JPWO2018180012A1 - 情報処理装置、情報処理システム、及び情報処理方法 - Google Patents

Abstract

本技術では、非染色状態において、細胞内の代謝状態を評価可能な技術を提供する。これに対し、本技術では、細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析部、を少なくとも備える情報処理装置などを提供する。

Description

本技術は、情報処理装置、情報処理システム、及び情報処理方法に関する。より詳しくは、非染色状態において、細胞内の代謝状態を評価可能な、情報処理装置、情報処理システム、及び情報処理方法に関する。

近年、iPS細胞が作製されたことにより、再生医療、細胞治療、組織工学、細胞工学の分野の技術的進歩が著しくなり、細胞の状態の評価や、細胞を利用した薬剤等の効果や影響の評価に対する要望も非常に大きくなっている。ここで、再生医療や細胞治療の分野では、細胞を製剤として利用するために、厳格な品質管理が求められるという実情がある。細胞の品質管理を行う際には、特に、細胞内の代謝状態や生存性を測定することが非常に重要である。この場合、品質管理された細胞はヒトの体に戻すことが当然に想定されるため、非破壊、非侵襲であり、かつ、非染色な評価手法が望まれている。

また、組織工学や細胞工学により作製された細胞、組織を利用した薬剤等の疾患に対する治療効果を検討する場合においても、細胞の状態を知るために、その基本的な要素である細胞内の代謝状態や生存性を評価することが非常に重要となる。特に、抗がん剤などの細胞傷害活性を検査する場合には、細胞内の代謝状態や生存性が直接的な評価指標となる。これらin vitroにおける細胞、組織を利用した試験においても、継時的な変化、薬剤と他分子の相互作用という観点から、非破壊、非侵襲であり、かつ、非染色な評価手法が求められる。

一般的に、細胞内の代謝状態や生存性を評価する手法としては、細胞を破砕してＡＴＰ量を測定する手法や、細胞内代謝酵素と共役し、吸収スペクトルが変化する物質を利用して測定される手法が知られている。また、細胞培養液や細胞内に酸素濃度やｐＨ変化に反応する物質を導入して評価する手法もある。しかし、これらは、細胞破砕や染色、外来物質を必要とする手法である。そのため、薬剤の毒性試験や抗がん剤の細胞傷害試験、免疫細胞による細胞傷害試験などで、染色、外来試薬を利用する手法を行う場合には、細胞の状態により、染色剤、外来試薬等の取り込み量に違いが生じてしまうことがある。

ここで、特許文献１には、非染色に細胞内の代謝状態を評価する方法として、細胞内構造の動きを定量化することで評価する手法が開示されている。この手法は、位相差像など非染色イメージングにおいて細胞内の構造が明確に観察される場合には有効な方法である。具体的には、例えば、単層培養などの細胞が接着した培養状態における観察の際に有用である。

特開２０１７−１６６２８号公報

このような実情の中、非染色状態において、細胞内の代謝状態を評価可能な更なる技術の開発が望まれている。

そこで、本技術では、非染色状態において、細胞内の代謝状態を評価可能な技術を提供することを主目的とする。

まず、本技術では、細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析部、を少なくとも備える情報処理装置を提供する。
本技術に係る情報処理装置では、前記形態変化量は、単位時間当たりの前記細胞の面積の変化量に基づくものとしてもよい。
また、本技術に係る情報処理装置では、前記形態変化量は、単位時間当たりの前記細胞の周囲長の変化量に基づくものとしてもよい。
更に、本技術に係る情報処理装置では、前記形態変化量は、単位時間当たりの前記細胞の真円度の変化量に基づくものとしてもよい。
加えて、本技術に係る情報処理装置では、前記形態変化量は、単位時間当たりの前記細胞の体積の変化量に基づくものとしてもよい。
また、本技術に係る情報処理装置では、前記形態変化量は、単位時間当たりの前記細胞が生成する構造物の動きの変化量に基づくものとしてもよい。
更に、本技術に係る情報処理装置では、前記解析部は、更に、前記細胞を撮像した画像から単位時間当たりの前記細胞内構造の動き量を算出し、前記単位時間当たりの前記細胞内構造の動き量を前記評価の際に用いてもよい。
加えて、本技術に係る情報処理装置では、前記解析部は、更に、前記評価の結果に応じて、各細胞内を色分けしてもよい。この場合、前記解析部は、更に、前記色分け後、前記細胞の分布を定量化してもよい。また、この場合、前記解析部は、更に、前記色分け後、前記細胞から特定のポピュレーションを抽出してもよい。
また、本技術に係る情報処理装置では、前記解析部は、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内のＡＴＰ濃度を算出してもよい。
更に、本技術に係る情報処理装置では、前記解析部は、更に、前記評価の値に閾値を設定し、前記細胞が生細胞であるか死細胞であるかを判定してもよい。
加えて、本技術に係る情報処理装置では、前記細胞は、浮遊細胞であってもよい。この場合、前記浮遊細胞は、白血球細胞、白血球細胞の前駆細胞、白血球由来の腫瘍細胞、及び血液循環腫瘍細胞からなる群のうち少なくとも一種を含んでいてもよい。

また、本技術では、撮像装置と、前記撮像装置により細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析部、を少なくとも備える情報処理装置と、を少なくとも備える情報処理システムも提供する。

