ラベルフリー組織のイメージングマススペクトロメトリーにおけるバーチャル染色

質量分析画像計測（IMS）は、生物学的組織内における分子種のターゲットフリーかつ高多重性マッピングを、類いまれな化学的特異性と感度で実現可能にする技術である。しかし、多数のIMSプラットフォームは顕微鏡レベルの空間分解能および細胞の形態的コントラストを欠いており、分子分布と特定の組織構造・細胞型との関連付けるためには、後続の組織化学染色、顕微鏡画像取得、さらには高度な画像登録処理が不可欠である。本研究では、拡散モデルを基盤とした仮想組織化学染色法を提案する。この手法により、ラベルフリーなヒト組織の質量分析画像に対して、空間分解能の向上とデジタル的な細胞形態コントラストの付加が可能となる。ヒト腎臓組織を用いたブラインドテストの結果、ラベルフリーサンプルの仮想染色画像が、周期酸シューリン（PAS）染色による実際の組織化学染色画像と高い一致を示した。特に、IMSデータのピクセルサイズが10倍大きくても、腎臓病態の主要構造を同定する上で高い一致が確認された。さらに、本手法は拡散モデルの推論過程において最適化されたノイズサンプリングを採用しており、信頼性の高いかつ再現性の良い仮想染色を実現している。本研究で開発した仮想染色法は、IMSを基盤とするバイオメディカル研究の新たな道を開くものと期待される。