权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Construction of a chemical model of cell motility

细胞运动化学模型的构建

基本信息

批准号：
22K18685
负责人：
豊田太郎
金额：
$ 4.16万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2025-03-31
项目状态：
未结题

项目摘要

本研究課題は、走化性をもつ遊走性単細胞生物の化学モデル（ここでは人工バクテリアと呼ぶ）を創出することを目的とする。原始細胞が進化の過程でどのように駆動力を得て、走化性という高次機能を獲得してきたかという未解明の謎に対し応募者は、細胞生物学的手法とは相補的に、構成的アプローチとして、素性のわかった有機分子の水中での構造形成と反応の時間発展に立脚した人工バクテリアをつくり、これが実験室進化によって走化性を獲得する時空間発展を計測技術と分析技術を駆使して明らかにすることを着想した。一年目は、人工バクテリアをその場観察するための進化リアクターのプロトタイプ作製および画像解析法の開発に従事した。人工バクテリアは進化リアクター内部で動き回ることから、形態をとらえるために共焦点レーザー走査型蛍光顕微鏡で観察すると、各断面像で位置ずれがおこるために、位置ずれを補正して3次元イメージ構築をする必要がある。そのために、人工バクテリアに見立てたジャイアントベシクルのマイクロ流体デバイスの捕捉構造（特に厚み方向）について精査するとともに、位置連れのある各断面像を修正して3次元イメージ像を構築できるプログラムを開発した。機械学習と転移学習によってジャイアントベシクルの各断面像の中心位置を把握・学習させ、その後にデコンボリューション法を組み込んだ3次元イメージ構築プログラムを自作することで、それらを補正した球形のジャイアントベシクルの3次元イメージ像を取得することができた。

This research topic is about the development of chemical processes for migratory cell biology. The evolutionary process of primitive cells is characterized by the acquisition of dynamic forces, chemical properties, and higher-order functions. The mysteries of cell biology are not solved. The methods of cell biology are complementary. The structural formation of organic molecules in water, the development of time, and the establishment of artificial cells. The evolution of technology and space technology A year ago, the evolution of artificial intelligence and the development of image analysis methods The artificial image is changed from the internal movement to the internal movement, and the shape is changed from the confocal point to the scanning type optical microscope. The position of each section image is changed from the original position to the corrected position. The three-dimensional image construction is necessary. The capture structure of the fluid is carefully investigated and the position is connected. The image of each section is corrected and the three-dimensional image is constructed. Machine learning and shift learning are used to grasp the center position of each section image, learn, and then set up the three-dimensional structure of the section image, and automatically correct the spherical section image.