更に、本技術では、細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析手順と、を少なくとも行う情報処理方法も提供する。
本技術に係る情報処理方法では、前記解析手順では、更に、細胞を撮像した画像から単位時間当たりの前記細胞内構造の動き量を算出し、前記単位時間当たりの前記細胞内構造の動き量を前記評価の際に用いてもよい。

なお、本技術において、「細胞」とは、一つの細胞のみならず、複数の細胞が集まった、所謂「細胞群」をも包含する概念である。

本技術によれば、非染色状態において、細胞内の代謝状態を評価可能である。なお、ここに記載された効果は、必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。

本技術に係る情報処理システム１の構成の一例を示す模式図である。 本技術に係る情報処理装置１２のハードウェア構成の一例を示す模式図である。 本技術に係る情報処理方法における情報処理例１を示す工程図である。 本技術に係る情報処理方法における情報処理例２を示す工程図である。 実施例１に係る、細胞の境界認識と追跡の様子を示す画像である。 上図は、実施例１に係る、面積変化量及び周囲長変化量を示す図面代用グラフであり、下図は、実施例１に係る、ControlとCCCPが添加された場合の細胞の境界認識と追跡の様子を示す画像である。 上図は、実施例２に係る、細胞内構造の動き量（ベクトル解析）、面積変化量、及び周囲長変化量を示す図面代用グラフであり、下図は、実施例２に係る、CCCPが添加された細胞に対するカラーマップである。 実施例３に係る、細胞内構造の動き量（ベクトル解析）、面積変化量、及び周囲長変化量を示す図面代用グラフである。 実施例３に係る、ＡＴＰ濃度とMotion Image Indexとの相関関係を示す図面代用グラフである。 上図は、実施例４に係る、面積変化量及び周囲長変化量を示す図面代用グラフであり、下図は、実施例４に係る、ControlとCytochalasin Dが添加された場合の細胞の境界認識と追跡の様子を示す画像である。 実施例５に係る、細胞内構造の動き量（ベクトル解析）、面積変化量、及び周囲長変化量を示す図面代用グラフである。

以下、本技術を実施するための好適な形態について、図面を参照しながら説明する。以下に説明する実施形態は、本技術の代表的な実施形態の一例を示したものであり、これにより本技術の範囲が狭く解釈されることはない。なお、説明は以下の順序で行う。
１．情報処理システム１
（１）撮像装置１１
（２）情報処理装置１２
２．情報処理装置１２
（１）解析部１２１
（２）撮像制御部１２２
（３）画像取得部１２３
（４）表示制御部１２４
（５）情報処理装置１２のハードウェア構成
３．情報処理方法
（１）情報処理例１
（２）情報処理例２

１．情報処理システム１
図１は、本技術に係る情報処理システム１の構成の一例を示す模式図である。本技術に係る情報処理システム１は、撮像装置１１と、後述する情報処理装置１２と、を少なくとも備える。また、必要に応じて、その他の装置を備えていてもよい。なお、図１には、観察対象である細胞Ｓも示しているが、細胞Ｓは本技術に必ずしも包含されるものではない。以下、各装置について、詳細に説明する。

（１）撮像装置１１
撮像装置１１は、観察対象である細胞Ｓを経時的に撮像し、画像を生成することが可能な装置とすることができる。具体的には、例えば、顕微鏡光学系やイメージセンサを備える顕微鏡などとすることができ、所定の撮像間隔（例えば、１フレーム／秒以上）で画像（静止画）を撮像できるものであってもよく、連続的な画像（動画）を撮像できるものであってもよい。また、撮像装置１１は、後述する情報処理装置１２によって、撮像範囲や撮像間隔に対する制御を受けるものとすることができる。

撮像装置１１の撮像範囲は特に限定されず、一つの細胞を含む範囲や細胞群を含む範囲など適宜自由に設定できる。撮像装置１１の撮影方法も特に限定されず、例えば、明視野撮影、暗視野撮影、位相差撮影、蛍光撮影、吸収光イメージング、散乱光イメージング等の、非染色で取得可能な光学的撮影方法であればよい。以下、撮像装置１１によって撮影された画像を「撮像画像」と称する。

（２）情報処理装置１２
情報処理装置１２は、撮像装置１１によって撮像された撮像画像を取得し、処理することが可能な装置とすることができる。具体的には、例えば、パーソナルコンピュータなどとすることができる。なお、本技術において、情報処理装置１２は、撮像装置１１に一体的に構成されていてもよく、撮像装置１１とは独立した装置であってもよい。また、撮像装置１１と情報処理装置１２とは、ネットワークを介して接続されていてもよい。情報処理装置１２については、「２．情報処理装置１２」にて詳細に説明する。

本技術において、細胞は特に限定されず、あらゆる細胞を観察対象とすることができるが、中でも特に、浮遊細胞とすることができる。浮遊細胞は、ｘ方向やｙ方向に伸展しない反面で、z方向に厚みが生じることがあるため、細胞内の構造が接着培養された細胞ほど明確に観察されない場合がある。そのため、従来の細胞内構造の動きを定量化する手法では、このような性質を持つ浮遊細胞を観察対象とすることが困難であった。しかし、本技術では、後述するように細胞の形態変化量を用いていることから、このような浮遊細胞であっても、高精度で細胞内の代謝状態を評価することができる。

前記浮遊細胞としては特に限定されないが、白血球細胞、白血球細胞の前駆細胞、白血球由来の腫瘍細胞、及び血液循環腫瘍細胞からなる群のうち少なくとも一種を含むことが好ましい。

