小児がん及びヒト多能性幹細胞に対する畳込ニューラルネットワークによる分類器の創成

• Project/Area Number: 20H03462
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 49020:Human pathology-related
• Research Institution: National Center for Child Health and Development
• Principal Investigator: 梅澤 明弘 国立研究開発法人国立成育医療研究センター, 再生医療センター, 再生医療センター長 (70213486)
• Co-Investigator(Kenkyū-buntansha): 三上 修治 慶應義塾大学, 医学部(信濃町), 講師 (20338180) ; 青砥 早希 国立研究開発法人国立成育医療研究センター, バイオバンク, (非)研究員 (60775972) ; 菅原 亨 国立研究開発法人国立成育医療研究センター, 細胞医療研究部, 上級研究員 (70553460) ; 岡村 浩司 国立研究開発法人国立成育医療研究センター, システム発生・再生医学研究部, 室長 (80456194)
• Project Period (FY): 2020-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2021)
• Budget Amount: ¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000); Fiscal Year 2022: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2021: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2020: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
• Keywords: 機械学習 / バイオビッグデータ / 小児がん診断システム / 多能性幹細胞 / テラトーマ

Outline of Research at the Start

現象・生命情報に関するビッグデータの効率的活用は、活気ある持続可能な社会を構築していくための大きな役割を果たすことになる。内閣府ではSociety 5.0の構築として、国を挙げてAIの活用に向けた技術開発を推進している。本研究では、機械学習技術・Information Retrieval技術のバイオビッグデータへの応用として細胞評価技術を確立し、①小児がんに対する機械学習システムの実装による評価技術の開発と超早期診断技術の構築、②テラトーマの病理組織像の機械学習解析による多能性幹細胞の形質、分化指向性の同定の実現を目指す。

Outline of Annual Research Achievements

現象・生命情報に関するビッグデータの効率的活用は、活気ある持続可能な（Active Sustainability）社会を構築していくための大きな役割を果たすことになる。本研究では、機械学習技術・Information Retrieval技術のバイオビッグデータへの応用として細胞評価技術を確立し、①小児がんに対する機械学習システムの実装による評価技術の開発と超早期診断技術の構築、②テラトーマの病理組織像の機械学習解析による多能性幹細胞の形質、分化指向性の同定の実現を目指す。バイオビッグデータと機械学習を基本としたIT技術の融合により小児がん診断システム及びヒト多能性幹細胞評価システム構築することは、蓄積されたビッグデータの有効利用であり、情報分野におけるグローバルスタンダードとなる可能性を有していると同時に、テラトーマへの科学的な理解に対する新たな礎となるものである。まず、小児がんに対する機械学習システムの実装による評価技術の開発と超早期診断技術の構築のため、小児がんのリキッドバイオプシー、XP画像、病理画像、フローサイトメトリーのデータを収集した。また、テラトーマの病理組織像の機械学習解析による多能性幹細胞の形質、分化指向性の同定をおこなうため、国立成育医療研究センターの有している様々なヒトES細胞やヒト体性幹細胞について、解析を行った。さらに、細胞株が細胞元来のもつ分化能を含めた特質を維持していることを既に示すと同時に、未分化性を維持していることも確認した。これらの細胞を、既に確立された分化誘導法に基づき、骨・軟骨・脂肪・神経・肝に分化させ、分化（分化誘導前）および分化誘導後の細胞の各種データを教師データとして用い、畳み込みニューラルネットワークの構造を明確に規定するための材料とした。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

機械学習システムの実装による評価技術の開発を行うためのデータ収集を行い、畳み込みニューラルネットワークの構造を明確に規定した。

Strategy for Future Research Activity

①小児がんに対する機械学習システムの実装による評価技術の開発と②テラトーマの病理組織像の機械学習解析による多能性幹細胞の形質、分化指向性の同定に向けて、機械学習システムを構築する。