JP6956884B2 - 細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法 - Google Patents

Description

本開示は、細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法に関する。

生体から採取した細胞を培養する細胞培養が盛んに行われている。特開２００９−０４４９７４号公報には、細胞の面積、周囲長といった細胞の形態に関する指標と、細胞の増殖率、分化度といった細胞の品質に関する実測データとの組に基づいてファジーニューラルネットワーク解析し、細胞の形態に関する指標から、細胞の品質を予測する技術が記載されている。

細胞培養には、４０週程度の比較的長い期間が必要である。というのは、図１９に概念的に示すように、数〜数十ミリリットルの容量のシャーレまたはフラスコを用いた比較的小規模な初期培養工程から、数百〜数千リットルの容量のタンクを用いた比較的大規模な生産培養工程に至るまでに、多くの実験を要する中間培養工程を経なければならないためである。例えば、中間培養工程では、初期培養工程において選定した、抗体遺伝子の導入細胞と培地を用いて、培地に日々追加する成分の量、攪拌速度、環境温湿度といった種々のパラメータを最適化するための実験を繰り返し行う必要がある。図１９では、初期培養工程と３つの中間培養工程（中間培養工程１〜３）とで、培養条件の設定、培養、評価を、評価結果がＯＫとなるまで繰り返し行う様子が示されている。

特開２００９−０４４９７４号公報に記載の技術は、例えば初期培養工程等の１つの培養工程における細胞の形態に関する指標から、細胞の品質を予測するものである。このため、１つの培養工程の短縮化には寄与するが、その効果は限定的である。

本開示は、細胞培養における、初期培養工程から生産培養工程に至るまでの期間を大幅に短縮化することが可能な細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法を提供することを目的とする。

上記目的を達成するために、本開示の細胞培養支援装置の作動プログラムは、初期培養工程から、初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置の作動プログラムであって、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、学習用の初期実績データに対応する学習用の生産実績データであり、生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、初期培養工程と生産培養工程との関係性を示す学習済みモデルを取得する第１取得部と、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得部と、第１取得部において取得した学習済みモデルと、第２取得部において取得した解析用の初期実績データおよび仮培養条件データとから、生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出部として、コンピュータを機能させる。

予測培養結果データを出力する制御を行う第１出力制御部として、コンピュータを機能させることが好ましい。

第２取得部で複数の仮培養条件データを取得した場合、第１導出部は、複数の仮培養条件データの各々について予測培養結果データを導出し、かつ複数の仮培養条件データのうちで、予測培養結果データが最良の最良仮培養条件データを選定することが好ましい。

最良仮培養条件データを出力する制御を行う第２出力制御部として、コンピュータを機能させることが好ましい。

学習用の初期実績データと学習用の生産実績データとを取得する第３取得部と、第３取得部において取得した学習用の初期実績データと学習用の生産実績データとに基づいて機械学習を行って、学習済みモデルを導出する第２導出部として、コンピュータを機能させることが好ましい。

初期培養工程は、抗体遺伝子の導入細胞と培地とを選定する工程であり、生産培養工程は、抗体に基づく医薬品を生産する工程であることが好ましい。

本開示の細胞培養支援装置は、初期培養工程から、初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置であって、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、学習用の初期実績データに対応する学習用の生産実績データであり、生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、初期培養工程と生産培養工程との関係性を示す学習済みモデルを取得する第１取得部と、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得部と、第１取得部において取得した学習済みモデルと、第２取得部において取得した解析用の初期実績データおよび仮培養条件データとから、生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出部と、を備える。

本開示の細胞培養支援装置の作動方法は、初期培養工程から、初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置の作動方法であって、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、学習用の初期実績データに対応する学習用の生産実績データであり、生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、初期培養工程と生産培養工程との関係性を示す学習済みモデルを取得する第１取得ステップと、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得ステップと、第１取得ステップにおいて取得した学習済みモデルと、第２取得ステップにおいて取得した解析用の初期実績データおよび仮培養条件データとから、生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出ステップと、を備える。

また、本開示の細胞培養支援装置は、初期培養工程から、初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置であって、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、学習用の初期実績データに対応する学習用の生産実績データであり、生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、初期培養工程と生産培養工程との関係性を示す学習済みモデルを取得する第１取得プロセッサと、初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得プロセッサと、第１取得プロセッサにおいて取得した学習済みモデルと、第２取得プロセッサにおいて取得した解析用の初期実績データおよび仮培養条件データとから、生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出プロセッサと、を備える。

本開示によれば、細胞培養における、初期培養工程から生産培養工程に至るまでの期間を大幅に短縮化することが可能な細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法を提供することができる。

細胞培養システムを示す図である。 作業者端末から細胞培養支援サーバに送信する要求と、細胞培養支援サーバから作業者端末に送信する情報を示す図である。 作業者端末から細胞培養支援サーバに送信する要求を示す図である。 初期実績データを示す図である。 生産実績データを示す図である。 作業者端末および細胞培養支援サーバを構成するコンピュータを示すブロック図である。 作業者端末のＣＰＵの処理部を示すブロック図である。 細胞培養支援サーバのＣＰＵの処理部を示すブロック図である。 学習済みモデルの内容を示す図である。 教師データの内容を示す図である。 培養目的、初期培養工程の培養条件データおよび培養結果データ、生産培養工程の仮培養条件データの入力画面を示す図である。 第１導出部における予測培養結果データの導出過程を示す図である。 第１導出部における最良仮培養条件データの導出過程を示す図である。 指針情報表示画面を示す図である。 指針情報表示画面を示す図である。 第２導出部において学習済みモデルを導出する様子を示す図である。 細胞培養支援サーバの処理手順を示すフローチャートである。 細胞培養支援サーバの処理手順を示すフローチャートである。 細胞培養の手順を示す図である。

