All Data

（目的）排卵期の黄体形成ホルモン（LH）サージは、顆粒膜細胞（GCs）において、遺伝子発現や細胞機能の急激な変化を引き起こし、黄体化を誘導する。本研究では、黄体化過程のGCsにおける遺伝子発現の経時的変化と、エピジェネティックな遺伝子発現制御機構に着目し、ゲノムワイドに黄体化過程の遺伝子発現と細胞機能変化を明らかにすること、および遺伝子発現制御や細胞機能変化とヒストン修飾H3K4me3変化の関連性を明らかにすることを目的とした。 （方法）幼若雌マウスにeCG-hCG注射による過排卵刺激を行い、hCG投与前、投与後4時間、12時間の時点でGCsを回収し、RNAシークエンスとH3K4me3抗体を用いたChIPシークエンスを行った。 （結果）RNAシークエンスにより、多数の発現変動遺伝子が同定され、遺伝子発現の時間的変化に応じて8つのパターンに分類された。多くの遺伝子は、hCG刺激後4時間で一過性に発現上昇または低下していた。これらの遺伝子群に関連する細胞機能をGene Ontology解析で調べたところ、ステロイド産生、排卵、卵丘細胞複合体の膨化、血管新生、免疫、活性酸素代謝、炎症反応、脂質代謝、オートファジーが同定された。さらに、DNA修復と細胞サイズの増大という2つの機能がこれまでに報告されていない細胞機能として同定された。ChIPシークエンスにより、黄体化過程ではゲノム全域にわたってH3K4me3が急激に変化し、遺伝子発現に関与することが示唆された。mRNA発現データとH3K4me3のデータを統合解析したところ、H3K4me3はステロイド産生、排卵、COCの拡大、血管新生、炎症反応、免疫、活性酸素代謝、脂質・糖代謝、オートファジー、細胞サイズの調節などに関与することが示唆された。 （結論）LHサージ後の黄体化過程にあるGCsにおいて、遺伝子発現はゲノムワイドに変化し、細胞機能が劇的に変化する。H3K4me3の変化は、これらの急激な遺伝子発現制御に関与し、種々の細胞機能を調節することでGCsの黄体化に寄与する可能性が示された。

Nutrient pollution is one of our most pervasive, expensive, and challenging environmental problems, according to the United States Environmental Protection Agency (EPA). Phosphorus is one of the nutrients that are essential for the growth of living organisms. However, excessive amounts of nutrients released into the environment by human activities can harm ecosystems and impact human health. In surface waters, phosphorus can contribute to an overgrowth of algae called algal "blooms" that can sicken or kill wildlife and endanger aquatic habitats. Algal blooms consume dissolved oxygen in the water, leaving little or no oxygen for fish and other aquatic organisms. Algal blooms can harm aquatic plants by blocking the sunlight they need to grow. Some algae produce toxins and encourage the growth of bacteria that can make people sick who are swimming or drinking water or eating contaminated fish or shellfish. Phosphorus is often a major limiting nutrient freshwater system. Consequently, many of the wastewater treatment plant discharged into freshwater systems such as lakes, ponds, and rivers have phosphorus discharge limits. In an attempt to prevent harmful environmental effects of excess phosphorus, several techniques have been designed to remove phosphorus from wastewater. These techniques range from adsorption and precipitation to enhanced biological phosphorus removal and constructed wetlands. Biological phosphorus removal (BPR) was first used at a few water resource recovery facilities in the late 1960s. A common element in EBPR implementation is the presence of an anaerobic tank (no nitrate and oxygen) before the aeration tank. In the next aerobic phase, these bacteria can accumulate large amounts of polyphosphate in their cells and phosphorus removal is said to be increased. The group of microorganisms that are largely responsible for P removal are known as the phosphorus accumulating organisms (PAOs). One of the options to remove phosphorus is to utilize bacteria from nature, besides being easy to obtain and inexpensive. The application of bacteria from sediment and seawater was able to reduce phosphorus in wastewater. In this study, for screening salt-tolerant phosphorus accumulating organisms (PAOs) and investigating the P release and uptake of the organisms in saline wastewater. The samples used were sediment and seawater from Yamaguchi Bay, Yamaguchi, Japan. Sediment and seawater added 150 mL of artificial saline wastewater with media (anaerobic media). The samples were then cultured and given feed media every three hours day at 25 °C and shaken at 140 rpm. The hydraulic retention time of the cultivation was 16 h and 8 h under anaerobic and aerobic conditions, respectively. 