健康

ディープラーニングによりショウジョウバエの心臓の老化と疾患の評価が加速、ヒトの疾患のモデルに

ショウジョウバエ（一般にミバエとして知られている）は、心臓の老化や心筋症など、人間の心臓病態生理学の貴重なモデルです。しかし、ミバエの心臓を評価する際の難点は、心臓が最大に膨張または収縮する瞬間を測定するために人間の介入が必要なことです。この測定により、心臓の動態を計算できます。 アラバマ大学バーミンガム校の研究者らは、ディープラーニングと高速ビデオ顕微鏡検査をハエの心拍ごとに使用することで、心臓領域をより多く活用しながら、分析に必要な時間を大幅に短縮する方法を示した。 「私たちの機械学習法は、単に速いだけではありません。収縮期と拡張期の状態で各心臓壁を手動でマークする必要がないため、人的エラーを最小限に抑えることができます」と、UAB病理学部分子細胞病理学部門の准教授であるギリッシュ・メルカニ博士は述べています。「さらに、数百の心臓の分析を実行し、すべての心臓の分析が完了したら、その分析結果を見ることができます。」 これにより、さまざまな環境要因や遺伝的要因が心臓の老化や病理にどのように影響するかをテストする能力が拡大します。メルカニ氏は、ディープラーニング支援研究を使用して、心臓変異モデルや、ゼブラフィッシュやマウスなどの他の小動物モデルを調査することを構想しています。「さらに、私たちの技術は人間の心臓モデルに適応でき、心臓の健康と病気に関する貴重な洞察を提供します。不確実性の定量化方法を組み込むことで、分析の信頼性をさらに高めることができます。さらに、機械学習アプローチは、心臓の老化を高い精度で予測できます。」 メルカニ氏は、ショウジョウバエモデルは、すでにいくつかの人間の心血管疾患の病態生理学的根拠を理解する上で非常に強力であると述べている。心血管疾患は、米国において依然として死亡と障害の主な原因の一つとなっている。 メルカニ氏とUABの同僚は、ショウジョウバエの心臓老化と、TCA回路の重要な酵素であるオキソグルタル酸脱水素酵素のノックダウンによって引き起こされる拡張型心筋症のショウジョウバエモデルの両方で、心臓のパフォーマンスに関するトレーニング済みモデルを評価しました。その後、これらの自動評価は、既存の実験データセットに対して検証されました。たとえば、ショウジョウバエの寿命の約半分である1週間齢と5週間齢での老化については、UABチームはモデルトレーニングに54個の心臓を使用し、その後、177個の心臓を含む実験的老化モデルに対して測定値を検証しました。トレーニング済みモデルは、老化に伴う心臓パラメータの予想される傾向を再構築することができました。 メルカニ氏は、チームのモデルはすぐに入手できる消費者向けハードウェアに適用でき、チームのコードは拡張期および収縮期の直径/間隔、心拍短縮率、駆出率、心拍周期/心拍数、定量化された心拍不整脈などの計算された統計情報を提供できると述べている。 「我々の知る限り、ディープラーニングを活用したセグメンテーションのためのこの革新的なプラットフォームは、ショウジョウバエの心臓の標準的な高解像度高速光学顕微鏡に適用され、関連するすべてのパラメータを定量化する初めてのプラットフォームです」とメルカニ氏は述べた。 「プロセスを自動化し、詳細な心臓統計を提供することで、ショウジョウバエの心臓機能に関するより正確で効率的かつ包括的な研究への道が開かれます。この方法は、ショウジョウバエの老化や病気を理解するだけでなく、これらの洞察を人間の心臓血管研究に応用する上でも大きな可能性を秘めています。」 #ディープラーニングによりショウジョウバエの心臓の老化と疾患の評価が加速ヒトの疾患のモデルに