図１において、細胞培養システム２は、作業者端末１０と細胞培養支援サーバ１１とを備え、例えば１つの細胞培養ラボラトリーに設置される。作業者端末１０は、細胞培養の作業者が操作する端末であり、例えばデスクトップ型のパーソナルコンピュータで構成される。細胞培養支援サーバ１１は細胞培養支援装置に相当し、サーバコンピュータで構成される。作業者端末１０と細胞培養支援サーバ１１とは、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ
Ｎｅｔｗｏｒｋ）等のネットワーク１２で相互に通信可能に接続されている。

作業者端末１０および細胞培養支援サーバ１１は、パーソナルコンピュータ、サーバコンピュータ、ワークステーションといったコンピュータをベースとする。作業者端末１０および細胞培養支援サーバ１１は、これらのコンピュータに、オペレーティングシステム等の制御プログラム、および各種アプリケーションプログラムをインストールして構成される。

図２において、作業者端末１０は、予測培養結果データの出力要求、または最良仮培養条件データの出力要求を細胞培養支援サーバ１１に送信する。予測培養結果データは、数百〜数千リットルの容量のタンク等の比較的大規模な設備で、抗体に基づく医薬品を生産する生産培養工程の細胞培養の培養結果を予測したデータである。最良仮培養条件データは、複数の仮培養条件データのうちで、予測培養結果データが最良のデータである。仮培養条件データは、生産培養工程における細胞培養の仮の培養条件を示すデータである。

細胞培養支援サーバ１１は、予測培養結果データの出力要求を受けて予測培養結果データを導出し、導出した予測培養結果データを出力要求元の作業者端末１０に出力する。また、細胞培養支援サーバ１１は、最良仮培養条件データの出力要求を受けて、複数の仮培養条件データから最良仮培養条件データを選定し、選定した最良仮培養条件データを出力要求元の作業者端末１０に出力する。なお、以下では、特に区別する必要がない場合、予測培養結果データおよび最良仮培養条件データを、まとめて指針情報という。

細胞培養支援サーバ１１は、指針情報の出力の一形態として、作業者端末１０のウェブブラウザ上で閲覧可能な指針情報表示画面８０（図１４および図１５参照）を生成し、生成した指針情報表示画面８０を作業者端末１０に出力する。より詳しくは、細胞培養支援サーバ１１は、指針情報表示画面８０を、ＸＭＬ（Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ
Ｌａｎｇｕａｇｅ）等のマークアップ言語によって作成されるウェブ配信用の画面データの形式で出力する。ＸＭＬに代えて、ＪＳＯＮ（Ｊａｖａｓｃｒｉｐｔ（登録商標） Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ）等の他のデータ記述言語を利用してもよい。なお、細胞培養支援サーバ１１は、指針情報表示画面８０の他にも、様々な画面をウェブ配信用の画面データの形式で作業者端末１０に出力する。

図３において、作業者端末１０はさらに、初期実績データ（図４参照）の登録要求と生産実績データ（図５参照）の登録要求を細胞培養支援サーバ１１に送信する。細胞培養支援サーバ１１は、初期実績データの登録要求を受けて初期実績データを登録する。また、細胞培養支援サーバ１１は、生産実績データの登録要求を受けて生産実績データを登録する。

指針情報の出力要求には、初期実績データと仮培養条件データとが含まれる。また、初期実績データの登録要求には初期実績データが、生産実績データの登録要求には生産実績データが、それぞれ含まれる。

図４に示すように、初期実績データは、初期培養工程における培養条件の実績を示す培養条件データＸ１、および培養条件データＸ１で細胞培養を行った培養結果の実績を示す培養結果データＸ２の組で構成される。ここで初期培養工程は、生産培養工程に先立ち行われるもので、数〜数十ミリリットルの容量のシャーレ、フラスコ等の比較的小規模な設備で、抗体遺伝子の導入細胞と培地とを選定する工程である。初期実績データの培養条件データＸ１は、初期培養工程において実施される複数の処理の各々の条件の集合である。初期実績データの培養条件データＸ１は、具体的には、幡種密度、温度、攪拌速度、培地添加量、空気流量、酸素流量、二酸化炭素流量等である。また、初期実績データの培養結果データＸ２は、具体的には、細胞生存率、細胞数、生細胞数、細胞径、水素イオン指数（ｐＨ）、酸素濃度、二酸化炭素濃度、グルタミン酸濃度、ラクトース濃度、アンモニウム濃度、ナトリウムイオン濃度、カリウムイオン濃度、浸透圧、抗体濃度等である。

図５に示すように、生産実績データは、生産培養工程における培養条件の実績を示す培養条件データＸ３、および培養条件データＸ３で細胞培養を行った培養結果の実績を示す培養結果データＹの組で構成される。生産実績データの培養条件データＸ３も、初期実績データの培養条件データＸ１と同様に、生産培養工程において実施される複数の処理の各々の条件の集合である。生産実績データの培養条件データＸ３は、初期実績データの培養条件データＸ１と同じで、幡種密度、温度、攪拌速度、培地添加量、空気流量、酸素流量、二酸化炭素流量等である。また、生産実績データの培養結果データＹは、初期実績データの培養結果データＸ２と同じで、細胞生存率、細胞数、生細胞数、細胞径、水素イオン指数（ｐＨ）、酸素濃度、二酸化炭素濃度、グルタミン酸濃度、ラクトース濃度、アンモニウム濃度、ナトリウムイオン濃度、カリウムイオン濃度、浸透圧、抗体濃度等である。

図６において、作業者端末１０および細胞培養支援サーバ１１を構成するコンピュータは、基本的な構成は同じであり、それぞれ、ストレージデバイス３０、メモリ３１、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３２、通信部３３、ディスプレイ３４、および入力デバイス３５を備えている。これらはデータバス３６を介して相互接続されている。

ストレージデバイス３０は、作業者端末１０等を構成するコンピュータに内蔵、またはケーブル、ネットワークを通じて接続されたハードディスクドライブである。もしくはストレージデバイス３０は、ハードディスクドライブを複数台連装したディスクアレイである。ストレージデバイス３０には、オペレーティングシステム等の制御プログラム、各種アプリケーションプログラム、およびこれらのプログラムに付随する各種データ等が記憶されている。

