JPWO2020148956A1 - Cell production support devices, methods, and programs - Google Patents

Cell production support devices, methods, and programs Download PDF

Info

Publication number
JPWO2020148956A1
JPWO2020148956A1 JP2020566106A JP2020566106A JPWO2020148956A1 JP WO2020148956 A1 JPWO2020148956 A1 JP WO2020148956A1 JP 2020566106 A JP2020566106 A JP 2020566106A JP 2020566106 A JP2020566106 A JP 2020566106A JP WO2020148956 A1 JPWO2020148956 A1 JP WO2020148956A1
Authority
JP
Japan
Prior art keywords
information
cells
cell
measurement
generation support
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020566106A
Other languages
Japanese (ja)
Other versions
JP7282809B2 (en
Inventor
兼太 松原
兼太 松原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Publication of JPWO2020148956A1 publication Critical patent/JPWO2020148956A1/en
Application granted granted Critical
Publication of JP7282809B2 publication Critical patent/JP7282809B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M1/00—Apparatus for enzymology or microbiology
    • C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms

Abstract

細胞生成支援装置、方法、及びプログラムにおいて、生成したい細胞を目標とする数だけ生成するための培養条件を取得できるようにする。使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得し、取得した経歴情報及び細胞情報に基づいて細胞を培養するための培養条件を取得する。In the cell generation support device, method, and program, it is possible to acquire the culture conditions for generating the target number of cells to be generated. The history information indicating the history of the cells to be used and the cell information of the cells to be generated are acquired, and the culture conditions for culturing the cells are acquired based on the acquired history information and cell information.

Description


本開示の技術は、細胞生成支援装置、方法、及びプログラムに関する。
The techniques of the present disclosure relate to cell generation support devices, methods, and programs.


近年、ＥＳ（Embryonic Stem）細胞及びｉＰＳ（Induced Pluripotent Stem）細胞等の多能性幹細胞は、種々の組織の細胞に分化する能力を備えており、再生医療、薬の開発、病気の解明等において応用が可能な細胞として注目されている。例えばｉＰＳ細胞を分化させることにより、所望する細胞を所望する個数生成したい場合には、図１３に示すように、患者４０から血球細胞４１又は皮膚細胞４２等の細胞を採取して、採取した細胞に複数の遺伝子を導入することでｉＰＳ細胞４３を生成する初期化工程Ｔ１、生成されたｉＰＳ細胞４３を培養（以下、拡大培養ともいう）して所望する個数のｉＰＳ細胞４６を生成する培養工程Ｔ２、生成された個数のｉＰＳ細胞４６を神経細胞４７、心筋細胞４８、及び肝臓細胞４９等に分化誘導する分化工程Ｔ３を経る必要がある。一般的には初期化工程Ｔ１と培養工程Ｔ２を合わせて２か月程度、分化工程Ｔ３は２から３か月程度の期間を要する。
In recent years, pluripotent stem cells such as ES (Embryonic Stem) cells and iPS (Induced Pluripotent Stem) cells have the ability to differentiate into cells of various tissues, and are used in regenerative medicine, drug development, elucidation of diseases, etc. It is attracting attention as a cell that can be applied. For example, when it is desired to generate a desired number of desired cells by differentiating iPS cells, as shown in FIG. 13, cells such as blood cell cells 41 or skin cells 42 are collected from the patient 40, and the collected cells are collected. Initialization step T1 to generate iPS cells 43 by introducing a plurality of genes into, and a culture step to cultivate the generated iPS cells 43 (hereinafter, also referred to as expanded culture) to generate a desired number of iPS cells 46. It is necessary to go through the differentiation step T3 that induces the differentiation of T2 and the generated number of iPS cells 46 into nerve cells 47, myocardial cells 48, liver cells 49 and the like. Generally, the initialization step T1 and the culture step T2 take about 2 months in total, and the differentiation step T3 takes about 2 to 3 months.


培養工程Ｔ２においては、ｉＰＳ細胞４３を収容した培養容器から培地を除去し、ｉＰＳ細胞４３を新しい培地に移す「継代」と称する操作がある。継代操作においては、増殖したｉＰＳ細胞４３を、複数の培養容器に予め定められた大きさ及び密度で均一に播種し、細胞の株分けが行われる。培養細胞を継代する際に、特に初期化されたｉＰＳ細胞の場合は、一般的に、未分化状態を維持して増殖する可能性がある細胞を、作業の担当者が目視で観察することにより選択している。担当者は、例えば形が整っているｉＰＳ細胞４４は継続して培養し、形が整っていないｉＰＳ細胞４５は取り除くといった細胞の選別を行う。しかしながら、担当者による細胞の選別が行われた場合であっても、ｉＰＳ細胞からの分化誘導が上手くいかないケースが発生している。分化誘導が上手くいかないと、分化させたい細胞を目標とする個数生成することが困難となり、このことが、産業化への障害となっている。
In the culture step T2, there is an operation called "passage" in which the medium is removed from the culture vessel containing the iPS cells 43 and the iPS cells 43 are transferred to a new medium. In the subculture operation, the proliferated iPS cells 43 are uniformly seeded in a plurality of culture vessels at a predetermined size and density, and the cells are separated. When subculturing cultured cells, especially in the case of reprogrammed iPS cells, the operator should visually observe cells that may remain undifferentiated and proliferate. Is selected by. The person in charge selects cells such that iPS cells 44 having a well-shaped shape are continuously cultured and iPS cells 45 having a poor shape are removed. However, even when the cells are selected by the person in charge, there are cases where the induction of differentiation from iPS cells does not go well. If the differentiation induction is not successful, it becomes difficult to generate a target number of cells to be differentiated, which is an obstacle to industrialization.


そこで、画像からｉＰＳ細胞の良悪を選択する方法、代謝物を計測する方法、及び遺伝子を計測する方法等、個々に細胞を計測することにより、培養及び分化に適した細胞を選別することが行われている。特許文献１には、培養時間が異なる二つ以上の時点（予測時）において各サンプルの細胞を撮影して取得した各画像を解析することにより生成した細胞の形態に関する２つ以上の指標と、サンプル毎に取得した予測目標の実測データとを用いて、細胞の品質を予測する予測モデルが開示されている。
Therefore, it is possible to select cells suitable for culturing and differentiation by individually measuring cells such as a method of selecting the quality of iPS cells from images, a method of measuring metabolites, and a method of measuring genes. It is done. Patent Document 1 describes two or more indexes relating to the morphology of cells generated by photographing the cells of each sample at two or more time points (at the time of prediction) and analyzing each image obtained. A prediction model for predicting cell quality is disclosed using actual measurement data of prediction targets acquired for each sample.


特開２００９−４４９７４号公報Japanese Unexamined Patent Publication No. 2009-44974


一方、培養工程Ｔ２において、未分化状態を維持して増殖する可能性がある細胞を選んで分化誘導させた場合であっても、分化誘導が必ず成功して目標とする細胞が生成されるとは限らず、失敗する場合もある。しかしながら、例えば特定の疾患を有する患者及び移植を望む患者等に対しての治療に必要な細胞を培養する場合には、失敗せずに必要な品質を備えた細胞を必要な個数取得する必要がある。そこで、未分化状態を維持して増殖する可能性がある細胞を選ぶだけではなく、生成したい細胞を目標とする数だけ生成するための培養条件を取得することが望まれる。上記特許文献１に記載の技術では、実測データから細胞の品質を予測することは可能であるが、生成したい細胞を目標とする数だけ生成するための培養条件を取得することはできない。
On the other hand, in the culture step T2, even when cells that may maintain an undifferentiated state and proliferate are selected and induced to differentiate, the differentiation induction always succeeds and the target cells are generated. Is not always the case, and it may fail. However, for example, when culturing cells necessary for treatment for a patient having a specific disease or a patient who desires transplantation, it is necessary to obtain a necessary number of cells having the necessary quality without failure. be. Therefore, it is desired not only to select cells that can maintain an undifferentiated state and proliferate, but also to obtain culture conditions for producing a target number of cells to be produced. With the technique described in Patent Document 1, it is possible to predict the quality of cells from actual measurement data, but it is not possible to obtain culture conditions for producing a target number of cells to be produced.


本開示は上記事情に鑑みなされたものであり、生成したい細胞を目標とする数だけ生成するための培養条件を取得できるようにすることを目的とする。
The present disclosure has been made in view of the above circumstances, and an object of the present disclosure is to enable the acquisition of culture conditions for producing a target number of cells to be produced.


本開示による細胞生成支援装置は、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得する情報取得部と、情報取得部で取得した経歴情報及び細胞情報に基づいて細胞を培養するための培養条件を取得する培養条件取得部とを含む。
The cell generation support device according to the present disclosure has an information acquisition unit that acquires history information indicating the history of cells to be used and cell information of cells to be generated, and a cell culture based on the history information and cell information acquired by the information acquisition unit. Includes a culture condition acquisition unit for acquiring culture conditions for the purpose.


なお、本開示による細胞生成支援装置においては、培養条件取得部は、細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報に基づいて更新した更新培養条件を、培養条件として取得してもよい。
In the cell generation support device according to the present disclosure, the culture condition acquisition unit is used in any one of the initialization step of initializing cells, the culture step of culturing cells, and the differentiation step of inducing differentiation of cells. , The updated culture conditions updated based on the measurement information related to the measurement when measuring the cells may be acquired as the culture conditions.


また、本開示による細胞生成支援装置においては、培養条件取得部は、経歴情報及び細胞情報に基づいて培養条件を導出する第１の導出部を含んでもよい。
Further, in the cell generation support device according to the present disclosure, the culture condition acquisition unit may include a first derivation unit that derives the culture conditions based on the history information and the cell information.


また、本開示による細胞生成支援装置においては、第１の導出部は、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を含む第１の情報の組と、この第１の情報の組に対応する培養条件との情報セットを複数含む学習情報を用いて機械学習された第１の学習済みモデルを含んでもよい。
Further, in the cell generation support device according to the present disclosure, the first derivation unit includes a set of first information including history information indicating the history of the cell to be used and cell information of the cell to be generated, and this first information. It may include a first trained model machine-learned using learning information that includes a plurality of information sets with culture conditions corresponding to the set of.


また、本開示による細胞生成支援装置においては、培養条件取得部は、 情報取得部で取得した経歴情報及び細胞情報に基づいて培養条件を導出する第１の導出部と、計測情報に基づいて更新した更新培養条件を培養条件として導出する第２の導出部とを含んでもよい。
Further, in the cell generation support device according to the present disclosure, the culture condition acquisition unit is updated based on the measurement information and the first derivation unit that derives the culture conditions based on the history information and the cell information acquired by the information acquisition unit. It may include a second derivation unit for deriving the renewed culture condition as the culture condition.


