社外秘。 開示しないでください。
NanoSIMSテクノロジーにより、科学者は細胞内を再構築します
英国の国立物理研究所でNanoSIMSによって生成された画像は、データ視覚化ソフトウェアを使用して再作成されるため、科学者は哺乳類の細胞よりも小さい分析領域を詳細に探索できます。 より効率的な分析は、科学者が科学的影響を最大化するのに役立ちます。
チャレンジ： CAMECA NanoSIMS機器でマルチアイソトープイメージング質量分析（MIMS）を使用して細胞を分析およびイメージングすると、大量の生の定量的画像データを生成できます。 したがって、データの準備と分析には非常に時間がかかります。
解決：研究科学者のGregMcMahonは、NanoSIMS機器からJMPにデータをエクスポートし、そこで動的リンクを備えたソフトウェアのGraph Builderプラットフォームを使用して、統計データ分析を実行し、関心のある領域の画像データをマイニングします。 ほんの一握りの簡単なスクリプトで、McMahonは自動化された繰り返し分析を行い、数回クリックするだけでデータから結果に移動できるようになりました。
結果： McMahon氏は、大量のデータを簡単に処理し、視覚的な探索を可能にする能力を備えているため、JMPによってデータの準備と分析の時間が大幅に短縮されたと述べています。 より削減可能なデータ出力と効率的なワークフローは、NPLとそのパートナーがNanoSIMS機器の利用を最適化し、科学的影響を最大化するのに役立ちます。
_____________________________________________________________________________________________
すべての科学研究の中心にあるのは、測定値を正確かつ正確に収集する機能です。 英国では、国立物理研究所（NPL）が測定科学の研究リーダーであり、学術パートナーと業界パートナーの両方に世界をリードする測定ソリューションを提供しています。 NPLの計測学の専門家は、電子アプリケーション用の材料の表面構造の評価から、標的療法が体内の腫瘍細胞に到達する方法の監視まで、幅広い科学研究に最先端の技術を導入しています。
NPLの多くの研究サービスの中には、科学者が表面の同位体組成を分析できるようにするために地球化学および半導体アプリケーションで伝統的に使用されている技術であるSIMSがあります。 この手法では、一次イオンのビームをサンプルの表面に集中させます。衝撃により、原子と分子がサンプル表面から放出され、その一部がプロセスでイオン化され、二次イオンと呼ばれます。 最終的に、二次イオンは次の分析ステップの鍵となります。これらの荷電粒子は質量分析計に送られ、質量電荷比でソートできるためです。
質量分析計は、プリズムが虹のさまざまな色に光をフィルタリングできるのと同様の方法で、イオンを質量でフィルタリングするために磁石を使用します、とNPLのNanoSIMSラボのディレクターであるGregMcMahon博士は説明します。 「プリズムは光を色に分離し、SIMSの磁石は粒子の質量と電荷によって粒子を分離します」と彼は言います。 これらの二次イオンは、それらが放出された領域の特徴であるため、表面のマッピングとイメージングが可能になります。
より高解像度の機器は、細胞内構造のイメージングを可能にします
McMahonは、次のレベルのSIMSテクノロジーであるナノスケール二次イオン質量分析（NanoSIMS）は、従来のSIMSよりもはるかに高い分解能を備えているため、単一細胞または細胞内生物学におけるより困難な問題に答えるために適用できると説明しています。 さらに、7つの個別の検出器が装備されているため、同じ分析領域内から放出された複数の同位体を検出できます。 その後、科学者は複数の同位体からの情報を使用して、哺乳類の細胞よりも小さい地図を作成できます。 科学者は、35ナノメートルの左右の分解能で、たとえば、同位体が豊富な分子を取り込んでいる細胞だけでなく、細胞内のどこにそれらの分子が蓄積しているかを特定できます。
NanoSIMSテクノロジーのアプリケーションは広大です。 その中には、NPLの重要な焦点となっている製薬およびバイオテクノロジー研究の進歩があります。 今日、マクマホンの仕事の多くは、たとえば、薬物の消耗などの問題に対処するために、英国のライフサイエンス機関や企業と協力することを含んでいます。 「特定の有望な候補化合物の研究開発に数百万ドルが費やされることもありますが、臨床試験の最後に失敗するだけです。 したがって、失敗する場合は、早く失敗する方がよいでしょう」とマクマホンは説明します。 「製薬会社が（医薬品開発のライフサイクルの早い段階で）うまくいかないことを判断し、それを迅速に行うことができれば、製薬会社に莫大な費用を節約することができます。」おそらくさらに重要なことは、薬剤候補が失敗するという初期の証拠は、科学者が他のより有望な薬剤候補にリソースと時間をリダイレクトするのに役立ちます。
>マクマホンの記事「NanoSIMS生物学的アプリケーションの詳細」をご覧ください。幹細胞生物学における高分解能マルチアイソトープイメージング質量分析（MIMS）イメージングアプリケーション、」現在のプロトコル
非常に高価な科学機器の利用を最適化する