メモリ３１は、ＣＰＵ３２が処理を実行するためのワークメモリである。ＣＰＵ３２は、ストレージデバイス３０に記憶されたプログラムをメモリ３１へロードして、プログラムにしたがった処理を実行することにより、コンピュータの各部を統括的に制御する。

通信部３３は、ネットワーク１２を介した各種情報の伝送制御を行うネットワークインターフェースである。ディスプレイ３４は各種画面を表示する。各種画面にはＧＵＩ(Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ)による操作機能が備えられる。作業者端末１０等を構成するコンピュータは、各種画面を通じて、入力デバイス３５からの操作指示の入力を受け付ける。入力デバイス３５は、キーボード、マウス、タッチパネル等である。

なお、以下の説明では、作業者端末１０を構成するコンピュータの各部には添え字の「Ａ」を、細胞培養支援サーバ１１を構成するコンピュータの各部には添え字の「Ｂ」をそれぞれ符号に付して区別する。

図７において、ウェブブラウザが起動されると、作業者端末１０のＣＰＵ３２Ａは、メモリ３１等と協働して、ブラウザ制御部４０として機能する。ブラウザ制御部４０は、ウェブブラウザの動作を制御する。ブラウザ制御部４０は、細胞培養支援サーバ１１からの各種画面の画面データを受け取る。ブラウザ制御部４０は、画面データに基づきウェブブラウザ上に表示する各種画面を再現し、これをディスプレイ３４Ａに表示する。

また、ブラウザ制御部４０は、各種画面を通じて入力デバイス３５Ａから入力される様々な操作指示を受け付ける。ブラウザ制御部４０は、各種操作指示に応じた各種要求を細胞培養支援サーバ１１に対して発行する。操作指示には、指針情報の出力指示が含まれる。指針情報の出力指示を受け付けた場合、ブラウザ制御部４０は、指針情報の出力要求を細胞培養支援サーバ１１に対して発行する。

図８において、細胞培養支援サーバ１１のストレージデバイス３０Ｂには、アプリケーションプログラムとして作動プログラム４５が記憶されている。作動プログラム４５は、細胞培養支援サーバ１１を構成するコンピュータを、細胞培養支援装置として機能させるためのアプリケーションプログラムである。すなわち、作動プログラム４５は、本開示の技術に係る「細胞培養支援装置の作動プログラム」の一例である。ストレージデバイス３０Ｂには、作動プログラム４５の他に、学習済みモデル４６および教師データ４７が記憶されている。

作動プログラム４５が起動されると、細胞培養支援サーバ１１のＣＰＵ３２Ｂは、メモリ３１等と協働して、第１取得部５０、第２取得部５１、第１導出部５２、出力制御部５３、第３取得部５４、および第２導出部５５として機能する。

機械学習の運用フェーズにおいて、第１取得部５０は、学習済みモデル４６をストレージデバイス３０Ｂから読み出し、学習済みモデル４６を取得する。第１取得部５０は、取得した学習済みモデル４６を第１導出部５２に出力する。

運用フェーズにおいて、第２取得部５１は、作業者端末１０からの指針情報の出力要求を受け付ける。前述のように、指針情報の出力要求には初期実績データと仮培養条件データとが含まれる。このため、第２取得部５１は、指針情報の出力要求を受け付けることで、初期実績データと仮培養条件データとを取得する。第２取得部５１は、取得した初期実績データと仮培養条件データとを第１導出部５２に出力する。この第２取得部５１で取得して第１導出部５２に出力する初期実績データが、第１導出部５２が学習済みモデル４６を用いて解析する解析用の初期実績データである。

また、機械学習の学習フェーズにおいて、第２取得部５１は、作業者端末１０からの初期実績データの登録要求も受け付ける。すなわち、第２取得部５１は、初期実績データの登録要求を受け付けることで、初期実績データを取得する。第２取得部５１は、取得した初期実績データを、ストレージデバイス３０Ｂに教師データ４７として登録する。この第２取得部５１で取得してストレージデバイス３０Ｂに登録する初期実績データが、学習用の初期実績データである。

さらに、学習フェーズにおいて、第２取得部５１は、作業者端末１０からの生産実績データの登録要求も受け付ける。すなわち、第２取得部５１は、生産実績データの登録要求を受け付けることで、生産実績データを取得する。第２取得部５１は、取得した生産実績データを、ストレージデバイス３０Ｂに教師データ４７として登録する。この第２取得部５１で取得してストレージデバイス３０Ｂに登録する生産実績データが、学習用の生産実績データである。

運用フェーズにおいて、第１導出部５２は、第１取得部５０において取得した学習済みモデル４６と、第２取得部５１において取得した解析用の初期実績データおよび仮培養条件データとから、指針情報を導出する。第１導出部５２は、導出した指針情報を出力制御部５３に出力する。

運用フェーズにおいて、出力制御部５３は、第１出力制御部および第２出力制御部に相当し、第１導出部５２からの指針情報を出力する制御を行う。より具体的には、出力制御部５３は、ウェブ配信用の指針情報表示画面８０の画面データを生成する。そして、生成した指針情報表示画面８０の画面データを出力要求元の作業者端末１０に出力する。なお、出力制御部５３は、指針情報表示画面８０以外の各種画面の画面データの生成、作業者端末１０への出力も担う。

学習フェーズにおいて、第３取得部５４は、教師データ４７をストレージデバイス３０Ｂから読み出し、教師データ４７を取得する。教師データ４７は、学習用の初期実績データと学習用の生産実績データとで構成される（図１０参照）。すなわち、第３取得部５４は、教師データ４７を取得することで、学習用の初期実績データと学習用の生産実績データとを取得する。第３取得部５４は、取得した教師データ４７を第２導出部５５に出力する。

学習フェーズにおいて、第２導出部５５は、第３取得部５４からの教師データ４７に基づいて機械学習を行って、学習済みモデル４６を導出する。第２導出部５５は、導出した学習済みモデル４６をストレージデバイス３０Ｂに登録する。

