WO2014103137A1 - 細胞分析システム、細胞分析プログラム及び細胞分析方法 - Google Patents

細胞分析システム、細胞分析プログラム及び細胞分析方法 Download PDF

Info

Publication number
WO2014103137A1
WO2014103137A1 PCT/JP2013/006646 JP2013006646W WO2014103137A1 WO 2014103137 A1 WO2014103137 A1 WO 2014103137A1 JP 2013006646 W JP2013006646 W JP 2013006646W WO 2014103137 A1 WO2014103137 A1 WO 2014103137A1
Authority
WO
WIPO (PCT)
Prior art keywords
cell
vibration
vibration information
image
analysis system
Prior art date
Application number
PCT/JP2013/006646
Other languages
English (en)
French (fr)
Inventor
和博 中川
志織 大島
松居　恵理子
Original Assignee
ソニー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to CN201380067145.7A priority Critical patent/CN104884632B/zh
Priority to JP2014554085A priority patent/JP6308134B2/ja
Priority to US14/651,553 priority patent/US10209236B2/en
Publication of WO2014103137A1 publication Critical patent/WO2014103137A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/4833—Physical analysis of biological material of solid biological material, e.g. tissue samples, cell cultures
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N2015/1006—Investigating individual particles for cytology
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1493—Particle size