NanoSIMSテクノロジーは魅力的かもしれませんが、NPLのような機器はまれです。 この技術はコストが高いため、多くの組織の手の届かないところにあり、2021年の時点で、世界中で稼働しているNanoSIMS機器は約40台にすぎません。 したがって、最大の科学的影響を推進するために、NanoSIMSを使用する科学者は、実験と分析の時間を短縮するよう圧力をかけられています。
McMahonは、NPLでは、NanoSIMS機器でのデータ収集に1回の実行で18時間以上かかる場合があると説明しています。 従来、標準的な経験則では、ラボはデータ収集の3倍の時間を分析に費やすことが期待できました。 1回の実行に18時間かかった場合、データ分析には3営業日以上かかる可能性があります。 しかし、ラボのCAMECAと同じくらい実行と保守に費用がかかる機器を使用すると、分析に費やす時間が減り、科学に役立つ機器の実行に費やす時間が少なくなります。
ただし、画像データにはいくつかの固有の課題があります。 一つには、マクマホンは、画像のすべてのピクセルが意味があるので、ますます微細なデータを収集し続ける無限の機会があると説明します。 「私たちの関心のある地域はどんどん小さくなり始め、それでも意味のあるデータを運んでいます」と彼は言います。つまり、データセットがどんどん大きくなり、大きなファイルサイズを処理するための設備が整っていないソフトウェアにとっては苦労する可能性があります。
機器の使用率を最適化するために、McMahonは、以前はExcelを使用して行われていた実験と分析の両方を合理化する統計ソフトウェアの可能性を認識しました。 高度なExcelマクロをコーディングする機能があっても、時間のかかるデータ準備手順、データアクセス、形式間の変換、繰り返し分析、それに伴う必然的なトラブルシューティングに多くの時間が失われたとマクマホン氏は言います。 さらに、彼は、画像データの外れ値をより迅速に特定するための、より優れた、よりインタラクティブな視覚化の必要性を認識しました。
画像データを探索するためのより良いアプローチ
ユーザーフレンドリーな視覚化機能とより高度な分析機能の組み合わせにより、JMPは当然の選択でした。 「私が最初にJMPを使い始めたとき、それはただ「すごい、これは素晴らしい」でした。それは簡単でよく整理されていて、非常に理にかなっています」とMcMahonは説明します。 非常に大きなデータセットを処理するJMPの機能は、以前の標準的なアプローチと比較して特に重要な革新でした。 また、ビジュアルグラフィックは、ネイティブ形式で画像データをキャプチャするのに役立ちます。 「それが、JMPが本当に輝いていると思うところです。JMPが生成する視覚化においてです」と彼は言います。
XおよびYピクセルの位置とカウントを生のNanoSIMSデータから直接JMPにエクスポートすることにより、McMahonはデータ操作と分析もサポートするプラットフォームであるGraphBuilderで画像データを再構築できます。 画像内の単一の領域を表すデータのサブセットの作成はワンクリックで実行され、ソフトウェアのダイナミックリンク機能により、ユーザーはすべて同じツール内で幅広い分析を実行できます。 「これにより、探索の部分が非常に簡単になります。グラフビルダーで画像を作成している場合は、測定している質量の分布が得られます」とMcMahon氏は言います。
「画像内のどこにあるかを確認するだけで、外れ値を選択できます（たとえば、同位体タグ付きクラスターなど）。 それは物事を行うための非常に、非常に迅速かつ効率的な方法です... JMPは、データ探索に関して非常に柔軟性があります。」
JMPでのスクリプトの量が少ないだけで、自動分析により「数回クリックするだけ」で結果が得られます。
JMPの導入以来、McMahonは、ツールのGraph Builderプラットフォームだけで分析時間が大幅に短縮され、自動化によってメリットが増幅されたと報告しています。 スクリプトを作成して簡単に実行できるため、JMPをカスタマイズ可能にできます。つまり、データ処理の側面を大幅に自動化でき、時間を節約して再現性のあるデータ出力を提供できます。 これらすべてにより、科学者は問題をより早く解決することができます。
「ほとんどの場合、スクリプトを実行するだけで、[分析]がかなり自動化されました。 数回クリックするだけで、すぐに答えが得られます」とマクマホン氏は言います。 「そして、JMPには多くのオンラインリソースがあるため、JMPでのスクリプト作成の学習曲線は非常に合理的です。」
McMahonは、カスタマイズをさらに活用することに加えて、これらのオンラインリソースを使用して、実験計画法（DOE）やその他のモデリングアプリケーションなど、JMPを機能させるための新しい方法を模索する予定です。 1つは、McMahonは、機器のオペレーターがDOEを使用して、NanoSIMS機器の各レンズを変更した場合の影響を予測し、手動テストなしで機器の最適な位置合わせを選択できることを示唆しています。 予測データと実際に収集されたデータとの比較は、優れた相関関係を示しました。
「実験計画法の結果に基づいて、実際にいくつかの操作方法を切り替えました」と彼は言います。 より効率的に作業する機会は、影響力の大きい科学のペースを速めることを意味する可能性があり、それが発見のすべてです。
