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

基本信息

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

项目摘要

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。

当将细胞处理的产品应用于人类时，重要的是要快速检测具有高精度的培养细胞中的异常细胞，并提供具有保证功效和安全性的产品。在2022年，为了建立一种检测异常细胞的有效方法，我们通过检查允许对每个细胞的表型特征（例如正常细胞和异常细胞）的情况进行显着观察的条件，研究了检测正常细胞中包含的异常细胞的条件。我们尝试通过将它们人为地将其混合到正常培养的细胞中来检测癌细胞，并为“共培养正常细胞和癌细胞的3D培养条件”以及“培养细胞的成像条件”获得以下研究结果。添加癌细胞正常细胞样品中3D培养细胞的条件：人胎肺衍生的成纤维细胞（MRC-5）用作正常细胞，癌细胞是与GFP一起引入的人宫颈癌细胞系（HELA-GFP）。此外，将低粘合板用于培养板。今年的研究表明，在存在0.03％聚合物LA717的存在下，正常细胞的聚集和增殖受到抑制，并且在HeLa-GFP细胞中观察到了独立于锚固的非依赖性增殖，从而导致球形形成的高频率，并且在检查共培养细胞的图像时是良好的培养条件。用于检测异源细胞的培养细胞的成像条件：使用基于计算机的卷积神经网络对这些细胞图像进行模式识别，并研究深度学习中的学习率，我们检查了提高预测准确性的培养细胞的成像条件。预测准确性随着培养天数的经过，并且异常细胞的检测准确性增加，并且预测精度取决于所使用的分析模型，这表明与细胞形状相匹配的图像处理可有效提高预测准确性。