Definitions

  • This technology relates to a cell analysis system and a cell analysis method for evaluating the state of cells and cell networks.
  • Patent Document 1 Due to the creation of iPS cells (see Patent Document 1), advances in fields such as regenerative medicine, tissue engineering, and cell engineering are remarkable, and there is a great demand for evaluation of the state of cells and the effects and effects of drugs on cells. It is getting bigger. Particularly for nerve cells, a method for producing nerve cells from embryonic stem cells such as iPS cells has been established (see Patent Document 2), and an effective method for evaluating nerve cells is required.
  • Patent Documents 3 to 5 As a method for evaluating nerve cells, a method using an electrode array is often used (see Patent Documents 3 to 5). A nerve cell functions as a circuit and a nerve network instead of a single cell. As a method for evaluating a nerve network, a method of locally applying electrical stimulation (see Patent Document 3) or a part of a neurite is destroyed and recovered. A method for evaluating the process (see Patent Document 4) has been proposed.
  • an object of the present technology is to provide a cell analysis system, a cell analysis program, and a cell analysis method capable of effectively evaluating cells and a cell network.
  • a cell analysis system includes an image acquisition unit, a vibration information extraction unit, and a vibration characteristic calculation unit.
  • the image acquisition unit acquires a cell image obtained by imaging a cell over time.
  • the vibration information extraction unit extracts vibration information resulting from spontaneous membrane potential vibration of cells from the cell image.
  • the vibration characteristic calculation unit calculates a vibration characteristic of the vibration information from the vibration information.
  • Cell membrane potential oscillations and cell group potential oscillations caused by spontaneous membrane potential oscillations can be attributed to the state of the cell (the quality of life, the expression and function of the channel, the state of the stimulus input to the cell, the cell network Affected by the formation state). For this reason, the vibration characteristics of vibration information (such as light intensity vibration described later) due to spontaneous membrane potential vibration reflect the state of the cell.
  • the cell analysis system can present vibration characteristics to the user, and the user can evaluate the state of the cell based on the vibration characteristics.
  • the cell analysis system may further include a range specifying unit that specifies an extraction range in the cell image, and the vibration information extraction unit may extract the vibration information from the extraction range.
  • the range specifying unit may specify the extraction range by an operation input by the user, or may detect a cell or a group of cells by image processing or the like and specify the extraction range.
  • the cell analysis system may further include an evaluation unit that evaluates one or a plurality of cells included in the extraction range based on the vibration characteristics.
  • the vibration characteristic reflects the state of the cells included in the extraction range specified by the range specifying unit.
  • the evaluation unit can evaluate the state of the cell based on the vibration characteristics (frequency, amplitude, vibration power, etc.) of the vibration information.
  • the range specifying unit may specify a range including one cell in the cell image as the extraction range, and the evaluation unit may evaluate the type and intensity of the stimulus input to the cell.
  • the evaluation part can evaluate the kind and intensity
  • the range specifying unit may specify a range including a cell group composed of a plurality of cells in the cell image as the extraction range, and the evaluation unit may evaluate a cell network formation state in the cell group.
  • the vibration information extracted from the cell group is affected by the network formation state of the cell group. Therefore, the evaluation unit can evaluate the network formation state of the cell group based on the vibration characteristics of the vibration information extracted using the cell group as the extraction range.
  • the vibration information extraction unit may extract the intensity vibration of the electromagnetic wave as the vibration information.
  • the intensity oscillations of substances introduced into cells (fluorescent substances, etc.) and electromagnetic waves (light, radiation, etc.) emitted from the cells themselves are affected by spontaneous membrane potential oscillations. For this reason, it becomes possible to evaluate the state of the cell from the vibration characteristic of the intensity vibration of the light extracted from the cell image.
  • the vibration information extraction unit may extract motion vibration as the vibration information.
  • the cells that can be extracted by the motion analysis processing on the image and the motion vibration in the cells are affected by the spontaneous membrane potential vibration. For this reason, it becomes possible to evaluate the state of the cell from the vibration characteristics of the movement vibration extracted from the cell image.
  • the vibration characteristic calculation unit may perform frequency conversion on the vibration information to calculate the vibration characteristic.
  • vibration characteristics of vibration information such as frequency, amplitude, vibration power, etc. can be calculated and can be used for evaluation of cell state Become.
  • the vibration information extraction unit may extract a plurality of types of vibration information from the extraction range.
  • vibration information for example, light intensity vibration and motion vibration
  • the range specifying unit may specify a range including the cell group in the cell image and a range including the cells constituting the cell group as the extraction range.
  • a cell analysis program operates an information processing apparatus as an image acquisition unit, a vibration information extraction unit, and a vibration characteristic calculation unit.
  • the image acquisition unit acquires a cell image obtained by imaging a cell over time.
  • the vibration information extraction unit extracts vibration information resulting from spontaneous membrane potential vibration of cells from the cell image.
  • the vibration characteristic calculation unit calculates a vibration characteristic of the vibration information from the vibration information.
  • a cell analysis method generates a cell image by imaging a cell over time, and vibration information resulting from spontaneous membrane potential oscillation of the cell is obtained from the cell image. Extraction is performed, and vibration characteristics of the vibration information are calculated from the vibration information.
  • the vibration information is extracted from a range including one cell in the cell image, and the cell analysis method includes the type of stimulus input to the cell based on the vibration characteristic, A step of evaluating the strength may be further included.
  • the vibration information is extracted from a range including a cell group composed of a plurality of cells in the cell image, and the cell analysis method is configured to extract a cell network in the cell group based on the vibration characteristic. You may further comprise the step which evaluates a formation state.
  • a plurality of cultured cell groups that are separated by a flow path that passes only the neurite and does not pass through the cell body are imaged over time to generate the cell image. Good.
  • FIG. 4 is a fluorescence intensity vibration extracted from an extraction range including a cell group that does not form a cell network and its vibration characteristics according to an embodiment of the present invention.
  • FIG. 4 is an average value of vibration characteristics and magnitude of vibration extracted from an extraction range including individual cells administered with a cytotoxic substance according to an embodiment of the present invention.
  • a cell analysis system according to an embodiment of the present technology will be described.
  • FIG. 1 is a schematic diagram showing a cell analysis system 100 according to the present embodiment.
  • the cell analysis system 100 includes an image acquisition unit 101, a range specification unit 102, a vibration information extraction unit 103, a vibration characteristic calculation unit 104, an evaluation unit 105, and an image generation unit 106.
  • Each of these configurations is a functional configuration realized by the information processing apparatus.
  • the image acquisition unit 101 acquires a “cell image”.
  • the cell image is an image obtained by imaging a cell or a group of cells to be analyzed over time, and can be a moving image or a plurality of still images taken continuously.
  • the cell image is a variety of optical imaging such as bright field imaging, dark field imaging, phase difference imaging, fluorescence imaging, confocal imaging, multiphoton excitation fluorescence imaging, absorption light imaging, and irregular light imaging. It can be an image taken using the method.
  • FIG. 2 is an example of a cell image, which is an image including a plurality of nerve cells.
  • the image acquisition unit 101 may acquire a cell image from an imaging device (microscope imaging device) (not shown), or may acquire an image stored in a storage or an image supplied from a network as a cell image. Is possible.
  • the image acquisition unit 101 supplies the acquired cell image to the range specification unit 102.
  • the range designation unit 102 designates an “extraction range” in the cell image.
  • the extraction range is a range in which vibration information extraction unit 103 described later extracts vibration information.
  • FIG. 3 is an example of an extraction range (within a square frame in the figure) designated by the range designation unit 102 in the cell image.
  • the range designation unit 102 can designate the extraction range according to the analysis target (cell unit, cell group, etc.) designated by the user.
  • the range designating unit 102 may designate the entire cell image as the extraction range when only the analysis target cell or cell group is included in the cell image. Moreover, the range designation
  • the range specifying unit 102 can specify the image range including the cell as the extraction range.
  • the range specifying unit 102 may specify a plurality of image ranges each including one cell as an extraction range. In FIG. 3, a plurality of image ranges each including one cell are designated as extraction ranges.
  • the range specifying unit 102 can specify an image range including the cell group as an extraction range. Further, the range specifying unit 102 may specify a plurality of image ranges each including one cell group as the extraction range. Further, the range designating unit 102 may designate both the image range including the cell group and the image range including the cells constituting the cell group as the extraction range.
  • the range specification unit 102 may specify an extraction range upon receiving an instruction input from the user, or may detect a cell or a group of cells by image processing and specify the extraction range.
  • the range specification unit 102 supplies the extraction range specified together with the cell image to the vibration information extraction unit 103.
  • the vibration information extraction unit 103 extracts “vibration information” from the extraction range specified by the range specification unit 102.
  • the vibration information is information on vibration caused by spontaneous membrane potential vibration of the cell.
  • Spontaneous membrane potential oscillation is oscillation of membrane potential observed in some cells such as nerve cells.
  • spontaneous membrane potential oscillation will be described taking nerve cells as an example. 4 and 5 are graphs showing spontaneous membrane potential oscillations of nerve cells, and show changes in membrane potential with respect to time.
  • the nerve cells decrease the membrane potential and reach a threshold value, causing specific channels to act and increase the membrane potential.
  • a threshold value for generating an action potential is reached, a specific channel is opened to cause an action potential, and a spontaneous membrane potential oscillation occurs in which the membrane potential decreases again.
  • the threshold for generating action potentials is constant, but there are multiple channel combinations where membrane potential goes from rising to lowering depending on the potential, and at which potential the potential depends on the excitatory and inhibitory inputs that enter the nerve cell. It will be different if the rise of.
  • FIG. 4 (a) shows spontaneous membrane potential oscillation when nerve cells have many inhibitory inputs or no excitatory inputs.
  • the spontaneous membrane potential oscillation has a large amplitude and a low frequency.
  • FIG. 4B when there is a lot of excitatory input or no inhibitory input, re-rise occurs at a shallow membrane potential, and the spontaneous membrane potential oscillation has a small amplitude. , Vibrations with high frequency. That is, the spontaneous membrane potential oscillation as shown in FIG. 4 includes information on the state of the cell such as the viability of the cell, the expression and function of the channel, the state of the stimulus input to the cell, and the like.
  • FIG. 5 is a schematic diagram showing synchronization of spontaneous membrane potential oscillations due to cell network formation
  • FIG. 5 (a) shows spontaneous membrane potential oscillations of individual nerve cells
  • FIG. 5 (b) shows a plurality of nerve cells.
  • the potential oscillation of the cell group as shown in FIG. 5B includes information regarding the network formation state by the cell group.
  • the vibration information is information relating to vibration caused by this spontaneous membrane potential vibration.
  • vibration information includes electromagnetic waves (light, radiation, etc.) that can be imaged by an image sensor, for example, vibration of fluorescence intensity generated from a fluorescent substance introduced into a cell, and optical characteristics of cells (absorption, scattering). Etc.) including the frequency of the spectrum and the vibration of the intensity.
  • the vibration information includes cell movement and vibration information of intracellular movement obtained from the motion analysis of these images.
  • the vibration information extraction unit 103 extracts such vibration information from the cell image extraction range. Therefore, the vibration information extracted from the extraction range including one cell is vibration information about the cell, and the vibration information extracted from the extraction range including the cell group is vibration information about the cell group.
  • FIG. 6 is an example of vibration information extracted by the vibration information extraction unit 103, and shows fluorescence intensity vibration extracted from an extraction range including one nerve cell.
  • the vibration information extraction unit 103 may extract only one type of vibration information (for example, fluorescence intensity vibration) from the extraction range, or may extract a plurality of vibration information (for example, fluorescence intensity vibration and motion vibration).
  • the vibration information extraction unit 103 supplies the extracted vibration information to the vibration characteristic calculation unit 104.
  • the vibration characteristic calculation unit 104 calculates “vibration characteristics” from the vibration information.
  • the vibration characteristics are vibration characteristics obtained by analyzing vibration information, and include information on amplitude, frequency, and vibration power. Specifically, the vibration characteristics can be represented by analysis results obtained by subjecting vibration information to frequency analysis such as FFT (Fast Fourier Transform) or wavelet transform, that is, a frequency spectrum or a power spectrum.
  • frequency analysis such as FFT (Fast Fourier Transform) or wavelet transform, that is, a frequency spectrum or a power spectrum.
  • the vibration characteristic calculation unit 104 may calculate an average value for the pixels of the cell image as the vibration characteristic.
  • the evaluation unit 105 detects pixels included in the extraction range, pixels from which cells are detected, pixels from which vibration is detected, and pixels from which energy from a substance (such as a fluorescent label) introduced into the cells is detected.
  • the average value for the pixels having a characteristic spectrum and the pixels for which motion is detected can be calculated as the vibration characteristics.
  • FIG. 7 is an example of the vibration characteristic calculated by the vibration characteristic calculation unit 104, and is a power spectrum obtained by performing FFT on the vibration information (fluorescence intensity vibration) shown in FIG.
  • the vibration characteristic calculation unit 104 may supply the calculated vibration characteristic to the evaluation unit 105, or supply the calculated vibration characteristic to the image generation unit 106 for display and present it to the user.
  • the evaluation unit 105 evaluates one or a plurality of cells included in the extraction range based on the vibration characteristic supplied from the vibration characteristic calculation unit 104. Although details will be described later, specifically, the evaluation unit 105 determines the type and intensity of the stimulus input to the cell based on the frequency and amplitude of vibration information represented by the vibration characteristics, vibration power, etc. The formation state can be evaluated. Further, the evaluation unit 105 may perform the evaluation based on the similarity of vibration characteristics of a plurality of types of vibration information (for example, fluorescence intensity vibration and motion vibration). The evaluation unit 105 supplies the evaluation result to the image generation unit 106.
  • the image generation unit 106 generates a display image and displays it on a display (not shown).
  • the image generation unit 106 may display the vibration characteristic (see FIG. 7) supplied from the vibration characteristic calculation unit 104, or may display the evaluation result supplied from the evaluation unit 105.
  • the image generation unit 106 may generate and display a display image by overlapping the evaluation result with the cell image.
  • the cell analysis system 100 has the above configuration. Note that the cell analysis system 100 is not limited to one configured by one information processing device, and may be configured by a plurality of information processing devices or may be configured on a network of information processing devices.
  • the analysis system 100 When evaluating a single cell, the analysis system 100 operates as follows.
  • the image acquisition unit 101 acquires a cell image including cells to be evaluated and supplies the cell image to the range specification unit 102.
  • the range designating unit 102 designates a range including cells to be evaluated as an extraction range.
  • the range designation unit 102 can designate the entire cell image as the extraction range when only the cells to be evaluated are included in the cell image.