また、本開示による細胞生成支援装置においては、第１の導出部は、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を含む第１の情報の組と、この第１の情報の組に対応する培養条件との情報セットを複数含む学習情報を用いて機械学習された第１の学習済みモデルを含み、第２の導出部は、細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報及び培養条件を含む第２の情報の組と、第２の情報の組に対応する更新培養条件との情報セットを複数含む学習情報を用いて機械学習された第２の学習済みモデルを含んでもよい。
Further, in the cell generation support device according to the present disclosure, the first derivation unit includes a set of first information including history information indicating the history of the cell to be used and cell information of the cell to be generated, and this first information. Includes a first trained model machine-learned using learning information that includes multiple information sets with culture conditions corresponding to a set of cells, and a second derivation unit is an initialization step that initializes cells, cells. In any one of the culture step of culturing and the differentiation step of inducing differentiation of cells, a set of measurement information related to measurement when measuring cells and a second set of information including culture conditions, and a second set of information. A second trained model machine-learned using learning information that includes a plurality of information sets with updated culture conditions corresponding to the set of information may be included.


また、本開示による細胞生成支援装置においては、第１の学習済みモデルと第２の学習済みモデルとが１つの学習済みモデルで構成されていてもよい。
Further, in the cell generation support device according to the present disclosure, the first trained model and the second trained model may be composed of one trained model.


また、本開示による細胞生成支援装置においては、計測情報は、計測手段に関連する情報及び計測手段による計測で得られた計測結果を示す情報の少なくとも一方の情報であってもよい。
Further, in the cell generation support device according to the present disclosure, the measurement information may be at least one of information related to the measurement means and information indicating the measurement result obtained by the measurement by the measurement means.


また、本開示による細胞生成支援装置においては、計測手段に関連する情報は、計測に用いた方法及び計測した担当者の何れか一方を示す情報を含み、計測結果を示す情報は、計測された細胞の状態、培地の状態、及び菌の有無のうち、何れか１以上の情報を含んでもよい。
Further, in the cell generation support device according to the present disclosure, the information related to the measurement means includes the information indicating either the method used for the measurement or the person in charge of the measurement, and the information indicating the measurement result is measured. Information on any one or more of the state of cells, the state of the medium, and the presence or absence of bacteria may be included.


また、本開示による細胞生成支援装置においては、計測された細胞の状態は、細胞の形状、細胞の色、細胞の数、細胞の大きさ、細胞の匂い、細胞の遺伝子発現、細胞の代謝物の種類、及び細胞のタンパク質のうち、何れか１以上の情報を含んでもよい。
Further, in the cell generation support device according to the present disclosure, the measured cell states include cell shape, cell color, number of cells, cell size, cell odor, cell gene expression, and cell metabolite. Information on any one or more of the types and proteins of cells may be contained.


また、本開示による細胞生成支援装置においては、培養条件取得部は、計測手段に関する情報に基づいた重み付けを付加して更新した更新培養条件を、培養条件として取得してもよい。
Further, in the cell generation support device according to the present disclosure, the culture condition acquisition unit may acquire the updated culture condition updated by adding weighting based on the information about the measuring means as the culture condition.


また、本開示による細胞生成支援装置においては、培養条件を報知する報知部を含んでもよい。
Further, the cell generation support device according to the present disclosure may include a notification unit for notifying the culture conditions.


また、本開示による細胞生成支援装置においては、培養条件は、使用する細胞の種類、使用する細胞数、使用する容器の種類、使用する培地の種類、使用する添加物の種類、処理のタイミング、及び担当者に関する情報のうち、何れか１以上を含んでもよい。
Further, in the cell generation support device according to the present disclosure, the culture conditions include the type of cells used, the number of cells used, the type of container used, the type of medium used, the type of additives used, the timing of treatment, and the like. And any one or more of the information about the person in charge may be included.


また、本開示による細胞生成支援装置においては、処理のタイミングは、播種のタイミング、継代のタイミング、培地を交換するタイミング、添加物を添加するタイミング、及び細胞を検査するタイミングのうち、何れか１以上のタイミングを含んでもよい。
Further, in the cell generation support device according to the present disclosure, the treatment timing is any one of seeding timing, subculture timing, medium replacement timing, additive addition timing, and cell inspection timing. It may include one or more timings.


また、本開示による細胞生成支援装置においては、経歴情報は、使用する細胞の保有者である患者の名前、患者の性別、患者の血液型、患者の人種、患者の年齢、患者の疾患歴、患者の免疫情報、及び患者の血縁者の疾患歴のうち、何れか１以上の情報を含んでもよい。
Further, in the cell generation support device according to the present disclosure, the background information includes the name of the patient who is the owner of the cells used, the sex of the patient, the blood type of the patient, the race of the patient, the age of the patient, and the disease history of the patient. , The patient's immune information, and any one or more of the patient's relatives' medical history.


また、本開示による細胞生成支援装置においては、細胞情報は、生成したい細胞の種類、生成したい細胞の数、生成したい細胞の状態、及び生成を完了したい日数のうち、何れか１以上の情報を含んでもよい。
Further, in the cell generation support device according to the present disclosure, the cell information includes information on any one or more of the type of cell to be generated, the number of cells to be generated, the state of the cell to be generated, and the number of days to complete the generation. It may be included.


本開示による細胞生成支援方法は、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得し、取得した経歴情報及び細胞情報に基づいて細胞を培養するための培養条件を取得する。
The cell generation support method according to the present disclosure acquires history information indicating the history of cells to be used and cell information of cells to be generated, and acquires culture conditions for culturing cells based on the acquired history information and cell information. ..


また、本開示による細胞生成支援方法においては、細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報に基づいて更新した更新培養条件を、培養条件として取得してもよい。
Further, in the cell generation support method according to the present disclosure, when measuring cells in any one of a reprogramming step of reprogramming cells, a culturing step of culturing cells, and a differentiation step of inducing differentiation of cells. The updated culture conditions updated based on the measurement information related to the measurement of the above may be acquired as the culture conditions.


なお、本開示による細胞生成支援方法をコンピュータに実行させるためのプログラムとして提供してもよい。
The cell generation support method according to the present disclosure may be provided as a program for causing a computer to execute the method.


本開示による他の細胞生成支援装置は、コンピュータに実行させるための命令を記憶するメモリと、記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得し、取得した経歴情報及び細胞情報に基づいて細胞を培養するための培養条件を取得する処理を実行する。
Other cell generation support devices according to the present disclosure include a memory for storing instructions to be executed by a computer and a processor configured to execute the stored instructions, and the processor indicates the history of cells used. A process of acquiring the history information and the cell information of the cell to be generated, and acquiring the culture conditions for culturing the cell based on the acquired history information and the cell information is executed.


なお、上記他の細胞生成支援装置においては、プロセッサは、細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報に基づいて更新した更新培養条件を、培養条件として取得する処理を実行してもよい。
In the above-mentioned other cell generation support device, the processor performs the cell in any one of the reprogramming step of reprogramming the cell, the culturing step of culturing the cell, and the differentiation step of inducing differentiation of the cell. You may execute the process of acquiring the updated culture condition updated based on the measurement information related to the measurement at the time of measurement as the culture condition.


本開示の一実施形態によれば、生成したい細胞を目標とする数だけ生成するための培養条件を取得できる。
According to one embodiment of the present disclosure, it is possible to obtain culture conditions for producing a target number of cells to be produced.


本開示の一実施形態による細胞生成支援装置の概略構成を示す図The figure which shows the schematic structure of the cell generation support apparatus by one Embodiment of this disclosure. 本開示の一実施形態による経歴情報の一例を示す図The figure which shows an example of the history information by one Embodiment of this disclosure. 本開示の一実施形態による細胞情報の一例を示す図The figure which shows an example of the cell information by one Embodiment of this disclosure. 本開示の一実施形態による培養条件の一例を示す図The figure which shows an example of the culture condition by one Embodiment of this disclosure. 本開示の一実施形態による培養条件取得部の概略構成を示す図The figure which shows the schematic structure of the culture condition acquisition part by one Embodiment of this disclosure. 本開示の一実施形態による学習済みモデルを説明するための図A diagram for explaining a trained model according to an embodiment of the present disclosure. 本開示の一実施形態による第１の導出部を説明するための図The figure for demonstrating the 1st derivation part by one Embodiment of this disclosure. 本開示の一実施形態による計測情報の一例を示す図The figure which shows an example of the measurement information by one Embodiment of this disclosure. 本開示の一実施形態による学習済みモデルをさらに説明するための図A diagram for further explaining a trained model according to an embodiment of the present disclosure. 本開示の一実施形態による第２の導出部を説明するための図The figure for demonstrating the 2nd derivation part by one Embodiment of this disclosure. 本開示の一実施形態の細胞生成支援装置において行われる処理を示すフローチャートA flowchart showing processing performed in the cell generation support device according to the embodiment of the present disclosure. 本開示の一実施形態の細胞生成支援装置において行われる処理を説明するための図The figure for demonstrating the process performed in the cell generation support apparatus of one Embodiment of this disclosure. 細胞を生成する各工程を説明するための図Diagram for explaining each process of generating cells


以下、図面を参照して本開示の一実施形態について説明する。図１は本開示の一実施形態による細胞生成支援装置の概略構成を示す図である。図１は、細胞生成支援プログラムが不揮発性のメモリ１２にインストールされたことを示している。なお、細胞生成支援プログラムはストレージ１３にインストールされてもよい。また、メモリ１２が揮発性のメモリであってもよく、その場合、ＣＰＵ１２から呼び出された細胞生成支援プログラムが一時的にメモリ１２へ記憶され、実行されてもよい。なお、本開示の一実施形態においては、細胞生成支援装置が、学習済みモデルを内包するものとする。このため、図１には細胞生成支援装置のみを示す。図１に示すように、細胞生成支援装置１は、標準的なコンピュータの構成として、ＣＰＵ（Central Processing Unit）１１、メモリ１２及びストレージ１３を備えている。また、細胞生成支援装置１には、後述する培養条件Ｃを報知する報知部１４、並びにキーボード及びマウス等の入力装置（以下、入力部とする）１５が接続されている。
Hereinafter, an embodiment of the present disclosure will be described with reference to the drawings. FIG. 1 is a diagram showing a schematic configuration of a cell generation support device according to an embodiment of the present disclosure. FIG. 1 shows that the cell generation support program was installed in the non-volatile memory 12. The cell generation support program may be installed in the storage 13. Further, the memory 12 may be a volatile memory, in which case the cell generation support program called from the CPU 12 may be temporarily stored in the memory 12 and executed. In one embodiment of the present disclosure, the cell generation support device includes a trained model. Therefore, FIG. 1 shows only the cell generation support device. As shown in FIG. 1, the cell generation support device 1 includes a CPU (Central Processing Unit) 11, a memory 12, and a storage 13 as a standard computer configuration. Further, the cell generation support device 1 is connected to a notification unit 14 for notifying the culture condition C described later, and an input device (hereinafter referred to as an input unit) 15 such as a keyboard and a mouse.


