テクノロジー TECHNOLOGY

医療に大きな変革をもたらす培養筋肉の研究は、もうここまで来た!

浅羽 晃

分野横断型の研究が進むロボットの世界。工学と化学、物理、医学などの研究が融合し、培養した筋肉がまるで人間の腕のような動きをするロボットを東京大学生産技術研究所の研究チームが発表した。チームを牽引してきた研究室のリーダー、竹内昌治教授は、この研究を「バイオハイブリッド」と呼ぶ。バイオハイブリッドな研究とは、いったいどのようなものなのか。

研究室メンバーのバックグラウンドは
機械工学、化学、物理、生物、医学など多彩

中央上部の白い部分が培養筋肉。オレンジ色の部分は3Dプリンタでつくった樹脂の骨。

生体特有の能力を人工物のなかに取り入れる試みは、科学の歴史のなかで、繰り返されてきた。しかし、現実には、人工物で生体の機能を完全に模倣することは不可能に近い。人工物を生体に取り入れるのではなく、生体と人工物とのハイブリッドをつくることで、生体の能力を「ものづくり」に活用しようとしているのが竹内教授率いる同研究所のチームだ。今年(2018年)5月、米科学誌に発表された論文。世界中の注目を集めることになったその内容は、人工的に培養した組織二つを樹脂製の骨格に付けることで、人間の指に似た動きができるロボットを開発、1週間動き続けることに成功したというものだった。

「私の研究室では、いろんな方向で研究しているのですが、メインとなっているのはバイオハイブリッドという考え方です。僕のバックグラウンドは機械工学ですが、研究室のメンバー、それぞれのバックグラウンドは、化学、物理、生物、医学など、多岐にわたっています」

入れ替わりながらも常時50~60名いるメンバーは、工学、生物学、化学、医学などのPh.D取得者、学生、メディアアーティスト、会社社長など、立場もさまざまだ。

生産技術研究所は異なる専門分野を持つ研究者の交流の場でもある。

「異分野の融合型研究をやっていくと、考え方自体がどんどん、どんどんハイブリッドになっていきます。たとえば現在、生体と機械のハイブリッドな研究を推し進めています。僕ら、ものづくり屋がまだ実現できていないのは、生体に見られるような特殊で、非常に魅力的な機能です。それは1分子レベルで物質を検出してしまう能力であったり、超効率的な物質生産能であったりします。自己複製や自己修復という能力も、生体特有のものです。そういう機能を人工物のなかに取り入れる試みは、長い歴史のなかでいろんな研究がなされてきました。しかし、まだ、完全には人工物で生体の機能をしっかりと模倣できているわけではありません。そうであるのなら、生体を1つの人工物と同じような感覚で用いることのできるパーツとして、人工物のなかに融合したバイオハイブリッドシステムとして提案していこうというのが、僕らのアプローチです」

これまでの具体的な成果としては、人の汗の匂いに反応する蚊の触角に含まれている嗅覚受容体を人工的に再構成し、人の匂いに反応するセンサーをつくることに成功した。開発が進めば、足場や視界の悪さから発見が遅れてしまうような災害地などでの救助活動にも役立つ。

筋芽細胞が筋繊維となり、
筋肉となるプロセスを人工的につくる

竹内教授は、ハイブリッドな発想が社会の諸問題を解決し、科学技術を進展させると考えている。

今年、米科学誌に論文を発表した培養筋肉も、生体を人工的につくるという点が共通する。

「筋肉は、直径が10ミクロンくらいの筋芽細胞が組み合わさって出来ています。筋芽細胞が集まると、細胞膜同士が融合して、きれいな繊維ができ、その繊維が束となって筋組織ができます。筋組織と神経がつながり、神経から信号が来ると筋肉が収縮するというのが我々の体の中で起きている筋肉が動くメカニズムです。普段、筋肉はお母さんのお腹のなかで細胞が分裂して出来上がってくるわけですが、僕らは組織工学的なアプローチで、体外で筋肉をつくっているのです」