  • the range specifying unit 102 may specify a plurality of extraction ranges each including a cell.
  • the vibration information extraction unit 103 extracts vibration information as vibration information from the extraction range (see the embodiment).
  • the vibration information extraction unit 103 may extract a plurality of types of vibration information such as fluorescence intensity vibration and motion vibration from the extraction range.
  • the vibration characteristic calculation unit 104 performs frequency analysis on the vibration information and calculates vibration characteristics.
  • the vibration information extracted from the extraction range is affected by the spontaneous membrane potential vibration of the cell. Specifically, when the amplitude of spontaneous membrane potential vibration of a cell is large and the frequency is small, the amplitude of vibration information generated from the cell is large and the frequency is small. When the amplitude of the spontaneous membrane potential oscillation of the cell is small and the frequency is large, the amplitude of the vibration information generated from the cell is also small and the frequency is large.
  • the evaluation unit 107 can evaluate the state of the cell to be evaluated based on the vibration characteristics of the vibration information. Specifically, when the amplitude of the vibration information is large and the frequency is small, the evaluation unit 107 can evaluate that the cell has a lot of inhibitory input or no excitatory input. . Further, when the amplitude of the vibration information is small and the frequency is large, the evaluation unit 107 can evaluate that the cell has many excitatory inputs or no inhibitory inputs. In addition to this, the evaluation unit 107 can evaluate the viability of the cell, the expression of the channel, the function, and the like based on the vibration characteristics.
  • the analysis system 100 When evaluating a cell network, the analysis system 100 operates as follows.
  • the image acquisition unit 101 acquires a cell image including a cell group to be evaluated and supplies it to the range specifying unit 102.
  • the range designation unit 102 designates a range including the cell group to be evaluated as an extraction range. When the cell image includes only the cell group to be evaluated, the range designating unit 102 can designate the entire cell image as the extraction range. Further, the range specifying unit 102 may specify a plurality of extraction ranges each including a cell group. Further, the range designating unit 102 may designate a range including a cell group and a range including cells constituting the cell group as extraction ranges.
  • the vibration information extraction unit 103 extracts vibration information from the extraction range.
  • the vibration information extraction unit 103 may extract a plurality of types of vibration information such as fluorescence intensity vibration and motion vibration from the extraction range.
  • the vibration characteristic calculation unit 104 performs frequency analysis on the vibration information and calculates vibration characteristics.
  • the vibration information extracted from the cell group is affected by the cell network formation state in the cell group. Specifically, the amplitude of the vibration information of the cell group is large when the formation of the cell network is advanced, and the amplitude of the vibration information of the cell group is small when the formation of the cell network is not advanced. This is because when the cell network formation is progressing, the spontaneous membrane potential oscillation of each cell is synchronized and in phase, and when the cell network formation is not advanced, the phase of the spontaneous membrane potential oscillation of each cell is This is because they are not aligned.
  • the evaluation unit 107 can evaluate the cell network formation state in the cell group from the vibration characteristics of the vibration information extracted from the extraction range including the cell group. Specifically, the evaluation unit 107 can evaluate that the formation of the cell network proceeds when the amplitude of the vibration information is large, and that the formation of the cell network does not proceed when the amplitude of the vibration information is small.
  • the evaluation unit 107 evaluates the formation state of the cell network based on the comparison of the vibration characteristics of the vibration information extracted from each of the extraction range including the cell group and the range including the cells constituting the cell group. It is also possible. This is because the vibration information of the cell group increases in amplitude with the formation of the cell network, whereas the vibration information of the cell does not show a significant change even if the formation of the cell network progresses.
  • the evaluation unit 107 can also evaluate the formation state of the cell network based on the increase in amplitude with the passage of the culture days.
  • the vibration information of the cell group progresses with the formation of the cell network as the number of days of culture progresses, and the amplitude gradually increases. It is.
  • the analysis system 100 operates as described above. Note that some or all of the operations of the analysis system 100 may be performed by the user instead of the configuration of the analysis system 100.
  • FIG. 8 is a schematic diagram showing an evaluation plate 200 used in an evaluation system for a neural circuit according to an application example of the present technology.
  • the evaluation plate 200 has a plurality of wells 201 for containing cells. Each well 201 is connected to each other by a flow path 202.
  • the channel 202 is configured such that cell neurites can pass therethrough and cell bodies cannot pass through.
  • a cell group of different cell types is cultured in each well 201, and neurites are connected via the flow path 202.
  • the present technology is not limited to the above embodiments, and can be changed without departing from the gist of the present technology.
  • Fluo8 fluorescent labeling used for Ca 2+ imaging was taken into neuronal cells (iPS academia Japan) differentiated from iPS cells, and GABA or L-Glu was administered to the culture solution. The fluorescence of Fluo8 generated from each nerve cell was fluorescently imaged at 2 frame / sec for 1 minute to obtain each cell image.
  • fluorescence intensity vibration (vibration information) was extracted using an image range including one nerve cell as an extraction range.
  • FIG. 9A shows the fluorescence intensity vibration extracted from the cell image of the nerve detail administered with GABA
  • FIG. 9B shows the fluorescence intensity extracted from the cell image of the nerve cell administered with L-Glu. It is vibration.
  • FIG. 10 (a) is a power spectrum calculated from the fluorescence intensity oscillation (FIG. 9 (a)) of a nerve cell administered with GABA
  • FIG. 10 (b) is the fluorescence of the nerve cell administered with L-Glu. It is a power spectrum calculated from intensity vibration (Drawing 9 (b)).
  • the fluorescence intensity vibration of the nerve cell administered with GABA has a larger amplitude than the fluorescence intensity vibration of the nerve cell administered with L-Glu. It can be confirmed that the frequency is low. That is, it can be said that administration of GABA or L-Glu changes the spontaneous membrane potential oscillation of nerve cells, and it can be confirmed from the oscillation characteristics of fluorescence intensity oscillation.
  • FIG. 11 (a) is a cell image of a cell group in which a nerve cell network is not formed
  • FIG. 11 (b) is a cell image of a cell group in which a nerve cell network is formed.
  • the fluorescence intensity vibration was extracted using the entire image and an image range including one nerve cell as an extraction range.
  • FIG. 11A and FIG. 11B an extraction range including one nerve cell is shown (in the square frame in the figure).
  • Fluorescence intensity vibration (vibration information) was extracted from the extraction range (whole image and each cell) of the cell image (FIG. 11 (a)) of the cell group in which the nerve cell network was not formed.
  • 12A to 12D show the fluorescence intensity vibration of each cell in the same cell group
  • FIG. 13A shows the fluorescence intensity vibration of the entire image (cell group).
  • the power spectrum (vibration characteristics) of the fluorescence intensity vibration (FIG. 13A) of the entire image was calculated. The power spectrum is shown in FIG.
  • fluorescence intensity vibration (vibration information) was extracted from the extraction range (whole image and each cell) of the cell image (FIG. 11 (b)) of the cell group in which the nerve cell network was formed.
  • 14A to 14D show the fluorescence intensity vibration of each cell in the same cell group
  • FIG. 15A shows the fluorescence intensity vibration of the entire image (cell group).
  • the power spectrum (vibration characteristics) of the fluorescence intensity vibration (FIG. 15A) of the entire image was calculated. The power spectrum is shown in FIG.
  • the fluorescence intensity vibration of each cell is observed regardless of the presence or absence of the formation of the nerve cell network
  • the fluorescence intensity vibration of the cell group is influenced by the presence or absence of the formation of the nerve cell network. I understand. In other words, it is possible to evaluate whether or not the cell group forms a nerve cell network from the vibration characteristic of the fluorescence intensity vibration with the cell group as the extraction range.
  • FIGS. 16A to 16E show fluorescence intensity oscillations extracted from the entire image including the cell group as an extraction range in each culture day.
  • FIGS. 17A to 17E are power spectra calculated from the fluorescence intensity oscillations of the cell group (FIGS. 16A to 16E) for each culture day.
  • the vibration power of the fluorescence intensity vibration increases with the lapse of the number of culture days, and the change after 1 day to 2 days after the culture is particularly large.
  • a neural cell network is formed with the passage of the culture days, and the synchronization of spontaneous membrane potential oscillation of each cell is progressing.
  • the formation of a nerve cell network progresses especially after 1 day to 2 days of culture.
  • FIGS. 18 (a) to (e) are fluorescence intensity oscillations obtained by extracting individual cells of the cell group as the extraction range in each culture day
  • FIGS. 19 (a) to (e) are each culture day.
  • 18 is a power spectrum calculated from the fluorescence intensity oscillations of individual cells (FIGS. 18A to 18E).
  • Motion vibration (2-1. Comparison between nerve cell movement and fluorescence excitation)
  • motion vibration (vibration information) was extracted from the extraction range including the nerve cells using motion analysis using block matching.
  • fluorescence intensity vibration (vibration information) by Ca ⁇ 2+> imaging mentioned above was extracted from each extraction range.
  • FIG. 20 shows a cell image and an extraction range (within a square frame in the figure).
  • FIGS. 21A to 21D show motion vibrations extracted from each extraction range
  • FIGS. 22A to 22D show fluorescence intensity vibrations extracted from each extraction range. 21 (a) and FIG. 22 (a), FIG. 21 (b) and FIG. 22 (b), FIG. 21 (c) and FIG. 22 (c), FIG. 21 (d) and FIG. It is extracted from the extraction range.
  • FIG. 23 (a) is a motion vibration extracted from a cell image of a nerve detail administered with GABA
  • FIG. 23 (b) is a motion vibration extracted from a cell image of a nerve cell administered with L-Glu. is there.
  • FIG. 24 (a) is a power spectrum calculated from the motor vibration (FIG. 23 (a)) of the nerve cell administered with GABA
  • FIG. 24 (b) is the motor vibration of the nerve cell administered with L-Glu. It is a power spectrum calculated from (FIG. 23B).
  • the movement vibration of the nerve cell administered with GABA has a larger amplitude than the movement vibration of the nerve cell administered with L-Glu. It can be confirmed that the frequency. That is, it can be said that the spontaneous membrane potential oscillation of nerve cells is changed by administration of GABA or L-Glu, and it can be confirmed from the vibration characteristics of the motion oscillation.
  • FIG. 25 (a) to 25 (e) show motion vibrations extracted from the entire image including the cell group as the extraction range in each culture day.
  • FIG. 26 (a) is a power spectrum calculated from the motion vibration of the cell group on each culture day (FIGS. 25 (a) to (e)), and FIG. 26 (b) shows the vibration power on each culture day. Is an average value for each pixel included in the extraction range.
  • the vibration power of the kinetic vibration increases with the passage of the culture days. This indicates that a neural cell network is formed with the passage of the culture days, and the synchronization of spontaneous membrane potential oscillation of each cell is progressing. That is, it can be said that the degree of network formation can be evaluated using the motion vibration of the cell group.
  • a cell group of nerve cells derived from iPS cells that formed a sufficient nerve cell network was prepared.
  • a predetermined amount of A ⁇ peptide or A ⁇ peptide and memantine was administered to each cell group and cultured for 5 days.
  • FIGS. 27A to 27F show the vibration characteristics of the motion vibration extracted from the entire image as the extraction range.
  • FIG. 27 (a) is a group of cells not administered with A ⁇ peptide and memantine
  • FIG. 27 (b) is 50 nM A ⁇ peptide
  • FIG. 27 (c) is 500 nM A ⁇ peptide
  • FIG. 27 (d) is 5000 nm A ⁇ peptide. It is the vibration characteristic of the cell group which administered.
  • FIG. 27 (e) shows the vibration characteristics of a cell group administered with 500 nM A ⁇ peptide and 5 ⁇ M memantine
  • FIG. 27 (f) shows a cell group administered with 5000 nM A ⁇ peptide and 5 ⁇ M memantine.
  • FIG. 28 shows the average value of the vibration power extracted from the movement vibration of each cell group shown in FIGS. 27A to 27E for each pixel included in the extraction range. As shown in FIG. 28, it can be seen that the vibration power of the cell group decreases as the dose of A ⁇ peptide increases, whereas the vibration power does not decrease in those administered with memantine.
  • FIGS. 29A to 29F show vibration characteristics of motion vibrations obtained by extracting individual cells as extraction ranges.
  • FIG. 29 (a) is a group of cells not administered with A ⁇ peptide and memantine
  • FIG. 29 (b) is 50 nM A ⁇ peptide
  • FIG. 29 (c) is 500 nM A ⁇ peptide
  • FIG. 29 (d) is 5000 nm A ⁇ peptide. It is the vibration characteristic of the cell group which administered.
  • FIG. 29 (e) shows the vibration characteristics of a cell group administered with 500 nM A ⁇ peptide and 5 ⁇ M memantine
  • FIG. 29 (f) shows 5000 nM A ⁇ peptide and 5 ⁇ M memantine.
  • FIG. 30 shows an average value of the vibration power extracted from the motion vibration of each cell shown in FIGS. 29A to 29F for each pixel included in the extraction range.
  • the vibration power of individual cells shows the same tendency as the vibration power of the cell group (FIG. 25), but a large decrease in the vibration power as in the cell group is not confirmed.
  • the cell damage to each cell is evaluated from the vibration characteristics of the motion vibration extracted from the individual cells (FIG. 28), and the synapse is determined from the vibration characteristics of the motion vibration extracted from the cell group (FIG. 30). It can be said that the nerve cell network resulting from the disorder can be evaluated.
  • this technique can also take the following structures.
  • An image acquisition unit for acquiring a cell image obtained by imaging cells over time; From the cell image, a vibration information extraction unit that extracts vibration information due to spontaneous membrane potential vibration of cells,
  • a cell analysis system comprising: a vibration characteristic calculation unit that calculates vibration characteristics of the vibration information from the vibration information
  • a cell analysis system further comprising: an evaluation unit that evaluates one or more cells included in the extraction range based on the vibration characteristics.
  • the range designating unit designates a range including one cell in the cell image as the extraction range
  • the evaluation unit is a cell analysis system that evaluates the type and intensity of a stimulus input to the cell.
  • the range designating unit designates a range including a cell group composed of a plurality of cells in the cell image as the extraction range
  • the evaluation unit is a cell analysis system that evaluates a formation state of a cell network in the cell group.
  • the vibration information extraction unit is a cell analysis system that extracts intensity vibration of electromagnetic waves as the vibration information.
  • the vibration information extraction unit is a cell analysis system that extracts motion vibration as the vibration information.
  • the range specifying unit specifies a range including a cell group in the cell image and a range including cells constituting the cell group as an extraction range.
  • An image acquisition unit for acquiring a cell image obtained by imaging cells over time; From the cell image, a vibration information extraction unit that extracts vibration information due to spontaneous membrane potential vibration of cells, A cell analysis program for operating an information processing apparatus as a vibration characteristic calculation unit that calculates vibration characteristics of the vibration information from the vibration information.
  • the cell analysis method according to (12) above, the vibration information is extracted from a range including one cell in the cell image, The cell analysis method further comprises a step of evaluating the type and intensity of a stimulus input to the cell based on the vibration characteristics.
  • the cell analysis method In the step of extracting the vibration information, the vibration information is extracted from a range including a cell group composed of a plurality of cells in the cell image, The cell analysis method further includes a step of evaluating a formation state of a cell network in the cell group based on the vibration characteristics.
  • a plurality of cultured cell groups separated by a flow path that passes only the neurite and does not pass through the cell body are imaged over time to generate the cell image.
  • DESCRIPTION OF SYMBOLS 100 ... Cell analysis system 101 ... Image acquisition part 102 ... Range designation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • General Physics & Mathematics (AREA)
  • Organic Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Biophysics (AREA)
  • Medicinal Chemistry (AREA)
  • Zoology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Wood Science & Technology (AREA)
  • Optics & Photonics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Cell Biology (AREA)
  • Dispersion Chemistry (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本技術に係る細胞分析システムは、画像取得部と、振動情報抽出部と、振動特性算出部とを具備する。画像取得部は、細胞を経時的に撮像した細胞画像を取得する。振動情報抽出部は、細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出する。振動特性算出部は、振動情報から、振動情報の振動特性を算出する。