本開示の一実施形態における報知部１４は、一例として培養条件Ｃを可視表示させるディスプレイで構成される。なお報知部１４はメッセージ等を可視表示させるディスプレイ、音声が出力されることにより可聴表示させる音声再生装置、用紙等の記録媒体に記録して永久可視表示させるプリンタ、メールや電話等の通信手段及び表示灯等を意味し、上記ディスプレイ、上記音声再生装置、上記プリンタ、上記通信手段及び上記表示光のうちの少なくとも２つ以上を組み合わせてもよい。なお、本開示の一実施形態は、報知部１４が細胞生成支援装置１の外部装置としているが、本開示の技術はこれに限られず、報知部１４が細胞生成支援装置１の一部に含まれていてもよい。
The notification unit 14 in one embodiment of the present disclosure is configured by a display for visually displaying the culture condition C as an example. The notification unit 14 includes a display that visually displays a message or the like, a voice reproduction device that displays audibly by outputting voice, a printer that records on a recording medium such as paper and displays it permanently, a communication means such as an email or a telephone, and a communication means such as a mail or a telephone. It means an indicator light or the like, and at least two or more of the display, the audio reproduction device, the printer, the communication means, and the display light may be combined. In one embodiment of the present disclosure, the notification unit 14 is an external device of the cell generation support device 1, but the technique of the present disclosure is not limited to this, and the notification unit 14 is included in a part of the cell generation support device 1. It may be.


ストレージ１３は、ハードディスクまたはＳＳＤ（Solid State Drive）等のストレージデバイスからなる。ストレージ１３には、ネットワークを経由して外部のデータサーバ（図示せず）から取得した、使用する細胞の経歴を示す経歴情報Ａ及び細胞生成支援装置１の処理に必要な情報を含む各種情報が記憶されている。
The storage 13 is composed of a hard disk or a storage device such as an SSD (Solid State Drive). In the storage 13, various information including history information A indicating the history of cells to be used and information necessary for processing of the cell generation support device 1 acquired from an external data server (not shown) via a network are stored in the storage 13. It is remembered.


また、メモリ１２には、細胞生成支援プログラム、及び学習済みモデルが記憶されている。細胞生成支援プログラムは、ＣＰＵ１１に実行させる処理として、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得する情報取得処理、並びに取得した経歴情報及び細胞情報に基づいて細胞を培養するための培養条件を取得する培養条件取得処理を規定する。また、細胞生成支援プログラムは、ＣＰＵ１１に実行させる処理として、細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報に基づいて更新した更新培養条件を、培養条件として取得する培養条件取得処理をさらに規定する。
Further, the memory 12 stores the cell generation support program and the trained model. The cell generation support program, as a process to be executed by the CPU 11, is an information acquisition process for acquiring history information indicating the history of cells to be used and cell information of cells to be generated, and culturing cells based on the acquired history information and cell information. The culture condition acquisition process for acquiring the culture conditions for obtaining the culture conditions is specified. In addition, the cell generation support program causes the CPU 11 to execute cells in any one of an initialization step of initializing cells, a culture step of culturing cells, and a differentiation step of inducing differentiation of cells. The culture condition acquisition process for acquiring the updated culture condition updated based on the measurement information related to the measurement at the time of measurement as the culture condition is further defined.


そして、ＣＰＵ１１が細胞生成支援プログラムに従いこれらの処理を実行することで、コンピュータは、情報取得部２１及び培養条件取得部２２として機能する。なお、本実施形態においては、ＣＰＵ１１が細胞生成支援プログラムによって、各部の機能を実行するようにしたが、ソフトウェア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としては、ＣＰＵ１１の他、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）を用いることができる。また、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により、各部の処理を実行するようにしてもよい。
Then, when the CPU 11 executes these processes according to the cell generation support program, the computer functions as the information acquisition unit 21 and the culture condition acquisition unit 22. In the present embodiment, the CPU 11 executes the functions of each part by the cell generation support program. However, as a general-purpose processor that executes software and functions as various processing parts, in addition to the CPU11, A programmable logic device (PLD), which is a processor whose circuit configuration can be changed after manufacturing an FPGA (Field Programmable Gate Array) or the like, can be used. Further, the processing of each part may be executed by a dedicated electric circuit or the like which is a processor having a circuit configuration specially designed to execute a specific processing such as an ASIC (Application Specific Integrated Circuit).


１つの処理部は、これら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、またはＣＰＵとＦＰＧＡの組み合わせ等）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、クライアント及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を１つ以上用いて構成される。
One processing unit may be composed of one of these various processors, or may be a combination of two or more processors of the same type or different types (for example, a plurality of FPGAs or a combination of a CPU and an FPGA). It may be configured. Further, a plurality of processing units may be configured by one processor. As an example of configuring a plurality of processing units with one processor, first, one processor is configured by a combination of one or more CPUs and software, as represented by a computer such as a client and a server. There is a form in which a processor functions as a plurality of processing units. Secondly, as typified by System On Chip (SoC), there is a form in which a processor that realizes the functions of the entire system including a plurality of processing units with one IC (Integrated Circuit) chip is used. be. As described above, the various processing units are configured by using one or more of the above-mentioned various processors as a hardware-like structure.


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）である。
Further, the hardware structure of these various processors is, more specifically, an electric circuit (circuitry) in which circuit elements such as semiconductor elements are combined.


情報取得部２１は、使用する細胞の経歴を示す経歴情報Ａ及び生成したい細胞の細胞情報Ｂを取得する。情報取得部２１は、一例として、使用する細胞が収容された容器に記された識別情報が入力部１５から入力された場合に、入力された識別情報に対応する患者の経歴情報Ａを、外部サーバから取得する。
The information acquisition unit 21 acquires the history information A indicating the history of the cells to be used and the cell information B of the cells to be generated. As an example, when the identification information written in the container containing the cells to be used is input from the input unit 15, the information acquisition unit 21 externally obtains the patient's history information A corresponding to the input identification information. Get from the server.


図２は本開示の一実施形態による経歴情報Ａの一例を示す図である。経歴情報Ａは、使用する細胞の経歴を示す情報である。経歴情報Ａは、一例として図２に示すように、使用する細胞の保有者である患者の名前、患者の性別、患者の血液型、患者の人種、患者の年齢、患者の疾患歴、患者の免疫情報、及び患者の血縁者の疾患歴の情報である。本開示の一実施形態として、患者の血縁者は、例えば患者本人からみて３親等以内の血縁者とする。なお、本開示の技術はこれに限られず、例えば３親等よりも遠い血縁者を含んでもよい。また、本開示においては、一例として経歴情報Ａは図２に示す情報を示すものとしたが、本開示の技術はこれに限られず、図２に示す情報のうち、何れか１以上の情報を含む情報であってもよい。
FIG. 2 is a diagram showing an example of career information A according to an embodiment of the present disclosure. Career information A is information indicating the history of the cells used. As shown in FIG. 2, the background information A includes the name of the patient who is the carrier of the cells to be used, the sex of the patient, the blood type of the patient, the race of the patient, the age of the patient, the disease history of the patient, and the patient. Immune information and information on the disease history of the patient's relatives. As one embodiment of the present disclosure, the relatives of the patient are, for example, relatives within the third degree of kinship with respect to the patient himself / herself. The technique of the present disclosure is not limited to this, and may include, for example, relatives farther than the third degree of kinship. Further, in the present disclosure, as an example, the career information A indicates the information shown in FIG. 2, but the technique of the present disclosure is not limited to this, and any one or more of the information shown in FIG. 2 is used. It may be information to be included.


図３は本開示の一実施形態による細胞情報Ｂの一例を示す図である。細胞情報Ｂは、生成したい細胞の情報である。細胞情報Ｂは、一例として図３に示すように、生成したい細胞の種類Ｂ１、目標細胞数Ｂ２、生成したい細胞の状態Ｂ３、及び生成を完了したい日数Ｂ４の情報を含む。細胞の種類Ｂ１は、ｉＰＳ細胞、心筋細胞、及び神経細胞等の生成したい細胞の種類の情報である。目標細胞数Ｂ２は、１０万個及び１００個等の生成したい細胞の数を示す情報である。細胞の状態Ｂ３は、培養したい、及び分化させたい等、細胞に対して何をしたいのかを示す情報である。生成を完了したい日数Ｂ４は、６０日、及び１２０日等、細胞の培養納期を示す情報である。
FIG. 3 is a diagram showing an example of cell information B according to an embodiment of the present disclosure. Cell information B is information on cells to be generated. As shown in FIG. 3, the cell information B includes information on the type B1 of cells to be generated, the target number of cells B2, the state B3 of cells to be generated, and the number of days B4 to complete the generation. The cell type B1 is information on the type of cell to be generated, such as iPS cells, cardiomyocytes, and nerve cells. The target cell number B2 is information indicating the number of cells to be generated, such as 100,000 cells and 100 cells. The cell state B3 is information indicating what the cell wants to do, such as wanting to culture and differentiate. The number of days B4 for which the production is desired to be completed is information indicating the cell culture delivery date, such as 60 days and 120 days.


情報取得部２１は、一例として細胞の生成を行う担当者により入力部１５から入力された細胞の種類Ｂ１、目標細胞数Ｂ２、細胞の状態Ｂ３を細胞情報Ｂとして取得する。なお、細胞の種類Ｂ１及び目標細胞数Ｂ２は、予め設定されると、図１３に示す初期化工程Ｔ１、培養工程Ｔ２、及び分化工程Ｔ３の全てが終了するまで変更されない。細胞の状態Ｂ３は、初期工程Ｔ１であれば「初期化したい」、培養工程Ｔ２であれば「拡大培養したい」及び「選別したい」、分化工程Ｔ３であれば「分化させたい」のように、各工程毎に担当者によって変更される。本開示の技術においては、一例として図３に示すように、細胞情報Ｂは細胞の種類Ｂ１、目標細胞数Ｂ２、細胞の状態Ｂ３、及び生成を完了したい日数Ｂ４の情報を示すものとしたが、本開示の技術はこれに限られず、細胞情報Ｂはこれらの情報のうち、何れか１以上の情報を含む情報であってもよい。
As an example, the information acquisition unit 21 acquires the cell type B1, the target number of cells B2, and the cell state B3 input from the input unit 15 by the person in charge of cell generation as cell information B. If the cell type B1 and the target number of cells B2 are set in advance, they are not changed until all of the initialization step T1, the culture step T2, and the differentiation step T3 shown in FIG. 13 are completed. The cell state B3 is "want to initialize" in the initial step T1, "want to expand culture" and "want to sort" in the case of culturing step T2, "want to differentiate" in the case of differentiation step T3, and so on. It is changed by the person in charge for each process. In the technique of the present disclosure, as shown in FIG. 3 as an example, the cell information B indicates information on the cell type B1, the target number of cells B2, the cell state B3, and the number of days B4 for which the generation is desired to be completed. The technique of the present disclosure is not limited to this, and the cell information B may be information including any one or more of these information.


