深層学習を活用したスリップチップによる迅速単一細胞表現型抗真菌薬感受性試験

科学分野:

• 医学微生物学
• バイオテクノロジー
• 計算生物学

背景:

• 真菌感染症は、年間150万人以上の死者を出す、世界的な主要な健康脅威です。
• 現在の抗真菌薬感受性試験（AFST）法は時間がかかり、24〜48時間かかるため、重要な治療決定が遅れます。
• 真菌感染症の治療をガイドするためには、迅速かつ正確なAFST法の緊急のニーズがあります。

研究 の 目的:

• 迅速でラベルフリーな単一細胞AFST（sc-AFST）プラットフォームを開発・検証すること。
• AFSTに必要な時間を数日から数時間に大幅に短縮すること。
• 高解像度の単一細胞増殖分析と集団レベルの薬剤応答プロファイリングを可能にすること。

主な方法:

• スリップチップマイクロ流体デバイスと深層学習ベースの画像解析（ResNet-34分類器およびU-Netセグメンテーションモデル）の統合。
• 抗真菌薬勾配への曝露のために、真菌細胞をピコリッター液滴に分割すること。
• 明視野画像からの細胞増殖の自動識別と定量化。

主要な成果:

• 細胞検出で98.8%以上の感度、セグメンテーション精度で93%以上を達成しました。
• 10の臨床分離株全体で、ゴールドスタンダードであるブロス微量希釈法との間で100%のカテゴリー一致を示しました。
• 4時間以内に最小発育阻止濃度（MIC）を決定することに成功しました。

結論:

• 開発されたsc-AFSTプラットフォームは、抗真菌薬感受性試験のためのスケーラブルで迅速、かつ臨床的に実行可能なツールを提供します。
• この技術により、精密な単一細胞分析と集団レベルの薬剤応答評価が可能になります。
• sc-AFSTの迅速なターンアラウンドタイムは、真菌感染症のタイムリーな治療決定を可能にすることで、患者の転帰を大幅に改善することができます。