企画名

疾患における集団的細胞挙動の数理モデルの開拓
 

参加教員

教員名 所属 職名
Karel Svadlenka(代表教員) 数学・数理解析専攻 准教授
田中 求 高等研究院、医学物理・医工計測グローバル拠点 教授
  ハイデルベルク大学  
山本 暁久 高等研究院、医学物理・医工計測グローバル拠点 助教
鈴木 量 高等研究院、医学物理・医工計測グローバル拠点 助教

協力:鶴山 竜昭 教授(京都大学医学部非常勤講師)

 

企画の概要

非常にダイナミックな生命現象である「疾患」を数学・物理のテーマとして取り上げ、医学の研究グループと行っている共同研究に実際に参加することで、各自の専攻分野の知識を深めるだけでなく分野の枠を超えて研究の視野を広めることがこのSGの目的である。

 

病理診断の現場においては、固定した細胞組織の染色画像を観察し、細胞の形状や配列秩序から総合的に疾患の種類とその進行度を主に経験則に従って判断している。一般的に疾患時の組織は、健常時の組織構造に比べて個々の細胞の見かけや集団秩序が乱れていることが知られているが、組織のホメオスタシス(恒常性)の乱れを定量的に解析・評価することは未開拓の課題である。このSGでは、ヒト病理画像を用いて、個々の細胞やその集団秩序構造の乱れを物理学的に解析し、これを数理モデリングとリンクさせることで定量化し、読み解くことを目指しており、このような先行例のない研究テーマに意欲的に挑戦する参加者を募集する。

 

一昨年度スタートした本SGは学部生から博士院生まで分野を超えた参加者が集っており、全体講義を通して知識を共有し、病理画像の解析にとりかかっている。初年度は一般公開されている病理画像の解析を始めたが、昨年度は研究発表にも利用できる独自の病理サンプルを入手し、画像の撮影や細胞核データの抽出を行なった。昨年度の間に取得して基礎解析を済ませた画像を用いて、今年度は数理解析とモデリングにより重点を置く事で本SGの活動をさらに大きく発展・展開させる。このため、画像解析ソフトウェアなど新しい技術を積極的に活用すると同時に、数理モデリングや新古のデータ解析手法の理論的な背景と応用方法を学びながら、データに隠された情報を読み取っていく。

 

参加者は数学・物理・医学の三つの研究グループを回って、このSGで用いる解析・モデル手法や理論についてオンライン講義もしくは昨年度に取得した実際のデータを前にしたオンライン実習を通じて習得する。その中であがった成果や直面した疑問・問題点をSlackのような共同作業アプリや全体のオンラインセミナーなどで発表・議論する。

 

実施期間・頻度 

令和2年度・前期 後期

自由設計型SG:長期休暇を中心に集中講座・セミナー・実習(オンライン形式)

 

TA雇用の有無

TAについては応相談。また、単位は与えない。

 

その他,特記事項など

生物・物理・数学分野(専攻ではない)の研究を行っている修士課程・博士後期課程の院生を主に想定しているが、意欲のある学部学生の参加も歓迎する。
 

問い合わせ先

Karel Svadlenka karel*math.kyoto-u.ac.jp
(*を@に変えてください)
 

スタディグループへの登録は締め切りました。
関心のある方は macs *sci.kyoto-u.ac.jp(*を@に変えてください)までご連絡ください。

 


活動報告

活動目的・内容

非常にダイナミックな生命現象である「疾患」を数学・物理のテーマとして取り上げ、医学の研究グループと行っている共同研究に実際に参加することで、各自の専攻分野の知識を深めるだけでなく分野の枠を超えて研究の視野を広めることがこのSGの目的である。

病理診断の現場においては、固定した細胞組織の染色画像を観察し、細胞の形状や配列秩序から総合的に疾患の種類とその進行度を主に経験則に従って判断している。一般的に疾患時の組織は、健常時の組織構造に比べて個々の細胞の見かけや集団秩序が乱れていることが知られているが、組織のホメオスタシス(恒常性)の乱れを定量的に解析・評価することは未開拓の課題である。このSGでは、ヒト病理画像を用いて、個々の細胞やその集団秩序構造の乱れを物理学的に解析し、これを数理モデリングとリンクさせることで定量化し、読み解くという先行例のないことを目指している。

一昨年度スタートした本SGは学部生から博士院生まで分野を超えた参加者が集っており、全体講義を通して知識を共有し、病理画像の解析にとりかかっている。初年度は一般公開されている病理画像の解析を始めたが、昨年度は研究発表にも利用できる独自の病理サンプルを入手し、画像の撮影や細胞核データの抽出を行なった。昨年度の間に取得して基礎解析を済ませた画像を用いて、今年度は数理解析とモデリングにより重点を置く事で本SGの活動をさらに大きく発展・展開させる。このため、画像解析ソフトウェアなど新しい技術を積極的に活用すると同時に、数理モデリングや新古のデータ解析手法の理論的な背景と応用方法を学びながら、データに隠された情報を読み取っていく。

参加者は数学・物理・医学の三つの研究グループを回って、このSGで用いる解析・モデル手法や理論についてオンライン講義もしくは昨年度に取得した実際のデータを前にしたオンライン実習を通じて習得する。その中であがった成果や直面した疑問・問題点をSlackのような共同作業アプリや全体のオンラインセミナーなどで発表・議論する。

 

 

活動成果・自己評価

本SGでは,病理組織の画像を解析して,健康な組織と区別するための物理的な指標を見つけ出す,という目標を掲げ,担当教員の指導の下で参加学生が自分の手で作業を行った.今年度は子宮頸癌を中心に,毎週Zoomを用いてオンラインで集まり,議論しながら以下のように研究を進めた.
1. 病理画像診断に関する全体講義
2. 病理画像を教材に核などの特徴を抽出する方法に関する講習
3. 機械学習を利用した細胞核抽出の実習

4.大きさ・位置・角度・真円性などの核の特徴を表すデータの基本的な統計解析
細胞核が基底膜となす角度が重要な指標と思われるが,基底膜が曲がっているとき角度が一意に定まらないという問題があった.今年度は,この問題に集中し,平均曲率流とレベルセット法に基づいた数値アルゴリズムを構成して解決できた.市販の染色組織固定標本から病理画像を撮影し,上皮内癌の進行度の判定にこの角度が指標として使えそうであることを発見でき,とても満足できる成果があがった.

 

参加メンバー

氏名 所属 職名・学年
Karel Svadlenka(代表教員) 数学・数理解析専攻 准教授
田中 求

高等研究院、医学物理・医工計測グローバル拠点、

ハイデルベルク大学 

教授
山本 暁久 高等研究院、医学物理・医工計測グローバル拠点 助教
鈴木 量 高等研究院、医学物理・医工計測グローバル拠点 助教
鶴山 竜昭(協力) 京都大学医学研究科 教授
大谷 暢宏 医学部 B3
司 怜央 医学部 B3
權 俊河 理学部 B4
田谷 直亮 理学部 B4
藤﨑 碩人 理学部 B4