培養条件取得部２２は、経歴情報Ａ及び細胞情報Ｂに基づいて細胞を培養するための培養条件Ｃを取得する。図４は本開示の一実施形態による培養条件Ｃの一例を示す図である。培養条件Ｃは、生成したい細胞を目標とする数だけ生成するための培養条件である。なお、ここで「生成したい細胞」は目標とする品質を備えた細胞であることが望ましい。従って、本実施形態において、培養条件Ｃは、生成したい細胞を目標とする品質で、かつ目標とする数だけ生成するための培養条件である。培養条件Ｃは、どの細胞をどのくらいの数、どの容器で、どの培地を使用して、どの添加物を添加して細胞を生成すれば、生成したい細胞を目標数生成することができるのかを示す。培養条件Ｃは、具体的には、一例として図４に示すように、使用する細胞の種類、使用する細胞数、使用する容器の種類、使用する培地の種類、使用する添加物の種類、処理のタイミング、及び担当者に関する情報を含む。
The culture condition acquisition unit 22 acquires the culture condition C for culturing the cells based on the history information A and the cell information B. FIG. 4 is a diagram showing an example of culture condition C according to the embodiment of the present disclosure. The culture condition C is a culture condition for producing a target number of cells to be produced. Here, it is desirable that the "cell to be generated" is a cell having the target quality. Therefore, in the present embodiment, the culture condition C is a culture condition for producing a target number of cells having a target quality and a target number of cells to be produced. Culturing condition C indicates which cells should be produced in what number, in which container, in which medium, and with which additives should be added to generate the target number of cells to be produced. .. Specifically, as shown in FIG. 4, the culture condition C includes the type of cells used, the number of cells used, the type of container used, the type of medium used, the type of additives used, and the treatment. Includes information about timing and personnel.


使用する細胞の種類は、一例として、細胞Ａ、細胞Ｂ、又は細胞Ａと細胞Ｂ等である。例えば細胞Ａとして肝臓細胞、細胞Ｂとして血管細胞をそれぞれ使用することが培養条件Ｃに含まれる。また、細胞数は、細胞Ａを１０５個、細胞Ｂを１０６個、及び細胞Ａを１０５個と細胞Ｂを１０６個等、具体的に使用する細胞の個数が培養条件Ｃに含まれる。また、使用する容器の種類は、一例としてシャーレ、６つのウェルを有するウェルプレートをｎ個、２４つのウェルを有するウェルプレートをｍ個、及びＴ７５フラスコをｌ個等、使用する容器の種類と個数とが培養条件Ｃに含まれる。また、使用する培地の種類は、一例として、培地Ｍ１、培地Ｍ２、又は培地Ｍ１と培地Ｍ２との混合等が培養条件Ｃに含まれる。なお、培地が混合である場合には、混合する割合を含めて培養条件Ｃとする。また、使用する添加物の種類は、一例として、添加物Ｃ１、添加物Ｃ２、又は添加物Ｃ１と添加物Ｃ２との混合等が培養条件Ｃに含まれる。なお、添加物が混合である場合には、混合する割合を含めて培養条件Ｃとする。
The type of cell used is, for example, cell A, cell B, or cell A and cell B. For example, the culture condition C includes the use of liver cells as cells A and vascular cells as cells B, respectively. Also, cell number, 10 5 cells A, 10 6 cells of cell B, and cell 10 5 A and a cell B 10 6 cells, etc., the number of specific uses for the cells contained in the culture condition C Is done. The types of containers used are, for example, petri dishes, n well plates with 6 wells, m well plates with 24 wells, and 1 T75 flask, and the type and number of containers to be used. Is included in the culture condition C. Further, as an example of the type of medium to be used, the culture condition C includes medium M1, medium M2, or a mixture of medium M1 and medium M2. When the medium is mixed, the culture condition C is set including the mixing ratio. Further, as an example, the type of the additive to be used includes an additive C1, an additive C2, or a mixture of the additive C1 and the additive C2 in the culture condition C. When the additives are mixed, the culture condition C is set including the mixing ratio.


処理のタイミングは、一例として、播種のタイミング、継代のタイミング、培地を交換するタイミング、添加物を添加するタイミング、及び細胞を検査するタイミングである。どの処理をどのタイミングで行えばよいのかが培養条件Ｃに含まれる。また、担当者に関する情報は、担当者Ａ、担当者Ｂなど、どの処理を誰に担当させるかが培養条件Ｃに含まれる。例えば、細かい作業が得意な担当者Ａと、細かい作業が苦手な担当者Ｂとでは、同じ処理を行った場合であっても、細胞の生成に与える影響が異なる場合がある。そのため、どの担当者が、どの処理を行うべきなのかが培養条件Ｃに含まれる。
The timing of the treatment is, for example, the timing of seeding, the timing of passage, the timing of changing the medium, the timing of adding the additive, and the timing of examining the cells. Culture condition C includes which process should be performed at what timing. Further, the information regarding the person in charge includes the culture condition C, such as the person in charge A and the person in charge B, who is in charge of which process. For example, a person in charge A who is good at detailed work and a person in charge B who is not good at detailed work may have different effects on cell generation even if the same treatment is performed. Therefore, the culture condition C includes which person in charge should perform which treatment.


なお、本開示においては、一実施形態として図４に示す条件を培養条件Ｃとしたが、本開示の技術はこれに限られず、培養条件Ｃは図４に示す情報を何れか１つ以上含む情報であればよい。
In the present disclosure, the condition shown in FIG. 4 is defined as the culture condition C as an embodiment, but the technique of the present disclosure is not limited to this, and the culture condition C includes any one or more of the information shown in FIG. It may be information.


図５は本開示の一実施形態による培養条件取得部２２の概略構成を示す図である。培養条件取得部２２は、図５に示すように、第１の導出部３０と第２の導出部３１とを含む。第１の導出部３０は、経歴情報Ａ及び細胞情報Ｂに基づいて培養条件Ｃを導出する。本実施形態においては、一例として、第１の導出部３０は学習情報を用いて機械学習された学習済みモデルＭを含む。
FIG. 5 is a diagram showing a schematic configuration of a culture condition acquisition unit 22 according to an embodiment of the present disclosure. As shown in FIG. 5, the culture condition acquisition unit 22 includes a first out-licensing unit 30 and a second out-licensing unit 31. The first derivation unit 30 derives the culture condition C based on the history information A and the cell information B. In the present embodiment, as an example, the first derivation unit 30 includes a trained model M machine-learned using the learning information.


図６は本開示の一実施形態による学習済みモデルＭを説明するための図である。学習済みモデルＭは、図６に示すように、使用する細胞の経歴を示す経歴情報Ａ及び生成したい細胞の細胞情報Ｂの情報の組Ｐと、情報の組Ｐに対応する培養条件Ｃとの情報セットＳを複数含む学習情報を用いて機械学習される。すなわち、学習済みモデルＭは、経歴情報Ａ及び細胞情報Ｂに基づいて培養条件Ｃを出力するように機械学習がなされている。なお、学習済みモデルＭは、例えば患者Ｘの情報の組Ｐすなわち経歴情報Ａを有する患者Ｘの細胞から細胞情報Ｂの細胞を生成する際に、培養条件Ｃで培養を行った場合に成功したか否かの結果も合わせて学習済みモデルＭを得るためのモデルに学習させる。これにより、学習済みモデルＭは、経歴情報Ａ及び細胞情報Ｂが入力されると、経歴情報Ａ及び細胞情報Ｂに対して、細胞情報Ｂが示す細胞を生成することができる培養条件Ｃを出力するように学習がなされる。
FIG. 6 is a diagram for explaining the trained model M according to the embodiment of the present disclosure. As shown in FIG. 6, the trained model M has a history information A indicating the history of the cells to be used, a set P of information of the cell information B of the cells to be generated, and a culture condition C corresponding to the set P of the information. Machine learning is performed using learning information including a plurality of information sets S. That is, the trained model M is machine-learned so as to output the culture condition C based on the history information A and the cell information B. The trained model M was successful when, for example, when the cells of the cell information B were generated from the cells of the patient X having the information set P of the patient X, that is, the history information A, the cells were cultured under the culture condition C. The model for obtaining the trained model M is trained together with the result of whether or not. As a result, when the history information A and the cell information B are input, the trained model M outputs the culture condition C capable of generating the cells indicated by the cell information B to the history information A and the cell information B. Learning is done to do.


図７は本開示の一実施形態による第１の導出部３０を説明するための図である。第１の導出部３０は一例として上述した学習済みモデルＭを有している。これにより、図７に示すように、経歴情報Ａを有する患者Ｘの細胞から細胞情報Ｂの細胞を生成する場合に、経歴情報Ａ及び細胞情報Ｂが入力されると、予め定められた閾値を超えた培養条件が、生成したい細胞に適した培養条件Ｃとして出力される。なお、培養条件Ｃは、図４に示すように、使用する細胞の種類、使用する細胞数、使用する容器の種類、使用する培地の種類、使用する添加物の種類、処理のタイミング、及び担当者に関する情報の少なくとも１つを含む。従って、例えば使用する細胞数を培養条件Ｃとする場合に、学習済みモデルＭに経歴情報Ａ及び細胞情報Ｂが入力された場合、学習済みモデルＭは使用する細胞数毎に、目標とする品質で、かつ目標とする数の細胞が生成できる確率を出力し、培養条件取得部２２が、目標とする品質で、かつ目標とする数の細胞が生成できる確率が最も高い細胞数を使用する細胞数として、すなわち、生成したい細胞に最も適した培養条件Ｃとして取得するようにしてもよい。
FIG. 7 is a diagram for explaining the first out-licensing unit 30 according to the embodiment of the present disclosure. The first derivation unit 30 has the above-mentioned trained model M as an example. As a result, as shown in FIG. 7, when the cells of the cell information B are generated from the cells of the patient X having the history information A, when the history information A and the cell information B are input, a predetermined threshold value is set. The excess culture conditions are output as culture conditions C suitable for the cells to be produced. As shown in FIG. 4, the culture condition C includes the type of cells used, the number of cells used, the type of container used, the type of medium used, the type of additives used, the timing of treatment, and the person in charge. Contains at least one piece of information about the person. Therefore, for example, when the number of cells to be used is the culture condition C and the history information A and the cell information B are input to the trained model M, the trained model M has the target quality for each number of cells used. The cell that outputs the probability that the target number of cells can be generated, and the culture condition acquisition unit 22 uses the cell number that has the highest probability that the target number of cells can be generated with the target quality. It may be obtained as a number, that is, as the culture condition C most suitable for the cells to be produced.


本開示の一実施形態による培養条件取得部２２は、図１３に示すように、初期化工程Ｔ１、培養工程Ｔ２、及び分化工程Ｔ３のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報Ｄに基づいて更新した更新培養条件Ｅを、培養条件Ｃとして取得する。
As shown in FIG. 13, the culture condition acquisition unit 22 according to the embodiment of the present disclosure measures when measuring cells in any one of the initialization step T1, the culture step T2, and the differentiation step T3. The updated culture condition E updated based on the measurement information D related to the above is acquired as the culture condition C.


ここで、計測情報Ｄについて説明する。図８は本開示の一実施形態による計測情報Ｄの一例を示す図である。計測情報Ｄは細胞の検査で細胞を計測する際の計測に関連する情報であり、図８に示すように、計測手段に関する情報Ｄ１及び計測手段による計測で得られた計測結果を示す情報Ｄ２である。
Here, the measurement information D will be described. FIG. 8 is a diagram showing an example of measurement information D according to the embodiment of the present disclosure. The measurement information D is information related to measurement when measuring cells in a cell test, and as shown in FIG. 8, information D1 regarding the measurement means and information D2 indicating the measurement result obtained by the measurement by the measurement means are used. be.