２．情報処理装置１２
本技術に係る情報処理装置１２は、解析部１２１、を少なくとも備える。また、必要に応じて、図１に示すように、撮像制御部１２２、画像取得部１２３、表示制御部１２４などの、その他の部位を備えていてもよい。なお、以下、各部位について、詳細に説明する。

（１）解析部１２１
解析部１２１では、細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する。

具体的には、解析部１２１は、ユーザーによって指定された範囲内に存在する、個々の細胞や細胞群における細胞領域と非細胞領域との境界を認識する。そして、連続的な撮像画像において前記細胞や細胞群の境界を追尾する、又は各撮像画像において境界を認識する。その後、追尾された前記細胞や細胞群の境界、又は認識された前記細胞や細胞群の境界から、前記形態変化量を算出する。なお、解析部１２１は、撮像画像の全体に存在する、個々の細胞や細胞群の細胞領域と非細胞領域の境界を認識してもよい。

前記形態変化量としては、例えば、単位時間当たりの、前記細胞の面積、周囲長、前記細胞の真円度、前記細胞の体積、前記細胞が生成する構造物（例えば、突起、仮足等）の動き等の変化量に基づくものとすることができる。なお、本技術では、連続画像におけるこれらの指標の、平均値、中央値、最大値、標準偏差等を用いて、前記形態変化量を求めることができる。

具体的には、例えば、後述する実施例１等に示すように、連続画像における、細胞の、面積の平均、周囲長の平均、及び変化量をそれぞれ算出し、面積又は周囲長の平均に対する変化量を前記形態変化量（面積変化量又は周囲長変化量）として算出することができる。

そして、解析部１２１は、単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価することができる。

具体的には、解析部１２１は、撮像画像に対して画像認識処理を実行し、前記細胞の形態変化量と画像認識処理結果とを利用して、前記細胞内の代謝状態を評価することが可能である。例えば、解析部１２１は、撮像画像と細胞の形態変化とのリファレンス画像とのパターンマッチング処理や、学習系画像認識処理、輝度値分布による画像認識処理等によって、撮像画像に含まれる細胞や細胞群等を検出することができる。なお、細胞の特定は、ユーザーによる撮像画像上の範囲の指定に基づき行われてもよい。

そして、解析部１２１は、画像認識処理又はユーザーの指定によって検出された細胞毎に単位時間当たりの前記細胞の形態変化量を算出することができる。例えば、ある特定の撮像画像Ｇにおいてある特定の細胞Ｃが認識されたとすると、解析部１２１は、撮像画像Ｇにおいて細胞Ｃの範囲に該当する領域において観察された形態変化のみから前記形態変化量を算出するものとすることができる。

本技術では、前記細胞内の代謝状態の評価指標は特に限定されないが、前記細胞内のＡＴＰ濃度とすることができる。すなわち、解析部１２１では、単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内のＡＴＰ濃度を算出することができる。これは、後述する実施例３に示すように、ＡＴＰの濃度依存的に単位時間当たりの細胞の形態が変化し、これに伴って、単位時間当たりの前記細胞の形態変化量も変化するため、結果として、前記形態変化量に基づいて間接的に前記細胞内のＡＴＰ濃度を算出することができ、非染色的に前記細胞内の代謝状態を評価することが可能となることに基づくものである。

具体的には、解析部１２１は、単位時間当たりの各細胞の形態変化量を算出し、ＡＴＰ濃度との相関関係に基づいて、間接的にＡＴＰ濃度を算出することができる。すなわち、多くの細胞は、ＡＴＰ濃度が低いほど、単位時間当たりの形態変化量の値も小さくなる傾向にあるため、単位時間当たりの形態変化量の値が小さいと、ＡＴＰ濃度が低いと間接的に推定できる。

また、解析部１２１は、予め細胞種（例えば、浮遊細胞等、より具体的には、白血球細胞、白血球細胞の前駆細胞、白血球由来の腫瘍細胞、血液循環腫瘍細胞等）毎に特定された単位時間当たりの細胞の形態変化量を参照し、ＡＴＰ濃度を算出することができる。具体的には、解析部１２１は、特定の時間間隔で単位時間当たりの形態変化量を継時的に取得し、その相対的な変化量からＡＴＰ濃度を算出することができる。

本技術において、解析部１２１は、更に、前記評価の値に閾値を設定し、前記細胞が生細胞であるか死細胞であるかを判定するものとすることができる。具体的には、例えば、解析部１２１において、細胞内のＡＴＰ濃度に閾値を設定し、その閾値以上の濃度であれば生細胞、その閾値未満の濃度であれば死細胞、と判定することができる。これにより、本技術を用いて前記細胞の生存性についても確認することができる。

また、本技術において、解析部１２１は、更に、前記評価の結果に応じて、各細胞内を色分けし、前記細胞内の代謝状態を可視化することができる。色分けは、例えば、前記細胞内のＡＴＰ濃度を段階的に区切り、それぞれの段階を異なる色に設定すること等により行うことができる。また、色分けされる箇所は特に限定されず、例えば、細胞や細胞群における細胞領域と非細胞領域との境界線、細胞や細胞群の内部の一部又は全部等が挙げられる。

そして、色分けされた可視化画像は、ディスプレイ等に出力され、カラー表示されてユーザーに提示される。可視化画像は、撮像時間の異なる複数の撮像画像に対して生成してもよく、また、解析部１２１にて特定した個別細胞や細胞群のみを抽出して生成してもよい。これにより、ユーザーはこの画像を参照して細胞内の代謝状態を評価することが可能となる。

