Search for characteristic markers of stem cell and cell validation by prediction of cell characteristics using AI

利用人工智能预测细胞特征，搜索干细胞的特征标记并进行细胞验证

• 批准号: 22K06751
• 负责人: 佐藤 光利
• 金额: $ 2.75万
• 依托单位: Meiji Pharmaceutical University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K06751/
• 关键词: スフェロイド; ３次元培養; 細胞画像; ニューラルネットワーク; 深層学習; 腫瘍細胞; 機械学習; 細胞コロニー

細胞加工製品をヒトに臨床応用する際には、培養細胞中の異常細胞を高い精度で早期に発見し、有効性と安全性が保証された製品を提供することが重要になる。令和4年度は、効率が良い異常細胞の検出方法を確立するために、正常細胞や異常細胞のそれぞれの細胞が有する表現型の特徴を顕著に観察することができる条件を検討することで正常細胞中に含まれる異常細胞の検出に関する条件検討を行った。正常培養細胞内にがん細胞を人工的に混入させて検出するモデル研究を試み、「正常細胞およびがん細胞共培養における３次元培養条件」および「培養細胞の撮像条件」について以下の研究成果を得た。がん細胞を添加した正常細胞試料における３次元培養細胞での条件検討：正常細胞にヒト胎児肺由来線維芽細胞（MRC-5）を用い、がん細胞にはGFPを導入したヒト子宮頸癌細胞株（HeLa-GFP）を用いた。また、培養プレートには低接着性プレートを用いた。本年度の研究によって、0.03%ポリマーLA717存在下では正常細胞の凝集および増殖の抑制が観察され、HeLa-GFP細胞では足場非依存的増殖が認められ、高頻度でスフェロイドを形成し、共培養細胞の画像を検討する際の培養条件として良いことが明らかになった。異種細胞検出に用いる培養細胞の撮像条件について：コンピュータによる畳み込みニューラルネットワークを用いてこれらの細胞画像をパターン認識し、深層学習における学習率について検討するために、予測精度を向上させる培養細胞の撮像条件について検討した。培養日数の経過にしたがって予測精度が高まり、異常細胞の検出精度が高くなること、また、用いる解析モデルによって予測精度が異なることから、予測精度の向上には細胞の形状に合った画像処理が有効になることが示唆された。

Cell products processing を ヒ ト に clinical 応 す る interstate に は, culture cell を の abnormal cells in high precision い で early に 発 see し, have sharper と safety が guarantee さ れ を た products provide す る こ と が important に な る. And 4 year は, good working rate が い abnormal cells の を 検 out method to establish す る た め に や abnormal, normal cells の そ れ ぞ れ の cells が す る phenotype の, 徴 を 顕 the に 観 examine す る こ と が で き る conditions を beg す 検 る こ と に で normal cells contain ま れ る abnormal cells の 検 out に masato す 検 る conditions for line を っ た. Normal culture cells に が ん に を artificial cells mixed with さ せ て 検 out す る モ デ ル research を み, "normal cells お よ び が ん cell co-culture に お け る three yuan culture conditions" お よ び "culture cell の pinch of like conditions" に つ い て の under research を た. が ん cells を add し た normal cell sample に お け る three yuan culture cell で 検 の conditions for: normal cells に ヒ ト fetal lung origin where line d bud cells (MRC - 5) を い, が ん cells に は GFP を import し た ヒ ト cervix cancer cells (HeLa - GFP) を い た. Youdaoplaceholder0, for the cultivation of プレ また トに トに トに た low adhesion プレ トを トを トを. This annual の study に よ っ て, 0.03% ポ リ マ ー LA717 presence で は の normal cells agglutinate お よ び raised colonization の inhibit が 観 examine さ れ cells, HeLa GFP で は foot field not dependent が to recognize the rights of colonization め ら れ, high frequency で ス フ ェ ロ イ ド を form し portraits, co-culture cell の を beg す 検 る interstate の culture conditions と し て good い こ と が Ming Youdaoplaceholder0 になった. Heterogeneous cells 検 out に using い る culture cell の pinch of conditions like に つ い て : コ ン ピ ュ ー タ に よ る 畳 み 込 み ニ ュ ー ラ ル ネ ッ ト ワ ー ク を with い て こ れ ら の cells portrait を パ タ ー ン know し, deep learning に お け vector る に つ い て beg す 検 る た め に upward, to measure precision を さ せ る culture cell の pinch of conditions like に つ い て beg し 検 た. Training days の 経 too に し た が っ て in high measuring accuracy が ま り, abnormal cells の 検 high precision が く な る こ と, ま た, use い る parsing モ デ ル に よ っ て in measuring accuracy が different な る こ と か ら upward, to measure precision の に は に cell の shape or っ た portrait 処 Richard が have sharper に な る こ と が in stopping さ れ た.

项目成果

３D細胞培養による細胞表現型の違いを指標にした異常細胞識別の検討

使用 3D 细胞培养检查异常细胞识别作为细胞表型差异的指标

• 发表时间: 2022
• 作者: 佐藤光利;草川森士;佐藤陽治;松坂恭成;植沢芳広
• 通讯作者: 植沢芳広