低コヒーレンスホロトモグラフィーによる腸管オルガノイドのラベルフリー、高解像度3Dイメージングおよび機械学習解析

Summary

低コヒーレンスホロトモグラフィーを使用したオルガノイドの高解像度、ラベルフリー、3次元イメージングのための段階的なプロトコルを提示します。このプロトコルは、オルガノイド培養の調製、画像取得、および計算画像解析を詳細に説明し、生きたオルガノイドの構造ダイナミクスと薬物応答のリアルタイムの視覚化を可能にします。

Abstract

腸管オルガノイドの正確でラベルフリーのイメージングは、その形態、成長動態、環境刺激に対する反応を研究するために非常に重要です。ホロトモグラフィー(HT)は、蛍光マーカーを必要とせずに、生きたオルガノイドを高解像度で3次元(3D)で視覚化できるため、光毒性を最小限に抑え、サンプルの完全性を維持します。リアルタイムの位相ベースのイメージングにより、構造的および機能的変化をラベルフリーで継続的に追跡できます。屈折率を固有のイメージングコントラストとして使用することにより、この方法では、体積、タンパク質密度、タンパク質含有量などの生物物理学的特性の定量化が可能になります。イメージングデータは、機械学習主導のセグメンテーションと特徴抽出によってさらに処理され、一貫したハイスループット分析をサポートします。このプロトコルは、オルガノイド調製、イメージング取得、および機械学習ベースのデータ解析をカバーする、オルガノイド研究に低コヒーレンスHTを採用するための完全な実験ワークフローを詳述しています。このアプローチは、計算セグメンテーションと定量的評価を統合することにより、生存率、構造組織、薬物反応などの主要なオルガノイド特性の偏りのない評価を可能にします。細胞内分解能でリアルタイムの形態学的変化を捉える能力により、このプロトコルは、再生医療、疾患モデリング、および医薬品スクリーニングにおけるオルガノイドベースの研究に非常に適用できます。ここで概説する段階的な方法論は、さまざまなオルガノイドシステムにわたる再現性と幅広い適応を促進します。

Introduction

オルガノイドは、幹細胞から増殖した臓器の3次元(3D)小型化バージョンであり、 in vitroで^実際の臓器の主要な構造的および機能的特徴を再現することができます1。研究者らは、腸、脳、肺、肝臓、腎臓などの幅広い組織用のオルガノイドシステムを開発し、それぞれが in vivo の組織を彷彿とさせる自己組織化構造と細胞型の多様性を示しています。オルガノイドは、天然の臓器構造と多細胞の複雑さを反映することにより、ヒトの発生、組織再生、および疾患メカニズムを研究するための強力なモデルシステムとして機能します¹。これらは疾患モデリングと創薬にとって極めて重要なツールとなっており、研究者が研究室で疾患経路を探索し、患者固有の3D組織で新しい治療法をテスト^{できるようにします2。}特に、オルガノイドは再生医療でも有望です³: 腸および肝臓のオルガノイドで実証されているように、オルガノイド由来組織は in vivo で 生移植して損傷を修復することができ、臓器機能を回復する可能性を強調しています⁴。この多用途性により、オルガノイドは現代の生物医学研究や個別化医療に不可欠なものとなっています。

オルガノイドの多細胞組成と3D構造の複雑さを考慮すると、オルガノイドのダイナミクスを捕捉して分析することが重要です。しかし、従来のイメージング技術は、オルガノイドの構造とダイナミクスの分解において重大な制限に直面しており、多くの場合、完全な生^{理学的状態}を表現できない2Dスナップショットを生成します5。

明視野顕微鏡は、オルガノイドを捕捉するために広く使用されている非侵襲的な方法です。成長と形態を便利に監視しますが、染色されていない3Dサンプルではコントラストが限られています。さらに、光学的セクショニングが欠けているため、内部構造の解像度が低くなります。オルガノイドは大部分が透明に見え^、表面下の微細な特徴の検出を妨げます6。位相差は位相シフトを強度の違いに変換することで視認性を高め、染色することなく一般的な構造(中心内腔など)を明らかにします。位相差はリアルタイム観察に有用であるにもかかわらず、ハローアーティファクト、低解像度、および限られた浸透深さに悩まされ、より厚いオルガノイドには効果が低^{くなります7。}

