JP6993682B2

JP6993682B2 - トランスクリプトーム推定装置およびトランスクリプトーム推定方法

Info

Publication number: JP6993682B2
Application number: JP2017234164A
Authority: JP
Inventors: 祐一若本; 鉱石小林
Original assignee: University of Tokyo NUC
Current assignee: University of Tokyo NUC
Priority date: 2017-12-06
Filing date: 2017-12-06
Publication date: 2022-01-13
Anticipated expiration: 2037-12-06
Also published as: US20190170649A1; JP2019097520A; US10379052B2

Description

特許法第３０条第２項適用集会名Ｓｉｎｇｌｅ－ＣｅｌｌＢｉｏｐｈｙｓｉｃｓ：Ｍｅａｓｕｒｅｍｅｎｔ，Ｍｏｄｕｌａｔｉｏｎ，ａｎｄＭｏｄｅｌｉｎｇ，Ｔａｉｐｅｉ，Ｔａｉｗａｎ予稿集ウェブサイトのアドレスｈｔｔｐｓ：／／ｗｗｗ．ｂｉｏｐｈｙｓｉｃｓ．ｏｒｇ／ｐｏｒｔａｌｓ／６２／ｐｄｆ／Ｔａｉｗａｎ％２０Ｐｒｏｇｒａｍ．ｐｄｆ公開年月日平成２９年６月１２日集会名Ｓｉｎｇｌｅ－ＣｅｌｌＢｉｏｐｈｙｓｉｃｓ：Ｍｅａｓｕｒｅｍｅｎｔ，Ｍｏｄｕｌａｔｉｏｎ，ａｎｄＭｏｄｅｌｉｎｇ，Ｔａｉｐｅｉ，Ｔａｉｗａｎ開催日平成２９年６月１７日～平成２９年６月２０日発表日平成２９年６月１７日

本発明は、トランスクリプトーム推定装置およびトランスクリプトーム推定方法に関する。

従来、この種の技術としては、トランスクリプトームを解析する方法として、トランスクリプトームに係る発現量の変化のデータ行列から主成分を計算し、主成分を、主成分の算出に用いたデータ行列のサンプル数の平方根又は主成分の算出に用いたデータ行列の測定項目数の平方根で除することでスケーリングし、スケーリングした主成分から、所定の閾値で発現量が変化したことを判定して選択するものが提案されている（例えば、特許文献１参照）。この方法によれば、トランスクリプトームのように測定項目がある程度異なる、しかし測定項目が多いようなデータに対応することができるとしている。

また、熱力学モデルを用いてトランスクリプトーム形成機構を近似することで、このモデルを用いてトランスクリプトームの情報処理を行うものも提案されている。熱力学モデルは、各ｍＲＮＡの濃度を、各ｍＲＮＡの合成速度を決定するエネルギーパラメータと各ｍＲＮＡの分解速度を決定するエネルギーパラメータとを用いて定義すると共に、エネルギーパラメータを塩基配列特異的にＲＮＡないしＤＮＡに結合する因子の細胞内局所的濃度と因子の標的となりうる塩基配列が持つ特有の係数とを用いて定義する。ｍＲＮＡの濃度、因子の細胞局所内濃度、塩基配列が持つ特有の係数の値の少なくとも一つ以上を熱力学モデルへ入力し、残りの値を未知数として算出して出力する。これにより、トランスクリプトーム形成を線形的に解析あるいは予測することができるとしている。

特開２０１２－０３９９９４号公報特開２００６－２３６０１１号公報

しかしながら、細胞のトランスクリプトームを得るためには、細胞を破壊する必要がある。また、細胞のトランスクリプトームを得るのに長時間を要し、細胞を破壊することなく、短時間に細胞のトランスクリプトームを得ることが望まれる。

本発明のトランスクリプトーム推定装置は、細胞を破壊することなく短時間に細胞のトランスクリプトームを推定すること主目的とする。本発明のトランスクリプトーム推定方法は、細胞を破壊することなく短時間に細胞のトランスクリプトームを推定する方法を提案することを主目的とする。

本発明のトランスクリプトーム推定装置およびトランスクリプトーム推定方法は、上述の主目的を達成するために以下の手段を採った。

本発明のトランスクリプトーム推定装置は、
対象細胞のトランスクリプトームを推定するトランスクリプトーム推定装置であって、
所定波長のレーザ光を前記対象細胞に照射するレーザ照射手段と、
前記レーザ光の照射に対する反射光や散乱光などの検出光のうちストークス光のみを選別する光選別手段と、
前記選別されたストークス光を分光してラマン散乱スペクトルを出力する分光手段と、
前記ラマン散乱スペクトルに基づいて前記対象細胞のトランスクリプトームを推定する推定手段と、
を備えることを要旨とする。

