2023 Fiscal Year Annual Research Report
Development of cell assay technology based on machine learning
| Project/Area Number |
22KJ2089
|
|---|
| Allocation Type | Multi-year Fund |
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
李 泓翰 大阪大学, 基礎工学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2023-03-08 – 2024-03-31
|
| Keywords | 細胞工学 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
この3年間の研究では、細胞の顕微鏡画像のみから収縮力の応力分布を計測する「Wrinkle Force Microscopy」のシステムを構築し、従来法よりも簡素で高スループット性を備えた計測が可能になりました。このシステムの構築は、「Wrinkle force microscopy: a machine learning based approach to predict cell mechanics from images」という論文にまとめられ、Communications Biology誌に掲載されました。
更に、アプローチの応用により、細胞の収縮力と関連するアクチンストレスファイバー（SFs）の空間分布の特徴を明確にする方法も開発しました。これにより、SFsの幾何分布を細胞形状から予測でき、細胞の機能や異常な変化を理解する上で重要な指標となる新たな知見が得られました。研究成果は、「Diffusion model predicts the geometry of actin cytoskeleton from cell morphology」として論文にまとめられ、Plos Computational Biology誌に投稿されて現在レビュー中です。これらの成果は学会でも発表され、招待講演も行われました。
今年度は、機械学習アルゴリズムを用いて細胞輪郭からSFsの空間分布を予測する新しいアプローチが開発されました。SFsの分布特徴が応力場分布と密接に関連していることが確認され、今後の研究では細胞幾何学的特徴とその力学特性との変換関係の確立が期待されます。
また、機械学習を用いた新しい画像処理ツールも開発し、アクチンストレスファイバーを正確に分離できるようになりました。これにより、細胞の生理活動や現象などのことを説明するための強力なツールが提供されました。
|