Description

細胞分析システム、細胞分析プログラム及び細胞分析方法
　本技術は、細胞や細胞ネットワークの状態を評価するための細胞分析システム及び細胞分析方法に関する。
　ｉＰＳ細胞の作成（特許文献１参照）により、再生医療、組織工学、細胞工学等の分野の進歩は著しく、細胞の状態の評価や、細胞に対する薬物等の効果や影響の評価に対する要望が非常に大きくなっている。特に神経細胞においても、ｉＰＳ細胞等の胚性幹細胞から神経細胞を作製する方法が確立されてきており（特許文献２参照）、神経細胞の有効な評価方法が求められている。
　神経細胞の評価方法としては、電極アレイを用いた方法が多く用いられる（特許文献３乃至５参照）。また神経細胞は、細胞単体ではなく回路、神経ネットワークとして機能するが、神経ネットワークの評価方法としては、局所的に電気刺激を加える方法（特許文献３参照）や神経突起の一部を破壊し回復過程を評価する方法（特許文献４参照）等が提案されている。
特開２０１１－１８８８６０号公報 特開２００６－５２５２１０号公報 特開２０１１－１２２９５３号公報 特開２００９－１１８８１７号公報 特開２００６－３２９６７２号公報 特開２００４－００８１７３号公報
　しかしながら、特許文献３乃至５に記載されたような電極アレイを用いた神経細胞の評価方法では、評価する空間的な範囲や解像度が電極アレイに依存し、広範囲で高解像度の評価を行うためには、大判で高密度な電極アレイを作製する必要がある。又、特許文献３及び４及に記載されたような神経ネットワークの評価方法では、局所的なネットワークの評価は可能であるが、広範囲にわたる神経ネットワークの評価は困難である。
　以上のような事情に鑑み、本技術の目的は、細胞及び細胞ネットワークを有効に評価することが可能な細胞分析システム、細胞分析プログラム及び細胞分析方法を提供することにある。
　上記目的を達成するため、本技術の一形態に係る細胞分析システムは、画像取得部と、振動情報抽出部と、振動特性算出部とを具備する。
　上記画像取得部は、細胞を経時的に撮像した細胞画像を取得する。
　上記振動情報抽出部は、上記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出する。
　上記振動特性算出部は、上記振動情報から、上記振動情報の振動特性を算出する。
　細胞の自発膜電位振動や自発膜電位振動に起因する細胞群の電位振動は、細胞の状態（生きの良さやチャネルなどの発現、機能、細胞に入力されている刺激の状態や、細胞ネットワークの形成状態）によって影響を受ける。このため、自発膜電位振動に起因する振動情報（後述する光強度振動等）の振動特性は、細胞の状態を反映したものとなる。細胞分析システムは、振動特性をユーザに提示することができ、ユーザは振動特性に基づいて細胞の状態を評価することができる。
　上記細胞分析システムであって、上記細胞画像において抽出範囲を指定する範囲指定部をさらに具備し、上記振動情報抽出部は、上記抽出範囲から上記振動情報を抽出してもよい。
　この構成によれば、細胞画像において振動情報を抽出する抽出範囲を指定することができ、細胞や細胞群を含む画像範囲を抽出範囲とすることが可能となる。範囲指定部は、ユーザによる操作入力によって抽出範囲を指定してもよく、画像処理等によって細胞や細胞群を検出し、抽出範囲を指定してもよい。
　上記細胞分析システムは、上記振動特性に基づいて、上記抽出範囲に含まれる一つ又は複数の細胞を評価する評価部をさらに具備してもよい。
　上述のように、振動特性は、範囲指定部によって指定された抽出範囲に含まれる細胞の状態を反映する。このため、評価部は、振動情報の振動特性（周波数や振幅、振動パワー等）に基づいて、細胞の状態を評価することが可能である。
　上記範囲指定部は、上記細胞画像において一つの細胞を含む範囲を上記抽出範囲として指定し、上記評価部は、上記細胞に入力されている刺激の種類や強度を評価してもよい。
　細胞に入力されている刺激（興奮性や抑制性の刺激等）によってその細胞の自発膜電位振動は影響を受ける。このため、評価部は、一つの細胞を抽出範囲として抽出された振動情報の振動特性に基づいて、その細胞に入力されている刺激の種類や強度を評価することが可能である。
　上記範囲指定部は、上記細胞画像において複数の細胞からなる細胞群を含む範囲を上記抽出範囲として指定し、上記評価部は、上記細胞群における細胞ネットワークの形成状態を評価してもよい。
　細胞群における細胞のネットワーク形成状態によってその細胞群から抽出される振動情報は影響を受ける。このため、評価部は、細胞群を抽出範囲として抽出された振動情報の振動特性に基づいて、その細胞群のネットワーク形成状態を評価することが可能である。
　上記振動情報抽出部は、電磁波の強度振動を上記振動情報として抽出してもよい。
　細胞に導入された物質（蛍光物質等）や細胞自体から放出される電磁波（光や放射線等）の強度振動は、自発膜電位振動の影響を受ける。このため、細胞画像から抽出される光の強度振動の振動特性から、細胞の状態を評価することが可能となる。
　上記振動情報抽出部は、運動振動を上記振動情報として抽出してもよい。
　画像に対する動き解析処理によって抽出することが可能な細胞や細胞内の運動振動は、自発膜電位振動の影響を受ける。このため、細胞画像から抽出される運動振動の振動特性から、細胞の状態を評価することが可能となる。
　上記振動特性算出部は、上記振動情報に対して周波数変換を施し、上記振動特性を算出してもよい。
　振動情報に高速フーリエ変換やウェーブレット変換等の周波数変換を施すことにより、周波数や振幅、振動パワー等の振動情報の振動特性を算出することができ、細胞の状態の評価に利用することが可能となる。
　上記振動情報抽出部は、上記抽出範囲から複数種の振動情報を抽出してもよい。
　同一の抽出範囲から複数種の振動情報（例えば光強度振動と運動振動）を抽出し、それらの類似性を比較することにより、自発膜電位振動が各種の振動情報に与える影響を判断することができ、細胞の状態の評価に利用することが可能である。
　上記範囲指定部は、上記細胞画像において細胞群を含む範囲と、上記細胞群を構成する細胞を含む範囲を抽出範囲として指定してもよい。
　この構成によれば、細胞群と細胞をそれぞれ含む抽出範囲から抽出される振動情報を比較することが可能となる。
　上記目的を達成するため、本技術の一形態に係る細胞分析プログラムは、画像取得部と、振動情報抽出部と、振動特性算出部として情報処理装置を動作させる。
　上記画像取得部は、細胞を経時的に撮像した細胞画像を取得する。
　上記振動情報抽出部は、上記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出する。
　上記振動特性算出部は、上記振動情報から、上記振動情報の振動特性を算出する。
　上記目的を達成するため、本技術の一形態に係る細胞分析方法は、細胞を経時的に撮像して細胞画像を生成し、上記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出し、上記振動情報から、上記振動情報の振動特性を算出する。
　上記振動情報を抽出するステップでは、上記細胞画像において一つの細胞を含む範囲から上記振動情報を抽出し、上記細胞分析方法は、上記振動特性に基づいて上記細胞に入力されている刺激の種類や強度を評価するステップをさらに具備してもよい。
　上記振動情報を抽出するステップでは、記細胞画像において複数の細胞からなる細胞群を含む範囲から上記振動情報を抽出し、上記細胞分析方法は、上記振動特性に基づいて上記細胞群における細胞ネットワークの形成状態を評価するステップをさらに具備してもよい。
　上記細胞画像を生成するステップでは、神経突起のみを通過させ、細胞体を通過させない流路によって隔てられ、培養された複数の細胞群をそれぞれ経時的に撮像し、上記細胞画像を生成してもよい。
　この分析方法によれば、異種の細胞から構成された細胞群の間での細胞ネットワークの構築を評価することが可能となる。
　以上のように、本技術によれば、細胞及び細胞ネットワークを有効に評価することが可能な細胞分析システム、細胞分析プログラム及び細胞分析方法を提供することが可能である。
本技術の実施形態に係る細胞分析システムの構成を示す模式図である。 同細胞分析システムの画像取得部が取得する細胞画像の例である。 同細胞分析システムの範囲指定部が指定する抽出範囲の例である。 神経細胞の自発膜電位振動を示す模式図である。 神経細胞のネットワーク形成に伴なう自発膜電位振動の同期を示す模式図である。 本技術の実施形態に係る同細胞分析システムの振動情報抽出部が抽出する振動情報の例である。 同細胞分析システムの振動特性算出部が算出する振動特性の例である。 本発明の応用例に係る細胞ネットワーク評価用プレートの模式図である。 本発明の実施例に係る、生理活性物質が投与された神経細胞を含む抽出範囲から抽出された蛍光強度振動である。 本発明の実施例に係る、生理活性物質が投与された神経細胞を含む抽出範囲から抽出された蛍光強度振動の振動特性である。 本発明の実施例に係る細胞画像である。 本発明の実施例に係る、細胞ネットワークを形成していない個々の細胞を含む抽出範囲から抽出された蛍光強度振動である。 本発明の実施例に係る、細胞ネットワークを形成していない細胞群を含む抽出範囲から抽出された蛍光強度振動及びその振動特性である 本発明の実施例に係る、細胞ネットワークを形成している個々の細胞を含む抽出範囲から抽出された蛍光強度振動である。 本発明の実施例に係る、細胞ネットワークを形成している細胞群を含む抽出範囲から抽出された蛍光強度振動及びその振動特性である。 本発明の実施例に係る、培養日数毎に細胞群を含む抽出範囲から抽出された蛍光強度振動である。 本発明の実施例に係る、培養日数毎に細胞群を含む抽出範囲から抽出された蛍光強度振動の振動特性である。 本発明の実施例に係る、培養日数毎に個々の細胞を含む抽出範囲から抽出された蛍光強度振動である。 本発明の実施例に係る、培養日数毎に個々の細胞を含む抽出範囲から抽出された蛍光強度振動の振動特性である。 本発明の実施例に係る細胞画像である。 本発明の実施例に係る、個々の細胞を含む抽出範囲から抽出された運動振動である。 本発明の実施例に係る、個々の細胞を含む抽出範囲から抽出された蛍光強度振動である。 本発明の実施例に係る、生理活性物質が投与された神経細胞を含む抽出範囲から抽出された運動振動である。 本発明の実施例に係る、生理活性物質が投与された神経細胞を含む抽出範囲から抽出された運動振動の振動特性である。 本発明の実施例に係る、培養日数毎に細胞群を含む抽出範囲から抽出された運動振動である。 本発明の実施例に係る、培養日数毎に細胞群を含む抽出範囲から抽出された運動振動の振動特性及びその振動の大きさの平均値である。 本発明の実施例に係る、細胞毒性物質が投与された細胞群を含む抽出範囲から抽出された運動振動の振動特性である。 本発明の実施例に係る、細胞毒性物質が投与された細胞群を含む抽出範囲から抽出された運動振動の振動特性及びその振動の大きさの平均値である。 本発明の実施例に係る、細胞毒性物質が投与された個々の細胞を含む抽出範囲から抽出された運動振動の振動特性である。 本発明の実施例に係る、細胞毒性物質が投与された個々の細胞を含む抽出範囲から抽出された運動振動の振動特性及びその振動の大きさの平均値である
　本技術の実施形態に係る細胞分析システムについて説明する。
　［分析システムの構成］
　図１は、本実施形態に係る細胞分析システム１００を示す模式図である。図１に示すように細胞分析システム１００は、画像取得部１０１、範囲指定部１０２、振動情報抽出部１０３、振動特性算出部１０４、評価部１０５及び画像生成部１０６を有する。これらの各構成は、情報処理装置によって実現されている機能的構成である。
　画像取得部１０１は、「細胞画像」を取得する。細胞画像は、分析対象の細胞や細胞群を経時的に撮像した画像であり、動画や連続的に撮像された複数の静止画であるものとすることができる。具体的には、細胞画像は、明視野撮像、暗視野撮像、位相差撮像、蛍光撮像、共焦点撮像、多光子励起蛍光撮像、吸収光撮像、乱光撮像等の各種の光学的な画像撮像方法を利用して撮像された画像であるものとすることができる。
　図２は、細胞画像の例であり、複数の神経細胞を含む画像である。画像取得部１０１は、図示しない撮像装置（顕微鏡撮像装置）から細胞画像を取得してもよく、ストレージに格納されている画像やネットワークから供給された画像を細胞画像として取得するものとすることも可能である。画像取得部１０１は、取得した細胞画像を範囲指定部１０２に供給する。
　範囲指定部１０２は、細胞画像において「抽出範囲」を指定する。抽出範囲は、後述する振動情報抽出部１０３が振動情報を抽出する範囲である。図３は、細胞画像において、範囲指定部１０２によって指定された抽出範囲（図中、四角枠内）の例である。範囲指定部１０２は、ユーザによって指示された分析対象（細胞単体や細胞群等）にしたがって、抽出範囲を指定するものとすることができる。
　具体的には、範囲指定部１０２は、細胞画像に分析対象の細胞や細胞群のみが含まれている場合等には、細胞画像全体を抽出範囲として指定するものとすることができる。また、範囲指定部１０２は、細胞画像に分析対象以外の細胞や細胞群が含まれている場合には、細胞画像の一部範囲のみを抽出範囲として指定するものとすることができる。
　例えば範囲指定部１０２は、分析対象が一つの細胞である場合には、その細胞を含む画像範囲を抽出範囲として指定するものとすることができる。また範囲指定部１０２は、それぞれが一つの細胞を含む複数の画像範囲を抽出範囲として指定してもよい。図３では、それぞれが一つの細胞を含む複数の画像範囲が抽出範囲として指定されている。
　また、範囲指定部１０２は、分析対象が複数の細胞からなる細胞群である場合には、その細胞群を含む画像範囲を抽出範囲として指定するものとすることができる。また範囲指定部１０２は、それぞれが一つの細胞郡を含む複数の画像範囲を抽出範囲として指定してもよい。さらに、範囲指定部１０２は、細胞群を含む画像範囲と、その細胞群を構成する細胞を含む画像範囲を共に抽出範囲として指定してもよい。
　範囲指定部１０２は、ユーザによる指示入力を受けて抽出範囲を指定してもよく、画像処理によって細胞や細胞群を検出し、抽出範囲を指定してもよい。範囲指定部１０２は、細胞画像と共に指定した抽出範囲を振動情報抽出部１０３に供給する。
