JPH03259078A - 最適培養条件自動検出装置及び培養装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野コ 本発明は、生物、植物等の培養物の最適培養条件を自動
的に検出する最適培養条件自動検出装置及びこの最適培
養条件自動検出装置を備えた培養装置に関する。

［従来の技術］ 従来、植物細胞、動物細胞等を培養しながら最適な培養
条件を見つけ出す作業にあっては、オペレータが人為的
に温度、湿度、ＰＨ，光度、浸透圧力等の培養条件を設
定して培養し、培養結果を評価するようにしている。

第５図は従来の人為的な培養作業を示したもので、外部
から遮断且つ隔離された状態を作り出す培養器１０に、
培養物２４を入れたシャーレ１２を収納し、シャーレ１
２の中の培養物２４の近傍に温度センサ２６、湿度セン
サ２８及びＰＨセンサ３０を設置している。各センサ２
６，２８．３０は環境条件設定制御装置１６に接続され
、培養温度Ｔ　［’Ｃ］　、培養湿度Ｍ［％コ及びＰＨ
値を監視し、同時に設定温度、設定湿度及び設定ＰＨ値
を保つように制御している。

このような培養器１０を使用した培養作業にあっては、
所定の培養状態、例えば細胞数が所定数以上となった状
態或いはある大きさ以上の細胞が得られた状態に達する
までの時間を計測するか、また培養開始から一定時間経
過時の培養状態を観測し、培養条件の適否を評価する。

次に温度、湿度、ＰＨ値等の培養条件を変化させ、培養
後に再び培養条件を評価するという作業を繰り返す。

このように培養条件を替えて培養を何回も行い、第６図
に示すように、多数の培養条件１〜ｎの評価結果から最
適な培養条件を熟練したオペレータが推定する。

また培養実験から得られたデータを第７図に示すように
エキスパートシステム３８に入力し、エキスパートシス
テムのアルゴリズに従って各培養条件の最適値を見出し
ている。

［発明が解決しようとする課題］ しかしながら、このような従来の培養装置にあっては、
所定の培養状態に達したか否かを人為的に判断していた
ため、誤った判断を下す可能性がある。また培養条件は
、温度、湿度、ＰＨ値等のパラメータの値の組合せによ
り理論的には無限に存在し、無限に近い条件の中から人
間の判断で最適条件を見出すことは不可能に近い。

更に、最適条件を見出せても、それまでには膨大な培養
作業の繰り返しによる時間、労力、及び費用が必要であ
り、経済的効率が低すぎる問題がある。

更に、エキスパートシステムを用いて見出された培養条
件の最適値は、エキスパートが経験的に最適と思う値で
あり、客観的にみて本当に最適値であるという保証はな
い。

更にまた、仮に完全無比なエキスパートシステムを用い
たとしても、培養状態が所定の状態に達したか否かの判
断を誤れば、エキスパートシステムからの出力は正しい
最適値とはなり得ず、信頼性が保証できない問題があっ
た。

本発明は、このような従来の問題点に鑑みてなされたも
ので、培養条件を変化させて様々な培養条件下で培養す
ると共に、所定の培養状態への到達を自動的に認識して
培養結果を求め、更に多数の培養条件と結果に基づいて
最適培養条件を自動的に選び出すことができる最適培養
条件自動検出装置及びこの装置を備えた培養装置を提供
することを目的とする。

［課題を解決するための手段］ この目的を達成するため本発明は次のように構成する。

まず請求項１の最適培養条件自動検出装置にあっては、
１又は複数の温度、湿度、ＰＨ等の培養条件を任意に設
定する共に該設定条件に保つように制御する培養条件設
定制御手段と；前記１又は複数の温度、湿度、ＰＨ等の
培養条件を測定する測定手段と；前記１又は複数の培養
物を撮像して所望の目標パタンへの到達を認識するパタ
ン認識手段と；前記測定手段の測定結果及び前記パタン
認識手段の認識結果に基づいて最適な培養条件を選び出
す最適条件検８手段と；を備えた構成とする。

また請求項２の培養装置にあっては、外部から遮断且つ
隔離した状態で収納した培養物を培養する１又は複数の
培養器と；該１又は複数の培養器毎に設けられ、温度、
湿度、ＰＨ等の培養条件を任意に設定する共に該設定条
件に保つように制御する培養条件設定制御手段と；前記
１又は複数の培養器毎に設けられ、温度、湿度、ＰＨ等
の培養条件を測定する測定手段と；前記１又は複数の培
養器毎に設けられ、培養物を撮像して所望の目標パタン
への到達を認識するパタン認識手段と；前記測定手段の
測定結果及び前記パタン認識手段の認識結果に基づいて
最適な培養条件を選び出す最適条件検出手段と；を備え
た構成とする。

