質量分析イメージング（MSI）は、高空間分解能を有する分子イメージング技術として、生体組織内の内因性および外因性化合物の現場検出に重要な価値を持つ。しかし、高空間分解能では感度の制限によりMSIデータに多くの信号欠損が存在し、下流解析の正確性を著しく制限している。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。そこで本稿では、人工知能に基づく欠損値補完手法を提案し、データ駆動型でMSIデータの複雑な分布特性を学習し、欠損信号の高品質な再構成を実現することを目指す。本手法は、マウス腎臓のMALDI-MSIおよびヒト大腸がんのDESI-MSIデータに対する実験結果において、視覚的検出および定量評価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。本稿はMSI検出感度向上のための効率的かつ低コストな解決策を提供し、その後続の生物学的解析推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