計測手段に関する情報Ｄ１は、計測に用いた方法の情報及び計測した担当者の情報を含む。計測に用いた方法としては、計測装置の種類や計測装置の使用の有無の情報があり、位相差顕微鏡、明視野顕微鏡、及び目視等がある。また計測した担当者の情報としては、計測者Ａ、及び計測者Ｂ等、各計測者の名前や計測の熟年度等の情報がある。
Information D1 regarding the measuring means includes information on the method used for the measurement and information on the person in charge of the measurement. The method used for the measurement includes information on the type of the measuring device and whether or not the measuring device is used, and includes a phase-contrast microscope, a bright-field microscope, and visual inspection. Further, as the information of the person in charge of measurement, there is information such as the name of each measurer such as measurer A and measurer B, and the maturity year of measurement.


計測で得られた計測結果を示す情報Ｄ２は、計測された細胞の状態、培地の状態、及び菌の有無の情報を含む。計測された細胞の状態は、細胞の検査値であり、細胞の形状、細胞の色、細胞の数、細胞の大きさ、細胞の匂い、細胞の遺伝子発現、細胞の代謝物の種類、細胞のタンパク質の情報、及び細胞にあけた穴の大きさ等である。なお、本開示においては、細胞のタンパク質の情報は、タンパク質が合成されているか否かの情報であり、細胞の遺伝子発現は、遺伝子の情報が細胞における構造及び機能に変換される過程をいう。本開示の技術においては、一例としてタンパク質は蛍光プローブを使用して計測し、遺伝子発現は、細胞をすりつぶして対象とする遺伝子の増幅剤を用いて計測する。なお、本開示はこれに限られず、公知の計測方法を使用することができる。
The information D2 indicating the measurement result obtained by the measurement includes the measured cell state, the medium state, and the presence / absence of bacteria. The measured cell status is a cell test value, which is cell shape, cell color, cell number, cell size, cell odor, cell gene expression, cell metabolite type, and cell Information on proteins, the size of holes made in cells, and the like. In the present disclosure, the information on the protein of the cell is the information on whether or not the protein is synthesized, and the gene expression of the cell refers to the process in which the gene information is converted into the structure and function in the cell. In the technique of the present disclosure, as an example, a protein is measured using a fluorescent probe, and gene expression is measured by grinding a cell and using an amplifying agent for the gene of interest. The present disclosure is not limited to this, and a known measurement method can be used.


また、培地の状態は、培地の色、培地に含まれる細胞の代謝物、培地に溶けている気体濃度等の情報を含む。培地の色を計測することにより、培地に溶けている二酸化炭素の量を計測することができる。気体濃度は、一例として培地中の炭素濃度及び窒素濃度を計測する。これにより、細胞が正常に培養できているか否かを検出することができる。
In addition, the state of the medium includes information such as the color of the medium, metabolites of cells contained in the medium, and the concentration of gas dissolved in the medium. By measuring the color of the medium, the amount of carbon dioxide dissolved in the medium can be measured. As an example, the gas concentration measures the carbon concentration and the nitrogen concentration in the medium. This makes it possible to detect whether or not the cells are normally cultured.


また、菌の有無は、細胞に菌がいるのか、培地に菌がいるのか、細胞及び培地に菌がいるのか、及び菌がいないのか等の情報である。
In addition, the presence or absence of bacteria is information such as whether the cells have bacteria, the medium has bacteria, the cells and the medium have bacteria, and the cells have no bacteria.


また、本開示においては、一実施形態として図８に示す情報を計測情報Ｄとしたが、本開示の技術はこれに限られず、計測情報Ｄは、図８に示す情報を何れか１つ以上含む情報であればよい。
Further, in the present disclosure, the information shown in FIG. 8 is defined as the measurement information D as an embodiment, but the technique of the present disclosure is not limited to this, and the measurement information D includes any one or more of the information shown in FIG. Any information may be included.


なお、一例として図１３に示す初期化工程Ｔ１において、初期化中に計測が行われる場合、計測に用いる方法としては、例えば位相差顕微鏡を使用する方法がある。すなわち、初期化工程Ｔ１においては、血球細胞４１及び皮膚細胞４２に穴をあけ、あけられた穴に薬剤が導入される。この場合、穴が薬剤を入れるために必要な大きさ、形、及び深さにあけられていないと、細胞の初期化が成功しない場合がある。そこで、例えば穴があいた細胞４１及び皮膚細胞４２を位相差顕微鏡により撮像して取得した画像から穴の大きさを計測する。なお、初期化工程Ｔ１において計測に用いた方法としては、位相差顕微鏡に限られず、穴を計測可能な方法であれば何れの方法を用いてもよい。
As an example, in the initialization step T1 shown in FIG. 13, when measurement is performed during initialization, as a method used for measurement, for example, there is a method using a phase-contrast microscope. That is, in the initialization step T1, holes are made in the blood cell cells 41 and the skin cells 42, and the drug is introduced into the made holes. In this case, cell reprogramming may not be successful unless the holes are of the size, shape, and depth required to contain the drug. Therefore, for example, the size of the holes is measured from the images obtained by imaging the cells 41 with holes and the skin cells 42 with a phase-contrast microscope. The method used for the measurement in the initialization step T1 is not limited to the phase contrast microscope, and any method may be used as long as the hole can be measured.


また、一例として図１３に示す培養工程Ｔ２において、ｉＰＳ細胞の選別する際に行われる計測に用いる方法としては、例えば位相差顕微鏡を使用する方法がある。位相差顕微鏡を用いてｉＰＳ細胞４３を撮像して撮像画像を取得し、取得した撮像画像におけるｉＰＳ細胞４３の大きさ及び形等を計測し、形が整った、つまり分化誘導可能な形状のｉＰＳ細胞４４である場合には、培養を継続してｉＰＳ細胞４４を拡大培養し、例えば形が整っていない形状である、つまり分化誘導不可能な形状のｉＰＳ細胞４４である場合には、ｉＰＳ細胞４４を除去することにより、細胞の選別が行われる。なお、ｉＰＳ細胞４３を計測に用いる方法は、位相差顕微鏡に限られず、計測者の目視であってもよいし、その他何れの方法であってもよい。
Further, as an example, in the culture step T2 shown in FIG. 13, as a method used for the measurement performed when selecting iPS cells, for example, there is a method using a phase-contrast microscope. An iPS cell 43 is imaged using a phase-contrast microscope to acquire an image, and the size and shape of the iPS cell 43 in the acquired image are measured. In the case of the cell 44, the culture is continued to expand the iPS cell 44, and for example, in the case of the iPS cell 44 having an irregular shape, that is, a shape in which differentiation cannot be induced, the iPS cell By removing 44, cells are sorted. The method of using the iPS cell 43 for measurement is not limited to the phase-contrast microscope, and may be visually observed by the measurer or any other method.


本開示の一実施形態による培養条件取得部２２は、初期化工程Ｔ１、培養工程Ｔ２、及び分化工程Ｔ３のうちの何れかの工程において、細胞を計測する際の計測に関連する上述した計測情報Ｄに基づいて、計測情報Ｄが取得された時点での培養条件Ｃを更新した更新培養条件Ｅを、新たな培養条件Ｃとして取得する。
The culture condition acquisition unit 22 according to the embodiment of the present disclosure describes the above-mentioned measurement information related to the measurement when measuring cells in any one of the initialization step T1, the culture step T2, and the differentiation step T3. Based on D, the updated culture condition E, which is an update of the culture condition C at the time when the measurement information D is acquired, is acquired as a new culture condition C.


図９は本開示の一実施形態による学習済みモデルＭをさらに説明するための図である。学習済みモデルＭは、図９に示すように、細胞を計測する際の計測に関連する計測情報Ｄ及び培養条件Ｃの情報の組Ｇと、情報の組Ｇに対応する更新培養条件Ｅとの情報セットＲを複数含む学習情報を用いて機械学習される。すなわち、学習済みモデルＭは、計測情報Ｄと計測情報Ｄが取得された時点での培養条件Ｃに基づいて更新培養条件Ｅを出力するように機械学習がなされている。なお、学習済みモデルＭは、例えば患者Ｘの細胞から細胞情報Ｂの細胞を生成する際に、更新培養条件Ｅで培養を行った場合に成功したか否かの結果も合わせて学習済みモデルＭを得るためのモデルに学習させる。これにより、学習済みモデルＭは、新たな計測情報Ｄと新たな計測情報Ｄが取得された時点での培養条件Ｃが入力されると、新たな計測情報Ｄに対して、細胞情報Ｂが示す細胞を生成することができる更新培養条件Ｅを出力するように学習がなされる。
FIG. 9 is a diagram for further explaining the trained model M according to the embodiment of the present disclosure. As shown in FIG. 9, the trained model M includes a set G of information of measurement information D and culture condition C related to measurement when measuring cells, and an updated culture condition E corresponding to the set G of information. Machine learning is performed using learning information including a plurality of information sets R. That is, the trained model M is machine-learned so as to output the updated culture condition E based on the culture condition C at the time when the measurement information D and the measurement information D are acquired. The trained model M also includes the result of success or failure when the cells of the cell information B are generated from the cells of the patient X, for example, when the cells are cultured under the updated culture condition E. Train the model to obtain. As a result, in the trained model M, when the new measurement information D and the culture condition C at the time when the new measurement information D is acquired are input, the cell information B indicates to the new measurement information D. Learning is done to output updated culture condition E capable of generating cells.


なお、本開示の一実施形態として、図６に示す学習済みモデルＭと図９に示す学習済みモデルＭとは、同一のモデルとするが、本開示の技術はこれに限らず、図６に示す学習済みモデルＭを第１の学習済みモデルとし、図９に示す学習済みモデルＭを第２の学習済みモデルとする等、異なるモデルで構成してもよい。
As an embodiment of the present disclosure, the trained model M shown in FIG. 6 and the trained model M shown in FIG. 9 are the same model, but the technique of the present disclosure is not limited to this, and FIG. The trained model M shown may be the first trained model, and the trained model M shown in FIG. 9 may be the second trained model.


本開示の一実施形態として、学習済みモデルＭにおける機械学習のアルゴリズムは、例えばディープラーニング（深層学習）がなされたニューラルネットワーク（ＮＮ（Neural Network)）を使用することができる。ただし、本開示の技術はこれに限られず、例えばサポートベクタマシン（ＳＶＭ(Support Vector Machine)）、畳み込みニューラルネットワーク（ＣＮＮ(Convolutional Neural Network)）、畳み込みニューラルネットワーク（ＣＮＮ(Convolutional Neural Network)）及びリカレントニューラルネットワーク（ＲＮＮ(Recurrent Neural Network)）等、公知の機械学習のアルゴリズムを適宜使用することができる。
As one embodiment of the present disclosure, the machine learning algorithm in the trained model M can use, for example, a deep learning (deep learning) neural network (NN (Neural Network)). However, the technology of the present disclosure is not limited to this, for example, a support vector machine (SVM), a convolutional neural network (CNN), a convolutional neural network (CNN), and a recurrent. A known machine learning algorithm such as a neural network (RNN (Recurrent Neural Network)) can be appropriately used.