10 sponges made of polyurethane with dimensions of 2 cm were put in Erlenmeyer flasks and was used as a bio-carrier surface for microorganisms to adhere to. Water was passed over the sponge surface to acclimatize the microorganisms growing outside the sponge as well as within its pores, ensuring sufficient growth surface. The cultivation duration was 112 days. Batch experiments were conducted over 98 days in solutions with a salinity of 3.5% and P concentrations of 1, 5, 10, and 20 mg-P/L. The P-uptake ability of microorganisms increased by increasing P concentration from 1 to 20 mg-P/L. A high P removal percentage with an average of 85% was obtained at 10 mg-P/L after day 56. The uptake and release of P were observed in saline wastewater, signifying that salt-tolerant PAOs could grow in the saline solution. Bacterial screening by isolation and sequence analysis using 16S rRNA demonstrated that two cultivated strains, TR1 and MA3, had high similarity with Bacillus sp. and Thioclava sp. EIOx9, respectively. The colony morphology analysis showed that the colonies of TR1 were rod-shaped, milky-colored, round, shiny-viscous, smooth with a defined margin, while colonies of MA3 were cream-colored with smooth surfaces and raised aspect. The TR1 was gram-stain-positive with approximately 6-10 μm long and 1.2 μm wide cells, and MA3 was gram-stain-negative with about 0.9 μm long and 0.5 μm wide cells. The results demonstrated the involvement of Bacillus sp., and Thioclava sp. in the release and uptake of P, owing to their ability to grow in saline wastewater. Furthermore, Bacillus sp. (TR1) and Thioclava sp. (MA3) were assessed for their abiotic adaptability and phosphorus removal efficiency in saline wastewater. The effects of abiotic factors such as carbon source, pH, temperature, and salinity on bacterial growth were examined through a series of batch experiments. Both bacteria used carbon sources such as glucose, sucrose, and CH3COONa for their growth. The pH study indicated that Bacillus sp. (TR1) preferred the pH range of 6 8 and Thioclava sp. (MA3) preferred the pH range of 6-9. Bacillus sp. favorably multiplied in the temperature range of 25- 40 °C, while 25 35 °C was preferred by Thioclava sp. Salinity range of 0% 10% was favorable for TR1, with optimum growth observed at 3.5% 5%, and Thioclava sp. (MA3) preferred the salinity range of 1% 10% with optimal growth at 4%, but was absent in non-saline water. Bacillus sp. and bacterial combination (TR1 and MA3) showed similar values for phosphorus removal efficiency (100%) at 1.0 mg-P/L total P compared to Thioclava sp. (38.2%). The initial phosphorus concentration of 2.5 mg-P / L showed a slightly higher 72.35% P removal efficiency compared to the individual strains. However, phosphorus removal did not increase, but showed a downward trend with increasing at initial phosphorus. The combination possibly built a synergistic activity between the individual strains to remove phosphorus. The results demonstrated that when used individually, Bacillus sp. showed a reasonably high phosphorus removal ability than Thioclava sp., and exhibited good synergy when used in combination to remove phosphorus from saline wastewater.

