染色体異常検出の自動化～放射線事故後の線量評価や遺伝毒性試験への応用～

課題

交換型染色体異常は、放射線事故後の患者の追跡調査や生物学的線量測定において重要な指標として知られています。低線量の電離放射線にさらされた場合、染色体異常の頻度は1％未満ですが、患者1人当たり5000の中期細胞を観察する必要があります。従来の手法では、高スループット顕微鏡システムを用いた場合でも熟練研究者が染色体画像を目視観察するため解析に大幅な時間と労力がかかるといった課題がありました。

エルピクセルのAI技術概要と期待される効果

当社は染色体異常検出のための深層学習モデルを開発し、多重染色FISH画像を用いた性能評価を実施しました。60Coガンマ線で2.0Gyの照射を受けたヒト末梢血から得られた染色体標本を使用し、21,000本以上の染色体を含む505の細胞分裂中期画像をAIモデルの学習に使用しました。その結果、染色体検出の精度は95％以上を達成し、染色体転座などの異常分類においても精度と再現率は最大75%を達成しています。染色体1000画像の解析時間はわずか5分以内であり、従来の目視解析作業の効率を大幅に向上させる可能性を示しました。今後はより使いやすい解析システムの開発に取り組み、放射線事故後の迅速な線量評価や、臨床細胞遺伝学分野における染色体異常研究への貢献を目指します。また臨床領域だけでなく、創薬研究における染色体異常試験への技術活用が可能です。