MEDICINE & AI

タイトル：High-throughput screening system for immunogenic cell death inducers using artificial intelligence-based real-time image analysis 雑誌名：Comput Biol Med. 2025 Sep; 196(Pt B): 110727. 概　要： 免疫原性細胞死（ICD）は、冷たい腫瘍の免疫原性を高め、免疫応答性の高い熱い腫瘍に変換し、がん免疫療法の効果を向上させることができます。本研究では、ICD誘導因子を迅速かつ正確に評価するためのシステムを開発しました。このシステムは、細胞の形態変化や損傷関連分子パターン（DAMP）の動態を大規模に評価するための高度な画像処理能力を必要とします。AIベースの検出器を用いて、ICDを受けている細胞の典型的な形態を特定し、スクリーニングの効率を向上させました。盲検試験では、AIが8つの候補から3つのICD誘導因子を特定し、細胞死のタイプ、DAMPの放出、免疫活性化の分析を通じて検証されました。 方　法： 本研究では、AIを用いた高スループットスクリーニング（HTS）システムを開発しました。転移学習を用いて蛍光マーカーからの情報を活用し、微分干渉コントラスト（DIC）画像を用いてモデルを微調整しました。モデル支援ラベリング（MAL）により、ICDスクリーニングにおける手動ラベリングの必要性を減少させ、注釈効率を向上させました。 結　果： AIベースのHTSシステムは、リアルタイムの光学画像のみを使用してICD候補を効率的に特定しました。盲検試験では、AIが8つの候補から3つのICD誘導因子を成功裏に特定し、これらは細胞死のタイプ、DAMPの放出、免疫活性化の分析によって検証されました。また、システムは手動分析では識別が難しい微細な形態の違いを検出する能力を示しました。 結　論： 本研究で開発したAIベースのスクリーニングシステムは、ICD誘導因子の特定において時間とリソースを大幅に削減し、基礎研究や広範なスクリーニングアプリケーションにおけるICD予測の可能性を示しました。