イメージング型 空間トランスクリプトーム：セグメンテーション手法の選び方

空間トランスクリプトーム解析（spatial transcriptomics）のうちイメージング型（Xenium・CosMx・MERSCOPE など顕微鏡で1分子ずつ数える方式）は、分子をどの細胞に割り当てるかを、計算で決めなければなりません。Segger の論文はこれを、ほぼすべての下流解析にとって決定的でありながら、この方式の弱点であり続けていると表現しています。難しさの根本は単純です。真の細胞境界を、誰も知らないからです。

1. 手法は「何を手がかりにするか」で分かれる

そして第2の軸があります。核をどこまで広げるか。核だけを取れば細胞質の分子を落とし、大きく広げれば隣の細胞が混ざります。膜の染色があれば話は早いのですが、多くのデータには膜染色がありません。だから、この距離を自分で決めることになります。

2. 主な手法

bashコピー
# 画像ベース：核染色から輪郭を引く（コマンドラインから呼ぶ）
pip install cellpose

#   --pretrained_model nuclei : 核用の学習済みモデル
#   --diameter 0              : 核の大きさを自動で見積もる
python -m cellpose \
    --dir ./dapi_tiles \
    --pretrained_model nuclei \
    --diameter 0 \
    --save_tif --no_npy --use_gpu

pythonコピー
import numpy as np
from skimage.segmentation import expand_labels

# 出てくるのは核のラベル画像だけ。分子の割り当ては別に行う
nuclei = np.load("dapi_tiles/dapi_masks.npy")
print("検出した核:", int(nuclei.max()))

# 核をどれだけ広げるかは、自分で決める
cells = expand_labels(nuclei, distance=15)

# 広げ方を変えて、あとで比べられるようにしておく
for d in [0, 8, 15, 25]:
    lab = expand_labels(nuclei, distance=d)
    print(d, "画素 -> 平均面積", round(float((lab > 0).sum() / max(int(lab.max()), 1)), 1))

bashコピー
# 転写産物ベース：分子の集まり方から細胞を推定する
#   -m : 1細胞あたりの最小分子数
#   -s : 細胞の大きさの見当（µm）
baysor run \
    -x x -y y -g feature_name \
    -m 30 -s 15 \
    -o out_baysor/ \
    transcripts_filtered.csv

# 核のマスクを事前情報として渡すこともできる（精度が上がる）
baysor run --prior-segmentation-confidence 0.7 \
    -o out_baysor_prior/ \
    transcripts_filtered.csv :nucleus_id

3. 正解が無いので、指標を組で見る

真の境界が分からない以上、評価は間接的にならざるを得ません。次の5つを組で見ます。

pythonコピー
import pandas as pd
import numpy as np

def seg_summary(adata, n_tx_total, name):
    """1つのセグメンテーション結果を、5つの指標で要約する。"""
    area = adata.obs["cell_area"].to_numpy(dtype=float)
    cnt  = adata.obs["total_counts"].to_numpy(dtype=float)
    return {
        "手法": name,
        "細胞数": adata.n_obs,
        "面積の中央値": round(float(np.median(area)), 1),
        "分子数の中央値": round(float(np.median(cnt)), 1),
        "分子の回収率": round(float(cnt.sum() / n_tx_total), 3),
    }

# 複数の手法を、同じ表に並べる
rows = [
    seg_summary(ad_vendor, N, "装置の既定"),
    seg_summary(ad_cellpose, N, "画像ベース"),
    seg_summary(ad_baysor, N, "分子ベース"),
]
print(pd.DataFrame(rows))

4. 純度 ─ 正解が無くても測れる指標

5つの中で最も直接的なのが純度です。考え方は単純です。同じ細胞に入るはずのないマーカーの組をあらかじめ決めておき、それが同居している細胞がどれだけあるかを数えます。

pythonコピー
# 純度：同じ細胞に入るはずのないマーカーの共発現を数える
#   組織に合わせて、排他的な組を自分で決める
pairs = [
    (["EPCAM", "KRT19"], ["COL1A1", "DCN"]),      # 上皮 と 線維芽細胞
    (["EPCAM", "KRT19"], ["PTPRC", "CD3D"]),      # 上皮 と 免疫細胞
]

def impurity(adata, pairs, thr=1):
    X = adata.layers["counts"]
    bad = np.zeros(adata.n_obs, dtype=bool)
    for ga, gb in pairs:
        ga = [g for g in ga if g in adata.var_names]
        gb = [g for g in gb if g in adata.var_names]
        if not ga or not gb:
            continue
        a = np.asarray(adata[:, ga].layers["counts"].sum(axis=1)).ravel()
        b = np.asarray(adata[:, gb].layers["counts"].sum(axis=1)).ravel()
        bad |= (a >= thr) & (b >= thr)
    return float(bad.mean())

# 値が小さいほど、切り方が清潔
for name, ad in [("装置の既定", ad_vendor),
                  ("画像ベース", ad_cellpose),
                  ("分子ベース", ad_baysor)]:
    print(name, "不純な細胞の割合:", round(impurity(ad, pairs), 3))

5. 回収量と純度は、同時には上げられない

ここが、この問題の本質です。輪郭を広げれば分子は多く回収できますが、隣の細胞が混ざって純度が落ちます。狭めれば純度は上がりますが、細胞質の分子を落とします。この2つは、原理的に両立しません。