　振動情報抽出部１０３は、範囲指定部１０２によって指定された抽出範囲から「振動情報」を抽出する。振動情報とは、細胞の自発膜電位振動に起因する振動の情報である。自発膜電位振動は、神経細胞等の一部の細胞において見られる膜電位の振動であり、以下、神経細胞を例にとって自発膜電位振動について説明する。図４及び図５は、神経細胞の自発膜電位振動を示すグラフであり、時間に対する膜電位の変化を示す。
　神経細胞は、他の神経細胞と形成したシナプスから刺激の入力がない場合も、膜電位が低下し閾値に達することで特定のチャネルが作用して膜電位の上昇を引き起こし、いくつかのチャネルの作用により膜電位の上昇が続いた後に、活動電位を発する閾値に達すると特定のチャネルが開いて活動電位を起こし、再び膜電位が低下するという自発膜電位振動を起こす。
　活動電位を生じる閾値は一定であるが、膜電位が低下から上昇に転ずるチャネルの組合せは、電位に依存して複数存在し、神経細胞に入力する興奮性、抑制性の入力によりどの電位で電位の上昇が起こるかが異なってくる。
　図４（ａ）は、神経細胞に抑制性の入力が多く入っている、または興奮性の入力が入っていない場合の自発膜電位振動を示す。この場合、過分極方向に向かうため、深い膜電位での上昇が起こり、自発膜電位振動は振幅が大きく、周波数の低い振動となる。また、図４（ｂ）に示すように興奮性の入力が多く入っている、または抑制性の入力が入っていない場合は、浅い膜電位で再上昇が起こり、自発膜電位振動は振幅が小さく、周波数の高い振動となる。即ち、図４に示すような自発膜電位振動は、細胞の生きの良さやチャネルなどの発現、機能、細胞に入力されている刺激の状態等といった細胞の状態に関する情報を含んでいる。
　また、複数の神経細胞によって構成される神経ネットワークとして見た場合、個々の神経細胞の自発膜電位振動に伴った活動電位、シナプスを通じた接続細胞への興奮性、または抑制性の入力により、ネットワーク全体の電位振動の同期が起こる。図５は、細胞ネットワーク形成による自発膜電位振動の同期を示す模式図であり、図５（ａ）は、個々の神経細胞の自発膜電位振動を示し、図５（ｂ）は複数の神経細胞から構成される神経細胞ネットワークの電位振動を示す。
　図５（ｂ）に示すように、ネットワーク形成が弱い場合（図中、「非同期」）には、各神経細胞の自発膜電位振動の位相が揃っていないため、細胞群の電位振動の振幅は低下する。一方、ネットワーク形成が強い場合（図中、「同期」）には、各神経細胞の自発膜電位振動の位相が揃っているため、細胞群の電位振動の振幅は増加する。即ち、図５（ｂ）に示すような細胞群の電位振動は、細胞群によるネットワーク形成状態に関する情報を含んでいる。
　このように、細胞の自発膜電位振動や、自発膜電位振動に起因する細胞群の電位振動は、細胞の状態や細胞ネットワークの形成状態を反映するものである。振動情報は、この自発膜電位振動に起因する振動に関する情報である。具体的には、振動情報は、撮像素子で撮像することが可能な電磁波（光や放射線等）、例えば細胞に導入された蛍光物質から生じる蛍光強度の振動、細胞の光学的特性（吸収、散乱等）を示す物質が生じるスペクトルの周波数や強度の振動等を含む。また、細胞画像が明視野像、暗視野像、位相差像等である場合には、振動情報はこれらの画像の動き解析から得られる細胞運動、細胞内運動の振動情報を含む。
　振動情報抽出部１０３は、このような振動情報を細胞画像の抽出範囲から抽出する。したがって、一つの細胞を含む抽出範囲から抽出される振動情報は、その細胞についての振動情報であり、細胞群を含む抽出範囲から抽出される振動情報はその細胞群についての振動情報である。図６は、振動情報抽出部１０３が抽出する振動情報の一例であり、一つの神経細胞を含む抽出範囲から抽出された蛍光強度振動を示す。
　振動情報抽出部１０３は、抽出範囲から一種類の振動情報（例えば蛍光強度振動）のみを抽出してもよく、複数の振動情報（例えば蛍光強度振動と運動振動）を抽出してもよい。振動情報抽出部１０３は、抽出した振動情報を振動特性算出部１０４に供給する。
　振動特性算出部１０４は、上記振動情報から「振動特性」を算出する。振動特性は、振動情報を解析して得られる振動の特性であり、振幅や周波数、振動パワーの情報を含む。具体的には、振動特性は、振動情報にＦＦＴ（高速フーリエ変換）やウェーブレット変換等の周波数解析を施して得られる解析結果、即ち周波数スペクトルやパワースペクトルによって表されるものとすることができる。
　また、振動特性算出部１０４は、細胞画像の画素に対する平均値を振動特性として算出してもよい。具体的には評価部１０５は、抽出範囲に含まれる画素や、細胞が検出される画素、振動が検出される画素、細胞に導入された物質（蛍光標識等）からのエネルギーが検出される画素、特徴的なスペクトルが存在する画素、運動が検出される画素に対する平均値を振動特性として算出することができる。
　図７は、振動特性算出部１０４が算出する振動特性の一例であり、図６に示した振動情報（蛍光強度振動）に対してＦＦＴを施して得られるパワースペクトルある。振動特性算出部１０４は、算出した振動特性を評価部１０５に供給してもよく、画像生成部１０６に供給して表示させ、ユーザに提示してもよい。
　評価部１０５は、振動特性算出部１０４から供給された振動特性に基づいて、抽出範囲に含まれる一つ又は複数の細胞を評価する。詳細は後述するが、具体的には評価部１０５は、振動特性によって表されている振動情報の周波数や振幅、振動パワー等に基づいて細胞に入力されている刺激の種類や強度、細胞ネットワークの形成状態を評価するものとすることができる。また、評価部１０５は、複数種の振動情報（例えば蛍光強度振動と運動振動）の振動特性の類似性に基づいて評価を実施してもよい。評価部１０５は評価結果を画像生成部１０６に供給する。
　画像生成部１０６は、表示画像を生成し、図示しないディスプレイ等に表示させる。画像生成部１０６は、振動特性算出部１０４から供給された振動特性（図７参照）を表示させてもよく、評価部１０５から供給された評価結果を表示させてもよい。また、画像生成部１０６は、細胞画像に評価結果を重複させて表示画像を生成し、表示させてもよい。
　細胞分析システム１００は以上のような構成を有する。なお、細胞分析システム１００は、一つの情報処理装置によって構成されるものに限られず、複数の情報処理装置によって構成されてもよく、情報処理装置のネットワーク上に構成されてもよい。
　［分析システムの動作］
　分析システム１００の動作について説明する。
　（細胞単体の評価）
　細胞単体を評価する場合、分析システム１００は次のように動作する。
　画像取得部１０１は評価対象の細胞を含む細胞画像を取得し、範囲指定部１０２に供給する。範囲指定部１０２は、評価対象の細胞を含む範囲を抽出範囲として指定する。範囲指定部１０２は、細胞画像に評価対象の細胞のみが含まれている場合には、細胞画像の全体を抽出範囲として指定することができる。また、範囲指定部１０２は、それぞれが細胞を含む複数の抽出範囲を指定してもよい
　振動情報抽出部１０３は、抽出範囲から振動情報として振動情報を抽出する（実施例参照）。振動情報抽出部１０３は、抽出範囲から複数種の振動情報、例えば蛍光強度振動と運動振動を抽出してもよい。振動特性算出部１０４は、振動情報に周波数解析を施し、振動特性を算出する。
　ここで、抽出範囲から抽出される振動情報は、細胞の自発膜電位振動の影響を受ける。具体的には、細胞の自発膜電位振動の振幅が大きく、周波数が小さい場合には、その細胞から生じる振動情報の振幅も大きく、周波数が小さくなる。細胞の自発膜電位振動の振幅が小さく、周波数が大きい場合には、その細胞から生じる振動情報の振幅も小さく、周波数が大きくなる。
　このため、評価部１０７は、振動情報の振動特性に基づいて、評価対象の細胞の状態を評価することができる。具体的には評価部１０７は、振動情報の振幅が大きく、周波数が小さい場合には、細胞に抑制性の入力が多く入っている、または興奮性の入力が入っていないと評価することができる。また、評価部１０７は、振動情報の振幅が小さく、周波数が大きい場合には、細胞に興奮性の入力が多く入っている、または抑制性の入力が入っていないと評価することができる。この他にも評価部１０７は、振動特性に基づいて細胞の生きの良さやチャネルなどの発現、機能等を評価するものとすることができる。
　（細胞ネットワークの評価）
　細胞ネットワークを評価する場合、分析システム１００は次のように動作する。
　画像取得部１０１は評価対象の細胞群を含む細胞画像を取得し、範囲指定部１０２に供給する。範囲指定部１０２は、評価対象の細胞群を含む範囲を抽出範囲として指定する。範囲指定部１０２は、細胞画像に評価対象の細胞群のみが含まれている場合には、細胞画像の全体を抽出範囲として指定することができる。また、範囲指定部１０２は、それぞれが細胞群を含む複数の抽出範囲を指定してもよい。さらに、範囲指定部１０２は、細胞群を含む範囲と、その細胞群を構成する細胞を含む範囲をそれぞれ抽出範囲として指定するものとすることも可能である。
　振動情報抽出部１０３は、抽出範囲から振動情報を抽出する。振動情報抽出部１０３は、抽出範囲から複数種の振動情報、例えば蛍光強度振動と運動振動を抽出してもよい。振動特性算出部１０４は、振動情報に周波数解析を施し、振動特性を算出する。
　ここで、細胞群から抽出される振動情報は細胞群における細胞のネットワーク形成状態に影響を受ける。具体的には細胞ネットワークの形成が進んでいる場合には、その細胞群の振動情報の振幅は大きく、細胞ネットワークの形成が進んでいない場合にはその細胞群の振動情報の振幅は小さくなる。これは、細胞ネットワークの形成が進んでいる場合には各細胞の自発膜電位振動が同期して位相が揃い、細胞ネットワークの形成が進んでいない場合には各細胞の自発膜電位振動の位相が揃わないためである。
　このため、評価部１０７は、細胞群を含む抽出範囲から抽出された振動情報の振動特性から、その細胞群における細胞のネットワーク形成状態を評価することができる。具体的には、評価部１０７は振動情報の振幅が大きい場合には細胞ネットワークの形成が進み、振動情報の振幅が小さい場合には細胞ネットワークの形成が進んでいないと評価することができる。
　また、評価部１０７は、細胞群を含む抽出範囲と、その細胞群を構成する細胞を含む範囲からそれぞれ抽出された振動情報の振動特性の比較に基づいて、細胞ネットワークの形成状態を評価するものとすることも可能である。細胞群の振動情報は、細胞ネットワークの形成に伴なって振幅が大きくなるのに対し、細胞の振動情報は、細胞ネットワークの形成が進んでも顕著な変化を示さないためである。
　加えて、評価部１０７は、培養日数の経過に伴なう振幅の増加に基づいて、細胞ネットワークの形成状態を評価するものとすることも可能である。細胞群の振動情報は、培養日数の経過によって細胞ネットワークの形成が進み、振幅が次第に大きくなるのに対し、細胞の振動情報は、細胞ネットワークの形成が進んでも振幅は顕著な変化を示さないためである。
　本実施形態に係る分析システム１００は以上のように動作する。なお、分析システム１００の動作の一部又は全部は、分析システム１００の構成に替わりユーザが実施してもよい。
　[本技術の応用例]
　本技術の応用例に係る神経回路の評価システムついて説明する。図８は本技術の応用例に係る神経回路の評価システムにおいて利用される評価用プレート２００を示す模式図である。評価用プレート２００は、細胞を収容するためのウェル２０１を複数有する。各ウェル２０１は、流路２０２によって互いに接続されている。流路２０２は、細胞の神経突起が通過可能であり、細胞体は通過不可能に構成されている。
　各ウェル２０１に異なる細胞種の細胞群を培養し、流路２０２を介して神経突起を接続させる。各ウェル２０１を経時的に撮像した細胞画像について、上述のようにして細胞ネットワークの形成状態を評価することにより、異なる細胞種間での細胞ネットワークの形成状態を評価することが可能となる。
　光学観察に対して垂直方向に分布した細胞群に対しても、垂直方向に焦点面を走査することで評価することができる。また、各細胞に作用する生理活性物質や薬剤の濃度勾配を形成させ、濃度勾配に沿った評価を行うことも可能である。加えて、神経細胞以外の細胞群を各ウェル２０１毎に同時培養し、細胞ネットワークの形成状態評価することも可能である。
　本技術は、上記各実施形態にのみ限定されるものではなく、本技術の要旨を逸脱しない範囲内において変更することが可能である。
　［１．Ｃａ２＋ｉｎｆｌｕｘ振動］
　（１－１．生理活性物質による神経細胞の蛍光強度振動への影響）
　神経細胞に対して抑制性の刺激を与える生理活性物質であるＧＡＢＡと、興奮性の刺激を与えるＬ－Ｇｌｕが神経細胞及び神経細胞ネットワークに与える影響を、蛍光強度振動を利用して評価した。
　ｉＰＳ細胞から分化させた神経細胞（ｉＰＳアカデミアジャパン）にＣａ２＋イメージングに用いられるＦｌｕｏ８（蛍光標識）を取り込ませ、培養液にＧＡＢＡ又はＬ－Ｇｌｕを投与した。それぞれの神経細胞から生じるＦｌｕｏ８の蛍光を２ｆｌａｍｅ／ｓｅｃで1分間、蛍光撮像し、それぞれの細胞画像を得た。
　各細胞画像において、一つの神経細胞を含む画像範囲を抽出範囲として、蛍光強度振動（振動情報）を抽出した。図９（ａ）はＧＡＢＡが投与された神経細部の細胞画像から抽出された蛍光強度振動であり、図９（ｂ）はＬ－Ｇｌｕが投与された神経細胞の細胞画像から抽出された蛍光強度振動である。
　続いて、それぞれの蛍光強度振動にＦＦＴ解析を施し、パワースペクトル（振動特性）を算出した。図１０（ａ）はＧＡＢＡが投与された神経細胞の蛍光強度振動（図９（ａ））から算出されたパワースペクトルであり、図１０（ｂ）はＬ－Ｇｌｕが投与された神経細胞の蛍光強度振動（図９（ｂ））から算出されたパワースペクトルである。
　図１０（ａ）と図１０（ｂ）のパワースペクトルを比較すると、ＧＡＢＡが投与された神経細胞の蛍光強度振動は、Ｌ－Ｇｌｕが投与された神経細胞の蛍光強度振動に対して振幅が大きく、低周波であることが確認できる。即ち、ＧＡＢＡやＬ－Ｇｌｕの投与によって神経細胞の自発膜電位振動が変動し、それを蛍光強度振動の振動特性から確認することが可能であるといえる。
　（１－２．神経細胞ネットワークの形成による細胞群の蛍光強度振動の変化）
　ｉＰＳ細胞から分化させた神経細胞（ｉＰＳアカデミアジャパン）の、神経細胞ネットワークが形成されていない細胞群と、神経細胞ネットワークが形成された細胞群を準備し、それぞれの細胞群にＦｌｕｏ８を取り込ませた。それぞれの細胞群から生じるＦｌｕｏ８の蛍光を２ｆｌａｍｅ／ｓｅｃで1分間、蛍光撮像し、それぞれの細胞画像を得た。
