Cellar differentiation on the electronic semiconductor device induced by the electric stimulation

我々は，生体活動の一部を半導体製造プロセスで作製された電子デバイスでの補完が可能でないかと考えている。これは細胞内での生化学反応，レドックスサイクルによる核内での遺伝子発現制御などの生体内活動を，酸化還元反応による電子授受（電気化学的理解）と量子力学的な電子トンネリング（固体物理的）現象の組み合わせとして捉えてやることで，複雑系である生命現象の原理原則的理解へとつながる。本研究では，生命現象は複雑系の極みであるため， DX技術を導入する。ライブイメージングから，細胞挙動をリアルタイムで深層学習し，電気刺激による細胞制御方法を検討させ，速やかにAIに推論させた電気制御法を実験系にフィードバックさせ，現場実験を加速させることを目標とする。今年度は，1）電気刺激に応答する形で分化していく過程の細胞形状の定量解析のハイスループット化2）深層学習における破滅的忘却の抑制を達成することができた。1について，これまで我々は電気刺激に細胞が応答する現象を捉えることに成功していたが，解析に長時間を要することが研究推進のボトルネックになっていた。パイソンコードで記述したプログラムにより人の手がほとんど関与しない新しい解析法を構築した。その結果，これまで1実験あたり30時間要していた解析を2時間まで短縮することに成功し，自動化解析技術が確立できた。2について述べる。これまでAIを用いた画像解析において，継続学習下でAIがこれまでの学習内容を忘却してしまう問題があった。これを回避する手法としてElastic Weight Consolidation(EWC)がよく知られており，今回適用を試みた。EWC を用いて継続学習を行う場合の受容野の違いを可視化した結果，特徴マップの変化が大きく，破滅的忘却を十分抑制することはできなかった。現在新しいモデル提案を進めているところである。

我々は，生体活動の一部を半導体製造プロセスで作製された電子デバイスでの補完が可能でないかと考えている。これは細胞内での生化学反応，レドックスサイクルによる核内での遺伝子発現制御などの生体内活動を，酸化還元反応による電子授受（電気化学的理解）と量子力学的な電子トンネリング（固体物理的）現象の組み合わせとして捉えてやることで，複雑系である生命現象の原理原則的理解へとつながる。本研究では，生命現象は複雑系の極みであるため， DX技術を導入する。ライブイメージングから，細胞挙動をリアルタイムで深層学習し，電気刺激による細胞制御方法を検討させ，速やかにAIに推論させた電気制御法を実験系にフィードバックさせ，現場実験を加速させることを目標とする。今年度は，1）電気刺激に応答する形で分化していく過程の細胞形状の定量解析のハイスループット化2）深層学習における破滅的忘却の抑制を達成することができた。1について，これまで我々は電気刺激に細胞が応答する現象を捉えることに成功していたが，解析に長時間を要することが研究推進のボトルネックになっていた。パイソンコードで記述したプログラムにより人の手がほとんど関与しない新しい解析法を構築した。その結果，これまで1実験あたり30時間要していた解析を2時間まで短縮することに成功し，自動化解析技術が確立できた。2について述べる。これまでAIを用いた画像解析において，継続学習下でAIがこれまでの学習内容を忘却してしまう問題があった。これを回避する手法としてElastic Weight Consolidation(EWC)がよく知られており，今回適用を試みた。EWC を用いて継続学習を行う場合の受容野の違いを可視化した結果，特徴マップの変化が大きく，破滅的忘却を十分抑制することはできなかった。現在新しいモデル提案を進めているところである。