リアルタイムイメージングから構築するがん細胞動態の高精度予測モデル

本研究課題は、実験で得られたがん細胞動態の計測データを利用して、高精度予測が可能な細胞集団動態の数理モデル構築が目標である。そのために、実験による細胞動態のデータ計測、細胞動態の数理モデル構築、実験データを利用した数理モデルのパラメータ推定の3段階の研究を組み合わせて、研究を効率的に進めている。当該年度では、既に当研究で構築している数理モデルの修正とパラメータ推定のための研究を主として進めていった。数理モデルについては、これまでの研究で構築した創傷治癒過程を記述する数理モデルを基にして、圧刺激により血管状（ネットワーク状）構造を自発的に形成する血管上皮細胞の細胞動態を想定した数理モデルの構築を進めていった。細胞間接着の強度や細胞の形状（アスペクト比）に関するパラメータを変化させることで、細胞集団が長時間に渡って血管状構造を維持するような結果が得られた。また、圧刺激の効果を明示的に加えたモデルへの拡張も進めていたが、実装には至らなかったパラメータ推定に関しては、昨年度に引き続き創傷治癒過程の数理モデルによる数値計算結果から得られた時系列データを用いて、ディープラーニングによる特徴的な細胞ダイナミクスの抽出を進めていった。しかし、特徴的な時間変化を示すいくつかの自由度と数理モデルにおけるパラメータの対応について、パラメータ推定につながるレベルでの十分な理解を深めていくことはできなかった。

本研究課題は、実験で得られたがん細胞動態の計測データを利用して、高精度予測が可能な細胞集団動態の数理モデル構築が目標である。そのために、実験による細胞動態のデータ計測、細胞動態の数理モデル構築、実験データを利用した数理モデルのパラメータ推定の3段階の研究を組み合わせて、研究を効率的に進めている。当該年度では、既に当研究で構築している数理モデルの修正とパラメータ推定のための研究を主として進めていった。数理モデルについては、これまでの研究で構築した創傷治癒過程を記述する数理モデルを基にして、圧刺激により血管状（ネットワーク状）構造を自発的に形成する血管上皮細胞の細胞動態を想定した数理モデルの構築を進めていった。細胞間接着の強度や細胞の形状（アスペクト比）に関するパラメータを変化させることで、細胞集団が長時間に渡って血管状構造を維持するような結果が得られた。また、圧刺激の効果を明示的に加えたモデルへの拡張も進めていたが、実装には至らなかったパラメータ推定に関しては、昨年度に引き続き創傷治癒過程の数理モデルによる数値計算結果から得られた時系列データを用いて、ディープラーニングによる特徴的な細胞ダイナミクスの抽出を進めていった。しかし、特徴的な時間変化を示すいくつかの自由度と数理モデルにおけるパラメータの対応について、パラメータ推定につながるレベルでの十分な理解を深めていくことはできなかった。