解析部１２１は、更に、前記色分け後、前記細胞の分布を定量化することができる。この定量化は、例えば、ヒストグラム、ひげ箱プロット等を用いて行うことができる。これにより、ユーザビリティが向上する。

また、解析部１２１は、更に、前記色分け後、前記細胞から特定のポピュレーションを抽出することもできる。特定のポピュレーションとは、例えば、解析部１２１又はユーザーにより予め設定された条件を満たすものとすることができる。これにより、ユーザビリティが向上する。なお、本技術において、解析部１２１は、特定のポピュレーションを抽出した後、該ポピュレーションをマスクして画像表示させることも可能である。

なお、本技術では、解析部１２１における細胞内の代謝状態のみならず、前記形態変化量も、色分けする等して、可視化することができる。色分けは、例えば、前記形態変化量の値を段階的に区切り、それぞれの段階を異なる色に設定すること等により行うことができる。また、色分けされる箇所は特に限定されず、例えば、細胞や細胞群における細胞領域と非細胞領域との境界線、細胞や細胞群の内部の一部又は全部等が挙げられる。

なお、本技術では、細胞内の代謝状態や前記形態変化量の可視化は、前述した色分けすることにより行う手法に限定されず、ユーザーに対して可視化することができればあらゆる手法を用いることができる。

本技術において、解析部１２１は、更に、前記細胞を撮像した画像から単位時間当たりの前記細胞内構造（例えば、顆粒、繊維等）の動き量を算出し、前記単位時間当たりの前記細胞内構造の動き量を前記評価の際に用いることができる。これにより、より精度高く細胞内の状態変化を評価することができる。

具体的には、例えば、撮像時刻が異なる少なくとも二枚の撮像画像（フレーム）の比較を行い、前記細胞内構造の動き量を算出する。この場合、解析部１２１は、細胞内構造を分離可能な解像度（５μｍ以下）で動き量を算出するものとすることができる。

より具体的には、解析部１２１は、撮像時刻が異なる少なくとも二枚の撮像画像の間で動きベクトルを抽出する。例えば、解析部１２１は、ブロックマッティング法、勾配法等の方法を用いて、ユーザーによって指定された範囲内から、動きベクトルを抽出することができる。なお、解析部１２１は、撮像画像の全体から、動きベクトルを抽出してもよい。

動きベクトルの長さが動き量であり、解析部１２１は、動きベクトルを抽出した二枚の撮像画像の間隔（時間）から、単位時間当たりの細胞内構造の動き量（動き速度）を算出することができる。なお、本技術では、この動きベクトルの長さの、平均値、中央値、最大値、標準偏差等を用いて、前記細胞内構造の動き量を求めることができる。また、解析部１２１は、必ずしも動きベクトルを抽出する必要はなく、他の方法で単位時間当たりの動き量を算出してもよい。

そして、解析部１２１は、単位時間当たりの前記細胞内構造の動き量に基づいて、前記細胞内の代謝状態を評価することができる。

具体的には、解析部１２１は、撮像画像に対して画像認識処理を実行し、前記細胞内構造の動き量と画像認識処理結果とを利用して前記細胞内の代謝状態を評価することが可能である。例えば、解析部１２１は、撮像画像と細胞内構造（例えば、顆粒、繊維等）とのリファレンス画像とのパターンマッチング処理や、学習系画像認識処理、輝度値分布による画像認識処理等によって撮像画像に含まれる細胞や細胞群等を検出することができる。なお、細胞の特定は、ユーザーによる撮像画像上の範囲の指定に基づき行われてもよい。

そして、解析部１２１は、画像認識処理又はユーザーの指定によって検出された細胞毎に単位時間当たりの前記細胞内構造の動き量を算出することができる。例えば、ある特定の撮像画像Ｇにおいてある特定の細胞Ｃが認識されたとすると、解析部１２１は、撮像画像Ｇにおいて細胞Ｃの範囲に該当する領域から抽出された動きベクトルのみから前記動き量を算出するものとすることができる。

そして、例えば、下記数式（１）に示すように、ターゲットとする細胞の細胞内の状態変化（例えば、ＡＴＰ濃度など）に相関する係数を事前に算出しておき、各相関係数による重み付けを行うことにより、前記形態変化量と前記細胞内構造の動き量から、Motion image indexを算出し、該算出結果を用いて、細胞内の状態変化を評価することができる。

α：形態変化量の相関係数
β：細胞内構造の動き量の相関係数

なお、上記数式（１）では、前記形態変化量又は前記細胞内構造の動き量のパラメータを一つとしているが、本技術では、これに限定されず、該パラメータは複数あってもよい。例えば、前記形態変化量として二つのパラメータを用いる場合では、下記数式（２）のように計算して、Motion image indexを算出し、該算出結果を用いて、細胞内の状態変化を評価することができる。

α１：形態変化量１の相関係数
α２：形態変化量２の相関係数
β：細胞内構造の動き量の相関係数

上記数式（２）の具体例としては、例えば、形態変化量１を細胞の面積変化量、形態変化量２を細胞の周囲長変化量、細胞内構造の動き量を細胞内の動きベクトルの長さの平均とすることができる。

なお、本技術に係る情報処理装置１２においては、後述する情報処理例１及び２に示すように、撮像画像を撮像するステップから細胞内の状態変化を可視化するステップを断続的に繰り返すことも可能である。これにより、経時的に、各細胞の代謝状態の変動を確認することができる。