［作用コ このような構成を備えた本発明の最適培養条件自動検出
装置及び培養装置にあっては、培養条件を変化させて培
養することにより、様々な培養条件のもとての培養結果
をパタン認識により観測して所定の培養条件に到達した
か否かを正確に判断して、安定した培養結果を求めるる
。

またパタン認識で得られた培養結果とその時の培養条件
とから多変数関数式を生成し、無限にある培養条件の中
から最適な培養条件を選び出すことができる。

人為的な培養条件の設定や培養結果の判断に依存しない
ため、高速且つ安価に大量の培養結果が得られ、信頼性
の高い最適様条件を見出すことができる。

［実施例コ 第１図は本発明の一実施例を示した実施例構成図である
。

第１図において、１０−４，１．０−２．１Ｏｎは培養
器であり、必要に応じて所定数の培養器が準備される。

勿論培養器は複数である必要はなく、１個でも差しつか
えない。培養器１０−１〜１０−ｎのそれぞれにはシャ
ーレ１２に収納された培養物２４が外部から隔離且つ遮
断された状態で収納されており、シャーレ１２内の培養
物２４の近傍に温度センサ２６、湿度センサ２８、ＰＨ
センサ３０を設置し、各センサ２６．　２８．　３０を
外部の測定装置１４−１〜１４−ｎのそれぞれに接続し
、培養条件としての温度Ｔ１湿度Ｍ及びＰＨ値を測定し
ている。

また培養器１０−１〜１０−ｎには環境条件設定制御手
段としての環境コントローラ１６−１゜１６−２．　　
・・・１６−ｎが設けられる。環境コントローラ１６−
１〜１．６−ｎは不図示のＣＰＵによる集中制御処理を
受け、予め定められた培養条件の設定プログラムに従っ
て任意の培養条件、即ち設定温度、設定湿度及び設定Ｐ
Ｈ値を受け、測定装置１４−１〜１４−ｎからの検出値
を入力して設定値との偏差によるフィードバック制御を
行なう。即ち環境コントローラ１６−１〜１６−ｎはそ
の時の設定培養条件を維持するように培養器１０−１〜
１０−ｎ内を制御する。尚、培養器か１個だけの場合に
は、一定時間ごとに培養条件が変わるように制御する。

更に培養器１０−１〜１０−ｎには培養物２４を撮像す
るＩＴＶカメラ１８−１．１８−２．１８−ｎが設置さ
れており、ＩＴＶカメラ１８−１〜］８−ｎからの画像
信号はパタン認識装置２０−１．２０−２．　　・・・
２０−ｎに与えられる。

パタン認識装置２０−１〜２０−ｎは培養物２４の撮像
パタンから所定の培養条件に到達したか否かをパタン認
識により検出する。即ち、パタン認識装置２０−１〜２
０−ｎではＩＴＶカメラ１８−１〜１８−ｎで観測され
た培養物２４の画像について、画像強調、エツジ検出の
ための前処理を施した後、培養物の画像を切り出す。例
えば細胞であれば観測画像の濃度エツジにより囲まれた
面積等のパラメータにより細胞の切り出しが行なわれる
。細胞の切り出し処理が済むと細胞数の計数、細胞面積
、平均曲率半径等を算出し、予め設定した培養目標値と
比較し、目的とする培養状態に達したか否か判定する。

このパタン認識装置で得られた細胞数、細胞面積、平均
曲率半径等が最終的に行なう最適条件検出のための培養
結果の評価関数となる。２２は最適条件検出装置であり
、培養器１０−１〜１０−ｎに設けらたれ測定装置１４
−１〜１４−ｎの測定値、即ちこの実施例にあっては温
度Ｔ１湿度Ｍ及びＰＨ値とパタン認識装置２０−１〜２
０−ｎの認識結果を取り込み、最適な培養条件を決める
最適パラメータとしての温度Ｔ１湿度Ｍ及びＰＨ値を計
算する。