この本発明のトランスクリプトーム推定装置では、所定波長のレーザ光を対象細胞に照射し、その反射光や散乱光などの検出光のうちストークス光のみを選別し、ストークス光を分光してラマン散乱スペクトルを得る。そして、ラマン散乱スペクトルに基づいて対象細胞のトランスクリプトームを推定する。対象細胞にレーザ光を照射するだけでよいから、対象細胞を破壊する必要がない。この結果、細胞を破壊することなく短時間に細胞のトランスクリプトームを推定することができる。

本発明のトランスクリプトーム推定装置において、前記推定手段は、前記ラマン散乱スペクトルをＮ次元のＮ次元ラマンデータに次元圧縮し、前記Ｎ次元ラマンデータに基づいて前記対象細胞のトランスクリプトームを推定するものとすることもできる。こうすれば、推定に必要な時間を短くすることができる。この場合、前記推定手段は、Ｍ個の状況下の細胞の前記Ｎ次元ラマンデータと前記Ｍ個の状況下の細胞のトランスクリプトームとが線形回帰関係となる変換関数を適用してトランスクリプトームを推定するものとしてもよい。更にこの場合、前記変換関数は、前記Ｍ個の状況下の細胞のトランスクリプトームから前記Ｍ個の状況下の細胞の前記Ｎ次元ラマンデータが線形回帰できるものとして得られる関数の逆関数として求められるものとしてもよい。

本発明のトランスクリプトーム推定方法は、
対象細胞に所定波長のレーザ光を照射したときに得られるラマン散乱スペクトルから前記対象細胞のトランスクリプトームを推定するトランスクリプトーム推定方法であって、
Ｍ個の状況下の細胞のラマン散乱スペクトルを次元圧縮してＮ次元のＮ次元ラマンデータとし、前記Ｍ個の状況下の細胞のトランスクリプトームと前記Ｍ個の状況下の細胞のＮ次元ラマンデータとが線形回帰関係にあるとして得られる変換関数を推定しておき、
前記対象細胞のラマン散乱スペクトルを次元圧縮したＮ次元ラマンデータに前記変換関数を適用してトランスクリプトームを推定する、
ことを特徴とする。

この本発明のトランスクリプトーム推定方法では、対象細胞に所定波長のレーザ光を照射したときに得られるラマン散乱スペクトルから対象細胞のトランスクリプトームを推定する際に、まず、Ｍ個の状況下の細胞のラマン散乱スペクトルを次元圧縮してＮ次元のＮ次元ラマンデータとし、Ｍ個の状況下の細胞のトランスクリプトームとＭ個の状況下の細胞のＮ次元ラマンデータとが線形回帰関係にあるとして変換関数を推定しておく。そして、対象細胞のラマン散乱スペクトルを次元圧縮したＮ次元ラマンデータに推定しておいた変換関数を適用してトランスクリプトームを推定する。これにより、細胞を破壊することなく短時間に細胞のトランスクリプトームを推定することができる。

本発明の一実施例としてのトランスクリプトーム推定装置２０の構成の概略を示す構成図である。解析ルーチンの一例を示すフローチャートである。関数Ａ’を説明する説明図である。適正な組み合わせの関数Ａ’（ｍ）の求め方と関数Ａ’（ｍ）により推定される９次元ラマンデータｒａ’（ｍ）と９次元ラマンデータｒ’（ｍ）との２乗誤差を計算する様子とを説明する説明図である。不適正な組み合わせの関数Ａ’の求め方と関数Ａ’により推定される９次元ラマンデータｒａ’（１０）と９次元ラマンデータｒ’（１０）との２乗誤差を計算する様子とを説明する説明図である。適正な組み合わせの関数Ａ’および不適正な組み合わせの関数Ａ’のプレス値をヒストグラムとして表わしたグラフである。適正な組み合わせの関数Ａ’（ｍ）の求め方と適正な組み合わせの関数Ａ’（ｍ）の逆関数により推定されるトランスクリプトームｔａ（ｍ）とトランスクリプトームｔ（ｍ）との２乗誤差を計算する様子とを説明する説明図である。不適正な組み合わせの関数Ａ’の求め方と不適正な組み合わせの関数Ａ’の逆関数により推定される９次元ラマンデータｒａ’（１０）と９次元ラマンデータｒ’（１０）との２乗誤差を計算する様子との２乗誤差を計算する様子とを説明する説明図である。適正な組み合わせの関数Ａ’の逆関数および不適正な組み合わせの関数Ａ’の逆関数のプレス値をヒストグラムとして表わしたグラフである。

