[SG2024-7] 疾患における集団的細胞挙動の数理モデルの開拓

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
坂上　貴之	数学・数理解析専攻	教授
鈴木　量	医学研究科	助教
山本　暁久	理化学研究所　数理創造プログラム	研究員
田中　求	医学研究科/ハイデルベルク大学	客員教授
協力：Karel Svadlenka	東京都立大学理学部	教授
協力：鶴山竜昭	広島大学医学部/京都大学医学部	教授/客員

企画の概要

　このＳＧは、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（病理）の専門家との共同研究に参加することで、分野の枠を超えた学識を身に着け、これを各自の専門分野へと活かすことがこのSG の目的である。

病理診断の現場においては熟練した病理医が、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疾患とその進行度をその経験から総合的に判断している。例えばがん組織は、健常な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いる。このように研究と直結した新しいテーマに意欲的に挑戦する参加者を募集する。

2018 年度にスタートした本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、2 年目に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。また、3 年目には、基底膜が激しく変形しているような病理画像の解析を可能とする数理アルゴリズムを実装した。昨年度には新しい病理サンプルを撮影し、画像解析ソフトウェアの新しい技術を活用することで、解析できる画像の幅と得られるデータの量はさらに広がった。今年度は数理統計解析により重点を置き、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、病理画像を自動的に診断する分類器を開発し、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講義もしくは実際のデータを前にした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・問題点を全体のセミナーなどで発表・議論する。また、前期終了時を目途に中間発表会を実施し、それまでの実習における成果のまとめと後期に向けた解析やモデル手法の課題を再設定するなどの機会を設ける。さらに外部から研究者を招聘したセミナーの実施も予定している。