神経変性疾患研究を加速するための脳オルガノイド自動化

脳オルガノイドは、複雑な神経疾患をモデル化する研究手法を大きく変革しつつあります。しかし、手作業での培養は時間がかかり、再現性に乏しく、スケール化も困難です。自動化技術はこれらの課題解決に寄与し、より再現性の高い培養と長期的な生存性を実現します。これは、長期的な解析が不可欠なアルツハイマー病やパーキンソン病の研究にとって特に重要です。

Technology Networksは、モレキュラーデバイスのハードウェアエンジニアリングおよびアプリケーション部門のシニアマネージャーであるFelix Spira氏に、栄養供給の改善、長期間にわたる培養品質の維持、そしてAI駆動型解析ツールの統合が、複雑な神経疾患研究をどのように効率化・スケール化するかについて話を伺いました。

Kate Robinson氏(以下、KR): 従来の研究環境では、神経変性疾患のモデル化が特に難しいのはなぜでしょうか。

Felix Spira博士(以下、FS): 神経変性疾患研究には根本的な課題があります。それは、これらの疾患に適したモデルシステムが存在しないという点です。これらの疾患は古くから知られていますが、研究者が利用できたのは動物モデルか2Dの細胞系のみでした。2014年にLancaster氏らが初めて開発した脳オルガノイドの登場は、この分野に新たな道を開き、研究をより実現可能なものにしました。

しかし、脳オルガノイドが開発された現在でも、依然として大きな障壁があります。手作業でオルガノイドを培養し、安定した再現性の高い品質を維持することは非常に困難であり、スケール化にも限界があります。人間が手作業で対応できる量には限界があり、1日の時間も限られているため、研究効率を高めるには追加のツールが不可欠です。

さらに、この分野には標準化が欠如しています。研究室ごとにプロトコールが異なり、ポスドクや博士課程学生は既存手法に独自のバリエーションを加えます。高品質なオルガノイドを得るには厳密な給餌スケジュールを守る必要がありますが、研究室のスケジュールは個人の予定としばしば衝突します。週末の予定、休暇、あるいは単に出勤が遅れるだけでも、細胞培養条件が変化し、品質に影響を及ぼします。

こうした状況は、従来モデルの不十分さ、労働集約的な手作業、標準化の欠如、そして100日以上に及ぶ培養期間中に必要なスケジュールを維持することの困難さといった課題を複合的に引き起こしています。

KR: オルガノイドは、神経疾患研究における従来のin vitroモデルの主要な限界をどのように克服しているのでしょうか。

FS: ヒトの脳は、既知の宇宙で最も複雑かつ高度に組織化された構造であり、ヒトに近い脳を持つ動物はいません。ヒトの脳疾患を動物モデルのみで研究する場合、重大な問題が生じます。動物の脳組織はヒト脳の複雑性を十分に再現できず、寿命が短いため、発症が遅い神経変性疾患を再現することが困難です。さらに、動物はヒトではないため、動物研究の結果が患者にそのまま適用できないことも多々あります。

脳オルガノイドは、従来のin vitroモデルの限界を克服し、神経疾患研究に革新をもたらします。第一に、ヒト幹細胞から作製され、異なる脳領域へと分化するため、ヒト脳組織の複雑性をより正確に再現できます。第二に、健常者および疾患患者由来の細胞を用いることで、さまざまな神経疾患の遺伝的・分子的メカニズムを解析でき、疾患モデル化や治療法探索に強力なツールとなります。さらに、オルガノイド技術とCRISPRツールの統合は非常に強力であり、例えばアルツハイマー病患者で観察されるプラーク形成を示す初のオルガノイドモデルの構築を可能にしました。

KR: ブレインオルガノイド培養を自動化することには、手作業と比べてどのような利点がありますか。

FS: 自動化システムには3つの主要な利点があります。第一に、スケールに応じた一貫性を確保するための再現性の向上です。第二に、品質管理に不可欠な光学顕微鏡によるモニタリング機能です。第三に、有意義な研究に必要なスケーラビリティの実現です。これにより、研究者は本来の業務である「複雑な研究課題に対してエビデンスに基づく答えを導くこと」により多くの時間を割けるようになります。