図１０は本開示の一実施形態による第２の導出部３１を説明するための図である。第２の導出部３１は一例として上述した学習済みモデルＭを有している。これにより、図１０に示すように、経歴情報Ａを有する患者Ｘの細胞から細胞情報Ｂの細胞を生成する場合に、細胞の計測毎に計測された計測情報Ｄとこの計測情報Ｄが取得された時点での培養条件Ｃが入力されると、予め定められた閾値を超えた培養条件が、生成したい細胞に適した更新培養条件Ｅとして出力される。なお、更新培養条件Ｅは、例えば使用する細胞数を更新培養条件Ｅとする場合に、学習済みモデルＭに計測情報Ｄと計測情報Ｄが取得された時点での培養条件Ｃが入力された場合、学習済みモデルＭは使用する細胞数毎に、目標とする品質で、かつ目標とする数の細胞が生成できる確率を出力し、培養条件取得部２２が、目標とする品質で、かつ目標とする数の細胞が生成できる確率が最も高い細胞数を使用する細胞数として、すなわち、生成したい細胞に最も適した更新培養条件Ｅとして取得するようにしてもよい。
FIG. 10 is a diagram for explaining a second out-licensing unit 31 according to an embodiment of the present disclosure. The second derivation unit 31 has the above-mentioned trained model M as an example. As a result, as shown in FIG. 10, when the cells of the cell information B are generated from the cells of the patient X having the history information A, the measurement information D measured for each cell measurement and the measurement information D are acquired. When the culture condition C at that time is input, the culture condition exceeding a predetermined threshold is output as the renewal culture condition E suitable for the cells to be generated. The renewal culture condition E is, for example, when the number of cells to be used is the renewal culture condition E, and the culture condition C at the time when the measurement information D and the measurement information D are acquired is input to the trained model M. , The trained model M outputs the probability that the target quality and the target number of cells can be generated for each number of cells used, and the culture condition acquisition unit 22 outputs the target quality and the target. It may be obtained as the number of cells using the number of cells having the highest probability of producing the number of cells to be produced, that is, as the renewal culture condition E most suitable for the cells to be produced.


次いで、本開示の一実施形態の細胞生成支援装置１において行われる処理について説明する。図１１は本開示の一実施形態の細胞生成支援装置１において行われる処理を示すフローチャート、図１２は本開示の一実施形態の細胞生成支援装置１において行われる処理を説明するための図である。まず、情報取得部２１は、使用する細胞の経歴を示す経歴情報Ａ及び生成したい細胞の細胞情報Ｂを取得する（ステップＳＴ１）。次いで、培養条件取得部２２は、情報取得部２１で取得した経歴情報Ａ及び細胞情報Ｂを図１２に示すように、学習済みモデルＭに入力して細胞を培養するための培養条件Ｃを取得し、報知部１４は、培養条件取得部２２が取得した培養条件Ｃを報知する。具体的にはディスプレイに培養条件Ｃを表示する（ステップＳＴ２）。
Next, the processing performed in the cell generation support device 1 of the embodiment of the present disclosure will be described. FIG. 11 is a flowchart showing a process performed in the cell generation support device 1 of the embodiment of the present disclosure, and FIG. 12 is a diagram for explaining the process performed in the cell generation support device 1 of the embodiment of the present disclosure. .. First, the information acquisition unit 21 acquires the history information A indicating the history of the cells to be used and the cell information B of the cells to be generated (step ST1). Next, the culture condition acquisition unit 22 inputs the history information A and the cell information B acquired by the information acquisition unit 21 into the trained model M to acquire the culture condition C for culturing the cells, as shown in FIG. Then, the notification unit 14 notifies the culture condition C acquired by the culture condition acquisition unit 22. Specifically, the culture condition C is displayed on the display (step ST2).


培養条件取得部２２により取得された培養条件Ｃに基づいて、すなわち図４に示される、使用する細胞の種類、使用する細胞数、使用する容器の種類、使用する培地の種類、使用する添加物の種類、処理のタイミング、及び担当者に関する情報に基づいて、担当者により細胞を生成する作業が開始される。まずは図１３に示すように担当者が患者４０から培養条件Ｃに基づいた細胞を採取し、採取された細胞の初期化工程Ｔ１が開始される。
Based on the culture condition C acquired by the culture condition acquisition unit 22, that is, the type of cells used, the number of cells used, the type of container used, the type of medium used, and the additives used, as shown in FIG. Based on information about the type of cell, the timing of processing, and the person in charge, the person in charge starts the work of generating cells. First, as shown in FIG. 13, the person in charge collects cells based on the culture condition C from the patient 40, and the initialization step T1 of the collected cells is started.


次に、培養条件Ｃの計測手段に関する情報Ｄ１に基づいて、細胞の計測が細胞を初期化する初期化工程Ｔ１、細胞を培養する培養工程Ｔ２、及び細胞を分化誘導させる分化工程Ｔ３の各工程の予め定められたタイミング、すなわち細胞検査タイミングで行われる。細胞生成支援装置１において、ＣＰＵ１１は、細胞を初期化する初期化工程Ｔ１、細胞を培養する培養工程Ｔ２、及び細胞を分化誘導させる分化工程Ｔ３の各工程において、予め定められたタイミング、すなわち判断タイミングに基づいて、培養条件取得部２２が細胞を計測する際の計測に関連する新たな計測情報Ｄを取得したか否かを判別する（ステップＳＴ３）。一例として判断タイミングは、細胞検査タイミングに基づいて設定することができ、ある細胞検査タイミングとその次の細胞検査タイミングとの間に判断タイミングを設定することができる。
Next, based on the information D1 regarding the measurement means of the culture condition C, each step of the initialization step T1 in which the measurement of the cells initializes the cells, the culture step T2 in which the cells are cultured, and the differentiation step T3 in which the cells are induced to differentiate. It is performed at a predetermined timing, that is, a cell test timing. In the cell generation support device 1, the CPU 11 determines a predetermined timing in each step of the initialization step T1 for initializing cells, the culture step T2 for culturing cells, and the differentiation step T3 for inducing differentiation of cells. Based on the timing, it is determined whether or not the culture condition acquisition unit 22 has acquired new measurement information D related to the measurement when measuring the cells (step ST3). As an example, the judgment timing can be set based on the cell test timing, and the judgment timing can be set between a certain cell test timing and the next cell test timing.


ステップＳＴ３において培養条件取得部２２が新たな計測情報Ｄを取得していないと判別した場合（ステップＳＴ３；ＮＯ）には、ＣＰＵ１１は、ステップＳＴ６に処理を移行し、全ての工程が終了したか否かを判別する（ステップＳＴ６）。
If it is determined in step ST3 that the culture condition acquisition unit 22 has not acquired new measurement information D (step ST3; NO), the CPU 11 shifts the process to step ST6, and has all the steps been completed? Whether or not it is determined (step ST6).


一方、ステップＳＴ３において培養条件取得部２２が新たな計測情報Ｄを取得したと判別した場合（ステップＳＴ３；ＹＥＳ）には、培養条件取得部２２は、図１２に示すように、取得した新たな計測情報Ｄと新たな計測情報Ｄが取得された時点での培養条件Ｃとを学習済みモデルＭに入力することにより学習済みモデルＭから出力された更新培養条件Ｅを新たな培養条件Ｃとして取得する（ステップＳＴ４）。
On the other hand, when it is determined in step ST3 that the culture condition acquisition unit 22 has acquired the new measurement information D (step ST3; YES), the culture condition acquisition unit 22 acquires the new measurement information D as shown in FIG. By inputting the measurement information D and the culture condition C at the time when the new measurement information D is acquired into the trained model M, the updated culture condition E output from the trained model M is acquired as the new culture condition C. (Step ST4).


次に報知部１４は、培養条件取得部２２が新たに取得した培養条件Ｃを報知する。具体的にはディスプレイに培養条件Ｃを表示する（ステップＳＴ５）。
Next, the notification unit 14 notifies the culture condition C newly acquired by the culture condition acquisition unit 22. Specifically, the culture condition C is displayed on the display (step ST5).


以降の工程においては、更新された培養条件Ｃに基づいて、細胞の生成が行われる。次にＣＰＵ１１は、全ての工程が終了したか否かを判別する（ステップＳＴ６）。全ての工程が終了していない場合には（ステップＳＴ６；ＮＯ）、ＣＰＵ１１はステップＳＴ３に処理を移行して、以降の処理を行う。すなわち、更新された培養条件Ｃの細胞検査タイミングに基づいて、培養条件取得部２２が細胞を計測する際の計測に関連する新たな計測情報Ｄを取得したか否かを判別する（ステップＳＴ３）。一方、全ての工程が終了した場合には（ステップＳＴ６；ＹＥＳ）、細胞生成支援装置１は一連の処理を終了する。
In the subsequent steps, cell generation is performed based on the updated culture condition C. Next, the CPU 11 determines whether or not all the steps have been completed (step ST6). If all the steps have not been completed (step ST6; NO), the CPU 11 shifts the process to step ST3 and performs the subsequent processes. That is, based on the updated cell test timing of the culture condition C, it is determined whether or not the culture condition acquisition unit 22 has acquired new measurement information D related to the measurement when measuring the cells (step ST3). .. On the other hand, when all the steps are completed (step ST6; YES), the cell generation support device 1 ends a series of processes.


以上のように本開示の一実施形態の細胞生成支援装置１によれば、使用する細胞の経歴を示す経歴情報Ａ及び生成したい細胞の細胞情報Ｂを取得し、取得した経歴情報Ａ及び細胞情報Ｂに基づいて細胞を培養するための培養条件Ｃを取得するので、生成したい細胞を目標とする数だけ生成するための培養条件Ｃを取得できる。さらに本開示の一実施形態の細胞生成支援装置１によれば、細胞を初期化する初期化工程Ｔ１、細胞を培養する培養工程Ｔ２、及び細胞を分化誘導させる分化工程Ｔ３のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報Ｄに基づいて、計測情報Ｄが取得された時点での培養条件Ｃを更新した更新培養条件Ｅを、培養条件Ｃとして取得するので、細胞を計測する毎に生成したい細胞を目標とする数だけ生成するためのより最適な培養条件Ｃを取得することができる。
As described above, according to the cell generation support device 1 of the embodiment of the present disclosure, the history information A indicating the history of the cell to be used and the cell information B of the cell to be generated are acquired, and the acquired history information A and the cell information are acquired. Since the culture condition C for culturing the cells is acquired based on B, the culture condition C for producing a target number of cells to be produced can be acquired. Further, according to the cell generation support device 1 of the embodiment of the present disclosure, any one of the initialization step T1 for reprogramming cells, the culturing step T2 for culturing cells, and the differentiation step T3 for inducing differentiation of cells. In the step, based on the measurement information D related to the measurement when measuring the cells, the updated culture condition E, which is the updated culture condition C at the time when the measurement information D is acquired, is acquired as the culture condition C. It is possible to obtain a more optimum culture condition C for generating a target number of cells to be generated each time the cells are measured.


このように培養条件Ｃに基づいた細胞検査タイミングでの計測毎に、最適な培養条件Ｃを取得することができるので、細胞を生成する担当者は、最適な培養条件Ｃに基づいて細胞を生成することができ、従来と比較して、生成したい細胞を目標とする数だけ生成できる可能性を向上させることができる。
In this way, the optimum culture condition C can be obtained for each measurement at the cell test timing based on the culture condition C, so that the person in charge of generating cells generates cells based on the optimum culture condition C. It is possible to improve the possibility of producing a target number of cells to be generated as compared with the conventional case.