第３取得部５４における教師データ４７の取得、および第２導出部５５における学習済みモデル４６の導出は、例えば１カ月毎等の予め設定されたタイミングで行われる。もちろん、第３取得部５４における教師データ４７の取得、および第２導出部５５における学習済みモデル４６の導出を、作業者が指示したタイミングで行ってもよい。

また、第３取得部５４における教師データ４７の取得、および第２導出部５５における学習済みモデル４６の導出は、教師データ４７のサンプル数が設定値を下回っている間は行われない。換言すれば、教師データ４７のサンプル数が設定値以上となってはじめて、第２導出部５５において学習済みモデル４６が導出される。なお、教師データ４７のサンプル数とは、図１０で示すレコードの数である。

図９において、学習済みモデル４６は、医薬品α用、医薬品β用等、培養目的毎に導出される。

学習済みモデル４６は、生産培養工程の培養結果データＹを目的変数とし、初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、生産培養工程の培養条件データＸ３を説明変数とするものである。第１導出部５２は、この学習済みモデル４６に、第２取得部５１からの解析用の初期実績データ、すなわち初期培養工程の培養条件データと培養結果データ、および仮培養条件データを入力して計算することで、予測培養結果データを導出する。なお、図９では、医薬品α用の学習済みモデル４６が示されている。このため、「Ｙα」等、各変数に添え字のαが付されている。

図１０において、教師データ４７も、学習済みモデル４６と同様に、培養目的毎に登録される。教師データ４７において、初期培養工程から生産培養工程までの１回の細胞培養に対して１つずつ付された培養ＩＤで区切られた領域が１つのレコードを構成する。１つのレコードには、初期培養工程の培養条件データＸ１および培養結果データＸ２、すなわち学習用の初期実績データと、生産培養工程の培養条件データＸ３および培養結果データＹ、すなわち学習用の生産実績データとが登録される。つまり、教師データ４７は、学習用の初期実績データと学習用の生産実績データとで構成される。なお、図１０では、図９と同じく、医薬品α用の教師データ４７が示されている。各データのアンダーバーの後の数字は、培養ＩＤを示している。例えば培養ＩＤ「００１」の初期実績データの培養条件データは「Ｘ１α＿００１」と表される。

学習用の初期実績データと学習用の生産実績データとは、例えば、作業者端末１０のディスプレイ３４Ａに表示される図示しない入力画面を介して、作業者により入力される。培養目的、培養ＩＤもこの際に入力される。入力画面は、細胞培養支援サーバ１１の出力制御部５３において生成されて作業者端末１０に出力される。そして、作業者端末１０のブラウザ制御部４０によりディスプレイ３４Ａに表示される。

入力画面には、入力した学習用の初期実績データまたは学習用の生産実績データを細胞培養支援サーバ１１に送信する旨の指示を行う送信ボタンが設けられている。この送信ボタンが選択された場合に、ブラウザ制御部４０から細胞培養支援サーバ１１に対して学習用の初期実績データの登録要求または学習用の生産実績データの登録要求が発行される。

学習用の初期実績データは例えば初期培養工程の終了時に、学習用の生産実績データは例えば生産培養工程の終了時に、それぞれ入力される。なお、初期培養工程と生産培養工程の間の中間培養工程における培養条件データおよび培養結果データは入力されず、したがって中間培養工程における培養条件データおよび培養結果データは教師データ４７には登録されない。

図１１は、作業者端末１０のディスプレイ３４Ａに表示される、指針情報の出力要求を行うための入力画面６０の例である。入力画面６０は、細胞培養支援サーバ１１の出力制御部５３において生成されて作業者端末１０に出力される。そして、作業者端末１０のブラウザ制御部４０によりディスプレイ３４Ａに表示される。

入力画面６０には、第１領域６１、第２領域６２、第３領域６３、第４領域６４、ＯＫボタン６５が設けられている。第１領域６１には培養目的の入力ボックス６６が、第２領域６２には初期培養工程の培養条件データＸ１の入力ボックス６７が、第３領域６３には初期培養工程の培養結果データＸ２の入力ボックス６８が、第４領域６４には生産培養工程の仮培養条件データの入力ボックス６９が、それぞれ設けられている。入力ボックス６７〜６９がそれぞれ複数用意されているのは、図４および図５で示したように、初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、生産培養工程の培養結果データＹには、それぞれ複数の種類があるためである。

第２領域６２の横には、参照ボタン７０が設けられている。参照ボタン７０は、事前に登録要求がなされて既に教師データ４７に登録されている初期培養工程の培養条件データＸ１を、入力ボックス６７に入力したい場合に選択される。参照ボタン７０が選択されると、教師データ４７に登録された初期培養工程の培養条件データＸ１が、培養ＩＤ等とともに入力画面６０上にリスト表示される。作業者は、リストの中から入力したい初期培養工程の培養条件データＸ１を選択する。すると、選択された初期培養工程の培養条件データＸ１が教師データ４７から読み出されて、入力ボックス６７に入力される。

第３領域６３の横にも、参照ボタン７１が設けられている。参照ボタン７１も参照ボタン７０と同様に、既に教師データ４７に登録されている初期培養工程の培養結果データＸ２を、入力ボックス６８に入力したい場合に選択される。

第４領域６４の横には、データセットボタン７２が設けられている。データセットボタン７２は、仮培養条件データとして、予め設定された複数の仮培養条件データを入力する場合に選択される。複数の仮培養条件データは、例えば、生産培養工程の培養条件データのうちの温度を２．５℃刻みで変更し、温度以外は同一とした５個のデータである。あるいは、複数の仮培養条件データは、生産培養工程の培養条件データのうちのある３種の値をランダムに変更し、ある３種以外は同一とした１０個のデータである。複数の仮培養条件データは、固定でもよいし、作業者が設定変更可能に構成してもよい。また、実験計画法に基づいて、複数の仮培養条件データを設定してもよい。

入力ボックス６６に培養目的が、入力ボックス６７に初期培養工程の培養条件データＸ１が、入力ボックス６８に初期培養工程の培養結果データＸ２が、入力ボックス６９に生産培養工程の仮培養条件データがそれぞれ入力されてＯＫボタン６５が選択される。この場合、ブラウザ制御部４０から細胞培養支援サーバ１１に対して予測培養結果データの出力要求が発行される。