オルガノイドの微細構造と^{細胞組成の}分析には、ヘマトキシリンとエオシン(H&E)染色と抗体ベースの免疫染色に続く連続セクショニングが広く使用されています8。ホルマリン固定パラフィン包埋(FFPE)や凍結切片などの改良された組織処理技術により、形態の保存が強化され、FFPEは^{優れた結果をもたらします}9。アガロースや遠心分離などのヒドロゲルにオルガノイドを埋め込むと、複数のサンプルが 1 つのセクションに整列し、分析効率が向上します。患者由来の腫瘍オルガノイドのH&E染色切片は元の腫瘍組織型を反映していますが、免疫蛍光染色は細胞同定のためのCK8などのマーカーを強調します¹⁰。ただし、これらの技術では生きたオルガノイドを監視できず、切片化中に組織のしわや変形などのアーティファクトが発生する可能性があります。

共焦点蛍光顕微鏡はオルガノイドイメージングに広く使用されており、オルガノイド構造と細胞組成の詳細な視覚化を可能にする高解像度(サブミクロン)光学切片を生成します^11,12。ただし、3Dオルガノイドの共焦点イメージングは、通常、表層(最大100μmの深さ)に限定され、点走査型レーザー照明のために時間がかかり、光毒性を有する可能性があります¹³。ライトシート蛍光顕微鏡(LSFM)は、イメージング面のみを照射することにより、これらの制限のいくつかを克服し、光退色と光毒性を最小限に抑えながらオルガノイド全体の迅速な体積イメージングを実現します^14,15。ただし、この技術では、厚い標本を最適にイメージングするために組織の除去が必要になることがよくあります。さらに、LSFMのイメージング深度は、光散乱と屈折率(RI)の不一致によって制限されますが、これは補償光学、マルチビューイメージング、および最適化された励起波長によって軽減できます¹⁶。サンプルの取り付けには構造の変形も発生しますが、大規模な 3D データセットでは保存と分析において計算上の課題が生じます。改良された遺伝子標識技術、新しい透明化試薬、補償光学、AI 主導の画像解析などの最近の進歩により、これらの制限に対処し、オルガノイド研究における LSFM の実現可能性がますます高まっています⁷。

これらの進歩にもかかわらず、3D 蛍光イメージング技術は、生きたオルガノイドの長期モニタリングにいくつかの課題をもたらします。第一に、蛍光標識の使用は光毒性効果をもたらし、生物学的プロセスを乱し、長期にわたるライブイメージング研究に課題をもたらします¹⁷。第二に、抗体ベースの標識は、高密度オルガノイド構造内の拡散障壁により浸透が制限されており、高度な透過処理および組織透明化方法が必要であり、一次抗体および二次抗体の使用には10日以上のインキュベーションが必要です¹⁸。第三に、従来の遺伝子送達アプローチは3D環境で苦戦しているため、オルガノイドにおけるトランスフェクションと安定した蛍光タンパク質発現は依然として非効率的です¹⁹。第四に、ディープイメージングに不可欠な光学透明化技術は、蛍光シグナルの損失や組織の歪みを引き起こすことが多いため、透明性と蛍光の保存のバランスをとる最適化された透明化プロトコルが必要になります²⁰。

これらの制限に対処するために、ホロトモグラフィー (HT) は、標識されていない生きたオルガノイドを長期にわたって高解像度でイメージングする技術として導入されました。3D定量的位相イメージングとしても知られるHTは、ラベルフリーの高解像度モダリティであり、オルガノイドの本来の生理学的状態を維持しながら、オルガノイドのリアルタイムの定量的な視覚化を可能にします。HT の原理は X 線コンピューター断層撮影に似ています。さまざまな照明条件下で複数の2D光場画像をキャプチャすることにより、逆波方程式^21、22、23を解く逆波方程式によって、標識されていないサンプルの3D RI分布が再構成されます。HT は、血液学^24,25、細胞生物学における相縮合 26、微生物学²⁷、組織病理学²⁸ など、さまざまな生物学分野で広く応用されています。最近では、その高解像度でラベルフリーの3Dイメージング機能がオルガノイド研究にますます利用されており21,22,23,29、それらの構造的および機能的ダイナミクスを研究するための非侵襲的アプローチを提供しています。