なお、上述した実施形態においては、第１の導出部３０及び第２の導出部３１は、学習済みモデルＭを含むものとしたが、本開示の技術はこれに限られない。第１の導出部３０は、経歴情報Ａ及び細胞情報Ｂに基づいて培養条件Ｃを導出することができれば、機械学習を使用しなくても、経歴情報Ａ及び細胞情報Ｂと、培養条件Ｃとの対応テーブル、及び計算式等を使用してもよい。また、第２の導出部３１についても第１の導出部３０と同様に、計測情報Ｄに基づいて更新培養条件Ｅを導出することができれば、対応テーブル、及び計算式等のうちの何れを使用してもよい。
In the above-described embodiment, the first out-licensing unit 30 and the second out-licensing unit 31 include the trained model M, but the technique of the present disclosure is not limited to this. If the culture condition C can be derived based on the history information A and the cell information B, the first derivation unit 30 can use the history information A, the cell information B, and the culture condition C without using machine learning. Corresponding table, calculation formula, etc. may be used. Further, for the second out-licensing unit 31, as in the first out-licensing unit 30, if the updated culture condition E can be derived based on the measurement information D, any of the corresponding table, the calculation formula, and the like can be used. You may.


また、上述した実施形態の培養条件取得部２２は、さらに、計測手段に関する情報Ｄ１に基づいた重み付けを付加して更新した更新培養条件Ｅを、培養条件Ｃとして取得してもよい。例えば、細かい作業が得意な担当者Ａと、細かい作業が苦手な担当者Ｂとでは、同じ処理を行った場合であっても、細胞の生成に与える影響が異なる場合がある。また、計測に用いた方法においても、担当者の目視と、計測装置を用いた計測とでは、細胞の生成に与える影響が異なる場合がある。そのため、更新した更新培養条件Ｅに計測手段に関する情報Ｄ１に基づいた重み付け、すなわち、計測手段に関する情報Ｄ１において、計測結果がより正確になる方に重み付けをより重く付加することにより、培養条件Ｃは、上述した実施形態と比較してより最適な培養条件Ｃを取得することができる。
Further, the culture condition acquisition unit 22 of the above-described embodiment may further acquire the updated culture condition E updated by adding weighting based on the information D1 regarding the measuring means as the culture condition C. For example, a person in charge A who is good at detailed work and a person in charge B who is not good at detailed work may have different effects on cell generation even if the same treatment is performed. Further, even in the method used for the measurement, the influence on the cell generation may be different between the visual inspection of the person in charge and the measurement using the measuring device. Therefore, the culture condition C is changed by weighting the updated updated culture condition E based on the information D1 regarding the measuring means, that is, by adding a heavier weight to the information D1 regarding the measuring means so that the measurement result becomes more accurate. , More optimal culture condition C can be obtained as compared with the above-described embodiment.


また、上述した実施形態の学習済みモデルＭは、新たな計測情報Ｄ及びこの計測情報Ｄを取得した時点で取得された培養条件Ｃから導出される更新培養条件Ｅと、目標とする品質で、かつ目標とする数の細胞が生成できる確率を出力とを出力するように学習がなされるが、これに限定されず、培養条件Ｃのかわりに、経歴情報Ａと細胞情報Ｂを含めた情報から更新培養条件Ｅを導出するようにしてもよい。
Further, the trained model M of the above-described embodiment has new measurement information D and updated culture condition E derived from the culture condition C acquired at the time when the measurement information D is acquired, and the target quality. In addition, learning is performed so as to output the probability that the target number of cells can be generated, but the learning is not limited to this, and instead of the culture condition C, the information including the history information A and the cell information B is used. The renewal culture condition E may be derived.


また、上述した実施形態の報知部１４は、培養条件Ｃを表示するようにしたが、これらに加えて、細胞情報Ｂが示す細胞を生成することができる確率、経歴情報Ａ、細胞情報Ｂ、取得した計測情報Ｄ、すなわち計測手段に関する情報Ｄ１や計測で得られた計測結果を示す情報Ｄ２、また計測で得られた計測結果を示す情報Ｄ２の継時的変化等を表示するようにしてもよい。
Further, the notification unit 14 of the above-described embodiment displays the culture condition C, but in addition to these, the probability that the cell indicated by the cell information B can be generated, the history information A, the cell information B, Even if the acquired measurement information D, that is, information D1 regarding the measurement means, information D2 indicating the measurement result obtained by the measurement, and information D2 indicating the measurement result obtained by the measurement are displayed over time. good.


なお、上記実施形態で説明した処理はあくまでも一例である。従って、本開示の技術の主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。
The process described in the above embodiment is merely an example. Therefore, it goes without saying that unnecessary steps may be deleted, new steps may be added, or the processing order may be changed within a range that does not deviate from the gist of the technique of the present disclosure.


また、本開示の技術の一実施形態である細胞生成支援装置１は、本開示の技術の主旨を逸脱しない範囲内において適宜設計変更可能である。
Further, the cell generation support device 1, which is an embodiment of the technique of the present disclosure, can be appropriately redesigned within a range that does not deviate from the gist of the technique of the present disclosure.


１ 細胞作成支援装置

１１ ＣＰＵ

１２ メモリ

１３ ストレージ

１４ 報知部

１５ 入力部

２１ 情報取得部

２２ 培養条件取得部

３０ 第１の導出部

３１ 第２の導出部

４０ 患者

４１ 血球細胞

４２ 皮膚細胞

４３，４４，４５，４６ ｉＰＳ細胞

４７ 神経細胞

４８ 心筋細胞

４９ 肝臓細胞

Ａ 経歴情報

Ｂ 細胞情報

Ｂ１ 細胞の種類

Ｂ２ 目標細胞数

Ｂ３ 細胞の状態

Ｂ４ 生成を完了したい日数

Ｃ 培養条件

Ｄ 計測情報

Ｄ１ 計測手段に関する情報

Ｄ２ 計測で得られた計測結果を示す情報

Ｅ 更新培養条件

Ｍ 学習済みモデル（第１の学習済みモデル，第２の学習済みモデル）

Ｐ 情報の組（第１の情報の組）

Ｇ 情報の組（第２の情報の組）

Ｒ 情報セット

Ｓ 情報セット

Ｔ１ 初期化工程

Ｔ１ 初期工程

Ｔ２ 培養工程

Ｔ３ 分化工程

Ｘ 患者
1 Cell creation support device

11 CPU

12 memory

13 storage

14 Notification unit

15 Input section

21 Information acquisition department

22 Culture condition acquisition section

30 First out-licensing unit

31 Second out-licensing unit

40 patients

41 Blood cells

42 skin cells

43,44,45,46 iPS cells

47 nerve cells

48 cardiomyocytes

49 liver cells

A Career information

B cell information

B1 cell type

B2 Target number of cells

B3 cell status

Number of days you want to complete B4 generation

C culture conditions

D Measurement information

Information about D1 measuring means

Information showing the measurement results obtained by D2 measurement

E Renewal culture conditions

M trained model (first trained model, second trained model)

P set of information (first set of information)

G Information set (second information set)

R information set

S information set

T1 initialization process

T1 initial process

T2 culture process

T3 differentiation process

X patient

Claims (20)


使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得する情報取得部と、

前記情報取得部で取得した前記経歴情報及び前記細胞情報に基づいて細胞を培養するための培養条件を取得する培養条件取得部とを含む細胞生成支援装置。
An information acquisition unit that acquires history information indicating the history of cells to be used and cell information of cells to be generated, and

A cell generation support device including a culture condition acquisition unit that acquires culture conditions for culturing cells based on the history information and the cell information acquired by the information acquisition unit.
前記培養条件取得部は、細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報に基づいて更新した更新培養条件を、前記培養条件として取得する請求項１に記載の細胞生成支援装置。
The culture condition acquisition unit is related to measurement when measuring cells in any one of the initialization step of initializing cells, the culture step of culturing cells, and the differentiation step of inducing differentiation of cells. The cell generation support device according to claim 1, wherein the updated culture conditions updated based on the measurement information are acquired as the culture conditions.
前記培養条件取得部は、前記経歴情報及び前記細胞情報に基づいて前記培養条件を導出する第１の導出部を含む請求項１に記載の細胞生成支援装置。
The cell generation support device according to claim 1, wherein the culture condition acquisition unit includes a first derivation unit that derives the culture conditions based on the history information and the cell information.
前記第１の導出部は、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を含む第１の情報の組と、前記第１の情報の組に対応する培養条件との情報セットを複数含む学習情報を用いて機械学習された第１の学習済みモデルを含む請求項３に記載の細胞生成支援装置。
The first derivation unit is an information set of a first set of information including history information indicating the history of cells to be used and cell information of cells to be generated, and culture conditions corresponding to the first set of information. The cell generation support device according to claim 3, which includes a first trained model machine-learned using learning information including a plurality of learned information.
前記培養条件取得部は、

前記情報取得部で取得した前記経歴情報及び前記細胞情報に基づいて前記培養条件を導出する第１の導出部と、前記計測情報に基づいて更新した前記更新培養条件を前記培養条件として導出する第２の導出部とを含む請求項２に記載の細胞生成支援装置。
The culture condition acquisition unit

A first derivation unit that derives the culture conditions based on the history information and the cell information acquired by the information acquisition unit, and a first derivation unit that derives the updated culture conditions updated based on the measurement information as the culture conditions. The cell generation support device according to claim 2, which includes a derivation unit of 2.
前記第１の導出部は、使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を含む第１の情報の組と、前記第１の情報の組に対応する培養条件との情報セットを複数含む学習情報を用いて機械学習された第１の学習済みモデルを含み、

前記第２の導出部は、細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報及び培養条件を含む第２の情報の組と、前記第２の情報の組に対応する更新培養条件との情報セットを複数含む学習情報を用いて機械学習された第２の学習済みモデルを含む請求項５に記載の細胞生成支援装置。
The first derivation unit is an information set of a first set of information including history information indicating the history of the cells to be used and cell information of the cells to be generated, and culture conditions corresponding to the first set of information. Including the first trained model machine-learned using the training information containing a plurality of

The second derivation unit is related to measurement when measuring cells in any one of a reprogramming step of reprogramming cells, a culturing step of culturing cells, and a differentiation step of inducing differentiation of cells. The second learned machine-learned using the learning information including a plurality of information sets of the second set of information including the measurement information and the culture condition to be performed and the updated culture condition corresponding to the second set of information. The cell generation support device according to claim 5, which includes a model.
前記第１の学習済みモデルと前記第２の学習済みモデルとは１つの学習済みモデルで構成されている請求項６に記載の細胞生成支援装置。
The cell generation support device according to claim 6, wherein the first trained model and the second trained model are composed of one trained model.
前記計測情報は、計測手段に関連する情報及び前記計測手段による計測で得られた計測結果を示す情報の少なくとも一方の情報である請求項２及び請求項５から７の何れか１項に記載の細胞生成支援装置。
The measurement information according to any one of claims 2 and 5 to 7, wherein the measurement information is at least one of information related to the measurement means and information indicating the measurement result obtained by the measurement by the measurement means. Cell generation support device.
前記計測手段に関連する情報は、計測に用いた方法及び計測した担当者の何れか一方を示す情報を含み、

前記計測結果を示す情報は、計測された細胞の状態、培地の状態、及び菌の有無のうち、何れか１以上の情報を含む請求項８に記載の細胞生成支援装置。
The information related to the measuring means includes information indicating either the method used for the measurement or the person in charge of the measurement.