入力ボックス６６に培養目的が、入力ボックス６７に初期培養工程の培養条件データＸ１が、入力ボックス６８に初期培養工程の培養結果データＸ２がそれぞれ入力され、データセットボタン７２が選択されてＯＫボタン６５が選択される。この場合、ブラウザ制御部４０から細胞培養支援サーバ１１に対して最良仮培養条件データの出力要求が発行される。

図１２および図１３は、第１導出部５２における指針情報の導出過程を示す。図１２は予測培養結果データの導出過程、図１３は最良仮培養条件データの導出過程をそれぞれ示す。

図１２は、入力ボックス６６に培養目的として医薬品αが、入力ボックス６７に初期培養工程の培養条件データＸ１α＿０１０が、入力ボックス６８に初期培養工程の培養結果データＸ２α＿０１０が、入力ボックス６９に生産培養工程の仮培養条件データＰＸ３αがそれぞれ入力された場合を示している。この場合、第１導出部５２は、医薬品α用の学習済みモデル４６であるＹα＝Ｆ（Ｘ１α、Ｘ２α、Ｘ３α）に、初期培養工程の培養条件データＸ１α＿０１０、初期培養工程の培養結果データＸ２α＿０１０、仮培養条件データＰＸ３αを入力して計算する。その結果、予測培養結果データＲＹαを得る。第１導出部５２は、この予測培養結果データＲＹαを、指針情報として出力制御部５３に出力する。

図１３は、図１２と同じく、入力ボックス６６に培養目的として医薬品αが、入力ボックス６７に初期培養工程の培養条件データＸ１α＿０１０が、入力ボックス６８に初期培養工程の培養結果データＸ２α＿０１０がそれぞれ入力された場合を示している。ただし、図１３では、データセットボタン７２が選択されて、予め設定された１＿ＰＸ３α、２＿ＰＸ３α、・・・、５＿ＰＸ３αの計５つの仮培養条件データが入力された場合を示している。この場合、第１導出部５２は、仮培養条件データ１＿ＰＸ３α〜５＿ＰＸ３αの各々について予測培養結果データを導出する。より具体的には、医薬品α用の学習済みモデル４６であるＹα＝Ｆ（Ｘ１α、Ｘ２α、Ｘ３α）に、初期培養工程の培養条件データＸ１α＿０１０、初期培養工程の培養結果データＸ２α＿０１０、仮培養条件データ１＿ＰＸ３αを入力して計算する。その結果、予測培養結果データ１＿ＲＹαを得る。同様にして、仮培養条件データ２＿ＰＸ３αを入力して計算して予測培養結果データ２＿ＲＹαを、・・・、仮培養条件データ５＿ＰＸ３αを入力して計算して予測培養結果データ５＿ＲＹαを、それぞれ得る。なお、図中も含めて、「・・・」の表記は、省略を意味する。

続いて第１導出部５２は、仮培養条件データ１＿ＰＸ３α〜５＿ＰＸ３αのうちで、予測培養結果データが最良の最良仮培養条件データＰＸ３αＢＥＳＴを選定する。図１３では、得られた予測培養結果データ１＿ＲＹα〜５＿ＲＹαのうち、予測培養結果データ２＿ＲＹαが最良で、最良仮培養条件データＰＸ３αＢＥＳＴとして仮培養条件データ２＿ＰＸ３αが選定された場合を示している。より具体的な例を挙げると、第１導出部５２は、予測培養結果データＲＹとして抗体濃度を得て、抗体濃度が最も高い仮培養条件データＰＸ３を、最良仮培養条件データＰＸ３ＢＥＳＴとして選定する。第１導出部５２は、この最良仮培養条件データ２＿ＰＸ３αを、指針情報として出力制御部５３に出力する。

図１４および図１５は、作業者端末１０のディスプレイ３４Ａに表示される指針情報表示画面８０の例を示す。指針情報表示画面８０は、細胞培養支援サーバ１１の出力制御部５３において生成されて作業者端末１０に出力される。そして、作業者端末１０のブラウザ制御部４０によりディスプレイ３４Ａに表示される。指針情報表示画面８０は、ＯＫボタン８１が選択された場合に表示が消える。

図１４に示す指針情報表示画面８０は、指針情報として予測培養結果データＲＹα（ここでは抗体濃度）を表示した例である。より具体的には、「生産培養工程の培養条件を、入力された条件とした場合、生産培養工程の抗体濃度は、１５０ｍｇ／ｍｌとなる予測です。」という文章を指針情報として表示している。当該文章のうちの「１５０ｍｇ／ｍｌ」が、予測培養結果データＲＹαである。

図１５に示す指針情報表示画面８０は、指針情報として最良仮培養条件データＰＸ３αＢＥＳＴを表示した例である。より具体的には、「仮培養条件１〜５のうち、生産培養工程の培養結果が最良となるのは、仮培養条件２です。」という文章を指針情報として表示する。当該文章のうちの「仮培養条件２」が、最良仮培養条件データＰＸ３αＢＥＳＴである。なお、図１５に示す指針情報表示画面８０において、最良仮培養条件データＰＸ３ＢＥＳＴに加えて、最良仮培養条件データＰＸ３ＢＥＳＴの場合の予測培養結果データＲＹを表示してもよい。また、複数の仮培養条件データＰＸ３とその予測培養結果データＲＹをリスト表示し、最良仮培養条件データＰＸ３ＢＥＳＴは網掛けで表示する等して、他の仮培養条件データＰＸ３と区別して表示してもよい。

指針情報表示画面８０には、指針情報の詳細を表示するための詳細ボタン８２が設けられている。図１４に示す指針情報表示画面８０において詳細ボタン８２が選択された場合、入力画面６０を介して入力された仮培養条件データＰＸ３αの詳細な内容等が表示される。図１５に示す指針情報表示画面８０において詳細ボタン８２が選択された場合、最良仮培養条件データＰＸ３αＢＥＳＴの詳細な内容等が表示される。

