WO2020189219A1

WO2020189219A1 - 情報処理装置、細胞培養システム、情報処理方法、及び情報処理プログラム

Info

Publication number: WO2020189219A1
Application number: PCT/JP2020/007993
Authority: WO
Inventors: 英俊高山; 晃寿伊藤; 孝浩大場; 圭介奥
Original assignee: 富士フイルム株式会社
Priority date: 2019-03-19
Filing date: 2020-02-27
Publication date: 2020-09-24
Also published as: JPWO2020189219A1; EP3943588A1; EP3943588A4; JP7314253B2; US20210403855A1

Abstract

情報処理装置は、複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び流体デバイスの配置位置を表す情報を取得する取得部と、取得部により取得された複数の評価値、培養環境、及び情報のうち、培養環境が調整されることによって評価値が第１閾値以上で、かつ複数の流体デバイス間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置を表す情報を教師データとして用いた機械学習によって、評価値及び配置位置を表す情報を入力とし、かつ培養環境を出力とした学習済みモデルを生成する生成部を備える。

Description

情報処理装置、細胞培養システム、情報処理方法、及び情報処理プログラム

　本開示は、情報処理装置、細胞培養システム、情報処理方法、及び情報処理プログラムに関する。

　細胞培養に関する技術として、マイクロ流体デバイス内で生体細胞を培養するための培養ステーションが知られている（特表２０１８－５１２８５３号公報（特許文献１）参照）。この培養ステーションは、培養培地源からマイクロ流体デバイスへ培養培地を流入させるポンプ、及びマイクロ流体デバイスの温度を制御する熱調整システムを備えている。

　また、細胞を培養する培養層と、モニタリング装置と、無菌サンプリング装置、分析装置、データ収集装置、データ解析装置、及びクラスタ分析機能を備えた細胞状態判別装置と、を備えた細胞培養装置が開示されている（特開２０１８－１１７５６７号公報（特許文献２）参照）。この細胞培養装置は、クラスタごとの細胞の反応モデルの参照機能を備えた運転制御補正装置を更に備える。

　ところで、マイクロ流体デバイス等の流体デバイスを用いた細胞培養では、流体デバイスの流路構造を種々検討することにより多様な機能をカスタマイズできるようになっている。これにより、創薬、毒性評価、Organ-on-a-chip、Body-on-a-chip、及び分析化学等の用途への応用がされている。しかしながら、流体デバイス単体では、想定した用途で使用できないため、送液系、センシング、及び培養環境の調整等の制御が可能なシステムが求められている。

　また、上記の用途では、複数の流体デバイスを用いた細胞培養が行えることが好ましい。更に、この場合、複数の流体デバイス各々で培養されている細胞の状態を極力良好で、かつ均質な状態とすることが好ましい。

　しかしながら、複数の流体デバイスを、例えば、インキュベータ等の閉鎖環境内に配置した場合、各流体デバイスで培養される細胞の培養環境を同じにしても、流体デバイスの配置位置によって細胞の状態が変わってしまう場合がある。特許文献１及び特許文献２には、複数の流体デバイス各々の配置位置を考慮して、各流体デバイスで培養される細胞の状態を良好で、かつ均質な状態とすることは考慮されていない。

　本開示は、以上の事情を鑑みてなされたものであり、複数の流体デバイス各々で培養される細胞の状態を良好で、かつ均質な状態とすることができる情報処理装置、細胞培養システム、情報処理方法、及び情報処理プログラムを提供することを目的とする。

　上記目的を達成するために、本開示の情報処理装置は、複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び流体デバイスの配置位置を表す情報を取得する取得部と、取得部により取得された複数の評価値、培養環境、及び情報のうち、培養環境が調整されることによって評価値が第１閾値以上で、かつ複数の流体デバイス間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置を表す情報を教師データとして用いた機械学習によって、評価値及び配置位置を表す情報を入力とし、かつ培養環境を出力とした学習済みモデルを生成する生成部を備える。

　なお、本開示の情報処理装置は、評価値が、細胞を撮影して得られた画像から導出される情報及び細胞の経上皮電気抵抗によって定められる値であってもよい。

　また、本開示の情報処理装置は、培養環境が、流体デバイスを流れる液体の流量、液体の温度、流体デバイスの周囲の環境温度、流体デバイスの周囲の環境湿度、流体デバイスの周囲の二酸化炭素濃度、流体デバイスの周囲の窒素濃度、及び流体デバイスの周囲の酸素濃度を含んでもよい。

