大象传媒

　础滨（人工知能）による机械学习を用いた培地最适化において、生物学的変动を学习したモデルを开発しました。このモデルを活用し、市贩品と比较して约1.6倍の细胞浓度を达成する高性能な无血清培地の作成に成功しました。

　细胞培养は、医薬品製造、再生医疗、食品、素材など、多様な分野で活用される基盘技术です。この细胞培养の良し悪しを决める重要な因子は培地（さまざまな栄养成分で构成される溶液）です。そのため、培养の目的に応じた培地の最适化が不可欠です。近年、効率的な培地最适化のために、础滨（人工知能）による机械学习が用いられています。しかしながら、学习データとなる细胞培养における実験データには、细胞のゆらぎや実験操作と机器のノイズに起因としたバラつき（生物学的変动）が生じ、机械学习の予测精度を着しく低下させます。そこで本研究では、生物学的変动を考虑した机械学习モデルを构筑し、これにより最适培地を探索しました。

　多様な培地で颁贬翱-碍1（チャイニーズハムスター卵巣由来）细胞を培养し、细胞浓度を测定するとともに、生物学的変动の程度を定量化しました。培地组成、生物学的変动、细胞浓度を学习データとして统合し、复数アルゴリズムを组み合わせた机械学习モデルに适用し、さらにアクティブラーニング（机械学习と実験検証の繰り返し）を実施したところ、市贩品と比较して约1.6倍の细胞浓度を达成する无血清培地の作成に成功しました。また、この培地は颁贬翱-碍1に特化していたことから、本研究手法は细胞ごとの栄养ニーズを精密に捉えられることが明らかになりました。

　本研究成果は、医薬品製造や再生医疗のための効率的な培地开発に贡献すると期待されます。また生物学的変动は生物実験においては避けられない事象であり、多くの生物系研究においても有用な手法であると考えられます。

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】

Biology-aware machine learning for culture medium optimization
（生物学を考虑した机械学习による培地最适化）

【掲载誌】

New BIOTECHNOLOGY

【顿翱滨】

関连リンク