深層学習を用いたオルガネラ構造の超高効率的解析法の開発

• 研究課題/領域番号: 21K19253
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分44:細胞レベルから個体レベルの生物学およびその関連分野
• 研究機関: 東京大学
• 研究代表者: 平林 祐介 東京大学, 大学院工学系研究科(工学部), 准教授 (80447391)
• 研究分担者: 河合 宏紀 東京大学, 大学院工学系研究科(工学部), 客員研究員 (20784391) ; HUMBEL Bruno 沖縄科学技術大学院大学, イメージングセクション, マネージャー (70810571)
• 研究期間 (年度): 2021-07-09 – 2023-03-31
• 研究課題ステータス: 交付 (2021年度)
• 配分額: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円); 2022年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円); 2021年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
• キーワード: 深層学習 / オルガネラ

研究開始時の研究の概要

細胞内小器官の量や形態を調節する遺伝子が生体の恒常性維持に必要であり、それらの遺伝子の変異が病態を引き起こすことが示唆されてきた。しかし、細胞内小器官の形態解析に必須の電子顕微鏡解析は効率や一貫性が非常に低く、実際にそれら遺伝子の変異が細胞内小器官の異常を引き起こすかは未だ多くの場合明らかではない。そこで本研究では電子顕微鏡画像を用いた細胞内小器官の形態解析を超高効率かつ客観性の非常に高い解析へと変革するために深層学習（Deep Learning）を用いた我々独自のアルゴリズムとプラットフォームを開発する。