　図１１（ａ）は神経細胞ネットワークが形成されていない細胞群の細胞画像であり、図１１（ｂ）は神経細胞ネットワークが形成された細胞群の細胞画像である。各細胞画像において、画像全体及び一つの神経細胞を含む画像範囲をそれぞれ抽出範囲として、蛍光強度振動を抽出した。図１１（ａ）及び図１１（ｂ）において一つの神経細胞を含む抽出範囲を示す（図中、四角枠内）。
　神経細胞ネットワークが形成されていない細胞群の細胞画像（図１１（ａ））の抽出範囲（画像全体及び各細胞）から蛍光強度振動（振動情報）を抽出した。図１２（ａ）～（ｄ）は同細胞群の各細胞の蛍光強度振動であり、図１３（ａ）は画像全体（細胞群）の蛍光強度振動である。また、画像全体の蛍光強度振動（図１３（ａ））のパワースペクトル（振動特性）を算出した。そのパワースペクトルを図１３（ｂ）に示す。
　図１２（ａ）～（ｄ）に示す各細胞の蛍光強度振動では、振動が観察されるのに対し、図１３（ａ）に示す細胞群の蛍光強度振動では、図１３（ｂ）に示すパワースペクトルからわかるように振動がほとんど観察されなかった。
　また、神経細胞ネットワークが形成された細胞群の細胞画像（図１１（ｂ））の抽出範囲（画像全体及び各細胞）から蛍光強度振動（振動情報）を抽出した。図１４（ａ）～（ｄ）は同細胞群の各細胞の蛍光強度振動であり、図１５（ａ）は画像全体（細胞群）の蛍光強度振動である。また、画像全体の蛍光強度振動（図１５（ａ））のパワースペクトル（振動特性）を算出した。そのパワースペクトルを図１５（ｂ）に示す。
　図１４（ａ）～（ｄ）に示す各細胞の蛍光強度振動では、神経細胞ネットワークが形成されていない場合（図１３（ａ）～（ｄ））と同様に振動が観察された。さらに、図１５（ａ）に示す細胞群の蛍光強度振動でも、図１５（ｂ）に示すパワースペクトルからわかるように振動が観察された。
　このことから、各細胞の蛍光強度振動は、神経細胞ネットワークの形成の有無に関わらずに振動が観察されるものの、細胞群の蛍光強度振動は、神経細胞ネットワークの形成の有無によって影響を受けることがわかる。換言すれば、細胞群を抽出範囲とする蛍光強度振動の振動特性から、その細胞群が神経細胞ネットワークを形成しているか否かを評価することができる。
　続いて、神経細胞ネットワークが形成されていない細胞群を７日間に渡って培養し、神経細胞ネットワークの形成に伴なう蛍光強度振動の変化を観察した。図１６（ａ）～（ｅ）は、各培養日数における、細胞群を含む画像全体を抽出範囲として抽出した蛍光強度振動である。また、図１７（ａ）～（ｅ）は、各培養日数における、細胞群の蛍光強度振動（図１６（ａ）～（ｅ））から算出したパワースペクトルである。
　図１７（ａ）～（ｅ）に示すように、培養日数の経過に伴なって、蛍光強度振動の振動パワーが増加しており、特に培養１日後から２日後の変化が大きい。これは、培養日数の経過と共に神経細胞ネットワークが形成され、各細胞の自発膜電位振動の同期が進行していることを示す。また、特に培養１日後から２日後に神経細胞ネットワークの形成が進行してることがわかる。
　一方、図１８（ａ）～（ｅ）は、各培養日数における、細胞群の個々の細胞を抽出範囲として抽出した蛍光強度振動であり、図１９（ａ）～（ｅ）は、各培養日数における、個々の細胞の蛍光強度振動（図１８（ａ）～（ｅ））から算出したパワースペクトルである。
　図１９（ａ）～（ｅ）に示すように、培養日数の経過によっても、蛍光強度振動の振動パワーには顕著な変化がみられない。上記のように細胞群の蛍光強度振動の振動パワーは増大していることから、細胞群の蛍光強度振動の振動パワーは、神経細胞ネットワークの形成を反映していることが確認できる。
　［２．運動振動］
　（２－１．神経細胞の運動振動と蛍光励起振動の比較）
　ｉＰＳ細胞由来の神経細胞を２ｆｌａｍｅ／ｓｅｃで１分間撮像した細胞画像において、神経細胞を含む抽出範囲からブロックマッチングを用いた動き解析を利用して運動振動（振動情報）を抽出した。さらに各抽出範囲から、上述したＣａ２＋イメージングによる蛍光強度振動（振動情報）を抽出した。
　図２０は細胞画像と、抽出範囲（図中、四角枠内）を示す。図２１（ａ）～（ｄ）は各抽出範囲から抽出された運動振動を示し、図２２（ａ）～（ｄ）は各抽出範囲から抽出された蛍光強度振動を示す。図２１（ａ）と図２２（ａ）、図２１（ｂ）と図２２（ｂ）、図２１（ｃ）と図２２（ｃ）、図２１（ｄ）と図２２（ｄ）はそれぞれ同一の抽出範囲から抽出されたものである。
　運動振動（図２１）と蛍光強度振動（図２２）とを比較すると、それぞれの振動特性は完全には一致しないが、一部で関係した波形を示した。これにより、神経細胞の運動振動の少なくとも一部は、Ｃａ２＋ｉｎｆｌｕｘにより制御されているといえる。
　（２－２．生理活性物質による神経細胞の運動振動への影響）
　神経細胞へのＧＡＢＡ及びＬ－Ｇｌｕの投与による影響を評価した。ｉＰＳ細胞から分化させた神経細胞（ｉＰＳアカデミアジャパン）の培養液にＧＡＢＡ又はＬ－Ｇｌｕを投与した。それぞれの神経細胞を２ｆｌａｍｅ／ｓｅｃで1分間撮像し、それぞれの細胞画像を得た。
　各細胞画像において、一つの神経細胞を含む画像範囲を抽出範囲として、運動振動を抽出した。図２３（ａ）はＧＡＢＡが投与された神経細部の細胞画像から抽出された運動振動であり、図２３（ｂ）はＬ－Ｇｌｕが投与された神経細胞の細胞画像から抽出された運動振動である。
　続いて、それぞれの運動振動にＦＦＴ解析を施し、パワースペクトルを算出した。図２４（ａ）はＧＡＢＡが投与された神経細胞の運動振動（図２３（ａ））から算出されたパワースペクトルであり、図２４（ｂ）はＬ－Ｇｌｕが投与された神経細胞の運動振動（図２３（ｂ））から算出されたパワースペクトルである。
　図２４（ａ）と図２４（ｂ）のパワースペクトルを比較すると、ＧＡＢＡが投与された神経細胞の運動振動は、Ｌ－Ｇｌｕが投与された神経細胞の運動振動に対して振幅が大きく、低周波であることが確認できる。即ち、ＧＡＢＡやＬ－Ｇｌｕの投与によって神経細胞の自発膜電位振動が変動し、それを運動振動の振動特性から確認することが可能であるといえる。
　（２－３．神経細胞ネットワークの形成による細胞群の運動振動の変化）
　ｉＰＳ細胞から分化させた神経細胞（ｉＰＳアカデミアジャパン）の、神経細胞ネットワークが形成されていない細胞群を７日間に渡って培養し、神経細胞ネットワークの形成に伴なう運動振動の変化を観察した。図２５（ａ）～（ｅ）は、各培養日数における、細胞群を含む画像全体を抽出範囲として抽出した運動振動である。また、図２６（ａ）は、各培養日における、細胞群の運動振動（図２５（ａ）～（ｅ））から算出したパワースペクトルであり、図２６（ｂ）は各培養日における振動パワーの、抽出範囲に含まれる各画素に対する平均値である。
　図２６（ａ）及び図２６（ｂ）に示すように、培養日数の経過に伴なって、運動振動の振動パワーが増加している。これは、培養日数の経過と共に神経細胞ネットワークが形成され、各細胞の自発膜電位振動の同期が進行していることを示す。即ち、細胞群の運動振動を利用してネットワーク形成の程度が評価可能であるといえる。
　（２－４．運動振動による細胞毒性評価）
　神経細胞への細胞毒性物質の投与による影響を細胞の運動振動を利用して評価した。細胞毒性モデルとして、アルツハイマー病の原因と考えられているＡβペプチドの細胞毒性と、抗アルツハイマー病薬のメマンチンの神経保護作用を評価した。Ａβペプチドの細胞毒性としては、シナプスに作用してのシナプス障害、細胞に取り込まれての細胞障害がある。
　十分な神経細胞ネットワークを形成した、ｉＰＳ細胞に由来する神経細胞の細胞群を準備した。各細胞群にＡβペプチド又はＡβペプチド及びメマンチンを所定量投与し、５日間培養した。
　５日後に、各細胞群の細胞画像を撮像し、画像全体と個々の細胞を抽出範囲として運動振動を抽出し、振動特性を算出した。図２７（ａ）～（ｆ）は画像全体を抽出範囲として抽出した運動振動の振動特性である。図２７（ａ）はＡβペプチド及びメマンチンを投与していない細胞群、図２７（ｂ）は５０ｎＭのＡβペプチド、図２７（ｃ）は５００ｎＭのＡβペプチド、図２７（ｄ）は５０００ｎｍのＡβペプチドを投与した細胞群の振動特性である。また、図２７（ｅ）は５００ｎＭのＡβペプチド及び５μＭのメマンチン、図２７（ｆ）は５０００ｎＭのＡβペプチド及び５μＭのメマンチンを投与した細胞群の振動特性である。
　図２８は、図２７（ａ）～（ｅ）に示す各細胞群の運動振動から抽出した振動パワーの、抽出範囲に含まれる各画素に対する平均値である。図２８に示すように、Ａβペプチドの投与量が増加するにしたがって細胞群の振動パワーが低下しており、一方でメマンチンを投与したものは振動パワーが低下していないことがわかる。
　また、図２９（ａ）～（ｆ）は、個々の細胞を抽出範囲として抽出した運動振動の振動特性である。図２９（ａ）はＡβペプチド及びメマンチンを投与していない細胞群、図２９（ｂ）は５０ｎＭのＡβペプチド、図２９（ｃ）は５００ｎＭのＡβペプチド、図２９（ｄ）は５０００ｎｍのＡβペプチドを投与した細胞群の振動特性である。また、図２９（ｅ）は５００ｎＭのＡβペプチド及び５μＭのメマンチン、図２９（ｆ）は５０００ｎＭのＡβペプチド及び５μＭのメマンチンを投与した細胞群の振動特性である。
　図３０は、図２９（ａ）～（ｆ）に示す個々の細胞の運動振動から抽出した振動パワーの、抽出範囲に含まれる各画素に対する平均値である。図３０に示すように個々の細胞の振動パワーは、細胞群の振動パワー（図２５）と同様の傾向がみられるものの、細胞群のような大きな振動パワーの低下は確認されない。
　以上のように、個々の細胞から抽出される運動振動の振動特性（図２８）から個々の細胞への細胞障害を評価し、細胞群から抽出される運動振動の振動特性（図３０）からシナプス障害に起因する神経細胞ネットワークを評価することが可能であるといえる。
　なお、本技術は以下のような構成も採ることができる。
　（１）
　細胞を経時的に撮像した細胞画像を取得する画像取得部と、
　上記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出する振動情報抽出部と、
　上記振動情報から、上記振動情報の振動特性を算出する振動特性算出部と
　を具備する細胞分析システム
　（２）
　上記（１）に記載の細胞分析システムであって、
　上記細胞画像において抽出範囲を指定する範囲指定部をさらに具備し、
　上記振動情報抽出部は、上記抽出範囲から上記振動情報を抽出する
　細胞分析システム。
　（３）
　上記（１）又は（２）に記載の細胞分析システムであって、
　上記振動特性に基づいて、上記抽出範囲に含まれる一つ又は複数の細胞を評価する評価部
　をさらに具備する細胞分析システム。
　（４）
　上記（１）乃至（３）のいずれか一つに記載の細胞分析システムであって、
　上記範囲指定部は、上記細胞画像において一つの細胞を含む範囲を上記抽出範囲として指定し、
　上記評価部は、上記細胞に入力されている刺激の種類や強度を評価する
　細胞分析システム。
　（５）
　上記（１）乃至（４）のいずれか一つに記載の細胞分析システムであって、
　上記範囲指定部は、上記細胞画像において複数の細胞からなる細胞群を含む範囲を上記抽出範囲として指定し、
　上記評価部は、上記細胞群における細胞ネットワークの形成状態を評価する
　細胞分析システム。
　（６）
　上記（１）乃至（５）のいずれか一つに記載の細胞分析システムであって、
　上記振動情報抽出部は、電磁波の強度振動を上記振動情報として抽出する
　細胞分析システム。
　（７）
　上記（１）乃至（６）のいずれか一つに記載の細胞分析システムであって、
　上記振動情報抽出部は、運動振動を上記振動情報として抽出する
　細胞分析システム。
　（８）
　上記（１）乃至（７）のいずれか一つに記載の細胞分析システムであって、
　上記振動特性算出部は、上記振動情報に対して周波数変換を施し、上記振動特性を算出する
　細胞分析システム。
　（９）
　上記（１）乃至（８）のいずれか一つに記載の細胞分析システムであって、
　上記振動情報抽出部は、上記抽出範囲から複数種の振動情報を抽出する
　細胞分析システム。
　（１０）
　上記（１）乃至（９）のいずれか一つに記載の細胞分析システムであって、
　上記範囲指定部は、上記細胞画像において細胞群を含む範囲と、上記細胞群を構成する細胞を含む範囲を抽出範囲として指定する
　細胞分析システム。
　（１１）
　細胞を経時的に撮像した細胞画像を取得する画像取得部と、
　上記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出する振動情報抽出部と、
　上記振動情報から、上記振動情報の振動特性を算出する振動特性算出部と
　として情報処理装置を動作させる細胞分析プログラム。
　（１２）
　細胞を経時的に撮像して細胞画像を生成し、
　上記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出し、
　上記振動情報から、上記振動情報の振動特性を算出する
　細胞分析方法。
　（１３）
　上記（１２）に記載の細胞分析方法であって、
　上記振動情報を抽出するステップでは、上記細胞画像において一つの細胞を含む範囲から上記振動情報を抽出し、
　上記細胞分析方法は、上記振動特性に基づいて上記細胞に入力されている刺激の種類や強度を評価するステップをさらに具備する
　細胞分析方法。
　（１４）
　上記（１２）又は（１３）に記載の細胞分析方法であって、
　上記振動情報を抽出するステップでは、記細胞画像において複数の細胞からなる細胞群を含む範囲から上記振動情報を抽出し、
　上記細胞分析方法は、上記振動特性に基づいて上記細胞群における細胞ネットワークの形成状態を評価するステップをさらに具備する
　細胞分析方法。
　上記（１２）乃至（１４）のいずれか一つに記載の細胞分析方法であって、
　上記細胞画像を生成するステップでは、神経突起のみを通過させ、細胞体を通過させない流路によって隔てられ、培養された複数の細胞群をそれぞれ経時的に撮像し、上記細胞画像を生成する
　細胞分析方法。
　１００…細胞分析システム
　１０１…画像取得部
　１０２…範囲指定部
　１０３…振動情報抽出部
　１０４…振動特性算出部
　１０５…評価部
　１０６…画像生成部

