大象传媒

(Image by Anatolii Stoiko/Shutterstock)

　细胞培养は医薬品生产や再生医疗などの研究に必要不可欠な基盘技术です。细胞培养の良し悪しを决める要因は、培地（多种多様な栄养成分を含む溶液）の成分です。そのため、食品、医薬、バイオエネルギーや材料などの幅広い分野で、培地の最适化や新规开発が行われています。しかしながら、细胞种によって培养に适した培地は异なっており、目的に応じた培地の开発には膨大な时间と労力を必要とすることから、より効率的に培地を开発するための手法が求められてきました。そこで本研究では、培地最适化に人工知能（机械学习）を用いることで、従来よりも少ない労力で高性能な培地を开発する手法を确立しました。

　具体的には、31种类の栄养成分を组み合わせた232种类の培地を作成し、それぞれの培地でヒト子宫颈がん由来の细胞を培养しました。これらの実験データを机械学习に适用し、细胞活性が最大となる培地の予测を行うとともに、予测精度を高めるために、アクティブラーニングを採用しました。その结果、市贩培地よりも细胞活性の高い培地の最适化に成功しました。さらに、细胞培养の前期と后期において、细胞活性を最大化する培地组成が异なることを见いだし、その培地成分を明らかにしました。

　以上のことから、培地开発における人工知能の活用例として、効率的な培地最适化が可能であることが示されました。本研究手法は、あらゆる细胞种や培养目的に応じた培地开発に适用可能であり、细胞培养を基盘技术とする幅広い产业や学术研究に贡献すると期待されます。

笔顿贵资料

プレスリリース

研究代表者

筑波大学生命环境系

掲载论文

【题名】

Employing active learning in the optimization of culture medium for mammalian cells
（アクティブラーニングによる哺乳动物细胞の培地最适化）

【掲载誌】

npj Systems Biology and Applications

【顿翱滨】

関连リンク