　また、本開示の細胞培養システムは、細胞が培養される流体デバイス、液体を流体デバイスに流入させる送液部、流体デバイスで培養される細胞の状態を検出する検出部、及び送液部と検出部とを制御する制御部をそれぞれ備えた複数の細胞培養チャンネルと、複数の細胞培養チャンネルで培養されている細胞の培養環境を測定する測定部と、本開示の情報処理装置と、を含む。

　一方、上記目的を達成するために、本開示の情報処理方法は、複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び流体デバイスの配置位置を表す情報を取得し、取得した複数の評価値、培養環境、及び情報のうち、培養環境が調整されることによって評価値が第１閾値以上で、かつ複数の流体デバイス間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置を表す情報を教師データとして用いた機械学習によって、評価値及び配置位置を表す情報を入力とし、かつ培養環境を出力とした学習済みモデルを生成する処理をコンピュータが実行するものである。

　また、本開示の情報処理プログラムは、複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び流体デバイスの配置位置を表す情報を取得し、取得した複数の評価値、培養環境、及び情報のうち、培養環境が調整されることによって評価値が第１閾値以上で、かつ複数の流体デバイス間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置を表す情報を教師データとして用いた機械学習によって、評価値及び配置位置を表す情報を入力とし、かつ培養環境を出力とした学習済みモデルを生成する処理をコンピュータに実行させるためのものである。

　また、本開示の情報処理装置は、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、複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び流体デバイスの配置位置を表す情報を取得し、取得した複数の評価値、培養環境、及び情報のうち、培養環境が調整されることによって評価値が第１閾値以上で、かつ複数の流体デバイス間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置を表す情報を教師データとして用いた機械学習によって、評価値及び配置位置を表す情報を入力とし、かつ培養環境を出力とした学習済みモデルを生成する。

　本開示によれば、複数の流体デバイス各々で培養される細胞の状態を良好で、かつ均質な状態とすることができる。

実施形態に係る細胞培養システムの構成の一例を示すブロック図である。実施形態に係る細胞培養チャンネルの配置状態を説明するための図である。実施形態に係る情報処理装置のハードウェア構成の一例を示すブロック図である。実施形態に係る学習フェーズにおける情報処理装置の機能的な構成の一例を示すブロック図である。実施形態に係る細胞培養チャンネルの配置位置を表す情報を説明するための図である。実施形態に係る学習済みモデルを説明するための図である。実施形態に係る学習処理の一例を示すフローチャートである。実施形態に係る運用フェーズにおける情報処理装置の機能的な構成の一例を示すブロック図である。実施形態に係る細胞培養処理の一例を示すフローチャートである。

　以下、図面を参照して、本開示の技術を実施するための形態例を詳細に説明する。

　まず、図１を参照して、本実施形態に係る細胞培養システム１０の構成を説明する。図１に示すように、細胞培養システム１０は、情報処理装置１２及びインキュベータ１４を含む。情報処理装置１２の例としては、パーソナルコンピュータ又はサーバコンピュータ等が挙げられる。細胞培養システム１０は、例えば、創薬、毒性評価、Organ-on-a-chip、Body-on-a-chip、及び分析化学等の用途で用いられる。

　インキュベータ１４の内部には、複数の細胞培養チャンネル１６、制御部４０、環境測定部４２、及び環境調整部４４が設けられている。制御部４０は、環境測定部４２及び環境調整部４４に接続される。なお、本実施形態では、制御部４０、環境測定部４２、及び環境調整部４４がインキュベータ１４の内部に一組設けられている形態例を説明するが、これに限定されない。制御部４０、環境測定部４２、及び環境調整部４４は、例えば、１つの細胞培養チャンネル１６毎に一組設けられてもよいし、２つの細胞培養チャンネル１６毎に一組設けられてもよい。

　細胞培養チャンネル１６は、貯留部２０、ポンプ２２、流体デバイス２４、廃液部２６、流量測定部２８、微差圧測定部３０、ｐＨ（potential of Hydrogen）測定部３２、抵抗測定部３４、撮影部３６、及び制御部３８を含む。制御部３８は、ポンプ２２、流量測定部２８、微差圧測定部３０、ｐＨ測定部３２、抵抗測定部３４、及び撮影部３６に接続される。

　貯留部２０には、液体が貯留される。貯留部２０に貯留される液体の一例としては、液体培地、細胞懸濁液、添加化合物液、評価薬剤、及びトレーサー液等が挙げられる。ポンプ２２は、例えば、ピエゾ素子を駆動することによって送液を行うマイクロポンプであり、貯留部２０に貯留された液体を流体デバイス２４に流入させる。ポンプ２２が液体を流体デバイス２４に流入させる送液部の一例である。ポンプ２２は、制御部３８によって液体の流量が制御される。送液対象の液体が複数種類の場合は、貯留部２０及びポンプ２２は、液体の種類毎に一組設けられる。

