| 研究課題/領域番号 |
20H03289
|
|---|
| 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44040:形態および構造関連
|
|---|
| 研究機関 | 熊本大学 |
|---|
研究代表者 |
桧垣 匠 熊本大学, 大学院先端科学研究部(理), 教授 (90578486)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 気孔開閉運動 / 微小管 / 膜小胞 / イメージング / 画像解析 |
|---|
| 研究成果の概要 |
本研究では、これまでボトルネックとなっていた多次元ライブセルイメージングの画像解析に係る人的コストを劇的に軽減するAI技術を活用し、次世代型の定量的細胞生物学研究によってH+-ATPase 細胞膜輸送機構の解明を目指した。具体的には、(1)細胞骨格構造の定量評価に欠かせないセグメンテーションにおける深層学習による画像変換の活用法の検討、(2)深層学習による顕微鏡画像の画質改善による光毒性の軽減および時間分解能の向上の検討、(3)機械学習による細胞骨格パターンの自動分類と分析、(4)これらの技術を利用して気孔開閉を制御する膜小胞および表層微小管の薬剤耐性に関する動態解析を実施した。
|
| 自由記述の分野 |
植物細胞生物学
|
| 研究成果の学術的意義や社会的意義 |
本研究では、AI技術を利用して植物細胞生物学研究を推進する方法を実践的に検討した。具体的には、細胞骨格構造の定量評価を改善するセグメンテーション手法、顕微鏡画像の画質改善を目指した深層学習モデルの開発、細胞骨格パターンの自動分類と分析など、研究者の分析作業を省力化するだけでなく、従来よりもより健全な状況の細胞をより詳しく調べることのできる技術の開発に取り組んだ。さらに、これらの手法を用いて植物の孔辺細胞に焦点を当て、気孔の環境応答性を担うH+-ATPase細胞膜輸送機構の解明を目指して実践的な研究を行った。このAIを活用した手法は、生物学の幅広い分野での利用が期待される。
|
