アラバマ大学バーミンガム校による、ディープラーニングを使用してショウジョウバエの心臓の健康状態の評価を迅速化する画期的な成果は、人間の心臓病に関する新たな洞察への道を開く可能性がある。
生物医学研究の目覚ましい進歩として、アラバマ大学バーミンガム校 (UAB) のチームはディープラーニング技術を採用し、ショウジョウバエ (学名：Drosophila) を用いた心臓の老化と疾患の研究方法を一変させました。この技術の進歩により、心臓研究が大幅に加速し、人的ミスが減り、心臓疾患研究の新たな境地が開かれ、最終的には人間の健康に役立つ可能性があります。
ショウジョウバエは長い間、人間の心血管疾患の研究における信頼できるモデルとして役立ってきました。しかし、心臓の拡張や収縮などの機能の測定には、従来、時間のかかる人間の介入が必要でした。UAB 病理学部分子細胞病理学部門の准教授である Girish Melkani 氏の指揮の下、UAB の研究者は、ディープラーニングと高速ビデオ顕微鏡を使用してこれらの測定を自動化する方法を開発しました。
「私たちの機械学習法は、単に速いだけではありません。収縮期と拡張期の状態で心臓の各壁を手動でマークする必要がないため、人的エラーを最小限に抑えることができます」とメルカニ氏は述べた。 ニュースリリース「さらに、数百個の心臓の分析を実行し、すべての心臓の分析が完了したらその結果を見ることができます。」
このアプローチにより、さまざまな環境要因や遺伝要因が心臓の老化や病理にどのように影響するかについて、より広範囲な試験を行う可能性が開かれます。将来の研究のモデルとして考えられるのは、ミバエと同様に心臓血管研究に非常に貴重なゼブラフィッシュやマウスです。
「さらに、私たちの技術は人間の心臓モデルに応用でき、心臓の健康と病気に関する貴重な洞察を提供することができます」とメルカニ氏は付け加えた。「さらに、機械学習のアプローチは心臓の老化を高い精度で予測することができます。」
UAB チームの研究では、老化した心臓と、重要な酵素であるオキソグルタル酸脱水素酵素のノックダウンによって引き起こされる拡張型心筋症のショウジョウバエモデルの両方でモデルをテストしました。彼らは 54 個の心臓を使用して自動化モデルをトレーニングし、さらに 177 個の心臓で検証し、予想される心臓の老化傾向を再現することに成功しました。
メルカニ氏は、彼らのモデルは消費者向けハードウェアで実装できると強調した。チームが生成した分析コードは、拡張期および収縮期の直径、心拍短縮率、駆出率、心拍数、不整脈など、さまざまな重要な心臓統計を計算できる。
「私たちの知る限り、ディープラーニングを活用したセグメンテーションのためのこの革新的なプラットフォームは、ショウジョウバエの心臓の標準的な高解像度高速光学顕微鏡に適用され、関連するすべてのパラメータを定量化する初めてのものです」とメルカニ氏は述べた。
この先駆的な技術は、ショウジョウバエなどの心臓機能の研究方法に革命をもたらす可能性を秘めています。
「プロセスを自動化し、詳細な心臓統計を提供することで、ショウジョウバエの心臓機能に関するより正確で効率的かつ包括的な研究への道が開かれます。この方法は、ショウジョウバエの老化や病気を理解するだけでなく、これらの洞察を人間の心臓血管研究に応用する上でも大きな可能性を秘めています」とメラニーは付け加えた。
この 研究「機械学習を用いた、老化および拡張型心筋症のショウジョウバエモデルにおける心臓動態の自動評価」と題する論文が、Communications Biology に掲載されました。