このように、本技術では、細胞の代謝状態や生存性を非染色的に評価することで、細胞の連続測定が可能となり、細胞の品質管理に有用である。また、染色剤や外来試薬の細胞内への取り込みや濃度分布に依存することなく細胞傷害活性が評価でき、細胞傷害試験を行う際にも有用である。

更に、本技術では、非染色に前記細胞の形態変化量を定量でき、細胞の分化過程や特定の刺激に対する活性化過程を測定することができ、細胞の分化や活性状態の評価に有用である。加えて、細胞種の違いも識別でき、特定細胞（例えば、分化細胞、がん細胞など）のスクリーニングにも有用である。

（２）撮像制御部１２２
本技術に係る情報処理装置１２は、必要に応じて、撮像制御部１２２を備えていてもよい。撮像制御部１２２は、前述した撮像装置１１の撮像間隔や撮像範囲を決定し、撮像装置１１に撮像画像を撮像させる。

具体的には、例えば、撮像制御部１２２は、撮像画像の撮像間隔（各フレームの間隔）が１秒以下（１フレーム／秒以上）となるように制御することができる。細胞内の代謝状態に関する細胞の動きは、細胞の移動等に比較して速いため、撮像間隔が１フレーム／秒未満であると、細胞内の代謝状態に関する細胞の動きを捉えることが難しい。そのため、本技術では、１０フレーム／秒以上であることが好ましく、２０フレーム／秒以上であることがより好ましく、２７フレーム／秒以上であることが更に好ましい。

撮像装置１１の視野範囲は特に限定されず、一つの細胞を含む範囲や細胞群を含む範囲、撮像装置１１の視野全体など適宜自由に設定できる。また、撮像制御部１２２は、解析部１２１による画像認識結果を利用して、撮像装置１１を制御してもよい。例えば、撮像制御部１２２は、解析部１２１によって検出された特定の細胞又は細胞群を撮像するように、撮像装置１１の撮像範囲を制御することができる。

（３）画像取得部１２３
本技術に係る情報処理装置１２は、必要に応じて、画像取得部１２３を備えていてもよい。画像取得部１２３は、撮像画像を取得する。また、画像取得部１２３は、撮像装置１１から直接に、又は、ストレージやネットワークを介して撮像画像を取得するものとすることができる。そして、画像取得部１２３は、取得した撮像画像を解析部１２１に供給する。

（４）表示制御部１２４
本技術に係る情報処理装置１２は、必要に応じて、表示制御部１２４を備えていてもよい。表示制御部１２４は、解析部１２１から提供された、前記細胞内の代謝状態の評価の結果や、前記形態変化量、これらに関する情報などをディスプレイ等に出力し、ユーザーに提示する。

また、表示制御部１２４は、前記細胞内の代謝状態に関する情報を撮像画像に重畳させた画像を表示することができ、例えば、前記評価の結果（例えば、ＡＴＰ濃度など）に応じて細胞をカラー表示することができる。なお、重畳画像は、撮像時間の異なる複数の撮像画像に対して生成されたものであってもよく、また、解析部１２１にて特定した細胞又は細胞群のみを抽出して生成されたものであってもよい。

（５）情報処理装置１２のハードウェア構成
前述した情報処理装置１２の機能的構成は、以下に示すハードウェア構成によって実現することが可能である。

図２は、本技術に係る情報処理装置１２のハードウェア構成の一例を示す模式図である。図２に示すように、情報処理装置１２は、ハードウェア構成として、例えば、ＣＰＵ１０１、ＧＰＵ１０２、メモリ１０３、ストレージ１０４、及び入出力部（Ｉ／Ｏ）１０５を有する。これらは、バス１０６によって、互いに接続されている。

ＣＰＵ（Central Processing Unit）１０１は、メモリ１０３に格納されたプログラムに従って他の構成を制御するとともに、プログラムに従ってデータ処理を行い、処理結果をメモリ１０３に格納する。ＣＰＵ１０１は、例えば、マイクロプロセッサ等とすることができる。

ＧＰＵ（Graphic Processing Unit）１０２は、ＣＰＵ１０１による制御を受けて、画像処理を実行する。ＣＰＵ１０１は、ＧＰＵ１０２に並列演算処理を実行させ、特徴量等の抽出を高速に行うことが可能である。ＧＰＵ１０２は、例えば、マイクロプロセッサ等とすることができる。

メモリ１０３は、ＣＰＵ１０１によって実行されるプログラム及びデータを格納する。メモリ１０３は、例えば、ＲＡＭ（Random Access Memory）等とすることができる。

ストレージ１０４は、プログラムやデータを格納する。ストレージ１０４は、例えば、ＨＤＤ（hard disk drive）、ＳＳＤ（solid state drive）等とすることができる。

入出力部（Ｉ／Ｏ）１０５は、情報処理装置１２に対する入力を受け付け、また、情報処理装置１２の出力を外部に供給する。入出力部１０５は、キーボードやマウス等の入力機器やディスプレイ等の出力機器、ネットワーク等の接続インターフェイスを含む。

なお、本技術において、情報処理装置１２のハードウェア構成は前述したものに限られず、情報処理装置１２の機能的構成を実現できるものであればよい。また、本技術では、前記ハードウェア構成の一部又は全部は、ネットワーク上に存在していてもよい。