次に、本発明を実施するための形態を実施例を用いて説明する。

図１は、本発明の一実施例としてのトランスクリプトーム推定装置２０の構成の概略を示す構成図である。実施例のトランスクリプトーム推定装置２０は、図示するように、所定の周波数のレーザを出力するレーザ２２と、レーザ２２からの照射光や検出光を導く光学系２３と、光学系２３からの照射光を測定対象としての対象細胞１０に照射すると共に検出光（レイリー散乱光やストークス光）を入射する対物レンズ４０と、光学系２３からのストークス光の空間分解能を高めるための共焦点ピンホール４４と、共焦点ピンホール４４からのストークス光を入射して分光する分光器４６と、分光器４６により分光されたストークス光を露光してラマン散乱スペクトルを得る高感度カメラ４８と、高感度カメラ４８により得られたラマン散乱スペクトルを解析する汎用のマイクロコンピュータにより構成されたコンピュータ（ＰＣ）５０と、を備える。

レーザ２２は、実施例では波長が５３２ｎｍのレーザ光を連続発振可能な半導体励起固体レーザとして構成されており、例えばLaser Quantum 製のGem 532を用いることができる。

光学系２３は、ミラー２４と、レーザ光のうち波長が５３２ｎｍのレーザ光だけを通すバンドパスフィルタ２６と、レーザ光のビーム径を広げて測定対象（対象細胞１０）におけるスポットサイズを調整するビームエキスパンダ２８と、波長５３２ｎｍのレーザ光やレイリー散乱光は反射するが波長が５３２ｎｍ以上のストークス光は透過するダイクロイックミラー３０と、ダイクロイックミラー３０で反射されたレーザ光を導くミラー３２，３３と、レーザスポットを視野像で確認するために入射光の９０％を反射すると共に１０％を透過する９０／１０ミラー３４と、ダイクロイックミラー３０ではカットできなかったレイリー散乱光をカットしてストークス光だけを透過するエッジフィルタ３６と、レンズ３８と、を備える。

分光器４６は、実施例では共焦点距離３００ｍｍ、回折格子３００ｇｒ／ｍｍのツェルニターナ型分光器として構成されており、例えば、Princeton Instruments社製のActon SP-300iを用いることができる。

高感度カメラ４８は、実施例では高感度ｓＣＭＯＳ顕微鏡カメラとして構成されており、例えば浜松フォトニクス社製のORCA-Flash4.0 V2を用いることができる。

こうして構成されたトランスクリプトーム推定装置２０では、レーザ２２から出力された波長が５３２ｎｍのレーザ光は、ミラー２４により反射され、バンドパスフィルタ２６で波長が５３２ｎｍだけのレーザ光にフィルタリングされ、ビームエキスパンダ２８によりビーム径が調整される。ビーム径が調整されたレーザ光は、ダイクロイックミラー３０で反射され、ミラー３２，３３によって９０／１０ミラー３４に導かれ、９０／１０ミラー３４で反射され、対物レンズ４０から測定対象（対象細胞１０）に照射される。測定対象（対象細胞１０）からの反射光や散乱光などの検出光は、９０／１０ミラー３４で反射され、ミラー３２，３４によってダイクロイックミラー３０に導かれる。検出光のうちレイリー散乱光はダイクロイックミラー３０によって反射され、波長が５３２ｎｍ以上のストークス光はダイクロイックミラー３０を透過する。ダイクロイックミラー３０を透過した検出光（ストークス光）は、エッジフィルタ３６によってダイクロイックミラー３０ではカットできなかったレイリー散乱光がカットされてストークス光のみとされ、レンズ３８と共焦点ピンホール４４を介して分光器４６に入射する。分光器４６に入射した検出光（ストークス光）は、分光器４６により分光され、その強度に応じて高感度カメラ４８の対応するピクセルを露光する。こうして得られたラマン散乱スペクトルは、ＰＣ５０によって解析され、対象細胞１０のトランスクリプトーム（transcriptome）を推定する。