手作業で10枚の脳オルガノイドプレートを維持するには、週あたり約30時間の作業が必要ですが、自動化によりこれが数時間にまで短縮されます。自動化システムは、厳密な給餌や継代スケジュールを守りながら、人間よりもはるかに多くのプレートを処理できます。モニタリングの観点では、培養期間全体を通して頻繁に画像取得が可能であり、培養品質に関する重要な情報を提供します。

脳オルガノイドは平均して100日間の培養が必要であることを考えると、この課題の規模が明確になります。1システムで60枚のプレートを扱い、毎日給餌と撮像が必要となる場合、研究者は一人では到底処理できない作業量に直面します。さらに、手作業では取得がほぼ不可能な膨大なデータが生成されます。加えて、これらのデータセットは保存、整理、解析の面でも非常に扱いが難しいものです。

KR: 更新されたシステムは、長期培養における栄養供給と生存性をどのように改善しているのでしょうか。

FS: CellXpress.ai® 自動細胞培養システムに新たに搭載されたロッキング式インキュベーターは、脳オルガノイドの自動化された安定的な作製に不可欠です。このインキュベーターにより、脳オルガノイドを常に緩やかに動かし続けることが可能になります。オルガノイドは非常に高い代謝要求を持ち、栄養素と酸素の継続的な供給を必要とする一方で、多量の老廃物を産生します。大きなスケールでの拡散は非常に遅いため、インキュベーター内でプレートを自動的かつ穏やかに揺動させるロッキング機構は、各ウェル内の培地を適切に混合し、実験期間を通じて最適な環境を維持します。

継続的な攪拌がなければ、オルガノイドはウェル底部に沈降し、細胞が外へ移動したり、オルガノイド同士が凝集したりする可能性があります。長期間にわたり最適な培養条件を維持するためには、培地を攪拌し、オルガノイドを浮遊状態に保つことが不可欠です。

今回のアップデートには、CellXpress.aiシステムと外部機器をネイティブに統合するためのモジュールも含まれています。これには、遠心機、ハイコンテントイメージングシステム、あるいはエンドポイントアッセイや培養中の品質管理に用いるハイスループットのキネティックスクリーニングシステムなどが含まれます。

KR: 今後、完全自動化されたブレインオルガノイドワークフローは、アルツハイマー病やパーキンソン病研究のブレイクスルーをどのように加速すると考えられますか。

FS: これらの疾患に対する創薬研究を効果的に進めるためには、多数の化合物や条件を検証する必要があり、そのためには品質の揃った大量のオルガノイドが求められます。しかし、現状では適切なオルガノイド生産をスケール化するために必要な要素がいくつか欠けています。

CellXpress.ai細胞培養システムは、プロトコールの標準化や、時間経過に伴う培養条件の変動（特に複数の研究者が関与する場合）といった、現在の主要なボトルネックに対処します。

このシステムは、標準化されたプロトコールを提供し、それらを複数の研究室間でエクスポート・インポートできるため、地理的に離れた場所でも信頼性の高い一貫したオルガノイド作製が可能になります。

ロッキング式インキュベーターは最大6つのロッキングラックを収容でき、各ラックには最大10枚のプレートを搭載できます。ロッキングラックと非ロッキングラックを組み合わせることで、同一インキュベーター内で幹細胞と脳オルガノイドの両方を培養することができます。

さらに、システムにはAI駆動型ソフトウェアが搭載されており、大規模で複雑なデータセットの解析が可能です。また、必要に応じて周辺機器とのシームレスな統合も行えます。これにより、幹細胞培養、オルガノイドの分化・成熟、エンドポイントアッセイ、データ解析までを包括的にカバーするエンドツーエンドのソリューションが提供され、神経変性疾患研究の進展を長年妨げてきた主要な課題に対応します。

著者紹介

インタビュイー

この記事はTechnology Networksに掲載されたものを許可を得て転載したものです。

ご興味をお持ちいただけま
したら、ぜひご連絡ください。