３．情報処理方法
本技術に係る情報処理方法は、解析手順、を少なくとも行う。解析手順で行う具体的な方法は、前述した情報処理装置１２の解析部１２１で行われる解析手順と同一であるため、ここでは説明を割愛する。以下、本技術に係る情報処理方法を用いた情報処理例について、図３及び４を参照しながら、詳細に説明する。

（１）情報処理例１
図３は、本技術に係る情報処理方法における情報処理例１を示す工程図である。

情報処理例１では、まず、撮像装置１１が、１フレーム／秒以上の連続的な撮像画像（動画像）の撮影を行う（S1）。この撮影は、撮像制御部１２２により制御される。また、撮影された撮像画像は、画像取得部１２３により取得される。次に、解析部１２１が、画像取得部１２３から供給された撮像画像から個々の細胞や細胞群の境界を認識する（S2）。具体的には、例えば、ユーザーによって指定された範囲内に存在する、個々の細胞や細胞群の細胞領域と非細胞領域の境界を認識する。その後、解析部１２１は、前記細胞や細胞群の境界の追尾、又は各撮像画像における境界の認識をする（S3）。そして、解析部１２１は、前述した方法により、前記形態変化量を算出する（S4）。

その後、解析部１２１は、前記形態変化量を可視化する（S5）。可視化の結果は、表示制御部１２４により、ユーザーに提示される。次に、解析部１２１は、前述した方法により、細胞内の代謝状態を評価する（S6）。その後、解析部１２１は、前記評価の結果に応じて、各細胞内を色分けし、評価した細胞内の代謝状態を可視化する（S7）。可視化の結果は、表示制御部１２４により、カラー表示としてユーザーに提示される。

そして、情報処理例１では、ステップS1からステップS7まで、解析部１２１又はユーザーが設定した任意の時間又は回数まで、継続的に繰り返す。

（２）情報処理例２
図４は、本技術に係る情報処理方法における情報処理例２を示す工程図である。

情報処理例２では、まず、撮像装置１１が、１フレーム／秒以上の連続的な撮像画像（動画像）の撮影を行う（S101）。この撮影は、撮像制御部１２２により制御される。また、撮影された撮像画像は、画像取得部１２３により取得される。次に、解析部１２１が、画像取得部１２３から供給された撮像画像から個々の細胞や細胞群の境界を認識する（S102）。具体的には、例えば、ユーザーによって指定された範囲内に存在する、個々の細胞や細胞群の細胞領域と非細胞領域の境界を認識する。その後、解析部１２１は、前記細胞や細胞群の境界の追尾、又は各撮像画像における境界の認識をする（S103）。そして、解析部１２１は、前述した方法により、前記形態変化量を算出する（S104）。

一方で、これと並行して、ステップS101の後、解析部１２１は、フレーム間の画像を比較することで、５μｍ以下の解像度で動きベクトルを算出する（S105）。その後、前述した方法により、前記細胞内構造の動き量を算出する（S106）。なお、本技術では、図４に示すように、ステップS105を経ることなく、ステップS102を経てから、前記細胞内構造の動き量を算出してもよい（S106）。

ステップS104とステップS106により、それぞれ、前記形態変化量及び前記細胞内構造の動き量を算出した後は、前述した数式（２）により、Motion image indexを算出する（S107）。情報処理例２では、数式（２）における、形態変化量１として細胞の面積変化量を、形態変化量２として細胞の周囲長変化量を、細胞内構造の動き量として細胞内の動きベクトルの長さの平均をそれぞれ用いたが、本技術では、これに限定されるものではない。

そして、解析部１２１は、ステップS107での結果に応じて、各細胞内を色分けし、評価した細胞内の代謝状態を可視化する（S108）。可視化の結果は、表示制御部１２４により、カラー表示としてユーザーに提示される。

そして、情報処理例２では、ステップS101からステップS108まで、解析部１２１又はユーザーが設定した任意の時間又は回数まで、継続的に繰り返す。

また、情報処理例２では、解析部１２１は、ステップS108の後、更に、前記細胞の分布を定量化する（S109）。この定量化は、例えば、ヒストグラム、ひげ箱プロット等を用いて行う。そして、解析部１２１は、ステップS108の後、更に、前記細胞から特定のポピュレーションを抽出する（S110）。解析部１２１は、特定のポピュレーションを抽出した後、該ポピュレーションをマスクして画像表示させることも可能である。なお、本技術では、図４に示すように、ステップS109を経てから、特定のポピュレーションを抽出してもよい（S110）。

以下、実施例に基づいて本技術を更に詳細に説明する。なお、以下に説明する実施例は、本技術の代表的な実施例の一例を示したものであり、これにより本技術の範囲が狭く解釈されることはない。

＜実施例１：形態変化の定量＞
１％DMSOを加え１週間培養を行うことで分化刺激を行ったHL60細胞を、対物レンズの拡大倍率６０倍、撮像間隔２７フレーム／秒、撮像時間６０秒の条件で、経時的に位相差顕微鏡で画像（動画）を撮像した。図５は、実施例１に係る、細胞の境界認識と追跡の様子を示す画像である。図５に示すように、最初の画像（フレーム）において、機械学習ベースのオブジェクト認識により細胞の境界を認識し、境界に実線（白色の線）を描写した。その後、描写された実線を次の画像にマッチングさせることにより細胞の境界を追尾した。そして、連続画像に対してマッチングを繰り返すことで、連続画像中の細胞領域を追尾した。