The cell generation support device according to claim 8, wherein the information indicating the measurement result includes information on any one or more of the measured cell state, medium state, and presence / absence of bacteria.
前記計測された細胞の状態は、細胞の形状、細胞の色、細胞の数、細胞の大きさ、細胞の匂い、細胞の遺伝子発現、細胞の代謝物の種類、及び細胞のタンパク質のうち、何れか１以上の情報を含む請求項９に記載の細胞生成支援装置。
The measured cell state is any of cell shape, cell color, cell number, cell size, cell odor, cell gene expression, cell metabolite type, and cell protein. The cell generation support device according to claim 9, which includes one or more pieces of information.
前記培養条件取得部は、前記計測手段に関する情報に基づいた重み付けを付加して更新した更新培養条件を、前記培養条件として取得する請求項８から１０の何れか１項に記載の細胞生成支援装置。
The cell generation support device according to any one of claims 8 to 10, wherein the culture condition acquisition unit acquires the updated culture condition updated by adding weighting based on the information about the measurement means as the culture condition. ..
前記培養条件を報知する報知部を含む請求項１から１１の何れか１項に記載の細胞生成支援装置。
The cell generation support device according to any one of claims 1 to 11, which includes a notification unit that notifies the culture conditions.
前記培養条件は、使用する細胞の種類、使用する細胞数、使用する容器の種類、使用する培地の種類、使用する添加物の種類、処理のタイミング、及び担当者に関する情報のうち、何れか１以上を含む請求項１から１２の何れか１項に記載の細胞生成支援装置。
The culture condition is any one of the types of cells used, the number of cells used, the type of container used, the type of medium used, the type of additives used, the timing of treatment, and information on the person in charge. The cell generation support device according to any one of claims 1 to 12, which includes the above.
前記処理のタイミングは、播種のタイミング、継代のタイミング、培地を交換するタイミング、添加物を添加するタイミング、及び細胞を検査するタイミングのうち、何れか１以上のタイミングを含む請求項１３に記載の細胞生成支援装置。
The timing of the treatment according to claim 13, which includes any one or more of the timing of seeding, the timing of passage, the timing of changing the medium, the timing of adding the additive, and the timing of examining the cells. Cell generation support device.
前記経歴情報は、使用する細胞の保有者である患者の名前、前記患者の性別、前記患者の血液型、前記患者の人種、前記患者の年齢、前記患者の疾患歴、前記患者の免疫情報、及び前記患者の血縁者の疾患歴のうち、何れか１以上の情報を含む請求項１から１４の何れか１項に記載の細胞生成支援装置。
The background information includes the name of the patient who is the carrier of the cells to be used, the sex of the patient, the blood type of the patient, the race of the patient, the age of the patient, the disease history of the patient, and the immunological information of the patient. The cell generation support device according to any one of claims 1 to 14, which includes information on any one or more of the disease histories of relatives of the patient.
前記細胞情報は、生成したい細胞の種類、生成したい細胞の数、生成したい細胞の状態、及び生成を完了したい日数のうち、何れか１以上の情報を含む請求項１から１５の何れか１項に記載の細胞生成支援装置。
The cell information is any one of claims 1 to 15, which includes information on any one or more of the type of cell to be generated, the number of cells to be generated, the state of the cell to be generated, and the number of days to complete the generation. The cell generation support device according to.
使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得し、

取得した前記経歴情報及び前記細胞情報に基づいて細胞を培養するための培養条件を取得する細胞生成支援方法。
Obtain the history information indicating the history of the cells to be used and the cell information of the cells to be generated,

A cell generation support method for acquiring culture conditions for culturing cells based on the acquired history information and the cell information.
細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関連する計測情報に基づいて更新した更新培養条件を、前記培養条件として取得する請求項１７に記載の細胞生成支援方法。
Updated based on measurement information related to measurement when measuring cells in any one of the reprogramming step of reprogramming cells, the culturing step of culturing cells, and the differentiation step of inducing differentiation of cells. The cell generation support method according to claim 17, wherein the renewal culture condition is acquired as the culture condition.
使用する細胞の経歴を示す経歴情報及び生成したい細胞の細胞情報を取得する手順と、

取得した前記経歴情報及び前記細胞情報に基づいて細胞を培養するための培養条件を取得する手順とをコンピュータに実行させる細胞生成支援プログラム。
The procedure for acquiring the history information indicating the history of the cells to be used and the cell information of the cells to be generated, and

A cell generation support program that causes a computer to execute a procedure for acquiring culture conditions for culturing cells based on the acquired history information and the cell information.
細胞を初期化する初期化工程、細胞を培養する培養工程、及び細胞を分化誘導させる分化工程のうちの何れかの工程において、細胞を計測する際の計測に関する計測情報に基づいて更新した更新培養条件を、前記培養条件として取得する手順をさらにコンピュータに実行させる請求項１９に記載の細胞生成支援プログラム。
Renewal culture updated based on measurement information related to measurement when measuring cells in any one of the reprogramming step of reprogramming cells, the culturing step of culturing cells, and the differentiation step of inducing differentiation of cells. The cell generation support program according to claim 19, wherein the computer further executes a procedure for acquiring the conditions as the culture conditions.
JP2020566106A 2019-01-18 2019-10-15 CELL GENERATION SUPPORT DEVICE, METHOD, AND PROGRAM Active JP7282809B2 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019007372 2019-01-18
JP2019007372 2019-01-18
PCT/JP2019/040361 WO2020148956A1 (en) 2019-01-18 2019-10-15 Cell generation support device, method and program

Publications (2)

Publication Number Publication Date
JPWO2020148956A1 true JPWO2020148956A1 (en) 2021-09-27
JP7282809B2 JP7282809B2 (en) 2023-05-29

Family

ID=71613602

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020566106A Active JP7282809B2 (en) 2019-01-18 2019-10-15 CELL GENERATION SUPPORT DEVICE, METHOD, AND PROGRAM

Country Status (2)

Country Link
JP (1) JP7282809B2 (en)
WO (1) WO2020148956A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024079840A1 (en) * 2022-10-13 2024-04-18 株式会社日立製作所 Method for controlling culture device, and method for controlling culture device in association with cell culture

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004013278A (en) * 2002-06-04 2004-01-15 Olympus Corp Surgery day fixing support apparatus, and method and program thereof
WO2015076391A1 (en) * 2013-11-25 2015-05-28 東京エレクトロン株式会社 Automatic culture system and cell management system
JP2015223174A (en) * 2014-05-30 2015-12-14 富士フイルム株式会社 Cell determination device, method, and program
WO2018101004A1 (en) * 2016-12-01 2018-06-07 富士フイルム株式会社 Cell image evaluation system and program for controlling cell image evaluation
WO2018142702A1 (en) * 2017-01-31 2018-08-09 株式会社ニコン Culturing assistance device, observation device, and program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004013278A (en) * 2002-06-04 2004-01-15 Olympus Corp Surgery day fixing support apparatus, and method and program thereof
WO2015076391A1 (en) * 2013-11-25 2015-05-28 東京エレクトロン株式会社 Automatic culture system and cell management system
JP2015223174A (en) * 2014-05-30 2015-12-14 富士フイルム株式会社 Cell determination device, method, and program
WO2018101004A1 (en) * 2016-12-01 2018-06-07 富士フイルム株式会社 Cell image evaluation system and program for controlling cell image evaluation
WO2018142702A1 (en) * 2017-01-31 2018-08-09 株式会社ニコン Culturing assistance device, observation device, and program

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
三宅 淳, 他: "ディープラ一二ングの医療応用に向けた期待", INNERVISION, vol. 33, no. 7, JPN6020001444, 25 June 2018 (2018-06-25), pages 24 - 29, ISSN: 0004937847 *
寺村 岳士, 松田 浩一: "培養細胞の自動評価と赤外線レーザーを用いた非接触式細胞選別法の必要性", BIO INDUSTRY, vol. 33, no. 2, JPN6020001446, 12 February 2016 (2016-02-12), pages 26 - 33, ISSN: 0004937849 *
高薄 一弘: "培養・検査工程を効率化する最新自動観察・画像解析技術", ＩＰＳ細胞の安全・高品質な作製技術, JPN6020001445, 31 October 2016 (2016-10-31), pages 320 - 326, ISSN: 0004937848 *

Also Published As

Publication number Publication date
WO2020148956A1 (en) 2020-07-23
JP7282809B2 (en) 2023-05-29

Similar Documents

Publication Publication Date Title
Chavez-Badiola et al. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation
Dimitriadis et al. Artificial intelligence in the embryology laboratory: a review
Liu et al. Time-lapse deselection model for human day 3 in vitro fertilization embryos: the combination of qualitative and quantitative measures of embryo growth
JP7034354B2 (en) Analysis method for image analysis of living cells
Burova et al. Mathematical and computational models for bone tissue engineering in bioreactor systems
Tan et al. A cost-minimization analysis of tissue-engineered constructs for corneal endothelial transplantation
Uomini et al. Manual laterality and cognition through evolution: An archeological perspective
JP2017195887A (en) System for screening patient tailor-made type anticancer agent
CN114359899B (en) Cell co-culture model, cell model construction method, computer device, and storage medium
Gamm et al. Modeling retinal degenerative diseases with human iPS-derived cells: current status and future implications
CN106795474A (en) Embryo evaluates
US20210087517A1 (en) Information processing apparatus, derivation method, and derivation program
JP2022504174A (en) Systems and methods for identifying bioactive agents using bias-free machine learning
Comi et al. Leveraging a Sturge-Weber gene discovery: an agenda for future research
JP7282809B2 (en) CELL GENERATION SUPPORT DEVICE, METHOD, AND PROGRAM
CN104755608A (en) Automatic surveillance of in vitro incubating embryos
O’Brien et al. Random survival forests analysis of intraoperative complications as predictors of descemet stripping automated endothelial keratoplasty graft failure in the cornea preservation time study
JPH0227977A (en) Device, method and examination method for culturing animal cell
JPWO2020148964A1 (en) Cell production support devices, methods, and programs
Birry Automated classification in digital images of osteogenic differentiated stem cells
WO2021177142A1 (en) System, information processor, server, terminal, program or method for supporting assisted reproduction
Sah Challenges of stem cell therapy in developing country
Fadon et al. Time-lapse systems: A comprehensive analysis on effectiveness
Rosenberger The face of Strigorhysis: implications of another tarsier‐like, large‐eyed Eocene North American tarsiiform primate
JP2016071505A (en) Cell information acquisition apparatus, method, and program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210407

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220721

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230203

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230425

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230517

R150 Certificate of patent or registration of utility model

Ref document number: 7282809

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150