主要成果
AI駆動のフレームワーク「Morphi」は、ラベルフリーの明視野顕微鏡画像から、オルガノイドの生存率および表現型状態を直接的に推定することに成功した。本モデルは、個々のオルガノイドを画像からセグメンテーションし、「生存率スコア（％）」と、死滅したサブ領域を可視化する「空間的デスマップ（spatial death map）」を同時に出力する。これにより、単一のオルガノイド解像度で段階的な細胞毒性反応を捉えることが可能となった。
技術・詳細
Morphiの技術的な特徴は、膨大な手動アノテーションを必要とせず、蛍光ベースの生存信号を「弱教師（weak supervision）」として利用してピクセルレベルの生存モデルを訓練している点にある。また、生存率の予測に加えて、教師なし学習による形態およびテクスチャの特徴量を組み合わせることで、各オルガノイドを高次元の表現型空間に埋め込む手法を採用している。
この手法によって得られる「表現型フィンガープリント（phenotypic fingerprints）」は、個々のオルガノイドの密な表現型状態と、摂動条件下における集団レベルの分布を捉えることができる。具体的には、以下の解析が可能となる。
- 作用機序（Mechanism of Action）に基づく薬剤のクラスタリング
- 機序的に関連のある薬剤間の差異の解明
- 異なる摂動因子間における表現型の収束（phenotypic convergence）の検出
背景・業界の文脈
オルガノイドは、生体組織の構造を忠実に再現し、生理学的忠実度の高い薬剤反応の読み出しが得られるため、インビトロ（in vitro）モデリングを前進させてきた。しかし、その利点がある一方で、オルガノイドの表現型の可視化および定量的な分析手法は十分に発展していなかった。特に、大規模な薬剤スクリーニングにおいては、スケーラブルでラベルフリーな定量手法が求められていた。
今後の展望
Morphiは複数の組織タイプにわたって堅牢に動作することが確認されており、大規模な薬剤スクリーニングにおけるラベルフリーな表現型プロファイリング戦略を提供する。生存率と表現型反応を統合的に定量化できるため、今後はメカニズムを意識した高コンテンツ（high-content）な薬剤スクリーニングへの応用が期待される。
元記事: https://doi.org/10.64898/2026.10.21.760628
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
