ゲノムシャッフリングとデータ拡張技術を用いた細胞品質解析の高度化

点击翻译按钮获取中文摘要

当研究室では、細胞産業化に向けた非侵襲的かつハイスループットな製造工程における評価技術を構築している。本研究の目的は、これまで破壊的なエンドポイントアッセイにより評価してきた細胞品質を、細胞画像から評価する技術向上である。本技術での精度向上には、「良い学習データ」の構築が必要であるが、細胞培養においての細胞品質制御は難しく、良い学習データの要素の1つである多様性を獲得することは難しい。そこで、本研究では、ランダムにゲノム編集を引き起こすゲノムシャッフリング技術と、データ空間上で自在にデータをデザインする人工データ作成技術を用いた細胞データの多様性拡張技術の開発を行い、品質予測モデルの汎用性向上を目指している。2022年度では、ゲノムシャッフリングにより樹立した変異体クローンについて、その多様性について評価するため、RNAseqを実施し、遺伝子プロファイルについて解析を行った。今後さらに、組換効率を上げるため、ベクターを再構築するとともに、制限酵素によるゲノム編集誘発だけでなく、エピジェネティックな変化を誘引するシステムを組み込み、多彩な細胞のカタログを作成することを目指す。また、人工データ作成のアルゴリズムについては、2022年度では、2021年度まで用いたデータに加え、細胞形態データを21ロット分増やし、細胞が取り得る形態の範囲について探索し、構築したアルゴリズムの有用性について検証を行った。しかし、現在の人工データ作成法では、実測の細胞集団データを模倣することは可能であるが、未知の品質を想定した人工データ作成については、課題がある。そのため、2023年度には、追加した21ロット分のデータを用いて、細胞集団の分布に注目し、細胞の品質と形態の相関について理解を深める予定である。