その後、追尾された細胞領域から面積及び周囲長を算出し、更に、連続画像における面積の平均、周囲長の平均、及び変化量をそれぞれ算出した。そして、面積又は周囲長の平均に対する変化量を形態変化量（面積変化量及び周囲長変化量）として算出した。これをControlとし、同様の方法で、細胞内の代謝を阻害する薬剤であるミトコンドリア脱共役剤のCarbonyl cyanide m-chlorophenylhydrazone（本明細書では、単に「CCCP」と称することもある）を１００μＭ添加した場合についても、同様に、形態変化量を算出した。図６の上図は、実施例１に係る、面積変化量及び周囲長変化量を示す図面代用グラフであり、図６の下図は、実施例１に係る、ControlとCCCPが添加された場合の細胞の境界認識と追跡の様子を示す画像である。図６の上図の図面代用グラフに示すように、CCCP１００μＭを添加した場合には、面積変化量及び周囲長変化量とも有意な低下が確認された。

＜実施例２：細胞内の代謝阻害＞
前述した実施例１と同様の方法により、CCCPを、０．０１μＭ、０．１μＭ、１μＭ、及び１０μＭのぞれぞれの濃度で添加した場合の形態変化量（面積変化量及び周囲長変化量）を算出した。また、同様の条件における動きベクトルを約１μｍ間隔で算出し、細胞毎の単位時間当たりの動き量（動き速度）の時空間的平均を算出し、カラーマップを作成した。図７の上図は、実施例２に係る、細胞内構造の動き量（ベクトル解析）、面積変化量、及び周囲長変化量を示す図面代用グラフであり、図７の下図は、実施例２に係る、CCCPが添加された細胞に対するカラーマップである。図７の下図は、作成されたカラーマップの様子を、CCCPの濃度毎に示している。

図７の上図の図面代用グラフに示すように、細胞内構造の動き量（ベクトル解析）、面積変化量、及び周囲長変化量において、CCCPの濃度依存的な低下が確認された。したがって、これらのパラメータが細胞内の代謝状態と密接な関連性があることが示唆された。

＜実施例３：ＡＴＰ濃度との相関＞
前述した実施例１及び２と同様の方法により、細胞内構造の動き量、形態変化量（面積変化量及び周囲長変化量）を測定後、細胞を破砕してＡＴＰ濃度を測定した。ＡＴＰ濃度の測定には、プロメガ社製のCellTiter-gloを用いた。図８は、実施例３に係る、細胞内構造の動き量（ベクトル解析）、面積変化量、及び周囲長変化量を示す図面代用グラフである。

図８の図面代用グラフに示すように、細胞内構造の動き量、面積変化量、周囲長変化量のいずれもがＡＴＰ濃度と有意な相関が得られた。また、これらの結果から、下記数式（３）に従ってMotion image indexを算出し、各相関係数による重み付けを行った。

図９は、実施例３に係る、ＡＴＰ濃度とMotion Image Indexとの相関関係を示す図面代用グラフである。図９の図面代用グラフに示すように、形態変化量（面積変化量及び周囲長変化量）と細胞内構造の動き量を用いて算出したMotion image indexは、ＡＴＰ濃度と強い相関が認められた（相関係数Ｒ＝０．７９）。したがって、前記細胞内構造の動き量を評価の際に用いることにより、より精度高く細胞内の状態変化を評価することができることが分かった。

＜実施例４：細胞骨格の関与＞
前述した実施例１と同様の方法により、アクチン重合阻害剤であるCytochalasin Dを２００ｎＭ添加した場合の形態変化量（面積変化量及び周囲長変化量）を算出した。図１０の上図は、実施例４に係る、面積変化量及び周囲長変化量を示す図面代用グラフであり、図１０の下図は、実施例４に係る、ControlとCytochalasin Dが添加された場合の細胞の境界認識と追跡の様子を示す画像である。

図１０の上図の図面代用グラフに示すように、アクチン重合阻害剤を添加することで、面積変化量、周囲長変化量ともに、有意な低下が確認された。したがって、細胞骨格が形態変化量に関与していることが示唆された。

＜実施例５：ＡＴＰ依存性モータータンパク質の関与＞
前述した実施例１及び２と同様の方法により、ＡＴＰを利用して細胞内の動力として働くモータータンパク質である、キネシン阻害剤であるMonastrolを５００μＭ、ダイニン阻害剤であるCiliobrevin Dを５００μＭ、それぞれ添加した場合の形態変化量（面積変化量及び周囲長変化量）、及び細胞内構造の動き量を算出した。図１１は、実施例５に係る、細胞内構造の動き量（ベクトル解析）、面積変化量、及び周囲長変化量を示す図面代用グラフである。

図１１の図面代用グラフに示すように、これらの阻害剤を添加することで、細胞内構造の動き量、面積変化量、周囲長変化量のいずれにおいても、有意な低下が確認された。したがって、ＡＴＰ依存性モータータンパク質が形態変化量及び細胞内構造の動き量に関与していることが示唆された。

