Development of Data-driven Mathematical Analysis for Single Cells and Singularity Cells

2023 Fiscal Year Final Research Report

• Project Area: Singularity biology
• Project/Area Number: 18H05413
• Research Category: Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
• Allocation Type: Single-year Grants
• Review Section: Complex systems
• Research Institution: Hokkaido University
• Principal Investigator: Komatsuzaki Tamiki 北海道大学, 電子科学研究所, 教授 (30270549)
• Co-Investigator(Kenkyū-buntansha): 中村 篤祥 北海道大学, 情報科学研究院, 教授 (50344487) ; 小野 峻佑 東京工業大学, 情報理工学院, 准教授 (60752269)
• Project Period (FY): 2018-06-29 – 2023-03-31
• Keywords: 因果推論 / 主従関係 / 細胞性粘菌 / 数理モデル / 多腕バンディット手法 / 強化学習 / ラマン計測

Outline of Final Research Achievements

Based on information theory to estimate causal and leader-follower relationship, we developed a method to analyze many-body interactions between elements (such as cells) using only trajectory data of two agents, while being able to evaluate the principal-agent relationship more correctly compared to conventional methods. By using artificial intelligence to intervene in the Raman spectroscopy measurement process, the appropriate shape and pattern of the excitation irradiation are designed autonomously , and the necessary spectroscopic information is focused on obtaining the necessary spectroscopic information without waste. In the presence of various noises involved in the measurement, we devised a method to extract cell images existing in the image with high accuracy under the preconditions called sparsity and segmental smoothness.

Free Research Field

化学物理・生物物理

Academic Significance and Societal Importance of the Research Achievements

多体のあいだの主従関係や因果関係を推定することは要素間の組み合わせの数が膨大になり，データ科学における難問であった。従来法に比して，背後の因果関係をより正しく評価が可能となり，シンギュラリティ細胞を含む複雑な要素間の多体の相互作用を分析できる手法として期待される。これまで計測に時間が掛かりすぎるため、多くの細胞群への応用が困難であったラマン分光計測を飛躍的に迅速化するものであり、従来の細胞診では判定困難な病気診断への応用、半導体における迅速異常検知などに繋がるものと期待される。様々な計測ノイズをもつ画像に対して、深層ニューラルネットワークに代わる画像再構成法として期待される。