| 研究課題/領域番号 |
20H02160
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21030:計測工学関連
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
山本 貴富喜 東京工業大学, 工学院, 准教授 (20322688)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | インピーダンス測定 / ナノポア / 単一粒子 / ウイルス / バクテリア / 交流測定 / ナノ流体 / マイクロ流体 |
|---|
| 研究成果の概要 |
マイクロ流路を流れる細菌1粒子測定の実証を通じて、高電界下における単一バイオナノ粒子の電気インピーダンス測定を実証した。さらに，機械学習を利用して測定データから細菌の種類を同定する解析法に着手し，測定するにつれて人工知能が成長し細菌種の分類性能が向上する、いわば「成長するセンサ」の創出に先鞭をつける共に、新たなバイオナノ粒子センシング法の基盤を築いた。その結果、大きさや材質が同じであっても、測定されるインピーダンス特性には表面状態依存性があることを明らかにした。その特徴を利用し、さらに機械学習も用いることによって、大きさがほぼ同一の細菌を95%以上の正解率で分類できることを実証した。
|
| 自由記述の分野 |
バイオナノテクノロジー、ナノ流体システム、1分子計測、1分子操作、機械学習
|
| 研究成果の学術的意義や社会的意義 |
交流型(AC)測定によるナノポア測定は世界初の実証例である。また、従来の直流型(DC)ナノポア測定と比較した場合、位相差の情報が新たに増えることから機械学習における正解率も高くなる傾向が得られており、用途によってはACナノポア法はDCナノポア法の上位互換になり得るものである。まだ概念実証の段階ではあるものの、既に95%以上の正解率を得られており、微生物センサとしての有用性を示すものである。本手法は1つのセンサで網羅的に無数のバクテリアやウイルスをセンシングでき、かつ、測定するほどにセンサAIが強化されて性能が向上する「成長するセンサ」として、その創出に先鞭をつけるものである。
|
