| 研究課題/領域番号 |
20K22622
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0701:分子レベルから細胞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 |
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)
|
|---|
| 研究期間 (年度) |
2020-09-11 – 2022-03-31
|
| キーワード | 深層学習 / 電子顕微鏡 / 画像解析 / オルガネラ / ミトコンドリア / クリステ |
|---|
| 研究成果の概要 |
近年、電子顕微鏡画像取得の様々なステップを自動化する技術が発展し、膨大な情報量の電子顕微鏡画像が得られるようになってきた。しかし、その解析は未だ手動に頼る部分が多く、組織微細構造解析の律速になっている。そこで本研究では、近年目覚ましい発展を遂げている機械学習を用いて大脳組織電子顕微鏡画像解析ツールを開発し、細胞内オルガネラのセグメンテーションを効率化することでこれまで不可能だったオルガネラ微細構造の解析を可能にした。
|
| 自由記述の分野 |
深層学習を用いた生物画像解析
|
| 研究成果の学術的意義や社会的意義 |
神経細胞においては複雑な細胞間相互作用と細胞内イベントを同時に解析することが求められており、そのためには電子顕微鏡を用いて、細胞レベル・細胞小器官レベルといった異なるスケールの解析を行う必要があり、その解析にかかる時間は膨大である。本研究で開発したプラットフォームを用いることで、今後の神経科学の研究が大幅に効率化され、神経細胞の形態やシナプス形成の制御メカニズムの解明に必須の情報を提供すると期待される。
|
