幼魚の游泳活動量を定量化することが、一見したほど簡単でない理由
ゼブラフィッシュの幼魚は小さく、素早く、長さも数ミリメートル程度です。ウェルプレート上で泳ぐ様子を肉眼で観察しても、何かが起こっていることはわかりますが、数値化された情報は得られません。実験に必要なのは、まさにその「数値」です。用量反応曲線の作成、処置間の比較、統計的検定など、すべての分析は、行動を測定可能な量に変換することに依存しています。その実現を可能にするのが、自動解析という手法です。
問題は、「游泳活動」が単一の概念ではない点にあります。井戸内を素早く動き回る幼虫も、微細な動きで宙に浮かぶ幼虫も、どちらも「活動的」ではありますが、その様式は異なります。また、全く動かない幼虫は、休息中、ショック状態、あるいは死亡している可能性があります。自動化システムではこれらすべてを測定できますが、その測定値が意味を持つのは、解析手法が生物学的な問いに応じて設計されている場合のみです。
幼虫用ウェルにおける自動追跡が実際に計測するもの
典型的な自動解析パイプラインは映像から始まります。幼虫は、制御された照明下でマルチウェルプレート内に配置され、記録されます。ソフトウェアは各フレーム内で幼虫を検出し、時間経過に伴う位置を追跡し、一連の運動指標を算出します。最も一般的な指標には、移動総距離、平均速度、最大速度、および運動バーストの持続時間が含まれます。
-
移動総距離は、全体的な活動度を広く把握するための指標です。
-
平均速度は、持続的な游泳速度を表します。
-
最大速度は、運動バーストや驚愕反応を際立たせます。
-
動きの持続時間と頻度は、時間的なパターンを表します。
-
不動状態やフリーズ状態(一時的な動きの停止)は、反応性の低下を示すサインです。
これらの指標それぞれが、行動の異なる側面を捉えています。総移動距離は解釈しやすい一方で、幼虫が狭い円を描いて動く場合などには誤解を招くことがあります。ピーク速度は、平均速度では平滑化されてしまうような短時間の動きの変化も検出できます。適切な指標を選ぶことは、解析設計の重要な一部です。
高品質なデータ取得を可能にする撮影条件の設定
解析の品質は、動画の品質に大きく依存します。その中でも、意外に見落とされがちな要因がいくつかあります。
最も重要なのは照明です。照度のむらがあると、プレートの片側が他方より明るくなり、ソフトウェアによる幼虫の検出精度に影響を与えます。また、水面からの反射によって偽の物体が検出されることがあります。バックライト方式や拡散光源を用いると、通常、最も安定したコントラストが得られます。
カメラのフレームレートもまた重要な要素です。幼虫は素早く動くため、フレームレートが低すぎると短時間の動きを捉え損ねてしまいます。一方、高すぎるフレームレートではファイルサイズが大きくなり、ノイズが増加する可能性があります。実用的な出発点としては、動きの秒間数に対して数フレームを確実に記録できるレートが挙げられます。具体的な値は、観察対象となる行動の性質によって異なります。
温度管理も、他の幼虫アッセイと同様、その重要性が変わりません。幼虫の運動速度は温度に依存します。記録中に室温で放置されたプレートでは、標準的な飼育温度で維持されたものと比べて、活動量に差が生じる可能性があります。
| 画像取得条件 | 一般的な検討事項 | データへの影響 |
|---|---|---|
| 照明 | 均一で拡散した照明 | 検出の一貫性に影響 |
| フレームレート | 行動の速さに合わせたフレームレート | 動きの瞬間的ピークを見逃すか、あるいは不要なノイズが増える |
| カメラ解像度 | 幼虫の大きさに見合った解像度 | 追跡精度 |
| 温度 | 記録中の安定性 | 移動速度 |
| プレートタイプ | グループ間で一貫性がある | 反射とコントラスト |
解析における活動タイプの区別
生の運動データは、行動そのものとは異なります。例えば、2匹の幼生が総移動距離は同じでも、運動パターンは大きく異なることがあります。1匹はウェル内を滑らかに泳ぎ回る一方、もう1匹は一点に留まり、周期的にぴくぴくと痙攣するかもしれません。適切な指標を用いれば、自動解析によってこうしたパターンを明確に区別できます。
