Development of quantitative cell-phenotyping technology by integrating image-analysis, machine learning and single-cell omics

2021 Fiscal Year Final Research Report

• Project/Area Number: 18K19312
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 43:Biology at molecular to cellular levels, and related fields
• Research Institution: Institute of Physical and Chemical Research
• Principal Investigator: ABE KUNIYA 国立研究開発法人理化学研究所, バイオリソース研究センター, チームリーダー (40240915)
• Project Period (FY): 2018-06-29 – 2022-03-31
• Keywords: 画像処理・機械学習 / １細胞遺伝子発現解析 / iPS細胞 / ゲノム再プログラム化

Outline of Final Research Achievements

In this study, we established a technology for detecting and quantifying various cell types and cell states in a cell population by combining image analysis and machine learning based on microscope images. Combined with comprehensive gene expression analysis at the single-cell level, we have established a technology to quantitatively describe "cellular phenotypes”. By applying this technology to the analysis of the iPS cell formation process, we succeeded in obtaining novel insights into the early process of genome reprogramming.

Free Research Field

発生生物学、ゲノム科学

Academic Significance and Societal Importance of the Research Achievements

本申請では、モデル実験として、iPS細胞について述べたが、iPS形成過程の再プログラム化現象を1細胞レベルで詳細に解析した例は国内外に無く、それ自身非常に科学的価値の高い知見が得られる可能性がある。この技術を元にした細胞診断システムができれば、iPS細胞にとどまらず、幹細胞およびその分化細胞の診断や、すべての細胞リソースの標準化、品質管理に資することとなり、細胞画像取得、画像解析プログラム、データベース構築・運用、細胞リソース提供などをパッケージ化し、実用化していくことも可能と思われる。