図１６に示すように、第２導出部５５は、学習済みモデル４６を導出する機械学習の手法として、例えばニューラルネットワーク９０を用いる。ニューラルネットワーク９０は、一例として示すように、入力層、複数の中間層（隠れ層）、および出力層を含む。ニューラルネットワーク９０は、初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、生産培養工程の培養条件データＸ３から、生産培養工程の培養結果データＹをシミュレーションする推定モデルである。ニューラルネットワーク９０の入力層には、初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、生産培養工程の培養条件データＸ３の組が入力される。ニューラルネットワーク９０の出力層には、入力層に入力された上記データの組に対応する生産培養工程の培養結果データＹが出力される。

第２導出部５５は、教師データ４７を用いて、機械学習の一例としての誤差逆伝播法にしたがって、ニューラルネットワーク９０を学習させる。具体的には、第２導出部５５は、教師データ４７の１つのレコードに含まれる初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、生産培養工程の培養条件データＸ３の組をニューラルネットワーク９０に入力し、ニューラルネットワーク９０から生産培養工程の培養結果データＹを出力させる。そして、第２導出部５５は、ニューラルネットワーク９０に出力させた生産培養工程の培養結果データＹと、教師データ４７に登録された実際の生産培養工程の培養結果データＹとの差が最小となるように、ニューラルネットワーク９０を学習させる。

ニューラルネットワーク９０の出力値は、例えば、入力値に応じて各層の各ノードが出力する出力値の合計である。入力層、中間層、および出力層の各層の各ノードには、入力値に対する重みが与えられる。例えば、各ノードには、入力値と比較される閾値が設定される。この場合には、各ノードにおいては、各ノードへの入力値と閾値とを比較して、比較結果に応じて「０」か「１」の出力値が出力される。また、各ノードには、シグモイド関数が設定される場合もある。この場合には、入力値に応じて、「０」から「１」の間で出力値が変化する。各ノードの閾値またはシグモイド関数の係数が、各ノードに入力される入力値に対する重みとして与えられる。

第２導出部５５は、ニューラルネットワーク９０に出力させた生産培養工程の培養結果データＹと、教師データ４７に登録された実際の生産培養工程の培養結果データＹとの差が最小となるよう、ノードの重みを変更する。第２導出部５５は、こうしてノードの重みを変更して、上記の差が最小となるように調整したニューラルネットワーク９０を、学習済みモデル４６としてストレージデバイス３０Ｂに登録する。

以下、上記構成による作用について、図１７および図１８のフローチャートを参照して説明する。図１７は機械学習の運用フェーズ、図１８は機械学習の学習フェーズをそれぞれ示している。

まず、図１７に示すように、細胞培養支援サーバ１１では、ストレージデバイス３０Ｂから第１取得部５０に学習済みモデル４６が読み出され、第１取得部５０において学習済みモデル４６が取得される（ステップＳＴ１００、第１取得ステップ）。学習済みモデル４６は、第１取得部５０から第１導出部５２に出力される。

作業者端末１０では、図１１で示した入力画面６０が、ブラウザ制御部４０によりディスプレイ３４Ａに表示される。そして、入力画面６０を介して、培養目的、初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、生産培養工程の仮培養条件データＰＸ３が入力される。入力された各データは、指針情報の出力要求として細胞培養支援サーバ１１に送信される。これにより、第２取得部５１において、初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、すなわち解析用の初期実績データと、生産培養工程の仮培養条件データＰＸ３とが取得される（ステップＳＴ１１０、第２取得ステップ）。これら各データは、第２取得部５１から第１導出部５２に出力される。

第１導出部５２では、図１２および図１３で示したように、予測培養結果データＲＹが導出される（ステップＳＴ１２０、第１導出ステップ）。より詳しくは、学習済みモデル４６に各データを入力して計算することで、予測培養結果データＲＹが導出される。予測培養結果データＲＹは、第１導出部５２から出力制御部５３に出力される。

ステップＳＴ１１０で取得された仮培養条件データＰＸ３が複数であった場合（ステップＳＴ１３０でＹＥＳ）、第１導出部５２では、図１３で示したように、最良仮培養条件データＰＸ３ＢＥＳＴが選定される（ステップＳＴ１４０）。より詳しくは、ステップＳＴ１２０において、複数の仮培養条件データＰＸ３の各々について予測培養結果データＲＹが導出され、かつ複数の仮培養条件データＰＸ３の中から最良仮培養条件データＰＸ３ＢＥＳＴが選定される。最良仮培養条件データＰＸ３ＢＥＳＴは、第１導出部５２から出力制御部５３に出力される。

出力制御部５３において、図１４および図１５で示した指針情報表示画面８０の画面データが生成される。指針情報表示画面８０の画面データは、出力制御部５３により、出力要求元の作業者端末１０に出力される（ステップＳＴ１５０）。

作業者端末１０では、細胞培養支援サーバ１１からの指針情報表示画面８０が、ブラウザ制御部４０によりディスプレイ３４Ａに表示される。作業者は、指針情報表示画面８０に表示された指針情報を閲覧し、指針情報に沿って培養作業を進める。例えば図１５で示した指針情報表示画面８０が表示された場合、作業者は、仮培養条件２にて生産培養工程を開始する。

初期培養工程と生産培養工程との関係性を示す学習済みモデル４６と、初期培養工程の培養条件データＸ１、初期培養工程の培養結果データＸ２、および仮培養条件データＰＸ３を用いて、第１導出部５２により生産培養工程の予測培養結果データＲＹを導出する。したがって、中間培養工程のデータがなくとも、生産培養工程の培養結果を予測することが可能となる。したがって、中間培養工程を実施する手間が省け、細胞培養における、初期培養工程から生産培養工程に至るまでの期間を大幅に短縮化することが可能となる。

出力制御部５３により予測培養結果データＲＹを出力して、作業者の閲覧に供するので、作業者は、自分が入力した仮培養条件データＰＸ３で、予測培養結果データＲＹがどうなるかを簡単に知ることができる。

