細胞分化モニタリングのための自動化ハイスループットラマンスペクトルフレームワーク

科学分野:

• バイオテクノロジー
• 幹細胞生物学
• 再生医療

背景:

• ハイスループット、ラベルフリーの細胞分化モニタリングは重要ですが困難です。
• ラマンスペクトルは分子特異性を提供しますが、大規模データセットの分析の複雑さに直面します。
• 現在の方法では、細胞の摂動やラベリングが必要になることが多く、アプリケーションが制限されます。

研究 の 目的:

• ライン照明ラマンスペクトルデータの分析のためのスケーラブルな計算フレームワークを導入すること。
• 単一細胞解像度でのハイスループット、ラベルフリーの細胞分化モニタリングを可能にすること。
• ラマンベースの細胞状態プロファイリングのための一般化可能な戦略を確立すること。

主な方法:

• ラマンスペクトルデータ分析に単一細胞ゲノミクスアルゴリズムを適応させました。
• 高速分析（イメージングフィールドあたり2分未満）のために、教師なしクラスタリングと教師あり学習を統合しました。
• 180万以上のスペクトルにわたるヒト誘発性多能性幹細胞から肝細胞様細胞への分化を追跡しました。

主要な成果:

• 肝細胞様細胞への段階的な幹細胞分化を成功裏に監視しました。
• 分化中の主要な生化学的マーカー（チトクロム、グリコーゲン、脂質）を特定しました。
• ラベリングなしで、成功した異常な分化をリアルタイムで識別しました。

結論:

• 開発された計算フレームワークは、細胞分化のためのラマンスペクトルデータの高速、ラベルフリー分析を可能にします。
• このアプローチは、幹細胞製造のための非侵襲的、インラインモニタリングをサポートします。
• 生物学的研究におけるラマンベースの細胞状態プロファイリングのための一般化可能な戦略を確立します。