Claims (15)

  1. 　細胞を経時的に撮像した細胞画像を取得する画像取得部と、
    　前記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出する振動情報抽出部と、
    　前記振動情報から、前記振動情報の振動特性を算出する振動特性算出部と
    　を具備する細胞分析システム
  2. 　請求項１に記載の細胞分析システムであって、
    　前記細胞画像において抽出範囲を指定する範囲指定部をさらに具備し、
    　前記振動情報抽出部は、前記抽出範囲から前記振動情報を抽出する
    　細胞分析システム。
  3. 　請求項２に記載の細胞分析システムであって、
    　前記振動特性に基づいて、前記抽出範囲に含まれる一つ又は複数の細胞を評価する評価部
    　をさらに具備する細胞分析システム。
  4. 　請求項３に記載の細胞分析システムであって、
    　前記範囲指定部は、前記細胞画像において一つの細胞を含む範囲を前記抽出範囲として指定し、
    　前記評価部は、前記細胞に入力されている刺激の種類や強度を評価する
    　細胞分析システム。
  5. 　請求項３に記載の細胞分析システムであって、
    　前記範囲指定部は、前記細胞画像において複数の細胞からなる細胞群を含む範囲を前記抽出範囲として指定し、
    　前記評価部は、前記細胞群における細胞ネットワークの形成状態を評価する
    　細胞分析システム。
  6. 　請求項１に記載の細胞分析システムであって、
    　前記振動情報抽出部は、電磁波の強度振動を前記振動情報として抽出する
    　細胞分析システム。
  7. 　請求項１に記載の細胞分析システムであって、
    　前記振動情報抽出部は、運動振動を前記振動情報として抽出する
    　細胞分析システム。
  8. 　請求項１に記載の細胞分析システムであって、
    　前記振動特性算出部は、前記振動情報に対して周波数変換を施し、前記振動特性を算出する
    　細胞分析システム。
  9. 　請求項２に記載の細胞分析システムであって、
    　前記振動情報抽出部は、前記抽出範囲から複数種の振動情報を抽出する
    　細胞分析システム。
  10. 　請求項２に記載の細胞分析システムであって、
    　前記範囲指定部は、前記細胞画像において細胞群を含む範囲と、前記細胞群を構成する細胞を含む範囲を抽出範囲として指定する
    　細胞分析システム。
  11. 　細胞を経時的に撮像した細胞画像を取得する画像取得部と、
    　前記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出する振動情報抽出部と、
    　前記振動情報から、前記振動情報の振動特性を算出する振動特性算出部と
    　として情報処理装置を動作させる細胞分析プログラム。
  12. 　細胞を経時的に撮像して細胞画像を生成し、
    　前記細胞画像から、細胞の自発膜電位振動に起因する振動情報を抽出し、
    　前記振動情報から、前記振動情報の振動特性を算出する
    　細胞分析方法。
  13. 　請求項１２に記載の細胞分析方法であって、
    　前記振動情報を抽出するステップでは、前記細胞画像において一つの細胞を含む範囲から前記振動情報を抽出し、
    　前記細胞分析方法は、前記振動特性に基づいて前記細胞に入力されている刺激の種類や強度を評価するステップをさらに具備する
    　細胞分析方法。
  14. 　請求項１２に記載の細胞分析方法であって、
    　前記振動情報を抽出するステップでは、記細胞画像において複数の細胞からなる細胞群を含む範囲から前記振動情報を抽出し、
    　前記細胞分析方法は、前記振動特性に基づいて前記細胞群における細胞ネットワークの形成状態を評価するステップをさらに具備する
    　細胞分析方法。
  15. 　請求項１２に記載の細胞分析方法であって、
    　前記細胞画像を生成するステップでは、神経突起のみを通過させ、細胞体を通過させない流路によって隔てられ、培養された複数の細胞群をそれぞれ経時的に撮像し、前記細胞画像を生成する
    　細胞分析方法。
PCT/JP2013/006646 2012-12-27 2013-11-12 細胞分析システム、細胞分析プログラム及び細胞分析方法 WO2014103137A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201380067145.7A CN104884632B (zh) 2012-12-27 2013-11-12 细胞分析系统及细胞分析方法
JP2014554085A JP6308134B2 (ja) 2012-12-27 2013-11-12 細胞分析システム、細胞分析プログラム及び細胞分析方法
US14/651,553 US10209236B2 (en) 2012-12-27 2013-11-12 Cell analyzer system, cell analyzer program, and cell analyzing method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-285123 2012-12-27
JP2012285123 2012-12-27