また、第２取得部５１で複数の仮培養条件データＰＸ３を取得した場合は、第１導出部５２により、複数の仮培養条件データＰＸ３の各々について予測培養結果データＲＹを導出し、かつ複数の仮培養条件データＰＸ３のうちで最良仮培養条件データＰＸ３ＢＥＳＴを選定する。したがって、作業者は、最良仮培養条件データＰＸ３ＢＥＳＴを簡単に知ることができる。また、生産培養工程の培養条件を最良仮培養条件データＰＸ３ＢＥＳＴにしたがって設定すれば、比較的良好な培養結果データＹが約束されるので、医薬品の生産効率も向上する。

図１８に示すように、細胞培養支援サーバ１１では、予め設定されたタイミングで、ストレージデバイス３０Ｂから第３取得部５４に教師データ４７が読み出され、第３取得部５４において教師データ４７が取得される（ステップＳＴ２００）。教師データ４７は、第３取得部５４から第２導出部５５に出力される。

第２導出部５５では、図１６で示したように、教師データ４７によってニューラルネットワーク９０が学習させられ、これにより学習済みモデル４６が導出される（ステップＳＴ２１０）。学習済みモデル４６は、第２導出部５５により、ストレージデバイス３０Ｂに登録される（ステップＳＴ２２０）。

このように、第３取得部５４により教師データ４７を取得し、教師データ４７に基づいて第２導出部５５により学習済みモデル４６を導出するので、常々更新される教師データ４７に応じて学習済みモデル４６も更新することができる。また、学習済みモデル４６を他のコンピュータから調達する手間を省くことができる。

上記実施形態では、細胞培養支援サーバ１１のストレージデバイス３０Ｂに、学習済みモデル４６および教師データ４７を登録した例を示したが、これに限定されない。細胞培養支援サーバ１１とは別のデータベースサーバに、学習済みモデル４６および教師データ４７を登録しておき、データベースサーバから細胞培養支援サーバ１１に学習済みモデル４６および教師データ４７を送信してもよい。

上記実施形態では、指針情報表示画面８０等の各種画面を、ウェブ配信用の画面データの形式で出力制御部５３から作業者端末１０に出力する態様を例示したが、これに限らない。作業者端末１０に各種画面を表示するためのアプリケーションプログラムをインストールしておき、出力制御部５３からは、各種画面の表示をアプリケーションプログラムに指示する指令を出力する態様でもよい。

指針情報の出力形態は、上記実施形態の指針情報表示画面８０に限らない。指針情報を作業者端末１０に接続されたプリンタで印刷出力したり、指針情報を示すファイルを電子メールで作業者端末１０に送信してもよい。

機械学習の手法はニューラルネットワーク９０に限らない。回帰木、分類木等の他の手法を用いてもよい。

上記実施形態では、初期培養工程を、抗体遺伝子の導入細胞と培地とを選定する工程とし、生産培養工程を、抗体に基づく医薬品を生産する工程としたが、これに限らない。少なくとも生産培養工程が、初期培養工程よりも大規模な設備で行われる工程であればよい。

細胞培養支援サーバ１１を構成するコンピュータのハードウェア構成は種々の変形が可能である。例えば、細胞培養支援サーバ１１を、処理能力、信頼性の向上を目的として、ハードウェアとして分離された複数台のサーバコンピュータで構成することも可能である。具体的には、第１取得部５０、第２取得部５１、第１導出部５２、および出力制御部５３の機能と、第３取得部５４および第２導出部５５の機能とを、２台のサーバコンピュータに分散して担わせる。この場合は２台のサーバコンピュータで細胞培養支援サーバ１１を構成する。

上記実施形態では、予測培養結果データＲＹの出力制御と、最良仮培養条件データＰＸ３ＢＥＳＴの出力制御とを、１つの出力制御部５３に担わせているが、これに限らない。予測培養結果データＲＹを出力する制御を行う第１出力制御部と、最良仮培養条件データＰＸ３ＢＥＳＴを出力する制御を行う第２出力制御部とに分けてもよい。

作業者端末１０に作動プログラム４５をインストールし、上記実施形態で細胞培養支援サーバ１１に構築した各処理部を作業者端末１０に構築して、作業者端末１０を細胞培養支援装置として稼働させてもよい。

このように、コンピュータのハードウェア構成は、処理能力、安全性、信頼性等の要求される性能に応じて適宜変更することができる。さらに、ハードウェアに限らず、作動プログラム４５等のアプリケーションプログラムについても、安全性および信頼性の確保を目的として、二重化したり、あるいは、複数のストレージデバイスに分散して格納することももちろん可能である。

上記実施形態では、細胞培養支援サーバ１１を１つの細胞培養ラボラトリーに設置し、１つの細胞培養ラボラトリー内で利用する形態としているが、細胞培養支援サーバ１１を複数の細胞培養ラボラトリーで利用可能な形態としてもよい。細胞培養支援サーバ１１を複数の細胞培養ラボラトリーで利用可能とするためには、細胞培養支援サーバ１１を、例えば、インターネットあるいは公衆通信網等のＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）を介して、複数の細胞培養ラボラトリーに設置される複数台の作業者端末１０と通信可能に接続する。そして、各作業者端末１０からの出力要求を、ＷＡＮを介して細胞培養支援サーバ１１で受け付けて、各作業者端末１０に対して指針情報を出力する。なお、この場合の細胞培養支援サーバ１１の設置場所および運営主体は、例えば細胞培養ラボラトリーとは別の会社が運営するデータセンタでもよいし、複数の細胞培養ラボラトリーのうちの１つでもよい。

上記実施形態において、例えば、第１取得部５０、第２取得部５１、第１導出部５２、出力制御部５３、第３取得部５４、第２導出部５５といった各種の処理を実行する処理部（Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）のハードウェア的な構造としては、次に示す各種のプロセッサ（Ｐｒｏｃｅｓｓｏｒ）を用いることができる。各種のプロセッサには、上述したように、ソフトウェア（作動プログラム４５）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ３２Ｂに加えて、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ :ＰＬＤ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。

