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

使用基因组改组和数据扩展技术进行复杂的细胞质量分析

• 批准号: 22KJ1529
• 负责人: 木村 和恵
• 金额: $ 1.41万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1529/
• 关键词: 再生医療; 画像解析; 機械学習; ゲノム編集

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。

When the laboratory is in the process of industrialization of cells, it is necessary to evaluate the construction technology of non-invasive production engineering. The purpose of this study is to improve the quality of cells and the technology of cell profiling. The precision of this technology is upward, and the construction of "good learning data" is necessary. It is difficult to control the quality of cells in cell culture, and it is difficult to obtain diversity of elements of good learning data. In this study, we aim to develop and improve the versatility of cellular data collection and quality prediction systems by using artificial data creation techniques, data space free data collection techniques, and cellular data diversity techniques. In 2022, we will implement RNAseq and analyze the genetic diversity of different species and varieties. In the future, we will increase the efficiency of assembly, rebuild objects, control enzymes, and create mechanisms to induce changes in computers, and create colorful cells. In 2022, in 2021, in 2022, in 2021, in 202 Now, artificial data creation method, test cell set data imitation, possible, unknown quality, artificial data creation, problem. In 2023, we will add 21 new components to our research and development program. We will pay attention to the distribution of cell populations and deepen our understanding of cell quality and morphology.

项目成果

Morphology Data Augmentation for Cell Growth Prediction Model with Limited Patient Data

有限患者数据下细胞生长预测模型的形态学数据增强

• 发表时间: 2021
• 作者: Kazue Kimura;Yuto Takemoto;Kei Kanie;Ryuji Kato
• 通讯作者: Ryuji Kato

データ拡張技術を用いた限定的なデータによる細胞品質予測モデル構築

利用数据扩展技术利用有限数据构建细胞质量预测模型

• 发表时间: 2021
• 作者: Kazue Kimura;Yuto Takemoto;Kei Kanie;Ryuji Kato;木村和恵,竹本悠人,池内暁紀,平尾理恵,村本伸彦,蟹江慧,加藤竜司;木村和恵,竹本悠人,蟹江慧,加藤竜司;木村和恵,竹本悠人,池内暁紀,平尾理恵,村本伸彦,蟹江慧,加藤竜司;木村和恵,蟹江慧,加藤竜司;木村和恵,蟹江慧,加藤竜司
• 通讯作者: 木村和恵,蟹江慧,加藤竜司

Image-based evaluation of passage-induced senescence in human fibroblasts

基于图像的人成纤维细胞传代诱导衰老的评估

• 发表时间: 2022
• 作者: Kazue Kimura;Kouki Sakaguchi;Takumi Hisada;Kei Kanie;Ryuji Kato
• 通讯作者: Ryuji Kato

Data Augmentation Method for Morphology-based Cell Quality Prediction

基于形态学的细胞质量预测的数据增强方法

• 发表时间: 2021
• 作者: Kazue Kimura;Yuto Takemoto;Kei Kanie;Ryuji Kato
• 通讯作者: Ryuji Kato

TAQing システムを用いた細胞の品質多様化技術の基盤開発

利用TAQing系统进行细胞质量多样化技术的基础开发

• 发表时间: 2021
• 作者: Kazue Kimura;Yuto Takemoto;Kei Kanie;Ryuji Kato;木村和恵,竹本悠人,池内暁紀,平尾理恵,村本伸彦,蟹江慧,加藤竜司;木村和恵,竹本悠人,蟹江慧,加藤竜司;木村和恵,竹本悠人,池内暁紀,平尾理恵,村本伸彦,蟹江慧,加藤竜司
• 通讯作者: 木村和恵,竹本悠人,池内暁紀,平尾理恵,村本伸彦,蟹江慧,加藤竜司