| 研究課題/領域番号 |
23K21753
|
|---|
| 補助金の研究課題番号 |
21H03602 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分63030:化学物質影響関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
渡辺 肇 大阪大学, 大学院工学研究科, 教授 (80212322)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2025年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2024年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2023年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2022年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2021年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
|
|---|
| キーワード | ミジンコ / 機械学習 / 画像処理 / 遺伝子編集 / 化学物質影響 / 環境影響 |
|---|
| 研究開始時の研究の概要 |
従来の化学物質影響評価法の効率化を目指して①機械学習を導入した画像解析による化学物質影響評価法の確立と②CIRSPRによる遺伝子編集技術を用いた作用メカニズムへのアプローチ法を確立し、相互に利用することでより的確な化学物質影響評価系の構築を目指す。社会全体がSociety5.0へ向かっていく中で、化学物質影響評価においても積極的にAIによる機械学習などを取り入れた試験法の確立を目指す。
|
| 研究実績の概要 |
研究では旧態依然とした化学物質影響評価法を脱却し時代に即した評価法を確立するために、近年急速に進展している２つの技術、機械学習による画像処理と遺伝子編集技術を環
境指標生物であるミジンコに利用した化学物質影響評価法の基盤を構築する。化学物質曝露
によるマクロな形質変化を画像から取得し、化学物質影響の解明や評価につながる遺伝子レ
ベルのアプローチに遺伝子編集技術を利用する。本研究課題の遂行により、環境指標生物へ
の化学物質影響の解析が促進されるのみならず、ハイスループット化や省力化が期待でる。機械学習を導入した画像解析による化学物質影響評価法は他の試験生物への拡張も可能であり、今後の化学物質影響評価の方向性を決める上でも重要な指標となる。
今年度は種々の条件下で画像を取得し、画像処理方法や画像認識の性能を評価を行った結果、ディープニューラルネットワークを用いた生物のトラッキングが可能なDeepLabCutを使用することで簡便かつ良好な結果を得られる可能性を見出した。ミジンコの画像上にトラッキングポイントを設定し、囲まれた部分の面積を算出することによりサイズの定量化を試みた。産まれて24時間以内 、1週間、2週間、3週間のミジンコの撮影を行い、大きさの差を検出できるか検証した。また並行して、異なる条件下で飼育したミジンコの画像を取得し、その評価を進めている。一方で、これらの評価方法を検証するために、遺伝子編集技術により遺伝子を改変したミジンコを作製し、評価するための準備を進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
種々の条件下で画像を取得し、画像処理方法や画像認識の性能を評価を行った結果、DeepLabCutを使用することで簡便かつ良好な結果を得られる可能性を見出した。
現在、異なる条件下で飼育したミジンコの画像を取得し、その評価を進めている。
|
| 今後の研究の推進方策 |
DeepLabCutを利用することで、遊泳しているミジンコをトレースしながら、その大きさを評価できる可能性が明らかになった。現時点では、取得画像の座標値として大きさの情報を得ていることから、今後は絶対的な単位（具体的にはmm単位）に換算する手法を開発する必要がある。
合わせて遺伝子編集技術により遺伝子を改変したミジンコを作成しその評価を進めていく。
|