　流体デバイス２４では、細胞が培養される。流体デバイス２４は、液体が流入する流入口、液体が流出する流出口、及び流入口と流出口との間を結ぶ流路を備える。流体デバイス２４の例としては、微細な流路を有するマイクロ流体デバイスが挙げられる。なお、以下では、流体デバイス２４で培養される細胞を「培養細胞」という。

　廃液部２６は、流体デバイス２４から流出した液体を廃棄する。なお、細胞培養チャンネル１６に、廃液部２６に代えて、流体デバイス２４から流出した液体を貯留部２０に循環させる循環部を設けてもよい。

　流量測定部２８は、流体デバイス２４を流れる液体の単位時間あたりの流量を測定し、測定結果を制御部３８に出力する。微差圧測定部３０は、流体デバイス２４の流入口と流出口との間の微差圧を測定し、測定結果を制御部３８に出力する。ｐＨ測定部３２は、流体デバイス２４を流れる液体のｐＨを測定し、測定結果を制御部３８に出力する。流量測定部２８、微差圧測定部３０、及びｐＨ測定部３２の測定結果は、例えば、流体デバイス２４内部へのコンタミネーションの有無の検出に用いられる。

　抵抗測定部３４は、培養細胞の経上皮電気抵抗を測定し、測定結果を制御部３８に出力する。経上皮電気抵抗は、細胞のバリア機能の評価に用いられるものであり、環境温度及び培養細胞の状態等によって数値が変動する。撮影部３６は、予め定められたフレームレートに従って培養細胞の画像を撮影し、撮影により得られた画像を示す画像データを制御部３８に出力する。抵抗測定部３４及び撮影部３６が細胞の状態を検出する検出部の一例である。また、流量測定部２８、微差圧測定部３０、ｐＨ測定部３２、抵抗測定部３４、及び撮影部３６は、対象となる測定量を検出する各種センサにより構成することができる。

　制御部３８は、ポンプ２２、流量測定部２８、微差圧測定部３０、ｐＨ測定部３２、抵抗測定部３４、及び撮影部３６を制御する。制御部３８の例としては、ＰＬＤ（Programmable Logic Device）等のプロセッサが挙げられる。

　制御部４０は、環境測定部４２及び環境調整部４４を制御する。制御部４０の例としては、ＰＬＤ等のプロセッサが挙げられる。環境測定部４２は、各細胞培養チャンネル１６で培養されている細胞の培養環境を測定する。環境測定部４２が測定する培養環境には、流体デバイス２４を流れる液体の温度、流体デバイス２４の周囲の環境温度、流体デバイス２４の周囲の環境湿度、流体デバイス２４の周囲の二酸化炭素濃度、流体デバイス２４の周囲の窒素濃度、及び流体デバイス２４の周囲の酸素濃度が含まれる。すなわち、環境測定部４２は、これらの培養環境を測定可能な各種のセンサを含む。

　環境調整部４４は、各細胞培養チャンネル１６で培養されている培養細胞の培養環境を調整する。環境調整部４４が調整可能な培養環境は、例えば、環境測定部４２が測定可能な培養環境と同様である。制御部３８及び制御部４０は、情報処理装置１２に接続され、情報処理装置１２によって統合的に制御される。なお、環境調整部４４は、細胞培養チャンネル１６毎に培養環境を調整可能としてもよい。この場合、環境測定部４２も細胞培養チャンネル１６毎に培養環境を測定する。

　各細胞培養チャンネル１６は、一例として図２に示すようにインキュベータ１４内に並べられて配置される。なお、図２は、インキュベータ１４を正面から見た図である。

　次に、図３を参照して、本実施形態に係る情報処理装置１２のハードウェア構成を説明する。図３に示すように、情報処理装置１２は、ＣＰＵ（Central Processing Unit）５０、一時記憶領域としてのメモリ５１、及び不揮発性の記憶部５２を含む。また、情報処理装置１２は、液晶ディスプレイ等の表示部５３、キーボードとマウス等の入力部５４、及び制御部３８と制御部４０が接続される外部Ｉ／Ｆ（InterFace）５５を含む。ＣＰＵ５０、メモリ５１、記憶部５２、表示部５３、入力部５４、及び外部Ｉ／Ｆ５５は、バス５６に接続される。