ＰＣ５０では、図２に例示する解析ルーチンを実行することにより、ラマン散乱スペクトルを解析して対象細胞１０のトランスクリプトームを推定する。図２の解析ルーチンでは、まず、ラマン散乱スペクトルｒをＮ次元ラマンデータｒ’に次元圧縮する（ステップＳ１００）。Ｎ次元ラマンデータｒ’は、Ｍ個の異なる状況下における細胞のラマン散乱スペクトルを特徴的なＮ次元スペクトルに次元圧縮したものである。次に、Ｎ次元ラマンデータｒ’とトランスクリプトームのデータとの関係を線形回帰して得られる関数Ａを用いてＮ次元ラマンデータｒ’に対するトランスクリプトームｔを推定する（ステップＳ１１０）。そして、推定したトランスクリプトームｔを出力して（ステップＳ１２０）、本ルーチンを終了する。

関数Ａは、図３に示すように、Ｍ個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～ｎ）からそのラマン散乱スペクトルをＮ次元に次元圧縮したＮ次元ラマンデータｒ’（１～ｎ）が線形回帰できるものとして関数Ａ’を求め、その逆関数として求めることができる。

こうして求めた関数Ａが適正であることについて説明する。まず、関数Ａ’について考える。いま、１０個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～１０）とそのラマン散乱データｒを９次元に次元圧縮した９次元ラマンデータｒ’（１～１０）とを準備する。図４に示すように、任意の９個の異なる状況下における複数の細胞のトランスクリプトームｔ（ｍを除く１～１０）とその９次元ラマンデータｒ’（ｍを除く１～１０）を用いて関数Ａ’（ｍ）を求める。次に、関数Ａ’（ｍ）の推定に用いなかったトランスクリプトームｔ（ｍ）に関数Ａ’（ｍ）を適用して９次元ラマンデータｒａ’（ｍ）を求める。続いて、求めた９次元ラマンデータｒａ’（ｍ）と対応する９次元ラマンデータｒ’（ｍ）との差分の２乗誤差を計算する。そして、すべてのｍ（ｍは１～１０）に対して得られた１０個の２乗誤差の総和を適正な組み合わせの関数Ａ’のプレス値（ＰＲＥＳＳ）として求める。

次に、１０個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～１０）に対して対応しない状況下の複数の細胞の９次元ラマンデータｒ’（１～１０）の組み合わせを考える。例えば、図５に示すように、トランスクリプトームｔ（６），ｔ（３），…，ｔ（７），ｔ（５）に対して９次元ラマンデータｒ’（１），ｒ’（２），…，ｒ’（９），ｒ’（１０）を対応させる。対応させたすべての組のうちの一組（図５の場合、ｔ（５）とｒ’（１０）の組）を除いて関数Ａ’を求め、除いた一組のトランスクリプトームｔ（５）に関数Ａ’を適用して９次元ラマンデータｒａ’（１０）を求める。続いて、求めた９次元ラマンデータｒａ’（１０）と対応する９次元ラマンデータｒ’（１０）との差分の２乗誤差を計算する。除く一組を変更して得られる１０個の２乗誤差の総和を不適正な組み合わせの関数Ａ’のプレス値として求める。１０個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～１０）に対して対応しない状況下における複数の細胞の９次元ラマンデータｒ’（１～１０）の組み合わせを変更して同様に不適正な組み合わせの関数Ａ’のプレス値を求める。不適正な組み合わせの関数Ａ’のプレス値は、１０の階乗程度の数となる。

検証のために、１０個の異なる状況下で複数の細胞を生存させ、適正な組み合わせの関数Ａ’のプレス値とランダムに選んだ１００００の不適正な組み合わせの関数Ａ’のプレス値を計算した。
（１）Yeast Extract（ＹＥ）＋３％Glucose培地、３０℃で２４時間液体培養
（２）ＹＥ＋３％Glucose＋１ｍｍｏｌ／Ｌ Sorbitol培地、３０℃で１時間液体培養
（３）ＹＥ＋３％Glucose＋１ｍｍｏｌ／ＬＣｄＳＯ₄培地、３０℃で１時間液体培養
（４）ＹＥ＋３％Glucose＋２ｍｍｏｌ／ＬＨ₂Ｏ₂培地、３０℃で１時間液体培養
（５）ＹＥ＋３％Glucose培地、３９℃で１時間液体培養
（６）ＹＥ＋３％Glucose＋１０％Ethanol培地、３０℃で２４時間液体培養
（７）Edinburgh Minimal Medium（ＥＭＭ）培地、３０℃で２４時間液体培養
（８）ＥＭＭに含まれるGlucoseを０．１％にした培地、３０℃で２４時間液体培養
（９）ＥＭＭに含まれるGlucoseを除去した培地、３０℃で２４時間液体培養
（１０）ＥＭＭに含まれるＮＨ₄Ｃｌを除去した培地、３０℃で２４時間液体培養