筋芽細胞が筋繊維となり、筋肉となるプロセスを、人工的につくり出しているのだ。

「筋芽細胞を集めて、あるゼリー状の空間のなかに入れて、培養液を加えると、自ずと細胞は自己集積してきて、筋繊維が出来上がります。それを、とても細長い空間で行なうと、筋繊維がある一定の方向に配向し、そこに電気信号をかけると収縮するのです。その方法自体はこれまでもあるのですが、僕らは、まず細胞をゼリーのなかに閉じ込め固めた後、そのゼリーを型枠から取り出し、いろんなところに貼り付けるように改良しました。貼り付けた後に、その場で細胞が筋繊維に成長できる方法を考案したのです。」

ゼリーごと型枠から取り出せるようにしたことで、培養筋肉はパーツとして使えるようになったのだ。

「たとえば、3Dプリンタで骨格をつくり、この関節が動いてほしいなというところに筋肉を合わせて、電気刺激を与えると関節が動くようなシステムをつくりました。生体の組織のものづくりと、3Dプリンタでつくるものづくりを、うまく融合させたハイブリッドシステムを提案しているという状況です」

将来的には培養筋肉の大型化も可能だろうが、そのためのハードルはまだ高い。

「細胞なので、いつも養分を与えないといけません。筋肉を分厚くすると、培養液が内部まで行き渡らなくなるのです。人間の筋肉は太いのに栄養が行き渡るのは、筋肉のなかに血管が通っているからです。現状の培養筋肉は、あくまでもプロトタイプとしてつくっていて、生体組織と3Dプリンタでつくった人工物との融合、融合する際にどのようなものづくりが重要になってくるかという基礎的な研究のアウトプットとして出しています」

研究で培った技術は将来、
医薬品開発のモデルや培養肉に応用可能

現在は基礎的な研究の段階だが、培養筋肉には大きな展望もある。

「左右1対として、両側で同じようなテンションで引っ張る拮抗構造の培養筋肉は、1週間以上長持ちします。そうなると、使えるアプリケーションがあるのではないでしょうか。たとえば、医薬品開発のモデルとして使えるのではないかと考えています。筋肉をターゲットとした薬はたくさんあります。通常は人の細胞をとってきて、皿の上で、2次元で培養して、医薬品に対する収縮具合を見ます。ただし、2次元で収縮するのと、3次元で収縮するのとでは、全く違う応答を示すことも多々あります。力も違うし、細胞一つ一つが持っている能力も違うし、グルコースの消費量も違います。そうした違いがあるために、2次元では、薬がどういうふうに効いたかというのは、正しくはわからないのです」

3次元の培養筋肉なら、より人体の筋肉に近いモデルでデータを取ることができる。

「その発展形として、筋肉と神経とを結びつけることにより、ALSの患者さんの治療薬の開発モデルもできると考えています。通常、3次元の筋肉を研究するときは、ネズミなどの動物を使いますが、そこには2つの問題があります。動物実験をしていいのかという倫理的な問題と、ネズミとヒトは種が違うので、ネズミに効いてもヒトに効かないということはたくさんあるという問題です。ヒトの細胞を使って培養筋肉を作れば、ヒトの3次元の筋肉を模倣することになり、種の違いは起きません。将来は、動物実験を使わないような方向に進むのではないかと思っています」

ヒトの筋肉以外に応用すれば、次のような展望も開ける。

「牛の筋肉をつくることができれば、牛を殺さなくても牛肉ができます。オランダの研究者が世界で初めて培養肉をつくったのですが、環境負荷が少ない、細菌を一切含まないクリーンな環境でつくることができる、高蛋白・低脂肪のようなデザインをすることができるなど、メリットは多いのです。欧米では培養肉をつくるベンチャーも立ち上がっています。僕らも筋組織をつくり、筋繊維を配向させるという技術を持っているので、そちらの分野への応用もまじめに考えています」

さまざまな分野の研究者が集まる研究室だからこそ、培養筋肉について、さまざまな発想が生まれるのだろう。

「ある人は本気で医薬品を開発しようとしていて、ある人は筋肉がどのように発生してくるのかを基礎生物学としてしっかり調べようとしています。また、ある人はロボットに応用しようと試みています」

いずれにしても、東京大学生産技術研究所の竹内研究室に集う研究者たちは、楽しさを感じながら研究に打ち込んでいることだろう。

竹内昌治(Shoji Takeuchi)
1972年、東京都生まれ。東京大学工学部産業機械工学科卒業、同大大学院工学系研究科機械情報工学専攻博士課程修了。現・同大生産技術研究所 教授、総合バイオメディカルシステム国際研究センター センター長。研究室では「Think Hybrid」を合言葉にしている。「少子高齢化の問題、環境問題、安心安全の問題など、多くの問題があるときに、一つの専門分野だけでは解決できないことがあります。いろんな分野の人が集まって、いろんな発想をして、解決するのが自然な流れでしょう。それを一つの研究室でやっていこうというのが、私共のポリシーです」

(text: 浅羽 晃)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

テクノロジー TECHNOLOGY

AI、IoT、そして5G!次世代テクノロジーを集結し、スポーツ指導を進化させた「アスリーティックラボ」とは?