１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせ、および／または、ＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。

複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（Ｓｙｓｔｅｍ Ｏｎ Ｃｈｉｐ:ＳｏＣ）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。

さらに、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（Ｃｉｒｃｕｉｔｒｙ）を用いることができる。

以上の記載から、以下の付記項１に記載の発明を把握することができる。

［付記項１］
初期培養工程から、前記初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置であって、
前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、前記学習用の初期実績データに対応する学習用の生産実績データであり、前記生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、前記初期培養工程と前記生産培養工程との関係性を示す学習済みモデルを取得する第１取得プロセッサと、
前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、前記生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得プロセッサと、
前記第１取得プロセッサにおいて取得した前記学習済みモデルと、前記第２取得プロセッサにおいて取得した前記解析用の初期実績データおよび前記仮培養条件データとから、前記生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出プロセッサと、
を備える細胞培養支援装置。

本開示の技術は、上述の種々の実施形態と種々の変形例を適宜組み合わせることも可能である。また、上記実施形態に限らず、要旨を逸脱しない限り種々の構成を採用し得ることはもちろんである。さらに、本開示の技術は、プログラムに加えて、プログラムを非一時的に記憶する記憶媒体にもおよぶ。

以上に示した記載内容および図示内容は、本開示の技術に係る部分についての詳細な説明であり、本開示の技術の一例に過ぎない。例えば、上記の構成、機能、作用、および効果に関する説明は、本開示の技術に係る部分の構成、機能、作用、および効果の一例に関する説明である。よって、本開示の技術の主旨を逸脱しない範囲内において、以上に示した記載内容および図示内容に対して、不要な部分を削除したり、新たな要素を追加したり、置き換えたりしてもよいことはいうまでもない。また、錯綜を回避し、本開示の技術に係る部分の理解を容易にするために、以上に示した記載内容および図示内容では、本開示の技術の実施を可能にする上で特に説明を要しない技術常識等に関する説明は省略されている。

本明細書において、「Ａおよび／またはＢ」は、「ＡおよびＢのうちの少なくとも１つ」と同義である。つまり、「Ａおよび／またはＢ」は、Ａだけであってもよいし、Ｂだけであってもよいし、ＡおよびＢの組み合わせであってもよい、という意味である。また、本明細書において、３つ以上の事柄を「および／または」で結び付けて表現する場合も、「Ａおよび／またはＢ」と同様の考え方が適用される。

本明細書に記載された全ての文献、特許出願および技術規格は、個々の文献、特許出願および技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

Claims (8)

1. 初期培養工程から、前記初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置の作動プログラムであって、
   前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、前記学習用の初期実績データに対応する学習用の生産実績データであり、前記生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、前記初期培養工程と前記生産培養工程との関係性を示す学習済みモデルを取得する第１取得部と、
   前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、前記生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得部と、
   前記第１取得部において取得した前記学習済みモデルと、前記第２取得部において取得した前記解析用の初期実績データおよび前記仮培養条件データとから、前記生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出部として、コンピュータを機能させる細胞培養支援装置の作動プログラム。
2. 前記予測培養結果データを出力する制御を行う第１出力制御部として、前記コンピュータを機能させる請求項１に記載の細胞培養支援装置の作動プログラム。
3. 前記第２取得部で複数の前記仮培養条件データを取得した場合、前記第１導出部は、複数の前記仮培養条件データの各々について前記予測培養結果データを導出し、かつ複数の前記仮培養条件データのうちで、前記予測培養結果データが最良の最良仮培養条件データを選定する請求項１または２に記載の細胞培養支援装置の作動プログラム。
4. 前記最良仮培養条件データを出力する制御を行う第２出力制御部として、前記コンピュータを機能させる請求項３に記載の細胞培養支援装置の作動プログラム。
5. 前記学習用の初期実績データと前記学習用の生産実績データとを取得する第３取得部と、
   前記第３取得部において取得した前記学習用の初期実績データと前記学習用の生産実績データとに基づいて前記機械学習を行って、前記学習済みモデルを導出する第２導出部として、前記コンピュータを機能させる請求項１ないし４のいずれか１項に記載の細胞培養支援装置の作動プログラム。
6. 前記初期培養工程は、抗体遺伝子の導入細胞と培地とを選定する工程であり、
   前記生産培養工程は、抗体に基づく医薬品を生産する工程である請求項１ないし５のいずれか１項に記載の細胞培養支援装置の作動プログラム。
7. 初期培養工程から、前記初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置であって、
   前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、前記学習用の初期実績データに対応する学習用の生産実績データであり、前記生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、前記初期培養工程と前記生産培養工程との関係性を示す学習済みモデルを取得する第１取得部と、
   前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、前記生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得部と、
   前記第１取得部において取得した前記学習済みモデルと、前記第２取得部において取得した前記解析用の初期実績データおよび前記仮培養条件データとから、前記生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出部と、
   を備える細胞培養支援装置。
8. 初期培養工程から、前記初期培養工程よりも大規模な設備で行われる生産培養工程に至る細胞培養を支援するための細胞培養支援装置の作動方法であって、
   前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の初期実績データと、前記学習用の初期実績データに対応する学習用の生産実績データであり、前記生産培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される学習用の生産実績データとに基づいて機械学習を行い導出された、前記初期培養工程と前記生産培養工程との関係性を示す学習済みモデルを取得する第１取得ステップと、
   前記初期培養工程における培養条件の実績を示す培養条件データおよび培養結果の実績を示す培養結果データの組で構成される解析用の初期実績データと、前記生産培養工程における仮の培養条件を示す仮培養条件データとを取得する第２取得ステップと、
   前記第１取得ステップにおいて取得した前記学習済みモデルと、前記第２取得ステップにおいて取得した前記解析用の初期実績データおよび前記仮培養条件データとから、前記生産培養工程の培養結果データを予測した予測培養結果データを導出する第１導出ステップと、
   を備える細胞培養支援装置の作動方法。

Images