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：
李泓翰
金额：
$ 1.41万
依托单位：
Osaka University
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．

皱纹力显微镜（Li，H.，Matsunaga，D. ...，... Deguchi，S.，皱纹力显微镜：一种机器学习，可低音，以预测图像中的细胞Chanics。CommunicationsBiology 5，361，2022。）去年，可以仅使用显微镜图像来简化细胞机理（收缩力）的测量。该成就具有能够用高通量执行测量值的优点，因为工作过程比常规方法更简单。在这个财政年度，鉴于这种方法，在肌动蛋白应力纤维的机械学习中探索了机器学习，从而驱动细胞矛盾和相应的细胞形态。肌动蛋白应激纤维是理解细胞功能和异常变化的重要指标，因为它在证明细胞中的收缩中起着重要作用。在这项研究中，只有通过显微镜图像中获得的细胞的形状，才有可能阐明肌动蛋白应激纤维的几何分布和几何特性。这项研究不仅可以准确地测量细胞矛盾，还可以通过阐明肌动蛋白应力纤维和细胞形态来加深对细胞功能的理解和异常变化。该结果（Li，H.，Liu，S.，S.，Matsunaga，M。，知识“安装”扩散模型预测肌动蛋白细胞骨架的几何形状。在一本杂志中，目前正在阅读中。此外，迄今为止的结果已在邀请讲座之后宣布（Li Honghan，Daiki Matsunaga，Masaji退出，基于机器学习的细胞力学的测量和分析。