Yuka Shingai

日本における第5世代移動通信システム5Gのサービス開始がいよいよ目前に迫っている。高速大容量、低遅延、多端末接続の実現により、よりバラエティ豊かなサービスをより快適に楽しめるようになると推測されている。KDDIとKDDI総合研究所、株式会社アクロディアはスポーツ行動認識AIとセンサー内蔵型ボールからスマートフォンで取得したデータを活用し、選手の技術向上に役立てることができるアスリート育成支援システムを2019年10月に発表、スポーツテックサービス分野へ本格的に乗り出した。AI×IoTという最先端技術を駆使したサービス『アスリーティックラボ』の詳細や、提供するにあたっての課題点や今後の展望について、KDDI総合研究所にて話を伺った。

全身65か所の骨格点から身体の基本動作を認識して、
リアルタイムでアドバイスを返す

KDDIとKDDI総合研究所は2018年に、単眼カメラの映像からスクワットやランジなど31種類のトレーニング動作や姿勢を認識する「宅内行動認識AI」を開発。
コーチや指導者がつきっきりでなくても、深度センサーや専用デバイス、高度な技術を用いずとも、スマートフォンのカメラで撮影した映像から行動を認識し、各トレーニングのカウントや姿勢、テンポをリアルタイムでチェックできるようになった。

そこから発展したのが今回取材したアスリート育成支援システム『アスリーティックラボ』に使用されている「スポーツ行動認識AI」である。「スポーツ行動認識AI」では、同じくスマートフォンで撮影した競技者の映像から、全身65か所の骨格点を抽出して、指先を含む骨格などの動きや、ボールを捉えパスやキャッチなどを行う基本動作を認識、フォームから身体の使い方までをリアルタイムに解析することが可能となった。

このシステムは2019年8月に開催されたスピードクライミングの国際大会でも、出場選手の競技記録やリプレイ動画を世界記録と比較しながら会場のディスプレイに表示する “トライアル” で使用されており、競技者のみならず観戦者に向けた新しい体験を提供する施策として高く評価された。


KDDI総合研究所 スポーツ行動認識AI

このAIを用いたシステムに、アクロディアが開発した3次元モーションセンサーを搭載したボール型IoTデバイス「TECHNICAL PITCH (テクニカルピッチ)」を組み合わせたものが、今回の最先端技術を駆使したスポーツテックサービス『アスリーティックラボ』である。このボール型IoTデバイスとの掛け合わせをすることで、「スポーツ行動認識AI」の画像解析だけでは分からない部分までをも補うことができるとKDDI総合研究所 メディア認識グループの田坂和之氏は語る。

「スマートフォンのカメラではまだ、競技している様子をスローモーションで捉えることまではできません。そこでボールの中にセンサーを入れることで、ボールがどれくらい加速しているのか、回転しているかが分かり、競技者のフォームとボールの関係性を知ることができるようになりました。今回のサービスを用いれば、それらをおさえた上で選手に、それも即座にアドバイスすることが可能となったというわけです」

マイナースポーツや学生チームでも
スマートフォンさえあれば、
高度な指導を受けられるように

『アスリーティックラボ』

「TECHNICAL PITCH」は、野球ボールとスマホさえあれば手軽に投球の分析ができるというサービス。2017年に販売が開始してから登録ユーザー数はすでに2万件を超え、100万球の投球データをクラウド上に蓄積している。重さや硬さなど、硬式野球ボールの規格に準拠しているが、2019年12月には軟式野球ボールの販売もスタート。今後サッカーやバレーボール、ゴルフなど他の競技にも順次対応していく予定だという。

