質量分析イメージング（MSI）は、高い空間分解能を持つ分子イメージング技術として、生体組織中の内因性および外因性化合物のその場検出に重要な価値を持つ。しかし、高い空間分解能では感度制限のため、MSIデータには多数の信号欠損が存在し、下流の解析の精度が著しく制限されている。従来のハードウェアアップグレードに依存する方法はコストが高く、期間も長い。そこで本論文では、データ駆動でMSIデータの複雑な分布特性を学習し、欠損信号を高品質に復元する人工知能に基づく欠損値補完方法を提案する。マウス腎臓のMALDI-MSIおよびヒト結腸癌のDESI-MSIデータにおける実験結果は、視覚的検出および定量評価の両面で従来手法を上回り、優れたプラットフォーム間適応性を示した。本論文は、MSI検出感度向上のための効率的で低コストな解決策を提供し、その後の生物学的解析促進に重要な意義を持つ。

質量分析イメージング;感度;欠損値補完;人工知能