研究課題
近年、機器制御の自動化やイメージング技術の発展などの要因により、培養細胞や生体環境のライブイメージングが可能となっている。一方で、様々な実験条件下で高並列かつ長時間に渡って撮影された大量の動画からは、人力によっては定量的・客観的な解析が困難であるという問題もある。本研究では、様々な条件下で経時観察されたバイオイメージングデータを入力とし、細胞の自動追跡というニーズが発生した際に、それに潜在的に付随する一連の時空間解析までをフレームワークとして提案する。このフレームワークは「細胞の位置の追跡と状態推定によるデータの構造化の方法」と「構造化されたデータの時空間解析の方法」からなるもので、細胞動態の時空間的な差異を可視化し、定量的に比較して有意差の検定を行い、また差異の要因を推定するための方法論を提供する。本年度には主に次の3つの基盤技術についての研究開発を行った。１つは深層学習を用いた細胞の自動認識手法の発展である。これは一昨年からの方法を発展させたもので、シミュレーションで生成した疑似的な細胞画像を学習に用いることでデータ数の不足を補い、少ない学習データからの認識精度の改善を達成した。もう１つは粒子フィルタを細胞追跡に応用する方法であり、3次元空間での細胞の移動をリアルタイムで追跡可能である。もう1つは複数種類の細胞の分布の変化を定量的に評価する方法である。この方法を破骨細胞と骨芽細胞の形成するパターンの違いから、薬剤投与下における骨代謝のバランスの変化を定量的に評価することに成功した。
2: おおむね順調に進展している
おおむね順調に推移しているが2年目の年度の遅れを取り戻すほどには進捗することができなかった。
1年の期間延長が承認されたため，最終年度には成果のとりまとめと発表を行う．
研究の進捗がやや遅れており，成果の取りまとめと発表のための予算を次年度に使用する．
すべて 2018 2017
すべて 雑誌論文 (7件) (うち査読あり 7件、 オープンアクセス 3件) 学会発表 (3件) (うち国際学会 3件)
IEEE/ACM Transactions on Computational Biology and Bioinformatics
巻: - ページ: -
doi:10.1109/TCBB.2018.2814995
Molecular Nutrition & Food Research
巻: - ページ: 1700688～1700688
doi: 10.1002/mnfr.201700688
Nature Communications
巻: 9 ページ: 300-300
doi:10.1038/s41467-017-02541-w
The Journal of the American Medical Association
巻: 318 ページ: 2199～2199
DOI:10.1001/jama.2017.14585
Biochemical and Biophysical Research Communications
巻: 493 ページ: 108～114
DOI:10.1016/j.bbrc.2017.09.067
Journal of Bioinformatics and Computational Biology
巻: 15 ページ: 1740004
DOI:10.1142/S0219720017400042
The Journal of Biological Chemistry
巻: 292 ページ: 9175-9190
DOI:10.1074/jbc.M116.767590