この研究では、マウス小腸オルガノイド (sIO) の長期ラベルフリーモニタリングにおける低コヒーレンス HT の使用に関する詳細なプロトコルを提示します。この方法により、オルガノイドの体積、タンパク質密度、タンパク質含有量を定量的に測定しながら、24時間にわたるオルガノイドの成長と薬物反応をリアルタイムで視覚化することができ、オルガノイドの挙動の厳密なデータ駆動型分析が容易になります。オルガノイドの形態学的変化を調査するために、DNA架橋を形成し、細胞複製を阻害することによってアポトーシスを誘導することが知られているプラチナベースの化学療法剤であるシスプラチンでサンプルを処理しました³⁰。3D RIイメージングは構造の詳細をキャプチャしますが、オルガノイドダイナミクスを定量化するには体系的な分析が不可欠です。これを達成するために、オルガノイド領域をバックグラウンドから区別するために、機械学習ベースのセグメンテーションツールキット³¹ であるilastikを統合します。このプロトコルは、オルガノイド培養の調製、3D HT取得、機械学習ベースのセグメンテーション、RI断層撮影からの定量分析など、完全なワークフローの概要を示しています。このアプローチは、スケーラブルで再現性のある非侵襲的なイメージングフレームワークを提供することで、疾患モデリング、再生医療、薬物スクリーニングに幅広く応用できるオルガノイド研究の新しい基準を確立します。

Protocol

注:このプロトコルで使用されるすべての材料、機器、およびソフトウェアに関連する詳細は、 材料表に記載されています。代替品として、異なるメーカーの同等の製品を使用する場合があります。プロトコル全体の概略的なプロセスを 図1に示します。

1. サンプル調製

1. sIO培地の調製
   1. 製造元の指示に従って市販の培地を準備します。培地を0.22μmのフィルターユニットでろ過して滅菌します。
      注:培地が細胞培養フード内の無菌条件下で完全に調製され、すべての成分が事前に滅菌されている場合(たとえば、滅菌ボトルやバイアルで提供される)、0.22 μmフィルターによるろ過は厳密に必要ではない場合があります。
   2. 調製した培地15 mLを滅菌保存チューブにアリコートします。オルガノイド培養で使用する前に、分注培地を室温(15〜25°C)に温めます。
2. sIOストックの解凍
   1. 37°Cのウォーターバスを使用して、凍結したオルガノイドストックを2分以内にすばやく解凍します。解凍したオルガノイド懸濁液を微量遠心チューブに移し、150 x g で3分間遠心分離してオルガノイドをペレット化します。
   2. 上清を慎重に除去してDMSOを洗い流し、潜在的な細胞毒性の影響を最小限に抑えます。
   3. 培地と新鮮な細胞外マトリックス(ECM)を1:4の比率で加え、ペレットを均一に再懸濁させるために穏やかにピペットを打つ。ドームあたり15 μLを48ウェルプレートの各ウェルに分注します。ECMを氷上に置いて、早期重合を防ぎます。
   4. プレートを逆さまにして、37°C、5%CO₂ インキュベーターに1時間入れて、ECM重合を可能にします。重合後、各ウェルに200 μLの新鮮な培地を慎重に加えます。
      注:このプロトコルは、さまざまな市販のイメージングディッシュおよびウェルプレートと互換性があります。ウェルの種類に応じてメディアの量を調整し、ECMドームが完全に水没するようにします。
3. sIOの継代
   注:オルガノイドはピペットチップに付着する傾向があります。付着を最小限に抑えるために、ピペットチップを培地で事前に濡らします。
   1. 使用済み媒体を吸引します。各ウェルに200 μLの細胞回収液を加え、4°Cで30分間インキュベートして、ECMの分解とオルガノイドの回収を促進します。
   2. 穏やかなピペッティングによってオルガノイド懸濁液を回収し、微量遠心チューブに移します。150 x g で3分間遠心分離し、上清を慎重に除去します。
   3. (オプション)単一細胞として継代するには、次のいずれかの解離法を実行します。
      1. 酵素法:100 μLの単一細胞解離溶液をペレットに加え、37°C、5%CO₂ インキュベーターで1〜2分間インキュベートします。150 μLの培地を加えて中和します。ピペッティングまたは軽くタッピングします。150 x g で3分間遠心分離し、ペレットだけを残して上清を除去します。
         注:長時間の曝露は細胞に非常に有害になる可能性があるため、過剰なインキュベーションは避けてください。
      2. 機械的解離:ペレットを200 μLの培地に再懸濁します。P200ピペットを使用して、20倍から30倍のピペットを上下にピペットで移動させ、オルガノイドをより小さな断片または単一細胞に機械的に解離させます。150 x g で 3 分間遠心分離し、上清を吸引してペレットを保持します。
   4. 培地と新鮮なECMを1:4の比率で加え、ペレットが均一に再懸濁されるように静かにピペットで移動します。ドームあたり15 μLを48ウェルプレートの各ウェルに分注します。
   5. プレートを逆さまにして、37°C、5%CO₂ インキュベーターに1時間置き、ECMを重合させます。
   6. 重合後、各ウェルに200 μLの新鮮な培地を加え、蒸発を防ぐために空の外側のウェルをPBSで満たします。培地を2〜3日ごとに交換し、オルガノイドを毎週継代します。所望のオルガノイドサイズに応じて継代間隔を調整します。
4. 薬物治療
   1. 3.00 mgのシスプラチン粉末(MW ≈ 300.05 g / mol)を1 mLのDMSOに溶解することにより、シスプラチンの10 mMストック溶液を調製します。短時間ボルテックスし、琥珀色のチューブを使用するか、アルミホイルで包んで溶液を光から保護します。
   2. 処理培地を調製するには、10 mMシスプラチンストックを完全なsIO培地で1:1,000に希釈して、最終濃度10 μMシスプラチンと0.1%DMSOを取得します。
   3. ビヒクルコントロールでは、シスプラチンを含まない最終DMSO濃度に一致するように、培地中に0.1%DMSOを調製します。
   4. 使用済み培地をsIO培養物から取り出し、10 μMシスプラチン含有培地またはDMSOのみの対照培地と静かに交換します。
   5. 処理後、サンプルをイメージングシステムインキュベーターに移します。

