抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
筋線維芽細胞は,α-平滑筋アクチンストレス線維のde novo発現と集合により最も一般的に同定された高度に分泌され,収縮性表現型である。伝統的に,この活性化プロセスは,”活性化”または”静止(非活性化)”として標識されている細胞を有する2成分プロセスと考えられている。より最近,この見解は,連続スペクトルの活性化を考慮するために拡大した。しかしながら,このスペクトル上の細胞位置を定量化するための確立された方法はなく,結果として,バイナリラベリングシステムは,まだ広く使われている。トランスクリプトーム解析は筋線維芽細胞マーカーの連続測定を提供するが,より迅速でより容易なスクリーニング法が必要である。この目的のために,光学顕微鏡と機械学習法を用いて,スペクトルの筋線維芽細胞活性化を定量化した。1000以上の個々の心臓線維芽細胞のサイズおよび形状特徴を初めて測定し,これらの特徴が,手動分類と比較して94%の精度で,2成分スケールでの活性化状態を予測する十分な情報を提供することを見出した。次に,これらの特徴に関する次元縮小技術を実行し,活性化の連続スケールを作成した。重要なことに,この新しい分類システムは,一連の線維芽細胞活性化状態を捕捉するが,形態学的特徴の選択により,まだ固有のバイアスを有する。そこで,次に,手動で測定した特徴に関連したバイアスのない2番目の連続ラベリングシステムを作成するために,自己教師付き機械学習を使用した。最後に,単一細胞RNA配列決定を用いてトランスクリプトームデータから生成された細胞表現型の分布に対する機械的活性化心臓線維芽細胞の知見を比較した。まとめると,これらの結果は線維芽細胞から筋線維芽細胞への活性化の連続スペクトルを示し,そのスペクトル上の細胞位置を定量化する戦略を提供する。【JST・京大機械翻訳】