バースト解析はその1つの手法です。ソフトウェアは加速度が高くなる期間を検出し、その発生回数をカウントします。驚愕反応(スタートル・レスポンス)は、刺激後に急激なバーストとして現れます。自発的バーストは、外部刺激なしで生じます。また、同一刺激を繰り返し与えた際に反応が減衰する「順応(ハビチュエーション)」も、時間経過とともにバーストの振幅を追跡することで定量化できます。
別のアプローチとして、ゾーンごとの解析があります。ウェルを複数のゾーンに分割し、各ゾーン内に滞在した時間を測定します。縁近くにとどまる幼虫は触性(チグモタクシス)を示している可能性があります。一方、中央部を探索する幼虫は、より探検的な行動を示している可能性があります。総移動距離が類似していても、この2つのパターンは明確に異なります。
ノイズや遮蔽など、実験でよく見られる課題への対応
自動解析は魔法ではありません。実際の実験では、特定の失敗モードが現れます。
幼虫がウェルの縁に触れると、フレーム内で一部が切り取られ、追跡アルゴリズムが混乱することがあります。また、反射が別個の物体として検出される場合もあります。さらに、動きを止めた幼虫は、検出閾値が高すぎると完全に見落とされることがあります。こうした問題は頻繁に発生し、適切に対処する必要があります。
-
誤検出される物体を減らすため、背景差分法を用いてください。
-
検出閾値は、推測ではなく、予備実験(パイロットデータ)に基づいて設定してください。
-
追跡の品質を確認するため、一部のウェルについて生の動画を実際に確認してください。
-
追跡に明らかな失敗が見られたウェルは、分析から除外してください。
-
方法の項で、除外したウェルの数を明記してください。
データの除外はデリケートな問題です。「期待されるパターンに合わない」ことを理由にウェルを棄却するのは一種のバイアスです。一方、追跡そのものが失敗したという技術的な理由による除外はやむを得ません。この区別は重要であり、明確に文書化する必要があります。
幼生スクリーニングを実施している施設での現場事例
中国南部にある発達神経毒性研究室では、一連の化合物について幼生の遊泳行動への影響をスクリーニングしていました。初期の解析では、「移動総距離」を主要な評価指標として用いていました。一部の化合物では活動量の増加が認められましたが、その効果は反復試験間で一貫していませんでした。
生の追跡データを詳しく検討したところ、「活動量の増加」と見えていた現象は、ウェルの縁近くで発生する短時間の急激な動きに集中していることが明らかになりました。幼生全体の遊泳量が増えたわけではなく、むしろ驚愕反応が頻発し、壁に衝突する回数が増えただけでした。移動総距離という指標は、本来異なる2つの行動を単一の数値に統合していたのです。
実験室では、解析にバースト頻度およびエッジタイムという指標を追加しました。バースト頻度を高める化合物は、探索的游泳を高める化合物から明確に分離されました。その結果、データの解釈がより明瞭になり、結論の根拠も強固になりました。この変更は新しいカメラや新しいアルゴリズムによるものではなく、単に指標の選択をより適切なものにしただけです。
自動解析が明らかにできること・できないこと
自動解析は強力な手法ですが、動物の行動を完全に把握するものではありません。これはあくまで「動き」を測定するものであり、「意欲」や「感覚処理」、あるいは動物の「内的状態」を測定するものではありません。例えば、幼生が動かない場合、それは単に休息しているのか、病気なのか、あるいは運動機能障害によって動けないのか——自動解析だけではこれらを区別できません。それらを判別するには、追加の実験が必要です。
また、アッセイ設計の品質にも依存します。不適切なプレート配置、照明のばらつき、あるいは温度変動などは、いかなる解析でも修正できないデータを生じさせます。自動化は、実験に既に存在するものを増幅させるだけであり、それが真の効果であれ、系統的バイアスであれ、変わりません。
ハンター・ラボ(Hunter)は、自動化された幼生解析に不可欠な画像の安定性に配慮してゼブラフィッシュ用実験装置を製造しています。製造および品質管理のプロセスは、長期的なスクリーニングプログラムに求められる再現性を支えています。幼生の遊泳活動を定量化する研究室にとって、このような厳密な製造体制こそが基盤となるのです。