Development of cell assay technology based on machine learning

基于机器学习的细胞检测技术的发展

基本信息

  • 批准号:
    22KJ2089
  • 负责人:
  • 金额:
    $ 1.41万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2023
  • 资助国家:
    日本
  • 起止时间:
    2023-03-08 至 2024-03-31
  • 项目状态:
    已结题

项目摘要

Wrinkle Force Microscopy」というアプローチ(Li, H., Matsunaga, D.,... Deguchi, S., Wrinkle force microscopy: a machine learning based approach to predict cell mechanics from images. Communications Biology 5, 361, 2022.)を用い,昨年度は,顕微鏡画像のみで細胞メカニズム(収縮力)の計測が簡素化できることが確認した.この成果は,従来法と比べ作業手順が簡素であるため高いスループット性を備えた計測を実施できるメリットを備える.本年度は,このアプローチを踏まえて、細胞の収縮力を駆動するアクチンストレスファイバとそれを対応する細胞形態学上の関係を機械学習で探究した.アクチンストレスファイバは,細胞内で収縮力を発揮するために重要な役割を果たすため,細胞の機能や異常な変化を理解する上で重要な指標となる.この研究では,顕微鏡画像で獲得する細胞の形状のみでアクチンストレスファイバの幾何分布と幾何学的な特徴を明確にすることが可能になった.この研究により,細胞の収縮力を正確に測定することができるだけでなく,アクチンストレスファイバと細胞形態学上の関係を明確にすることで,細胞の機能や異常な変化に対する理解が深まることが期待される.この成果(Li, H., Liu, S., Deguchi, S., Matsunaga, M., Knowledge” installed” diffusion model predicts the geometry of actin cytoskeleton from cell morphology. bioRxiv.)は,NatureシリーズであるCommunications Biology誌に投稿され、現在査読中となっている.また招待講演(Li Honghan, 松永 大樹, 出口真次, 機械学習に基づく細胞力学の計測と解析. 第33回バイオフロンティア講演会)を受けてこれまでの成果も発表された.
去年,我们确认可以使用该方法来简化测量细胞机制(收缩力)(Li,H。,Matsunaga,d。,... Deguchi,S.,皱纹力显微镜:一种基于机器学习的方法来预测图像中的细胞机制。通信生物学5,361,2022。)。该结果的优点是,工作过程比常规方法更简单,从而可以用高通量进行测量。今年,基于这种方法,我们探索了使用机器学习驱动细胞收缩力及其相应细胞形态关系的肌动蛋白应力纤维。肌动蛋白应激纤维在细胞内的收缩力中起着重要作用,并且是理解细胞功能和异常变化的重要指标。这项研究使仅通过微观图像中获得的细胞形状才能阐明肌动蛋白应激纤维的几何分布和几何特征。这项研究不仅可以准确地测量细胞收缩力,而且还允许阐明肌动蛋白应力纤维和细胞形态之间的关系,并且可以预期了解细胞功能和异常变化将加深。这一成就(Li,H.,Liu,S.,Deguchi,S.,Matsunaga,M。,知识“已安装”扩散模型预测细胞形态的肌动蛋白细胞骨架的几何形状。Biorxiv。Biorxiv。Biorxiv。)在《大自然》,《通讯》,《通信生物学》中,目前正在Peer-Peer-Review中。此外,在被邀请的讲座(Li Honghan,Matsunaga Daiki,Deguchi Shinji,基于机器学习的细胞力学测量和分析)之后,提出了先前讲座的结果。33rdBiofrontier讲座)。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Wrinkle force microscopy: A new cellular assay method based on machine learning
皱纹力显微镜:一种基于机器学习的新细胞测定方法
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Honghan Li;Daiki Matsunaga;Shinji Deguchi
  • 通讯作者:
    Shinji Deguchi
Wrinkle Force Microscopy Predicts Cell Mechanics from Images
皱纹力显微镜根据图像预测细胞力学
  • DOI:
    10.2142/biophys.62.246
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    DEGUCHI Shinji;LI Honghan;MATSUNAGA Daiki;MATSUI Tsubasa S.
  • 通讯作者:
    MATSUI Tsubasa S.
機械学習に基づく細胞力学計測方法の構築
基于机器学习的细胞力学测量方法构建
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    李泓翰;松永大樹;出口真次
  • 通讯作者:
    出口真次
Knowledge “installed” diffusion model predicts the geometry of actin cytoskeleton from cell morphology
  • DOI:
    10.1101/2023.01.12.523863
  • 发表时间:
    2023-01
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Honghan Li;Shiyou Liu;S. Deguchi;D. Matsunaga
  • 通讯作者:
    Honghan Li;Shiyou Liu;S. Deguchi;D. Matsunaga
Niels Bohr Institute(デンマーク)
尼尔斯玻尔研究所(丹麦)
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

李 泓翰其他文献

機械学習によって迫る細胞メカノシグナル機構
通过机器学习探讨细胞机械信号机制
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    李 泓翰;松永 大樹;松井 翼;出口 真次
  • 通讯作者:
    出口 真次
深層学習による細胞発生力の評価
使用深度学习评估细胞发育潜力
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    李 泓翰;松永 大樹;松井 翼;福島 修一郎;出口 真次
  • 通讯作者:
    出口 真次
細胞が発生する力のアッセイ
细胞产生的力的测定
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    出口 真次;松井 翼;李 泓翰;福島 修一郎;松永 大樹
  • 通讯作者:
    松永 大樹

李 泓翰的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

統計的画像処理と機械学習を併用した文化財のデジタル復元技術の基盤創出
利用统计图像处理和机器学习为文化财产数字修复技术奠定基础
  • 批准号:
    23K22020
  • 财政年份:
    2024
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
PET画像変換技術を含めた機械学習処理による心臓サルコイドーシス診断モデルの開発
使用机器学习处理(包括 PET 图像转换技术)开发心脏结节病诊断模型
  • 批准号:
    23K07588
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Joint optimization of phisical encoder with object recognition model and its phathological application
物理编码器与目标识别模型的联合优化及其病理学应用
  • 批准号:
    23H05490
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Grant-in-Aid for Scientific Research (S)
GeoZoom:災害時の迅速な意思決定を支援する次世代型地理情報システムの開発
GeoZoom:开发下一代地理信息系统,支持灾难期间的快速决策
  • 批准号:
    23K16894
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
Comprehensive and high-resolution social impact assessment of urban space using diverse data sources
使用多种数据源对城市空间进行全面、高分辨率的社会影响评估
  • 批准号:
    22KJ2473
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了