ISTA、光学顕微鏡で脳のパズルをつなぎ合わせる

May, 28, 2025, Klosterneuburg--ISTAの科学者が哺乳類の脳組織を再構築するための新しい顕微鏡法を発表した。

われわれの脳は複雑な器官である。何十億もの神経細胞が複雑なネットワークで配線され、常に信号を処理することで、われわれは記憶を呼び戻したり、体を動かしたりすることができる。この複雑なネットワークを理解するには、これらの神経細胞がどのように配置され、接続されているかを正確に調べる必要がある。
オーストリア科学技術研究所(ISTA)とGoogle Researchの科学者が開発した新しい顕微鏡法「LICONN」は、このパズルをつなぎ合わせるのに役立った。

光学顕微鏡は何世紀にもわたって進化してきた。科学者は、最も複雑な生物学的構造を照らすために光学顕微鏡を使用する。しかし、脳の複雑な詳細と構造を解明することは、その何十億もの密集したニューロンが、それぞれが何千ものシナプスを介して他の細胞にリンクされていることを考えると、依然として不可能に見える課題である。
ISTAで開発された「LICONN」(光顕微鏡ベースのコネクトミクス)と呼ばれる新しい顕微鏡パイプラインは、現在、ブレークスルーとなっている。

LICONNは、ニューロン間のすべてのシナプス接続を持つ脳組織を再構築できる、電子顕微鏡を超えた最初の技術である。また、ニューロンの構造とともに複雑な分子機構を視覚化する可能性も広がり、標準的な光学顕微鏡を測定に利用することができる。

この新しい技術は、ISTAのHigh-Resolution Optical Imaging for Biology研究グループのMojtaba R. Tavakoli、Julia Lyudchik、Johann Danzl、および彼らの同僚によって開発された。チームは、ISTAのNovarinoグループ、Google ResearchのMichal JanuszewskiとViren Jainと協力した。この方法は、Natureに掲載されている。

LICONNの新たな可能性
Mojtaba R. Tavakoliがカーテンを開けると、光学機器とコンピュータをつなぐ無限のワイヤが付いた光学顕微鏡が現れる。スクリーンのライトが明るく輝き、緑とピンクの陰鬱な色合いがほぼ真っ暗な部屋を照らしている。「あれは海馬で、記憶形成を司る脳の領域だ。見える蛍光ドットは、シナプス伝達に関与する分子」とTavakoliは言い、画面を指差す。ISTA卒業生はフレームを動かし、設定を調整する。

LICONNは、Danzlグループの最新の顕微鏡技術である。それは細心の注意を払ったパズルを解くように機能し、最も細かいニューロンプロセスをつなぎ合わせ、各シナプス接続をそれぞれのニューロンに正しくリンクすることにより、複雑な脳ネットワークを組み立てる。「これまで、光学顕微鏡技術ではそれを実現することはできなかった」と、訓練を受けた医師で物理学者で、現在はISTAの教授Johann Danzlは言う。「われわれのグループは、脳組織を再構築するためのこのようなパイプラインを構築することを長年の目標としていた。そして、LICONNは、特定の分子を構造再構築の文脈に位置づけながら、これを実現することができる。」

際立っているのは、画像取得が標準の既製の顕微鏡で行われることで、非常に高速でマルチカラー機能を備えている。この技術は、科学者が現在の脳組織再建のアプローチに必要なハイエンドで高価な機器を必要としないため、世界中のどこでも再現できる。このレベルの詳細度を得るためには、解像度が人間の髪の毛の幅の10,000分の1である数十ナノメートル程度と非常に高い必要がある。しかし、それをどのように達成するのうか?化学の専門知識が役に立つ。

ジェルによるズーム
LICONNでは、チームは3次元ポリマネットワークであるハイドロゲルの化学的および物理的特性を利用した。ハイドロゲルは、赤ちゃんのおむつと似た特徴を持っている:水分を吸収して膨潤することがあるが、それは高度に制御された方法で行われる。

目的の脳組織は、このハイドロゲルに埋め込まれている。「細胞成分はハイドロゲルにリンクされている。つまり、細胞の微細な超微細構造がゲルに刻印され、顕微鏡検査のために保存される」とDanzlは説明している。
イメージングの前に、材料に水を加えることで構造を拡張する。その結果、ゲルのサイズはあらゆる方向に伸びるが、組織構造の相対的な空間配置を非常に高い忠実度で維持している。

比較のために、従来の光学顕微鏡は、従来の分解能が約250〜300nmに制限されている。これは、より大きな細胞構造を視覚化するには十分だが、密集した脳組織を再構築するには不十分である。「ハイドロゲルの膨張により、脳組織の特徴が非常に引き離されるため、標準的な光学顕微鏡でそれらを分解できる。この方法により、有効分解能が16倍向上し、20nmを超える分解能が達成される」(Tavakoli)。

学問分野の交差点での研究
このプロジェクトに参加したのは、神経科学と化学だけではなかった。コンピュータサイエンスの手法は、パイプラインの開発において重要な役割を果たした。これは、顕微鏡画像をキャプチャすると、多数のデータポイントが収集されるためである。そのため、データセットの複雑さは脳の複雑さを反映している。

一方、すべてのニューロン構造を手作業で解釈し、大規模なスケールで再構築するのは、あまりにも面倒な作業である。そのため、Google Research のディープラーニング技術は、組織内の個々の細胞をセグメント化するように訓練された。「人工知能を使用してニューロンとその精巧な構造の同定をより広いスケールで自動化することで、すべての細胞コンポーネントを再構築するという困難な作業が実質的に扱いやすくなった」と Google Research の Viren Jainは説明している。「特定の分子を同時可視化する能力は、新たな情報の質を追加する」

DanzlグループのPh.D学生でコンピュータ科学者のJulia Lyudchikは、複雑なデータセットの解釈に重要な役割を果たした。「データの解像度が非常に高かったので、ニューロン間のシナプス接続を自動的に検出し、生の脳イメージングデータを詳細な接続マップに変換することができた。これは複雑な画像処理の課題である。さらに、脳組織の小さな断片でさえ数万のシナプス結合を含む可能性があることを考えると、方法は効率的でスケーラブルでなければならなかった」(Lyudchik)。

LICONNは、シナプスにおけるニューロン間のシグナル伝達に関与する分子など、特定の分子の位置をニューロン再構成にマッピングすることを可能にする。Lyudchikの芸術的な才能は、複雑な科学データをよりアクセスしやすく、解釈しやすくするための強力なツールであるビジュアライゼーションとして、脳ネットワークの見事な3Dレンダリングを作成するのに役立った。

脳のアーキテクチャの新たな詳細を解き放つ
この包括的なパイプラインに従うことで、科学者は脳組織を細心の注意を払って再構築し、ニューロンの接続とネットワークを視覚化することができる。ISTA でのイメージングと実験から、Google Research による高度なディープラーニング技術の応用、ISTA でのコンピュータ分析まで、様々な分野にわたる実験と分析の相互作用により、脳の構造を新たなレベルの複雑さで 3D 視覚化できる。「LICONNは、哺乳類の脳のパズルのピースを組み立て、健康と病気の両方でのその機能をよりよく理解することに一歩近づいた」とDanzlは結論付けている。