しかも、どちらを優先すべきかは組織によって変わります。細胞が密に詰まった組織では混入が起きやすいので純度を優先すべきですが、細胞がまばらな組織では、多少広げても混ざらないので回収量を優先できます。

6. 実務のワークフロー

• 1. 装置の既定の結果を、まず見る。多くの組織では、これで十分なことがある。ここを基準にする。
• 2. 同じ視野を目で見比べる。画像・輪郭・分子を重ねて描く。数字の前に、まず目で見る。
• 3. 2〜3 の手法を走らせる。性格の違うものを選ぶ（画像ベースと分子ベース）。
• 4. 5つの指標を表にする。細胞数、面積、分子数、回収率、純度。
• 5. 回収量と純度の釣り合いで選ぶ。どちらを優先するかは、組織と問いによって決める。

pythonコピー
import spatialdata_plot  # noqa

# 同じ場所を、手法ごとに描いて見比べる
# 同じ視野を切り出して、手法ごとに描き比べる

for shp in ["cell_boundaries", "cellpose_cells", "baysor_cells"]:
    (
        sdata.pl.render_images("morphology_focus")
        .pl.render_shapes(shp, fill_alpha=0, outline_alpha=1)
        .pl.render_points("transcripts", size=1)
        .pl.show(title=shp)
    )
# 数字だけで決めない。同じ視野を目で見比べる

7. やり直しのコストを、先に理解しておく

逆に言えば、この段階で複数の手法を試して比べておけば、あとから「別の切り方だったらどうだったか」と悩む必要がなくなります。結果を論文にするときも、どの手法をなぜ選んだかを書けるようになります。

8. 判断のまとめ

まとめ

• 難しさの根本は真の細胞境界を誰も知らないこと。評価は間接的にならざるを得ない。
• 手法は何を手がかりにするかで3系統に分かれる。画像だけ／分子だけ／両方。
• 第2の軸は核をどこまで広げるか。膜染色は多くのデータに無いので、自分で決める。
• 評価は5つの指標を組で見る。細胞数・面積・分子数・回収率・純度。
• 1つの指標だけでは決まらない。同じ「細胞が増えた」が、感度向上とも過分割とも読まれている。
• 純度は、正解のラベルが無くても測れる。排他的なマーカーの共発現を数えるだけ。組織ごとに組を決める。
• 回収量と純度は同時には上げられない。どちらを優先するかは組織によって変わるので、自分のデータで比べる。
• やり直すと、その先はすべて無効。ここで時間をかける価値がある。

関連記事

• イメージング型 空間トランスクリプトーム：前処理の全体像
• イメージング型 空間トランスクリプトーム：転写産物レベルの QC
• イメージング型 空間トランスクリプトーム：細胞レベルの QC と正規化
• イメージング型 空間トランスクリプトーム：パネル制約下でのアノテーション
• scRNA-seq解析：細胞型アノテーション手法の全体像
• scRNA-seq解析：細胞型アノテーション（手動）
• scRNA-seq解析：ダブレット検出の基本（Scrublet）
• scRNA-seq解析：データの読み込みと品質管理（QC）
• scRNA-seq解析の土台：AnnData のデータ構造をリレーショナルDBの発想で理解する
• ターミナルの基本操作入門【Windows版】

参考文献

• Petukhov, V., Xu, R. J., Soldatov, R. A., et al. (2022). Cell segmentation in imaging-based spatial transcriptomics. Nature Biotechnology, 40(3), 345–354. doi:10.1038/s41587-021-01044-w
• Stringer, C., Wang, T., Michaelos, M., & Pachitariu, M. (2021). Cellpose: a generalist algorithm for cellular segmentation. Nature Methods, 18(1), 100–106. doi:10.1038/s41592-020-01018-x
• Heidari, E., Moorman, A., Unyi, D., et al. (2025). Segger: fast and accurate cell segmentation of imaging-based spatial transcriptomics data. bioRxiv（プレプリント）. doi:10.1101/2025.03.14.643160
• Schmidt, U., Weigert, M., Broaddus, C., & Myers, G. (2018). Cell detection with star-convex polygons. In Medical Image Computing and Computer Assisted Intervention (MICCAI) 2018, 265–273. doi:10.1007/978-3-030-00934-2_30
• Janesick, A., Shelansky, R., Gottscho, A. D., et al. (2023). High resolution mapping of the tumor microenvironment using integrated single-cell, spatial and in situ analysis. Nature Communications, 14(1), 8353. doi:10.1038/s41467-023-43458-x
• Cervilla, S., Grases, D., Perez, E., et al. (2026). A technical comparison of spatial transcriptomics platforms across six cancer types. Genome Biology, 27, 22. doi:10.1186/s13059-026-03937-y
• Marconato, L., Palla, G., Yamauchi, K. A., et al. (2025). SpatialData: an open and universal data framework for spatial omics. Nature Methods, 22(1), 58–62. doi:10.1038/s41592-024-02212-x
• Wolf, F. A., Angerer, P., & Theis, F. J. (2018). SCANPY: large-scale single-cell gene expression data analysis. Genome Biology, 19, 15. doi:10.1186/s13059-017-1382-0