計算した適正な組み合わせの関数Ａ’のプレス値と１００００の不適正な組み合わせの関数Ａ’のプレス値とをヒストグラムとしたものを図６に示す。適正な組み合わせの関数Ａ’のプレス値は約５．７７であり、図６のヒストグラムにおける最小の階級に含まれた。また、適正な組み合わせの関数Ａ’のプレス値よりも低いプレス値の出現確率は０．０２％であった。これらのことから、９個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～９）に適正な組み合わせの関数Ａ’を適用したデータは、対応する状況下の複数の細胞の９次元ラマンデータｒ’（１～９）に僅かな誤差をもって一致することが解る。この検証により、適正な組み合わせの関数Ａ’は適正であることが解る。

次に、関数Ａ’の逆関数としての関数Ａについて考える。１０個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～１０）と対応する９次元ラマンデータｒ’（１～１０）に対して、図７に示すように、任意の９個の異なる状況下における複数の細胞のトランスクリプトームｔ（ｍを除く１～１０）とその９次元ラマンデータｒ’（ｍを除く１～１０）を用いて得られた関数Ａ’（ｍ）の逆関数としての関数Ａ’（ｍ）^-1を求める。続いて、関数Ａ’（ｍ）の推定に用いなかった９次元ラマンデータｒ’（ｍ）に関数Ａ’（ｍ）^-1を適用してトランスクリプトームｔａ（ｍ）を求め、トランスクリプトームｔａ（ｍ）と対応するトランスクリプトームｔ（ｍ）との２乗誤差を計算する。そして、すべてのｍ（ｍは１～１０）に対して得られた１０個の２乗誤差の総和を適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値として求める。

続いて、１０個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～１０）と対応する９次元ラマンデータｒ’（１～１０）に対して、図５のときと同様に、図８に示すように、トランスクリプトームｔ（６），ｔ（３），…，ｔ（７），ｔ（５）に対して９次元ラマンデータｒ’（１），ｒ’（２），…，ｒ’（９），ｒ’（１０）を対応させる。対応させたすべての組のうちの一組（図８の場合、ｔ（５）とｒ’（１０）の組）を除いて関数Ａ’を求めると共に、その逆関数としての関数Ａ’^-1を求める。続いて、除いた一組の９次元ラマンデータｒ’（１０）に関数Ａ’^-1を適用してトランスクリプトームｔａ（５）を求め、求めたトランスクリプトームｔａ（５）とトランスクリプトームｔ（５）との２乗誤差を計算する。そして、除く一組を変更して得られる１０個の２乗誤差の総和を不適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値として求める。１０個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～１０）に対して対応しない状況下における複数の細胞の９次元ラマンデータｒ’（１～１０）の組み合わせを変更して同様に不適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値を求める。不適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値は、１０の階乗程度の数となる。

前述の検証に用いた（１）～（１０）の１０個の異なる状況下で複数の細胞を生存させ、適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値とランダムに選んだ１００００の不適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値を計算した。計算した適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値と１００００の不適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値とをヒストグラムとしたものを図９に示す。適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値は約１．５２×１０¹²であり、図９のヒストグラムにおける最小の階級に含まれた。また、適正な組み合わせの関数Ａ（＝Ａ’^-1）のプレス値よりも小さいプレス値の出現確率は０．０３％であった。これらのことから、９個の異なる状況下における複数の細胞の９次元ラマンデータｒ’（１～９）に適正な組み合わせの関数Ａ（＝Ａ’^-1）を適用したデータは、対応する状況下の複数の細胞のトランスクリプトームｔ（１～９）に僅かな誤差をもって一致することが解る。この検証により、適正な組み合わせの関数Ａは適正であることが解る。

以上説明した実施例のトランスクリプトーム推定装置２０では、対象細胞１０の細胞に５３２ｎｍの波長のレーザ光を照射し、得られるストークス光を分光してラマン散乱スペクトルｒとし、これを次元圧縮してＮ次元ラマンデータｒ’として関数Ａを適用することにより、対象細胞１０のトランスクリプトームｔを推定する。これにより、対象細胞１０を破壊することなく対象細胞１０のトランスクリプトームｔを推定することができる。