なお、本技術では、以下の構成を取ることもできる。
（１）
細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析部、を少なくとも備える情報処理装置。
（２）
前記形態変化量は、単位時間当たりの前記細胞の面積の変化量に基づくものである、（１）に記載の情報処理装置。
（３）
前記形態変化量は、単位時間当たりの前記細胞の周囲長の変化量に基づくものである、（１）又は（２）に記載の情報処理装置。
（４）
前記形態変化量は、単位時間当たりの前記細胞の真円度の変化量に基づくものである、（１）から（３）のいずれかに記載の情報処理装置。
（５）
前記形態変化量は、単位時間当たりの前記細胞の体積の変化量に基づくものである、（１）から（４）のいずれかに記載の情報処理装置。
（６）
前記形態変化量は、単位時間当たりの前記細胞が生成する構造物の動きの変化量に基づくものである、（１）から（５）のいずれかに記載の情報処理装置。
（７）
前記解析部は、更に、前記細胞を撮像した画像から単位時間当たりの前記細胞内構造の動き量を算出し、前記単位時間当たりの前記細胞内構造の動き量を前記評価の際に用いる、（１）から（６）のいずれかに記載の情報処理装置。
（８）
前記解析部は、更に、前記評価の結果に応じて、各細胞内を色分けする、（１）から（７）のいずれかに記載の情報処理装置。
（９）
前記解析部は、更に、前記色分け後、前記細胞の分布を定量化する、（８）に記載の情報処理装置。
（１０）
前記解析部は、更に、前記色分け後、前記細胞から特定のポピュレーションを抽出する、（８）又は（９）に記載の情報処理装置。
（１１）
前記解析部は、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内のＡＴＰ濃度を算出する、（１）から（１０）のいずれかに記載の情報処理装置。
（１２）
前記解析部は、更に、前記評価の値に閾値を設定し、前記細胞が生細胞であるか死細胞であるかを判定する、（１）から（１１）のいずれかに記載の情報処理装置。
（１３）
前記細胞は、浮遊細胞である、（１）から（１２）のいずれかに記載の情報処理装置。
（１４）
前記浮遊細胞は、白血球細胞、白血球細胞の前駆細胞、白血球由来の腫瘍細胞、及び血液循環腫瘍細胞からなる群のうち少なくとも一種を含む、（１３）に記載の情報処理装置。
（１５）
撮像装置と、
前記撮像装置により細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析部、を少なくとも備える情報処理装置と、
を少なくとも備える情報処理システム。
（１６）
細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析手順と、
を少なくとも行う情報処理方法。
（１７）
前記解析手順では、更に、細胞を撮像した画像から単位時間当たりの前記細胞内構造の動き量を算出し、前記単位時間当たりの前記細胞内構造の動き量を前記評価の際に用いる、（１６）に記載の情報処理方法。

１：情報処理システム
１１：撮像装置
１２：情報処理装置
１２１：解析部
１２２：撮像制御部
１２３：画像取得部
１２４：表示制御部
１０１：ＣＰＵ
１０２：ＧＰＵ
１０３：メモリ
１０４：ストレージ
１０５：入出力部（Ｉ／Ｏ）
１０６：バス

Claims (17)

1. 細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析部、を少なくとも備える情報処理装置。
2. 前記形態変化量は、単位時間当たりの前記細胞の面積の変化量に基づくものである、請求項１に記載の情報処理装置。
3. 前記形態変化量は、単位時間当たりの前記細胞の周囲長の変化量に基づくものである、請求項１に記載の情報処理装置。
4. 前記形態変化量は、単位時間当たりの前記細胞の真円度の変化量に基づくものである、請求項１に記載の情報処理装置。
5. 前記形態変化量は、単位時間当たりの前記細胞の体積の変化量に基づくものである、請求項１に記載の情報処理装置。
6. 前記形態変化量は、単位時間当たりの前記細胞が生成する構造物の動きの変化量に基づくものである、請求項１に記載の情報処理装置。
7. 前記解析部は、更に、前記細胞を撮像した画像から単位時間当たりの前記細胞内構造の動き量を算出し、前記単位時間当たりの前記細胞内構造の動き量を前記評価の際に用いる、請求項１に記載の情報処理装置。
8. 前記解析部は、更に、前記評価の結果に応じて、各細胞内を色分けする、請求項１に記載の情報処理装置。
9. 前記解析部は、更に、前記色分け後、前記細胞の分布を定量化する、請求項８に記載の情報処理装置。
10. 前記解析部は、更に、前記色分け後、前記細胞から特定のポピュレーションを抽出する、請求項８に記載の情報処理装置。
11. 前記解析部は、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内のＡＴＰ濃度を算出する、請求項１に記載の情報処理装置。
12. 前記解析部は、更に、前記評価の値に閾値を設定し、前記細胞が生細胞であるか死細胞であるかを判定する、請求項１に記載の情報処理装置。
13. 前記細胞は、浮遊細胞である、請求項１に記載の情報処理装置。
14. 前記浮遊細胞は、白血球細胞、白血球細胞の前駆細胞、白血球由来の腫瘍細胞、及び血液循環腫瘍細胞からなる群のうち少なくとも一種を含む、請求項１３に記載の情報処理装置。
15. 撮像装置と、
    前記撮像装置により細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析部、を少なくとも備える情報処理装置と、
    を少なくとも備える情報処理システム。
16. 細胞を撮像した画像から単位時間当たりの前記細胞の形態変化量を算出し、前記単位時間当たりの前記細胞の形態変化量に基づいて、前記細胞内の代謝状態を評価する解析手順と、
    を少なくとも行う情報処理方法。
17. 前記解析手順では、更に、細胞を撮像した画像から単位時間当たりの前記細胞内構造の動き量を算出し、前記単位時間当たりの前記細胞内構造の動き量を前記評価の際に用いる、請求項１６に記載の情報処理方法。