Electrophysiological evaluation of iPS cell-derived cardiomyocytes using magnetic field measurements and deep learning

使用磁场测量和深度学习对 iPS 细胞来源的心肌细胞进行电生理评估

基本信息

批准号：
22K12785
负责人：
吉田隆司
金额：
$ 2.66万
依托单位：
Kyoto Prefectural University of Medicine
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

我々は、磁場測定が非侵襲・非破壊的に行えることに着目し、細胞集団中の電気活動伝播に伴って生じる自発磁場を計測することによってiPS細胞由来心筋細胞の電気生理学的評価を試みてきた。しかし細胞の自発磁場は背景ノイズに対して非常に微小であり、標準的な磁気シールド環境下で計測された磁場信号から、従来の信号解析手法で分化心筋細胞のシグナル検出を行うことは困難である。本研究ではシミュレーションにより推定した細胞磁場のピーク波形を教師データとして用いた深層学習による分化心筋細胞のシグナル検出を提案し有効性の検証を行ってきた。2022年度はこの手法の原理実証実験として、人工的に発生させた擬似生体磁場をSQUID磁場センサーで計測し、学習済みの深層ニューラルネットワークによるピーク領域の検出を試みた。その結果、正解データとの比較において80%のピーク領域が正しく検出されたことが確認され、提案する本手法が微小な細胞磁場のピーク波形検出に有効であることが示唆された。また時系列データから特徴量抽出に用いたFSST(フーリエシンクロスクイーズド変換)の入力周波数帯域を変えて学習を行うと、ピークの検出精度が大きく変化することが判った。背景ノイズが大きい周波数帯域を除外してネットワークの学習を行った時に検出精度が大きく向上することも確認された。また疑似生体磁場を用いて既存のピーク検出手法との比較も行った。その結果パターンマッチングやフィルタリングなどと比較して提案する本手法の検出力が優れていることも実証された。実際の分化心筋細胞サンプルを用いた計測においては、イソプロテレノール投与による細胞磁場のピーク数増加が認められ、変時作用の検出といった薬剤試験への応用に関して有望な結果が得られた。

我们专注于磁场测量的非侵入性和非破坏性性质，并试图通过测量由于细胞群体中电活动传播而产生的自发磁场来通过测量自发性磁场来评估IPS细胞衍生的心肌细胞。但是，相对于背景噪声，细胞的自发磁场非常小，并且很难使用在标准磁场环境下测得的磁场信号的常规信号分析方法检测分化的心肌细胞的信号。在这项研究中，我们建议使用通过模拟作为教师数据估计的细胞磁场的峰值波形来检测分化的心肌细胞的信号，并验证其有效性。在2022财年，作为该方法原理的演示实验，我们试图使用鱿鱼磁场传感器人为生成的伪元磁场，并使用训练有素的深神经网络检测峰面积。结果，可以证实，与正确的数据进行比较时，正确检测到80％的峰区域，这表明该方法有效检测小细胞磁场的峰值波形。还发现，通过更改用于从时间序列数据提取特征数量的FSST的输入频率频段（傅立叶同步Quiesced Transforce）进行学习时，峰值检测准确性发生了巨大变化。还可以确定，当通过排除具有较大背景噪声的频段进行网络学习时，检测准确性得到了极大的提高。我们还使用伪生物磁场比较了现有的峰检测方法。结果，还证明了该方法的检测能力与模式匹配和滤波相比是优越的。在使用实际分化的心肌细胞样品的测量中，由于给出异丙肾上腺素的给药，观察到细胞磁场中的峰数量增加，并获得了在药物测试中应用的有希望的结果，例如检测可变作用。