第２図は第１図の実施例における最適条件検出装置２２
の一実施例を示したもので、神経回路網３２を使用して
最適パラメータを算出するようにしている。

神経回路網３２に対しては温度、湿度、ＰＨ値等の値で
決まる条件１から条件ｍまての各パラメータの値と、各
条件における培養結果１〜ｍが入力されている。このよ
うな複数条件におけるパラメータ入力と各条件に対応し
た結果の入力に対し、神経回路網はパラメータ１〜ｎを
変数とした多変数関数式に従ったネットワークを形成し
、最終的に多変数関数式に従って最適解をもたらすパラ
メータ１〜ｎの最適値を算出する。

即ち、神経回路網３２は、 Ｒ＝Ｆ　（パラメータ１．２．３．　　・・・、ｎ）・
　・　・　（１） となる多変数関数式の係数を条件１〜ｍにおけるパラメ
ータ１〜ｎ及び培養結果１−ｍから算出し、実際にパラ
メータ及び培養結果が得られていないものについても任
意のパラメータを設定することで培養結果を計算でき、
最終的に最適パラメータ１〜ｎを決定することができる
。

第１図の実施例の場合、パラメータとして温度Ｔ１湿度
Ｍ及びＰＨを使用していることから、前記第（１）式は
、 Ｒ＝Ｆ　　（Ｔ、Ｍ、ＰＨ）　　　　　　・　・　・　
（２）として多変数関数式で表わすことができる。そし
て、この第（２）式につき条件１〜ｍのパラメタ及び培
養結果を入力すると、 となり、これらの連立方程式から多変数関数式の係数の
解を得ることで任意のパラメータ入力、Ｔ。

Ｍ、ＰＨに対し培養結果Ｒを算出できる多変数関数式を
特定することができる。

第２図に示した神経回路網３２の具体例としては、例え
ば第３図に示すフィードバック付き神経回路網３４、例
えばポツプフィールド型ネットワークを使用することが
できる（例えばＪ、Ｉ、　　Ｈｏｐｌｉ−ｅｌｄ：Ｎｅ
ｕｒａｌ　Ｎｅ（ｖｏｒｋ＋　ａｎｄ　Ｐｂｙｓｉｃａ
ｌ　Ｓｙｓｔｅｍｗｉｔｈ　Ｅｍｅｒｇｅｎｌ　Ｃｏ１
１ｅｃｔｉｏｎ　ＣｏｍｐｕｔａｌｉｏｎａＰｒｏｃ　
　Ｎａ１．　　＾ｃａｄ、　　Ｓｃｉ、　　Ｖｏｌ、７
９．　　ＰＰ２５５４〜２５５８１９８２年　参照）。

ポツプフィールド型ネットワークにあっては、各培養条
件を構成するパラメータの重み付けを予めオペレータが
与えるか、知識を用いるか等の方法により決めた後、レ
アプノフ関数を作り、ダイナミックスの変化によって最
適条件を求め、この最適条件を与えるパラメータを最適
値として決定することができる。

また第２図の神経回路網３２の他の具体的な実施例とし
て、第４図に示すフィードフォワード型神経回路網３６
、例えばパーセプロトン型ネットワークを使用すること
ができる（例えばＭ、Ｍｉｎｓｋ７ａｎｄ　Ｓ、　Ｐａ
ｐｃｒｆ（斎藤正男訳）“パーセトロン”東京大学出版
、１９７１年参照）。

パーセプロトン型ネットワークは学習によって各条件間
におけるパラメータの関係をバックプロパゲーション等
で学習し、その後に培養条件をいろいろ変えて入力させ
、所望の培養結果が得られる条件のパラメータを最適パ
ラメータとして決定する（例えばり、Ｅ、Ｒｕｍｐｌｈ
ａｒｔ、　Ｇ、Ｅ、Ｈｉｎｌｏｎ、　Ｒ，ＪＷｌｌｉａ
ｍｓ　Ｌｅａｒｎｉｎｇ　＋ｅｐｒｅ＋ｅｎｔａｔｉｏ
ｎａ　ｂｙ　ｂａｃｋｐ＋ｏｐ−ａｇａｔｉｎｇ　Ｅｒ
＋ｏｒｓ’ＮＡＴＴＬＩＲＥ　Ｖａｔ、　３２３　ＰＰ
、　５３３〜５３６１９ｇ６年参照）。

