Development of anti- atherosclerotic drugs using deep learning- based image analysis

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K08549
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 53020:Cardiology-related
• Research Institution: Keio University
• Principal Investigator: KUSUMOTO Dai 慶應義塾大学, 医学部(信濃町), 助教 (70571727)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 血管老化 / 細胞老化 / 人工知能 / 畳み込みニューラルネットワーク / 新規評価指標 / 細胞形態 / Deep-SeSMo

Outline of Final Research Achievements

Recently, many reports showed that cellular senescence plays an important role in age-related diseases. In particular, senescence of endothelial cells involve in the pathology of organ dysfunction, and are focused as the novel therapeutic target. We developed an automated quantitative scoring system to evaluate the state of endothelial cells from cellular morphology using senescence probability output from pre-trained convolutional neural network, Deep Learning-Based Senescence Scoring System by Morphology (Deep-SeSMo). Deep-SeSMo can examine cellular senescence only using phase-contrast microscopy, without the use of molecular labels. We conducted label-free high-throughput drug screening by using Deep-SeSMo, and identified novel candidate drugs suppressing vascular senescence.

Free Research Field

循環器内科学

Academic Significance and Societal Importance of the Research Achievements

本研究では畳み込みニューラルネットワークを用いて、細胞老化の程度を高い精度を持って定量的に評価可能であることが判明した。従来、画像解析を用いて疾患細胞を分類することは可能であったが、本研究では学習済みモデルを用いて確率分布に従って出力を行うことで、その病的中間状態に対して定量的な連続評価を可能にしたことは新規性が非常に高い。本技術は、病的細胞評価方法の基盤的技術となる可能性があり、さらなる発展が期待される。また血管老化による臓器障害は今後もさらに増加することが予想されることから、本技術を用いて血管老化抑制薬の探索が進むことが期待される。