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．

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，迄今为止的演讲结果是在被邀请的讲座之后提出的（Li Honghan，Matsunaga Daiki，Deguchi Shinji，基于机器学习的细胞力学测量和分析。33RDBiofrontier讲座）。