具体的には第４図に示すようにまず条件１を構成するパ
ラメータ１〜ｎ及びその時の結果１をフィードフォワー
ド型神経回路網３６に入力する。

入力パラメータ１〜ｎは予め準備された多変数多項式に
代入することで理想結果Ｒを算出し、理想結果Ｒをその
時に実際に得られた結果Ｒｒと減算器で減算し、両者の
差としてのエラーΔＲを算出する。このエラーΔＲは帰
還入力されて実際の結果と理想結果との差で与えられる
エラーΔＲを零とするように、その時の多変数関数式の
係数を修正する。

以上の処理を、条件２〜ｍについて繰り返し実行するこ
とで、任意のパラメータ１〜ｎに対し実際の培養結果に
適合した結果を算出することが可能となり、希望する培
養結果が得られる条件を構成するパラメータの値を最適
パラメータとして決定することができる。

更に第１図の最適条件検出装置２２は第２．３゜４図に
示した神経回路網以外に、培養条件１〜ｍを入力してフ
ァジィ推論を実行することにより最適パラメータの値を
算出するようにしてもよい。

このファジィ推論に使用するメンバーシップ関数につい
ては熟練したオペレータが作ることが望ましい。

尚、上記の実施例にあっては、培養条件を決めるパラメ
ータとして温度Ｔ１湿度Ｍ及びＰＨ値を例にとるもので
あったが、光度、浸透圧等の適宜のパラメータを更に採
用してもよい。またパタン認識装置における培養結果の
評価については細胞数や大きさ以外に細胞の色や形が重
要であることから、これらを加えた判定評価を行なうこ
とが望ましい。

［発明の効果コ 以上説明してきたように、本発明によれば、多数の培養
結果の中から最適なものが判定する作業が不要となるた
め、高速且つ安価に多種多様な培養条件のもとて培養物
を大量に得ることができる。

また多種多様な培養条件のもとに得られた大量の培養結
果に基づくデータ処理により最適条件を自動的に見出す
ことができ、高い経済性と信頼性の高い最適培養条件を
見出す自動培養装置を実現することができる。

【図面の簡単な説明】

第１図は本発明の実施例構成図； 第２図は本発明の最適条件検出に用いる神経回路網の実
施例構成図； 第３図は本発明に用いるフィードバック付き神経回路網
の説明図； 第４図は本発明に用いるフィードフォワード型神経回路
網の説明図； 第５図は従来装置の説明図； 第６図は従来の最適パラメータ決定手順の説明図；第７
図は従来のエキスパートシステムの説明図である。 １（１−１〜ｌ１ｌ−ｎ：培養器 １２・シャーレ １４−１〜１４−ｎ　：測定装置 １６−１〜１６−ｎ：環境コントローラ１８−１〜１ｇ
−ｎ　：　ＩＴＶカメラ２０−１〜２０−ｎ・パタン認
識装置 ２２：最適条件検出装置 ２４　　培養物 ２６；温度センサ ２８：湿度センサ ３０：ＰＨセンサ ３２、神経回路網 ４ ６ フイードバツク付き神経回路網 （ポツプフィールド型ネットワーク） フィードフォワード型神経回路網 （パーセプロトン型ネットワーク）

Claims (2)

【特許請求の範囲】
1. （１）生物、植物等を培養する培養装置に於いて、該１
   又は複数の温度、湿度、ＰＨ等の培養条件を任意に設定
   する共に該設定条件に保つように制御する培養条件設定
   制御手段と； 前記１又は複数の温度、湿度、ＰＨ等の培養条件を測定
   する測定手段と； 前記１又は複数の培養物を撮像して所望の目標パタンへ
   の到達を認識するパタン認識手段と；前記測定手段の測
   定結果及び前記パタン認識手段の認識結果に基づいて最
   適な培養条件を選び出す最適条件検出手段と； を備えたことを特徴とする最適培養条件自動検出装置。
2. （２）生物、植物等を培養する自動培養装置に於いて、 外部から遮断且つ隔離した状態で収納した培養物を培養
   する１又は複数の培養器と； 該１又は複数の培養器毎に設けられ、温度、湿度、ＰＨ
   等の培養条件を任意に設定する共に該設定条件に保つよ
   うに制御する培養条件設定制御手段と； 前記１又は複数の培養器毎に設けられ、温度、湿度、Ｐ
   Ｈ等の培養条件を測定する測定手段と；前記１又は複数
   の培養器毎に設けられ、培養物を撮像して所望の目標パ
   タンへの到達を認識するパタン認識手段と； 前記測定手段の測定結果及び前記パタン認識手段の認識
   結果に基づいて最適な培養条件を選び出す最適条件検出
   手段と； を備えたことを特徴とする培養装置。