方法： 2010年10月から2019年9月までに山口大学医学部附属病院および川崎医科大学附属病院で画像検査を受けられた患者を後ろ向きに検討した。炭酸ガス拡張を用いたCTC直後にDCE-CTを実施した82例をCE-CTC群とした。CE-CTC群と同様のDCE-CTプロトコールで撮像されたCTC非併用のDCE-CTの症例のうち、年齢や性別をマッチさせた77例を対照群とした。CE-CTC群は男性48名、女性34名で年齢は21～85歳（平均60歳）、対照群は男性46名、女性31名で年齢は20～84歳（平均60歳）であった。 CTは多列検出器CT装置（Optima CT660 ProまたはLightSpeed Ultra 16、ともにGE社製）を用いて行った。CE-CTC群では、大腸の拡張は自動低圧炭酸ガス送出装置（HP-2®；堀井薬品工業社製）を用いて行った。 胃、肝臓（右葉、左葉）、膵尾部、門脈（PV）、脾静脈（SpV）、上腸間膜静脈（SMV）、下腸間膜静脈（IMV）のCT値を、それぞれ非造影CTと早期CTで測定した。造影CT値として、非造影CT画像とDCE-CT早期相画像のCT値（Hounsfeld unit値）の差を算出した。これらの測定は、2名の放射線科医がワークステーション（EV InsiteS；PSP社製）で各々行い、各臓器、血管の画像上に円形または楕円形の関心領域（ROI）を設定し、2人の測定した造影CT値の平均を算出した。また、肝偽病変の有無を共同で記録した。肝偽病変は、DCE-CT早期相で、肝左葉内側区の後縁または胆嚢窩の周囲にある高または低吸収領域として定義した。 Mann-Whitney U検定を用いて各臓器と血管ごとの造影CT値を比較した。また、カイ二乗検定を用いてCE-CTC群と対照群の間で肝病変の発症頻度を比較した。 結果： CE-CTC群と対照群の各臓器・血管における造影CT値の平均値の比較は表1のとおりで、CECTC群の肝実質(図1)、PV、SMV・IMV(図2)の造影CT値は、対照群に比べて有意に高かった。一方で、CE-CTC群の胃(図3）、膵尾部、SpVの造影CT値は、対照群に比べて有意に低かった。 肝偽病変は、CE-CTC群の6例（7％）において、肝左葉内側区の後縁（n＝5）または胆嚢窩周囲（n＝1）に低吸収領域として認められた（図4）が、対照群では認められなかった（p＝0.016）。表2は、CE-CTC患者で肝偽病変がある場合とない場合の肝臓の造影CT値を比較した結果で、肝偽病変のあるCE-CTC患者の肝の造影CT値は、肝偽病変のないCE-CTC患者の造影CT値よりも有意に高かった。

塩化ベンザルコニウム（BAC）は点眼防腐剤として広く用いられている。しかしながら、BACを含む点眼薬の長期使用は結膜下組織の線維化を誘発し、緑内障濾過手術後の濾過胞維持を困難にさせる。また、濾過胞を構成するテノン嚢線維芽細胞と角膜上皮細胞は涙液を介して互いに影響しているが、BAC曝露時のこの細胞間の反応については明らかにされていない。本研究で我々は、共培養システムを用いて、BACにより誘導されたヒトテノン線維芽細胞（HTF）の筋線維芽細胞転化に対するヒト角膜上皮（HCE）細胞の影響について、免疫蛍光染色ならびにウェスタンブロットで評価した。HTFのα-smooth muscle actin（αSMA）発現は、BAC添加により亢進し、HCE細胞との共培養により抑制された。HTFの培養上清中のIL-10濃度は、BACにより減少し、HCE細胞との共培養により増加した。また、BACによるHTFのαSMA発現亢進およびmyocardin-related transcription factor–A（MRTF-A）の核内移行は、IL-10添加によって抑制された。これらのことから、角膜上皮細胞は涙液中のIL-10濃度を維持し、HTFのMRTF-Aの核移行の抑制を介して、BACによる濾過胞線維化を軽減させる可能性が示唆された。

術後膵液瘻は膵臓手術後の重篤な合併症である。これまで多くの予防法が検討されたが、充分な効果は得られておらず、発症率は減少していない。我々の研究室では長年、難治性皮膚潰瘍に対する細胞シート移植を研究し、有効な創傷治癒効果を報告してきた。細胞シート移植は他臓器の創傷治癒にも有効である可能性が予想され、膵液瘻に対する予防法になりうると着想した。本研究では動物の術後膵液瘻モデルを用いて、積層繊維芽シートの自家移植による膵液瘻の予防を検証した。 ラットを全身麻酔下に開腹し、膵管とその周囲の膵組織を切開してラット膵液瘻モデルを作製した。ラット尾より線維芽細胞を単離し、培養して積層繊維芽シートを作製した。自家積層線維芽細胞シートを膵管とその周囲の膵組織切開部に移植し、細胞シート移植による膵液瘻の予防効果を経時的な腹水及び血清中膵酵素値の測定、膵組織の免疫組織化学、定量的PCR法を用いて評価した。 ラット膵液瘻モデルでは術後に腹水中膵酵素値が上昇し、病理組織学的には広範囲の膵組織に炎症と壊死所見を認めた。膵液瘻の発症と膵組織の損傷が示唆された。積層線維芽細胞シートの自家移植により腹水中膵酵素の上昇と膵組織の炎症性変化は有意に抑制され、正常な構造を保つ膵組織が広範囲に温存された。対照群である細胞活性を持たないシートを移植した群と比較して、細胞シート移植群では切開部周辺に線維化と血管新生が惹起されていた。特に切開部付近の膵管はコラーゲン線維で充填、被覆されており、膵液の漏出を抑制する上で重要な機序であったと示唆された。これら線維化と血管新生を介して膵臓への障害が抑制されたと考えられた。 以上から、動物モデルにおいて積層線維芽細胞シートの自家移植は膵液瘻を充分に予防し、膵組織を保護することが示された。上記細胞シートの自家移植は術後膵液瘻を予防する有効な方法となり得ることが示唆された。

キメラ抗原受容体(CAR)-T細胞療法は造血器腫瘍において優れた抗腫瘍効果を示している一方、固形がんにおいては臨床応用がまだなされていない。臨床応用におけるハードルとなっている理由の一つとして、固形がんでは適切なCAR ターゲットが欠如しているということにある。GM2 は糖鎖にシアル酸を有するスフィンゴ糖脂質の一群であるガングリオシドの一つであり、様々なタイプの固形がんにおいて過剰発現している。本研究では、我々が以前に開発したインターロイキン7(IL-7)/ケモカインリガンド19(CCL19)産生型ヒトCAR-T細胞システムを用いて、GM2が固形腫瘍に対するCART細胞療法のターゲットとなりうるかという点についてヒト肺小細胞がん異種移植マウスモデルを用いて探究した。IL-7/CCL19 産生型抗GM2 CAR-T細胞治療を行ったところ、GM2 陽性腫瘍の完全な退縮が観察され、腫瘍内部への豊富なT 細胞浸潤や長期のメモリー応答形成も観察されたが、有害事象は認めなかった。加えて、臨床においてCAR-T 細胞使用時に問題となるサイトカイン放出症候群や神経毒性をコントロールする方法として、ガンシクロビル(GCV)投与によりアポトーシスが誘導される自殺システムである単純ヘルペスウイルス-チミジンキナーゼ(HSV-TK)をCAR-T細胞に遺伝子導入した。HSV-TK発現IL-7/CCL19産生型抗GM2 CAR-T細胞は、in vivoにおいてGCV投与により効果的に除去された。以上より、我々の研究はIL-7/CCL19産生型ヒト抗GM2CAR-T細胞のGM2陽性固形がん治療への臨床応用における安全性を実証し、その有望な治療効果を明らかにした。