Publications (1)

Publication Number Publication Date
WO2014103137A1 true WO2014103137A1 (ja) 2014-07-03

Family

ID=51020273

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/006646 WO2014103137A1 (ja) 2012-12-27 2013-11-12 細胞分析システム、細胞分析プログラム及び細胞分析方法

Country Status (4)

Country Link
US (1) US10209236B2 (ja)
JP (1) JP6308134B2 (ja)
CN (1) CN104884632B (ja)
WO (1) WO2014103137A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014103137A1 (ja) * 2012-12-27 2014-07-03 ソニー株式会社 細胞分析システム、細胞分析プログラム及び細胞分析方法
WO2015068329A1 (ja) 2013-11-08 2015-05-14 ソニー株式会社 細胞分析システム、細胞分析プログラム及び細胞分析方法
EP3438644B1 (en) * 2016-03-28 2020-12-23 FUJIFILM Corporation Cell analysis system
WO2020022038A1 (ja) 2018-07-24 2020-01-30 ソニー株式会社 情報処理装置、情報処理方法、情報処理システム、およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011132584A1 (ja) * 2010-04-23 2011-10-27 浜松ホトニクス株式会社 膜電位変化検出装置および膜電位変化検出方法
JP2012014066A (ja) * 2010-07-02 2012-01-19 Olympus Corp 細胞観察方法および走査型顕微鏡装置

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6986993B1 (en) * 1999-08-05 2006-01-17 Cellomics, Inc. System for cell-based screening
ATE330027T1 (de) 2000-03-13 2006-07-15 Merck & Co Inc High throughput screening durch messen der intrazellulären kalziumspiegel
US7615356B2 (en) 2000-07-10 2009-11-10 Vertex Pharmaceuticals (San Diego) Llc Ion channel assay methods
US6686193B2 (en) 2000-07-10 2004-02-03 Vertex Pharmaceuticals, Inc. High throughput method and system for screening candidate compounds for activity against target ion channels
JPWO2003100057A1 (ja) * 2002-05-28 2005-09-22 独立行政法人産業技術総合研究所 化学物質センサシステム
JP2004008173A (ja) 2002-06-11 2004-01-15 Sumitomo Bakelite Co Ltd 神経毒性試験方法
CA2512798A1 (en) 2003-01-07 2004-07-22 Neuromed Technologies, Inc. Fluorescence based t-type channel assay
SI1475350T1 (sl) 2003-05-07 2005-12-31 Degussa Prevlecene granule natrijevega perkarbonata z izboljsano stabilnostjo pri skladiscenju
EP1646926A2 (en) * 2003-07-18 2006-04-19 Cytokinetics, Inc. Characterizing biological stimuli by response curves
CA2598602A1 (en) 2004-03-16 2005-10-20 Amnis Corporation Image based quantitation of molecular translocation
JP2006184207A (ja) 2004-12-28 2006-07-13 Matsushita Electric Ind Co Ltd 細胞膜の特性および状態の少なくとも一方の電気的測定方法および電気的測定装置
CN101500481B (zh) 2005-04-05 2014-07-02 康宁股份有限公司 一种测定刺激事件对细胞产生的影响的方法
JP2006329672A (ja) 2005-05-23 2006-12-07 Univ Of Tokyo 抗うつ作用物質のスクリーニング方法
CN103113463B (zh) 2005-12-13 2015-02-18 国立大学法人京都大学 核重新编程因子
US20070294778A1 (en) * 2006-03-16 2007-12-20 Adam Rich Zebrafish model for assessing gastrointestinal motility
US7940978B2 (en) * 2007-06-05 2011-05-10 General Electric Company Automatic characterization of cellular motion
US20100209934A1 (en) * 2007-10-18 2010-08-19 Snu R&Db Foundation Method of identifying agents which modulate the activity of calcium-activated chloride channel
JP4753094B2 (ja) 2007-11-19 2011-08-17 独立行政法人産業技術総合研究所 神経回路再生機能の解析装置、解析方法およびスクリーニング方法
JP5259207B2 (ja) 2008-02-05 2013-08-07 オリンパス株式会社 細胞画像解析装置及びその方法並びにそのソフトウェア
US8712139B2 (en) * 2008-03-21 2014-04-29 General Electric Company Methods and systems for automated segmentation of dense cell populations
EP2278332A1 (en) * 2009-07-20 2011-01-26 Fondazione Centro San Raffaele del Monte Tabor Method for optical measuring variations of cell membrane conductance
JP5544474B2 (ja) 2009-12-11 2014-07-09 国立大学法人東北大学 細胞検査用バイオアッセイ用キット
JP5772817B2 (ja) 2010-03-29 2015-09-02 ソニー株式会社 画像処理装置および方法、並びに、プログラム
CN103168236B (zh) * 2010-08-23 2016-01-20 哈佛大学管理委员会 用于膜电位测定的光遗传学探针
US8668647B2 (en) * 2010-10-15 2014-03-11 The University Of British Columbia Bandpass sampling for elastography
JP6078943B2 (ja) 2011-02-28 2017-02-15 ソニー株式会社 画像処理装置および方法、並びに、プログラム
US20130344559A1 (en) * 2012-04-23 2013-12-26 The University Of Akron Device and method for controlling nerve growth
WO2014103137A1 (ja) * 2012-12-27 2014-07-03 ソニー株式会社 細胞分析システム、細胞分析プログラム及び細胞分析方法
EP3063262A4 (en) * 2013-10-30 2017-07-19 Miklas, Jason Devices and methods for three-dimensional tissue culturing
WO2015068329A1 (ja) 2013-11-08 2015-05-14 ソニー株式会社 細胞分析システム、細胞分析プログラム及び細胞分析方法
US20170246148A1 (en) * 2014-09-15 2017-08-31 Sound Pharmaceuticals Incorporated Methods and Compositions for Treating Psychotic Disorders
US10910573B2 (en) * 2015-09-08 2021-02-02 The University Of Notre Dame Du Lac Cell-based electromechanical biocomputing

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011132584A1 (ja) * 2010-04-23 2011-10-27 浜松ホトニクス株式会社 膜電位変化検出装置および膜電位変化検出方法
JP2012014066A (ja) * 2010-07-02 2012-01-19 Olympus Corp 細胞観察方法および走査型顕微鏡装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HATSUME UNO ET AL.: "Dogazo Kaiseki ni yoru Shinkino ni Taisuru Arata na Yakuzai Hyoka Shuho no Kaihatsu", JAPANESE ASSOCIATION OF CARDIOVASCULAR PHARMACOLOGY KOEN YOSHISHU, vol. 21, 2 December 2011 (2011-12-02), pages 47 *
SHIORI OSHIMA ET AL.: "Kogaku Kenbikyo ni yoru Z-Stack Dogazo o Mochiita Seisaibo no Sanjigen Joho Shutokuho", BIOIMAGING, vol. 21, no. 2, 1 August 2012 (2012-08-01), pages 210 - 211 *
TAKESHI KUNIHIRO ET AL.: "Dogazo Kaiseki ni yoru Baiyo Shinkin Saibo no Hakudo Hyoka Shuho no Kento", REGENERATIVE MEDICINE, vol. 10, no. SUPPL, 1 February 2011 (2011-02-01), pages 144 *
TOMOHIRO HAYAKAWA ET AL.: "Shinkin Saibo no Saibokan Network Hyoka", REGENERATIVE MEDICINE, vol. 10, 1 February 2011 (2011-02-01), pages 258 *

Also Published As

Publication number Publication date
JP6308134B2 (ja) 2018-04-11
CN104884632B (zh) 2018-01-02
JPWO2014103137A1 (ja) 2017-01-12
US10209236B2 (en) 2019-02-19
US20160041144A1 (en) 2016-02-11
CN104884632A (zh) 2015-09-02

Similar Documents

Publication Publication Date Title
Dorostkar et al. Computational processing of optical measurements of neuronal and synaptic activity in networks
Panier et al. Fast functional imaging of multiple brain regions in intact zebrafish larvae using selective plane illumination microscopy
JP6308134B2 (ja) 細胞分析システム、細胞分析プログラム及び細胞分析方法
JP5383670B2 (ja) 細胞の動きの自動的特徴づけ
EP2580574B1 (de) Verfahren und vorrichtung zum charakterisieren von biologischen objekten
Zhang et al. High-speed chemical imaging by dense-net learning of femtosecond stimulated Raman scattering
Sità et al. A deep-learning approach for online cell identification and trace extraction in functional two-photon calcium imaging
US10482598B2 (en) Cell analysis system, cell analysis program and cell analysis method
Brazhe et al. Astrocyte calcium signaling: Interplay between structural and dynamical patterns
Savtchouk et al. Studying axon-astrocyte functional interactions by 3D Two-Photon Ca2+ imaging: a practical guide to experiments and “big data” analysis
Ahmed et al. Measuring nonequilibrium vesicle dynamics in neurons under tension
Velicky et al. Saturated reconstruction of living brain tissue
Graf et al. Network instability dynamics drive a transient bursting period in the developing hippocampus in vivo
Reichinnek et al. Reliable optical detection of coherent neuronal activity in fast oscillating networks in vitro
Pfeiffer et al. Optimized temporally deconvolved Ca2+ imaging allows identification of spatiotemporal activity patterns of CA1 hippocampal ensembles
Podgorski et al. Comprehensive imaging of synaptic activity reveals dendritic growth rules that cluster inputs
Zheng et al. STRAINS: A big data method for classifying cellular response to stimuli at the tissue scale
Lyall et al. Synthesis of higher order feature codes through stimulus-specific supra-linear summation
Quan et al. Method to reconstruct neuronal action potential train from two-photon calcium imaging
Quicke et al. Membrane voltage fluctuations in human breast cancer cells
Riera et al. Concurrent observations of astrocytic Ca2+ activity and multisite extracellular potentials from an intact cerebral cortex
RU2660389C2 (ru) Способ исследования множества культивированных клеток на наличие регулярных структур по меньшей мере одного целевого компонента, содержащегося в культивированных клетках
Zhang et al. Capturing volumetric dynamics at high speed in the brain by confocal light field microscopy
Stephens New Imaging Technique May Boost Research in Biology, Neuroscience
Mamiya et al. Biomechanical origins of proprioceptive maps in the Drosophila leg

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13867674

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014554085

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14651553

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 13867674

Country of ref document: EP

Kind code of ref document: A1