実施例のトランスクリプトーム推定装置２０によるトランスクリプトームの推定方法では、Ｍ個の状況下の細胞のラマン散乱スペクトルｒを次元圧縮してＮ次元ラマンデータｒ’とし、Ｍ個の状況下の細胞のトランスクリプトームｔと対応するＮ次元ラマンデータｒ’とが線形回帰関係にあるとして得られる関数Ａを求め、対象細胞１０のラマン散乱スペクトルｒを次元圧縮したＮ次元ラマンデータｒ’に関数Ａを適用することによって対象細胞１０のトランスクリプトームｔを推定する。上述した検証により関数Ａは極めて適正であるから、対象細胞１０の適正なトランスクリプトームｔを推定することができる。

実施例のトランスクリプトーム推定装置２０では、関数Ａの検証に１０個の異なる状況下における複数の細胞のトランスクリプトームｔ（１～１０）と対応する９次元ラマンデータｒ’（１～１０）とを用いるものとしたが、状況数は１０個に限定されるものではなく幾つでもかまわないし、次元も９次に限定されるものではなく幾つでもかまわない。

実施例のトランスクリプトーム推定装置２０では、Ｍ個の状況下の細胞のトランスクリプトームｔからＭ個の状況下の細胞のＮ次元ラマンデータｒ’が線形回帰できるものとして得られる関数Ａ’の逆関数として関数Ａを求めるものとしたが、Ｍ個の状況下の細胞のＮ次元ラマンデータｒ’からＭ個の状況下の細胞のトランスクリプトームｔが線形回帰できるものとして関数Ａを求めるものとしてもよい。

実施例のトランスクリプトーム推定装置２０では、５３２ｎｍの波長のレーザ光を対象細胞１０に照射するものとしたが、ラマン散乱を得られるレーザ光であれば波長は如何なるものとしてもかまわない。

以上、本発明を実施するための形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において、種々なる形態で実施し得ることは勿論である。

本発明は、トランスクリプトーム推定装置の製造産業などに利用可能である。

１０測定対象、２０トランスクリプトーム推定装置、２２レーザ、２３光学系、２４ミラー、２６バンドパスフィルタ、２８ビームエキスパンダ、３０ダイクロイックミラー、３２，３３ミラー、３４９０／１０ミラー、３６エッジフィルタ、３８レンズ、４０対物レンズ、４４共焦点ピンホール、４６分光器４６、４８高感度カメラ、５０コンピュータ（ＰＣ）。

Claims

対象細胞のトランスクリプトームを推定するトランスクリプトーム推定装置であって、
所定波長のレーザ光を前記対象細胞に照射するレーザ照射手段と、
前記レーザ光の照射に対する反射光や散乱光の検出光のうちストークス光のみを選別する光選別手段と、
前記選別されたストークス光を分光してラマン散乱スペクトルを出力する分光手段と、
前記ラマン散乱スペクトルに基づいて前記対象細胞のトランスクリプトームを推定する推定手段と、
を備え、
前記推定手段は、前記ラマン散乱スペクトルをＮ次元のＮ次元ラマンデータに次元圧縮し、前記Ｎ次元ラマンデータに基づいて前記対象細胞のトランスクリプトームを推定するものであり、
更に、前記推定手段は、Ｍ個の異なる状況下における細胞の前記Ｎ次元ラマンデータと前記Ｍ個の異なる状況下における細胞のトランスクリプトームとが線形回帰関係となる変換関数を適用してトランスクリプトームを推定する、
トランスクリプトーム推定装置。
請求項１記載のトランスクリプトーム推定装置であって、
前記変換関数は、前記Ｍ個の異なる状況下における細胞のトランスクリプトームから前記Ｍ個の異なる状況下における細胞の前記Ｎ次元ラマンデータが線形回帰できるものとして得られる関数の逆関数として求められる、
トランスクリプトーム推定装置。
対象細胞に所定波長のレーザ光を照射したときに得られるラマン散乱スペクトルから前記対象細胞のトランスクリプトームを推定するトランスクリプトーム推定方法であって、
Ｍ個の異なる状況下における細胞のラマン散乱スペクトルを次元圧縮してＮ次元のＮ次元ラマンデータとし、前記Ｍ個の異なる状況下における細胞のトランスクリプトームと前記Ｍ個の異なる状況下における細胞のＮ次元ラマンデータとが線形回帰関係にあるとして得られる変換関数を推定しておき、
前記対象細胞のラマン散乱スペクトルを次元圧縮したＮ次元ラマンデータに前記変換関数を適用してトランスクリプトームを推定する、
ことを特徴とするトランスクリプトーム推定方法。