2. オペレーティングソフトウェアを使用した低コヒーレンスホロトモグラフィーイメージング

1. イメージングのためのサンプル前処理
   1. 手順1.3.1〜1.3.4で説明した手順に従って、15 μLのオルガノイドECMドームを#1.5カバーガラス底イメージングディッシュに分注します。最適なイメージングのために、皿内の各ドームをできるだけ中心に近づけて配置します。
   2. 重合する前に、室温で1分間インキュベートして、オルガノイドが底に落ち着くようにします。
   3. プレートを逆さまにして、37°C、5%CO₂ インキュベーターに1時間入れて、ECMを重合させます。次に、オルガノイドを完全に沈めるのに十分な培地をそっと加えます。
      注:カバーガラス底のイメージング皿のサイズに応じて、オルガノイドが完全に水没するように媒体容量を調整します。
   4. 継代後5日で、イメージングの直前にサンプルをPBSで2x〜3x洗浄して、破片を除去し、光学的アーチファクトを減らします。
2. イメージングのセットアップ
   1. 環境コントローラーの電源を入れて、サンプルの生存率を維持します。チャンバーコントローラーユニットは、温度を37°Cに、_CO2 濃度を5%に自動的に調整します。
   2. 計測器の前面にある ドアボタンを押してドアを開きます。水を加えてチャンバーウェル内に薄い層を形成し、培地の乾燥を防ぎます。
   3. イメージングディッシュを適切な容器ホルダーに入れ、イメージングチャンバーに挿入し、動きを防ぐためにピンで固定します。皿が傾かずに容器ホルダーにしっかりと取り付けられていることを確認してください。
   4. ドアボタンを使用して機器のドアを閉じ、外部光の干渉をブロックします。
   5. TomoStudio Xソフトウェアを起動し、ログインします。[ 開始 ] をクリックしてメイン ウィンドウを開きます。
   6. 左上隅の[ プロジェクトの追加 ]をクリックし、実験パラメータ(プロジェクト名、培地タイプ、サンプルタイプなど)を割り当てます。試験片パネルが自動的に作成されます。実験で適切なRIを使用するために、正しい培地タイプが割り当てられていることを確認してください。
   7. パネルで [希望するウェル ] をクリックし、上部の [ 作成 ] をクリックして、ウェルを標本として登録します。
   8. 右上隅の [ROI 設定 ] をクリックして、ディッシュ内の関心領域 (ROI) を定義します。すべてのパラメータを設定したら、右下隅にある 「実験の実行 」をクリックして、画像取得ウィンドウを開きます。
   9. 右上隅にある Load Vessel をクリックします。明視野画像が表示されます。 +Z ボタンと -Z ボタンを使用してZ位置を調整し、焦点を合わせます。
   10. [シングルイメージング] タブで、ROI サイズを調整します。160 μm x 160 μmの視野内でオルガノイドをキャプチャし、最大140 μmの深さの軸方向スタックを取得します。より大きなオルガノイドの場合は、下部のタイルイメージ ング チェックボックスを選択して、複数のRI断層撮影とステッチ画像を取得します。
   11. [タイムラプスイメージング]タブに移動して、長期イメージングを設定します。必要に応じて、期間と間隔時間を設定します。本実験では、24時間にわたって10分間隔でタイムラプスイメージングを行い、同じ期間にわたって2時間間隔で解析を行いました。
   12. [ スキャン ] アイコンをクリックして、現在の ROI の場所をキャプチャします。明視野イメージングを使用して、ECMドームを手動で中央に配置します。 BF ボタンをクリックして、明視野イメージングの強度と露出値を調整します。
   13. プレビューパネルに表示されるROIボックスを移動して、 ROI を選択します。目的の ROI が見つかったら、下部にある [ポイントの追加 ] をクリックします。撮像ポイント一覧が表示されます。
   14. [ 取得] をクリックしてイメージングを開始します。生の画像データが取得されます。
3. 画像取得
   注:このプロセスでは、生の画像データからTomocube共通ファイル(TCF)が生成されます。生の画像データは、RI 断層撮影や最大強度投影など、複数のタイプの画像を含む TCF ファイルに処理する必要があります。RIトモグラフィーはサンプルの3D RI分布を表し、最大強度投影はXY平面内の各横方向位置の最大のRI値を示します。
   1. 生の画像ファイルをHTX処理サーバーにドラッグアンドドロップします。[ 処理 ] をクリックして、未加工のイメージ ファイルから TCF ファイルを生成します。
   2. TCF ファイルで生成された RI トモグラムを表示するには、TomoAnalysis Viewer、MATLAB、または Python を使用します。MATLAB で TCF ファイルを表示するには、h5info や h5read などの関数を使用します。同様に、Python では、H5 ファイルを読み取るために h5py パッケージを使用します。

3. 画像解析

1. 機械学習ベースの画像セグメンテーション
   1. TCF画像ファイルをHDF5形式(補足コーディングファイル1)にエクスポートして、データがilastikと互換性のある多次元形式であることを確認します。
   2. ilastikを開き、[ ファイル]>[新しいプロジェクト]に移動します。[セグメンテーション ワークフロー] セクションで [ピクセル分類 ] を選択します。プロジェクトファイルを指定されたディレクトリに保存します。
   3. HDF5 ファイルを読み込みます 1.[入力データ] タブをクリックします。[ 新しいファイルの追加] をクリックし、適切な H5 データセットを選択して、正しい画像チャネルが割り当てられていることを確認します。
   4. 2に移動します。[特徴選択]タブでは、関連する特徴(色/強度、エッジ、テクスチャ)を選択して、セグメンテーションを最適化します。
      注:特徴量の選択は、データセットと画像の特性によって異なる場合があります。現在の解析では、選択した特徴量には、色/強度 (σ = 1.60)、エッジ (σ = 3.50)、およびテクスチャ (σ = 1.60) が含まれていました。画像の複雑さによっては、ヒューリスティックなアプローチに基づく最適化が必要になる場合があります。または、ilastik の [特徴量の提案] > [特徴量選択の実行 ] 機能を使用して、最適なパラメーター セットを識別することもできます。
   5. 3.トレーニングタブでは、オルガノイド領域と非オルガノイド領域に、異なる色のブラシストロークを適用してラベル付けします。セグメンテーションの忠実度を向上させるには、境界の周囲の領域に慎重に注釈を付けます。
   6. 「 ライブ更新 」をクリックして、セグメンテーション結果をプレビューし、必要に応じて調整を行います。
   7. 4に移動します。予測エクスポート。[ソースの選択] で、[ Simple Segmentation ] を選択して、ラベル付き予測をエクスポートします。[ すべてエクスポート] をクリックし、下流の解析要件に応じて出力形式が .h5 または .tiff に設定されていることを確認します。
2. 定量的特徴分析
   注: このプロトコル ステップは MATLAB で実行され、各手順は 補足コーディング ファイル 2 で詳しく説明されています。
   1. RIトモグラフィーとマスク画像を組み合わせることで、オルガノイド領域のみを含むマスクされたRI画像を作成します。
   2. マスクされたRI画像を使用して、オルガノイド体積、タンパク質密度、タンパク質含有量などの定量的パラメータを計算します。
      1. 体積: セグメント化されたマスクのピクセル数に X、Y、Z のピクセル解像度を掛けて、オルガノイドの総体積を計算します。組み込みの MATLAB 関数 Sum を使用して、オルガノイドでラベル付けされたマスク配列のすべてのボクセル値をカウントして、ピクセル数を計算します。
         注:ピクセル解像度はイメージングシステムによって決定され、HDF5構造内の データ>3D属性 グループにあります。
      2. タンパク質密度:平均オルガノイドRIから培地RI値を減算し、タンパク質屈折率増分で割ることにより、タンパク質密度を計算します。
         1. 媒体RI:分析前に屈折計を使用して周囲の媒体のRIを測定します。
         2. 平均RI値:オルガノイドマスク内にあるボクセルのRI値を平均して、オルガノイドの平均RIを決定します。
         3. タンパク質屈折率増分 (α): 屈折率増分研究から導き出された以前に報告された経験的定数を使用します。
      3. タンパク質含有量:ステップ3.2.2.1で決定した体積に、ステップ3.2.2.2で得られたタンパク質密度を掛けて、総タンパク質含有量を計算します。

