清华大学戴琼海院士と吴嘉敏副教授らの研究チームは、生命科学分野のイメージング技術に革新をもたらす新手法「EFLIM」を開発し、学術誌『Nature Biotechnology』に発表した。従来の蛍光寿命イメージング顕微鏡法は、各画素の寿命を高精度に推定するために数百から数千個の光子蓄積を必要とし、撮影速度の低下や生体への光毒性・光漂白の懸念が技術普及の主要な障壁となっていた。同チームは、このボトルネックを解決するため、毎回のレーザー励起で検出される最初の光子の到着時間情報を活用するイベントベースの手法を提案した。 EFLIMは、従来のように光子をヒストグラム化するのではなく、各励起イベントを独立したデータとして扱い、時空間的自己教師あり学習によるノイズ除去アルゴリズムと組み合わせることで、極めて少ない光子データから蛍光寿命を推定する。平均光子数が画素当たり1未満という極限条件下でも安定した画像を復元し、光子効率が従来の手法に対して2桁以上向上したことを確認している。 実証実験では、生きたマウスの脳深部における神経活動の安定観測、HeLa細胞内のカルシウムシグナリングを30フレーム／秒で高速定量計測、リンパ節内の免疫細胞の識別、およびヒト脳膠腫組織のラベルフリー・センチメートル規模のスキャンによる腫瘍境界の特定に成功した。特に脳内イメージングでは、動物の動きや血流に起因する強度変動を寿命情報で補正し、アーティファクトを大幅に低減した。 本研究は、低光量・深部組織・高速観察が求められる生命科学および臨床病理診断における定量解析の基準を刷新する。光子検出効率のさらなる向上や、強度・スペクトル・偏振情報と組み合わせた多重イメージングへの展開が今後の課題だが、蛍光プローブの適用範囲拡大と生体分子動態の精密追跡を可能にする画期的な基盤技術として期待が高まっている。