【背景】インターロイキン(IL)-33は, 宿主防御, 神経損傷, 炎症などに重要なIL-33/ST2シグナル経路を誘導する. 一方, IL-33のデコイ受容体である可溶性ST2(sST2)は, IL-33/ST2シグナル経路を抑制する. sST2は種々の神経疾患患者の血清中で増加するが, 低酸素性虚血性脳症(Hypoxic-ischemic encephalopathy; HIE)では知られていない. 【目的】本研究の目的は, HIEにおける血清中のIL-33, 及びsST2濃度を測定し, HIE重症度と神経学的予後との関連性を検討することである. 【対象と方法】2017年1月から2022年4月の期間に, 山口大学医学部附属病院総合周産期母子医療センターに入院した, 在胎期間36週以上, かつ出生体重1,800g以上の新生児を対象とし, HIE群23名, 対照群16名を本研究に登録した. HIEの重症度はSarnat分類により軽症, 中等症, 重症に分類し, 生後6時間以内, 及び1-2, 3, 7日目の血清IL-33及びsST2濃度を測定した. プロトン磁気共鳴スペクトロスコピーによりHIE群の基底核におけるlactate/N-acetylaspartate(Lac/NAA)比を算出し, 退院後の神経学的後遺症の有無を追跡調査した. 【結果】血清中IL-33濃度は各群で差を認めなかった. 一方, 中等症及び重症HIE群の血清sST2濃度は, 対照群に比し著明に高値で, HIE重症度と相関して高値であった. 血清中sST2濃度はLac/NAA比と有意な正の相関を示し(相関係数=0.527, P=0.024), 神経学的後遺症を来したHIE児では予後良好の児に比し, sST2濃度及びLac/NAA比が有意に高かった(それぞれP=0.020, <0.001).【結論】血清sST2濃度はHIEの重症度および神経学的予後予測に有用である可能性が示唆された.

【背景】結腸直腸癌（colorectal cancer:CRC）の予後については、腫瘍の特性だけでなく、宿主の免疫反応も重要な因子となる。我々は宿主の免疫反応として全身および腫瘍微小環境（tumor microenvironment: TME）の炎症性サイトカイン発現に注目し、これらを評価することにより、免疫抑制状態と患者の予後との関係を検討した。 【方法】 切除可能CRC患者209名において、術前に採取した血清サンプルを用いてサイトカイン濃度（IL-1β、IL-6、IL-8、TNF-α）を電気化学発光法により測定し、予後との関連を検討した。また切除切片における腫瘍組織でのサイトカイン発現を腫瘍細胞、間質細胞に分けて免疫組織化学的に評価した。さらに、切除したCRC患者10例において、新鮮な切除切片から抽出した腫瘍浸潤細胞を用いたマスサイトメトリーによるシングルセル解析を行った。 【結果】 無再発生存期間において、血清IL-1β、IL-8、TNF-α濃度の高低では有意な関係を認めなかったが、血清IL-6高値群で有意に予後不良であった。また血中IL-6濃度上昇は腫瘍組織中の間質細胞におけるIL-6高発現と関連していた。シングルセル解析の結果、腫瘍浸潤免疫細胞のうちIL-6+細胞は主に骨髄球系細胞で構成され、リンパ球系細胞ではIL-6発現をほとんど認めなかった。またIL-6高発現群では、CD33+HLADR-骨髄由来抑制細胞（myeloid-derived suppressor cell: MDSC）およびCD4+FOXP3highCD45RA-エフェクター型抑制性T細胞(effector regulatory T cell: eTregの割合がIL-6低発現群に比べ有意に高かった。さらに、MDSCにおけるIL-10+細胞の割合、eTregにおけるIL-10+細胞またはCTLA-4+細胞の割合は、IL-6高発現群で有意に高かった。 【結論】血清IL-6濃度の上昇は間質細胞のIL-6発現と関連し、予後不良であった。腫瘍浸潤免疫細胞におけるIL-6高発現は、TMEにおけるMDSCやeTreg等の免疫抑制性細胞の蓄積と関連し、その機能性マーカーの上昇も認めた。これらIL-6を介した抑制性免疫機構がCRC患者の予後不良の一因となっている可能性がある。

Hyperspectral (HS) imaging can capture the detailed spectral signature of each spatial location of a scene and leads to better understanding of different material characteristics than traditional imaging systems. However, existing HS sensors can only provide low spatial resolution images at a video rate in practice. Thus reconstructing high-resolution HS (HR-HS) image via fusing a low-resolution HS (LR-HS) image and a high-resolution RGB (HR-RGB) image with image processing and machine learning technique, called as hyperspectral image super resolution (HSI SR), has attracted a lot of attention. Existing methods for HSI SR are mainly categorized into two research directions: mathematical model based method and deep learning based method. Mathematical model based methods generally formulate the degradation procedure of the observed LR-HS and HR-RGB images with a mathematical model and employ an optimization strategy for solving. Due to the ill-posed essence of the fusion problem, most works leverage the hand-crafted prior to model the underlying structure of the latent HR-HS image, and pursue a more robust solution of the HR-HS image. Recently, deep learning-based approaches have evolved for HS image reconstruction, and current efforts mainly concentrated on designing more complicated and deeper network architectures to pursue better performance. Although impressive reconstruction results can be achieved compared with the mathematical model based methods, the existing deep learning methods have the following three limitations. 1) They are usually implemented in a fully supervised manner, and require a large-scale external dataset including the degraded observations: the LR-HS/HR-RGB images and their corresponding HR-HS ground-truth image, which are difficult to be collected especially in the HSI SR task. 2) They aim to learn a common model from training triplets, and are undoubtedly insufficient to model abundant image priors for various HR-HS images with rich contents, where the spatial structures and spectral characteristics have considerable difference. 3) They generally assume that the spatial and spectral degradation procedures for capturing the LR-HS and HR-RGB images are fixed and known, and then synthesize the training triplets to learn the reconstruction model, which would produce very poor recovering performance for the observations with different degradation procedures. To overcome the above limitations, our research focuses on proposing the unsupervised learning-based framework for HSI SR to learn the specific prior of an under-studying scene without any external dataset. To deal with the observed images captured under different degradation procedures, we further automatically learn the spatial blurring kernel and the camera spectral response function (CSF) related to the specific observations, and incorporate them with the above unsupervised framework to build a high-generalized blind unsupervised HSI SR paradigm. Moreover, Motivated by the fact that the cross-scale pattern recurrence in the natural images may frequently exist, we synthesize the pseudo training triplets from the degraded versions of the LR-HS and HR-RGB observations and themself, and conduct supervised and unsupervised internal learning to obtain a specific model for the HSI SR, dubbed as generalized internal learning. Overall, the main contributions of this dissertation are three-fold and summarized as follows: 1. A deep unsupervised fusion-learning framework for HSI SR is proposed. Inspired by the insights that the convolution neural networks themself possess large amounts of image low-level statistics (priors) and can more easy to generate the image with regular spatial structure and spectral pattern than noisy data, this study proposes an unsupervised framework to automatically generating the target HS image with the LR-HS and HR-RGB observations only without any external training database. Specifically, we explore two paradigms for the HS image generation: 1) learn the HR-HS target using a randomly sampled noise as the input of the generative network from data generation view; 2) reconstructing the target using the fused context of the LR-HS and HR-RGB observations as the input of the generative network from a self-supervised learning view. Both paradigms can automatically model the specific priors of the under-studying scene by optimizing the parameters of the generative network instead of the raw HR-HS target. Concretely, we employ an encoder-decoder architecture to configure our generative network, and generate the target HR-HS image from the noise or the fused context input. We assume that the spatial and spectral degradation procedures for the under-studying LR-HS and HR-RGB observation are known, and then can produce the approximated version of the observations by degrading the generated HR-HS image, which can intuitively used to obtain the reconstruction errors of the observation as the loss function for network training. Our unsupervised learning framework can not only model the specific prior of the under-studying scene to reconstruct a plausible HR-HS estimation without any external dataset but also be easy to be adapted to the observations captured under various imaging conditions, which can be naively realized by changing the degradation operations in our framework. 2. A novel blind learning method for unsupervised HSI SR is proposed. As described in the above deep unsupervised framework for HSI SR that the spatial and spectral degradation procedures are required to be known. However, different optical designs of the HS imaging devices and the RGB camera would cause various degradation processes such as the spatial blurring kernels for capturing LRHS images and the camera spectral response functions (CSF) in the RGB sensors, and it is difficult to get the detailed knowledge for general users. Moreover, the concrete computation in the degradation procedures would be further distorted under various imaging conditions. Then, in real applications, it is hard to have the known degradation knowledge for each under-studying scene. To handle the above issue, this study exploits a novel parallel blind unsupervised approach by automatically and jointly learning the degradation parameters and the generative network. Specifically, according to the unknown components, we propose three ways to solve different problems: 1) a spatial-blind method to automatically learn the spatial blurring kernel in the capture of the LR-HS observation with the known CSF of the RGB sensor; 2) a spectral-blind method to automatically learn the CSF transformation matrix in the capture of the HR-RGB observation with known burring kernel in the HS imaging device; 3) a complete-blind method to simultaneously learn both spatial blurring kernel and CSF matrix. Based on our previously proposed unsupervised framework, we particularly design the special convolution layers for parallelly realizing the spatial and spectral degradation procedures, where the layer parameters are treated as the weights of the blurring kernel and the CSF matrix for being automatically learned. The spatial degradation procedure is implemented by a depthwise convolution layer, where the kernels for different spectral channel are imposed as the same and the stride parameter is set as the expanding scale factor, while the spectral degradation procedure is achieved with a pointwise convolution layer with the output channel 3 to produce the approximated HR-RGB image. With the learnable implementation of the degradation procedure, we construct an end-toend framework to jointly learn the specific prior of the target HR-HS images and the degradation knowledge, and build a high-generalized HSI SR system. Moreover, the proposed framework can be unified for realizing different versions of blind HSI SR by fixing the parameters of the implemented convolution as the known blurring kernel or the CSF, and is highly adapted to arbitrary observation for HSI SR. 3. A generalized internal learning method for HSI SR is proposed. Motivated by the fact that natural images have strong internal data repetition and the crossscale internal recurrence, we further synthesize labeled training triplets using the LR-HS and HR-RGB observation only, and incorporate them with the un-labeled observation as the training data to conduct both supervised and unsupervised learning for constructing a more robust image-specific CNN model of the under-studying HR-HS data. Specifically, we downsample the observed LR-HS and HR-RGB image to their son versions, and produce the training triplets with the LR-HS/HR-RGB sons and the LR-HS observation, where the relation among them would be same as among the LR-HS/HR-RGB observations and the HR-HS target despite of the difference in resolutions. With the synthesized training samples, it is possible to train a image-specific CNN model to achieve the HR-HS target with the observation as input, dubbed as internal learning. However, the synthesized labeled training samples usually have small amounts especially for a large spatial expanding factor, and the further down-sampling on the LR-HS observation would bring severe spectral mixing of the surrounding pixels causing the deviation of the spectral mixing levels at the training phase and test phase. Therefore, these limitations possibly degrade the super-resolved performance with the naive internal learning. To mitigate the above limitations, we incorporate the naive internal learning with our selfsupervised learning method for unsupervised HSI SR, and present a generalized internal learning method to achieve more robust HR-HS image reconstruction.