Results

図1は、sIOの4Dイメージングと定量分析の回路図ワークフローを示しています。このプロトコルは、培養、4Dイメージング、画像処理、定量分析の4段階のプロセスを通じて、継続的なライブイメージングとsIOの包括的な評価を可能にします(図1D)。

5日間のインキュベーション期間の後、成熟したsIOをカバーガラス底のイメージングディッシュに移し、低コヒーレンスホロトモグラフィー(HT)を使用して視覚化しました(図1A)。このイメージング技術は、デコンボリューションアルゴリズム(図1B)を介してRI断層撮影を再構築し、生きたオルガノイドの高解像度でラベルフリーのイメージングを可能にします。

その後、機械学習支援セグメンテーションアプローチを使用して画像処理が実施され、正確な構造描写が容易になりました(...

Discussion

ホロトモグラフィーは、生きたオルガノイドのラベルフリーの高解像度イメージングのための強力なアプローチを提示し、従来のイメージング技術に関連する多くの課題を克服します。このプロトコルでは、低コヒーレンスHTをsIO研究に適用するための包括的な方法論を説明し、オルガノイドの形態、成長ダイナミクス、および薬物治療に対する反応のリアルタイムの定量的な視覚化を可能にします。機械学習ベースのセグメンテーションと定量分析の統合により、このイメージング アプローチの分析能力がさらに強化され、オルガノイドの挙動の偏りのない再現性のある評価が提供されます。

HTの主な利点は、蛍光標識を必要とせずに、生きたオルガノイドを本来の状態で視覚化できることです。共焦点や LSFM などの従来の蛍光ベースのイメージング方法では、染色または遺伝子標識が必要であり、光毒性を引き起こし、オルガノイドの生理学に影響を与え、ライブ イメージングの持続時間を制限する可能性があります。さらに、抗体ベースの標識は、高密度のオルガノイド構造内の拡散障壁に悩まされ、...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
48ウェルプレート	コーニング	3548	培養皿
細胞回収液	コーニング	354253	マトリゲル分解
シスプラチン	スペルコ	PHR1624	該当なし
ジメチルスルホキシド(DMSO)	シグマ・アルドリッチ	D2650型	車
エッペンドルフ管	コーニング	MCT-175-C-S型	該当なし
HTX処理サーバー	Tomocube Inc.、韓国	該当なし	データ処理サーバー
HT-X1	Tomocube Inc.、韓国	該当なし	オペレーティングソフトウェア
イラスティック	該当なし	該当なし	機械学習ベースのセグメンテーションツールキット
イメージングディッシュ容器ホルダー	Tomocube Inc.、韓国	該当なし	イメージングディッシュホルダー
IntestiCult オルガノイド増殖培地 (マウス)	STEMCELLテクノロジー	#06005	市販の既製培地
マトラブ	マスワークス	マトラブ 2024a	画像処理用ソフトウェア
マトリゲル	コーニング	356231	3Dオルガノイド用ECM
ミリポア ステリトップ 真空ボトルトップフィルター	メルク	S2GPT05RE	0.22 & ミュー;Mミディアム滅菌用フィルターユニット
マウス腸管オルガノイド	STEMCELLテクノロジー	#70931	該当なし
屈折 計	愛宕	R-5000	屈折率計算機
トモディッシュ	Tomocube Inc.、韓国	901002-02	#1.5 カバースリップ底イメージングディッシュ
トモスタジオX	Tomocube Inc.、韓国	該当なし	イメージングソフトウェア
トリプル	ギブコ	12604	単一細胞解離