权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Establishment of high-throughput and high-precision profile data acquisition system with high content analyzer

高内涵分析仪高通量高精度剖面数据采集系统的建立

基本信息

批准号：
21J14853
负责人：
前寺正太郎
金额：
$ 0.51万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2022-03-31
项目状态：
已结题

项目摘要

従来の細胞画像特徴量を用いたプロファイルデータ解析の性能の検証のため、スタチン類化合物で刺激されたMCF7細胞およびHeLa細胞を染色し、各オルガネラおよび細胞質の染色画像を取得、細胞形態に関わる特徴量を抽出した。OLSAによるプロファイルデータ解析を行ったところ、cerivastatinに特異的な素作用が抽出されたが、他に系統的な素作用を見出だすことができなかった。細胞画像から特徴量を抽出する段階に課題があると考え、ラットに160種類の化合物を投与し、20000枚を超える肝臓HE染色画像を収載したデータベースOpen TG-GATEs (TGGATEs)に注目した。Convolutional Neural Networkの一種であるEfficientNetB4から、TGGATEsの画像と病理所見を学習データとした深層学習により、細胞の形態特徴量抽出モデルを作成した。Leave one out法を用いた試験により、病理所見を学習させたモデルが、学習させた病理所見以外の画像特徴の情報を高い精度で抽出していることを検証した。作成したモデルにより抽出された特徴量を用いて、logistic回帰モデルを作成し、TGGATEs画像が持つ特徴を予測させることで性能を評価した。投与化合物の分類、投与化合物のmechanism of actionの分類、画像に存在する病理所見の判別のいずれにおいても、既存のImageNet pretrained modelよりも優れた性能を示していた。構築した特徴量抽出モデルは、HCAで取得した画像の特徴量抽出にも活用可能であると考えられる。また、病理所見の診断や、薬物の安全性試験などへの応用も期待される。

The characteristics of the cell portrait were analyzed by using the cell portrait characteristic, the MCF7 cell dye, the cell dye, the cell color, the cell morphology, the cell color, the cell, the cell. The OLSA system is used to analyze the data of the system, the element effect of the cerivastatin system is to extract the data, and the element effect of the other system is to extract the data. The cell portrait, the special volume, the test, the 160, the 20000 HE staining portraits of the liver, the Open TG-GATEs (TGGATEs), and the attention of the animals were extracted. Convolutional Neural Network uses a variety of EfficientNetB4 images, TGGATEs pictures, pathology, morphology, morphology and morphology. The Leave one out method was used to extract images with high precision, such as those seen by pathology, those seen by pathology, and those seen by pathology. Make a special drawing that is made by using the logistic, logistic, and the TGGATEs portrait to show the performance. The classification of chemical compounds, the classification of mechanism of action compounds, the existence of pictures, the identification of pathological findings, and the performance of existing ImageNet pretrained model compounds. You can use the special amount to extract the portrait, the HCA to get the portrait, and the possibility to use it. The symptoms seen by pathology and pathology are broken, and the objects are safe and safe.