ボールとスマートフォンを Bluetooth でペアリングを行い、ボールに搭載したセンサーから送付されるデータが専用アプリで解析される。回転数、回転軸、球速、球種、変化量 、腕の振りの強さ、時間(構えてからリリースするまでの時間とリリースされてからキャッチャーが捕球するまでの時間)、動画(計測時にスマートフォンのカメラで動画を撮影し計測結果と同期)を記録することができるという。


「マイナースポーツや学生チームのように活動資金に余裕がなくても、スマートフォンさえあれば映像をチェックしながら戦略を立てていくことができますし、自宅でのトレーニング時や1人で練習する際にも指導が受けられます」(田坂氏)

近年、スポーツ指導におけるデータやエビデンスの重要性が叫ばれ始めるようになったものの、現場ではいまだにコーチの感覚や経験に左右されることも多い。そんななか、今回のサービスの検証に協力してくれる大学の運動部に対しては、AIを活用したコーチングと強調するのではなく、競技者の「今」の状態をチェックすることができるものとしてアプローチを進めていった。

「過去の映像と並べて比較すると、動きが少し固くなっているな、など自分自身で体の変化を確かめられるので、ケガの予兆検知などにも繋げていくことができます」と、自己研鑽も含めアスリートの全般的なサポートが実現しそうだ。

認識できる点数が増えれば必然的に処理が重くなる。
速さと精度を保つことが決め手

開発の肝となったのは、画像認識の速さと正確さであったと、田坂氏は語る。

「実際使ってみるとよく分かるのですが、自分の動きを撮影して、フィードバックが即時で表示されるか、1〜2分後に表示されるかでは前者の方がユーザーも理解しやすいし、実際に、上達のスピードもアップします。開発の初期は、体の大まかな骨格、目や鼻など、17か所のみでしたが、両手両足の指関節、かかとなど認識できる点を段階的に増やしていき、1年半ほどかけて65点まで到達したので、スピードクライミングのトライアルでもどのようにホールドをつかんでいるかまで、より正確に表示できるようになりました。
しかし点数が増えた分だけ当然処理は重くなり、速度と精度が落ちてしまいますから、いかに精度を保ったまま、速く認識できようにするかは技術面での苦労でもありました」

スポーツでの利用であれば現段階の65点で大体網羅できるが、顔のパーツひとつひとつや、体の輪郭まで認識できれば適用先が広がる余地は十分にある。
現状、技術的に不可能ではないものの、4G、LTEといった通信方式では高画質の画像やフレームレートの大きい動画をサーバーにアップするのに時間がかかってしまうが、5Gの実用化が始まればより解析がスムーズになり、たとえばゴルフクラブのヘッドなど細かい動きもぶれることなく表示できるなど、ユーザビリティの向上も見込めそうだ。

アスリートの支援だけではなく、
日常的なレクリエーションにも。
誰でも使えるエンジンに成長させたい

KDDI総合研究所 メディア認識グループ 田坂和之氏

今後、解消していきたい技術的な課題は、人の接触が多い部分の画像解析だという。

「1人でプレイする競技や団体でも離れているか、組まれていない場合なら問題ないのですが、人が密集するところ、柔道やレスリングのように組み合うことが多い競技だと、画像だけではどちらの手であるとか、どちらの顔であるかがまだ識別しきれていないところがあります。ラグビーのスクラムを想像すると分かりやすいと思いますが、肉眼で見ても分からないものは、やはり画像で見てもなかなか分かりづらい。少しずつ技術は改善されていっているので組み合うスポーツにもどんどん適用していけるのが理想ですね」

IoTボールの活用を組み合わせたサービスのため、アスリート育成に特化したスペシャルなプログラムという印象も受けるが、あくまでも目指すのは、誰でも手に取れるエンジンとしての成長だ。

「サッカーでも逆上がりでもいいんですけど親子で公園に行ったときに、親の主観でアドバイスするんじゃなくて、データで示してあげる方が子どもも主体的になるのではないかと思うんです。何で伝わらないんだ!って親がもどかしくなってしまうせいで、イヤになってしまうお子さんもいますから、人それぞれのアドバイスができる存在として、日常的なレクリエーションに取り入れてもらえると嬉しいですね」と田坂氏は笑顔で語る。

5G開始、そして東京オリパラ開催と、スポーツテックのメモリアルイヤーとなること間違いなしのこの1年、大きな発展に期待したい。

(text: Yuka Shingai)

(photo: 壬生マリコ)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー