顕微鏡では観察の困難な無数の微小構造が存在しており、それらのダイナミクスが細胞機能に関与している。走査型イオンコンダクタンス顕微鏡（SICM）はこの様な微細構造の変化を観察できるツールであり、本研究では機械学習との融合による時間分解能の改良を目指した。機械学習には大量の教師データが必要であるため、まずは長時間自動で計測可能な装置系、ならびに機械学習に必要な実行環境を整備した。また、作製した装置系を用いて高画素でのイメージングに成功しており、SICMで計測したデータを学習可能な形に変換するプログラムも開発できた。
|
| 研究成果の学術的意義や社会的意義 |
外界と細胞を繋げている細胞膜のナノスケール形状を連続的に評価することは、細胞機能の理解を深める上で重要である。この様なナノ構造を生きた状態で可視化できる走査型イオンコンダクタンス顕微鏡の時間分解能をさらに向上させることで、観察できる細胞現象を広げ、その直接的な評価が可能になる。また、本研究を更に発展させることで、既に取得した画像や既存の装置系に対しても追加で情報を引き出すことが出来るようになり、解像度の向上などが見込める。
|