　記憶部５２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、及びフラッシュメモリ等によって実現される。記憶媒体としての記憶部５２には、学習プログラム５７、細胞培養プログラム５８、及び学習済みモデル５９が記憶される。ＣＰＵ５０は、記憶部５２から学習プログラム５７及び細胞培養プログラム５８を読み出してからメモリ５１に展開し、展開した学習プログラム５７及び細胞培養プログラム５８を実行する。

＜学習フェーズ＞
　次に、学習済みモデル５９を得るための学習フェーズについて説明する。図４を参照して、本実施形態に係る情報処理装置１２の学習フェーズにおける機能的な構成について説明する。図４に示すように、情報処理装置１２は、取得部６０、導出部６２、及び生成部６４を含む。ＣＰＵ５０が学習プログラム５７を実行することにより、取得部６０、導出部６２、及び生成部６４として機能する。

　取得部６０は、各細胞培養チャンネル１６について、抵抗測定部３４により測定された経上皮電気抵抗を、制御部３８を介して取得する。また、取得部６０は、各細胞培養チャンネル１６について、撮影部３６により撮影された培養細胞の画像を示す画像データを、制御部３８を介して取得する。

　また、取得部６０は、各細胞培養チャンネル１６の流体デバイス２４それぞれにより培養されている細胞の状態の評価値、培養環境、及び流体デバイス２４のインキュベータ１４内における配置位置を表す情報（以下、「配置位置情報」という）を取得する。

　具体的には、取得部６０は、培養細胞の培養環境として、流量測定部２８により測定された流体デバイス２４を流れる液体の単位時間あたりの流量を、制御部３８を介して取得する。また、取得部６０は、培養細胞の培養環境として、環境測定部４２により測定された流体デバイス２４を流れる液体の温度、流体デバイス２４の周囲の環境温度、流体デバイス２４の周囲の環境湿度、流体デバイス２４の周囲の二酸化炭素濃度、流体デバイス２４の周囲の窒素濃度、及び流体デバイス２４の周囲の酸素濃度を、制御部４０を介して取得する。

　また、取得部６０は、細胞の状態の評価値として、後述する導出部６２により導出された評価値を取得する。また、取得部６０は、配置位置情報を、例えば、記憶部５２から取得する。図５を参照して、流体デバイス２４の配置位置情報について詳細に説明する。なお、図５では、理解を容易にするために、細胞培養システム１０が４つの細胞培養チャンネル１６を備えている例を示している。

　図５に示すように、本実施形態では、流体デバイス２４の配置位置情報として、各細胞培養チャンネル１６がインキュベータ１４を正面視した場合における上から何番目かを表す情報と左から何番目かを表す情報とが各細胞培養チャンネル１６に割り当てられる。例えば、図５における上から１番目で、かつ左から１番目の細胞培養チャンネル１６には、配置位置情報として「１－１」が割り当てられる。本実施形態では、この配置位置情報が細胞培養チャンネル１６の識別情報に対応付けられて記憶部５２に記憶されている。細胞培養チャンネル１６の識別情報は、例えば、制御部３８によって、各細胞培養チャンネル１６について取得された経上皮電気抵抗、画像データ、及び流量が情報処理装置１２に出力される際に付与される。

　従って、取得部６０は、流体デバイス２４を流れる液体の流量、経上皮電気抵抗、及び画像データの各情報を、制御部３８を介して取得する際に、各情報が何れの細胞培養チャンネル１６に関する情報であるかを特定できる。更に、取得部６０は、各情報がインキュベータ１４内の何れの位置に配置された細胞培養チャンネル１６に関する情報であるかも特定することができる。取得部６０は、前述した各種の情報を定期的に取得する。

　導出部６２は、各細胞培養チャンネル１６の培養細胞について、取得部６０により取得された各フレームの画像データが示す画像を用いて、細胞の向きを導出する。導出部６２は、流れている液体に対して、細胞の長短の方向性が一方向に集約されることを利用して、各フレームの画像から細胞の向きを導出することができる。

　また、導出部６２は、各フレームの画像から、細胞の移動距離を導出し、移動距離をフレーム間の時間で除算することによって、細胞の移動速度を導出する。細胞の向き及び細胞の移動速度が、細胞を撮影して得られた画像から導出される情報の一例である。また、細胞の向き及び細胞の移動速度と、経上皮電気抵抗とが細胞の状態を表す情報の一例である。

　導出部６２は、各細胞培養チャンネル１６の培養細胞について、経上皮電気抵抗、細胞の向き、及び細胞の移動速度に基づいて、細胞の状態の評価値を導出する。本実施形態では、導出部６２は、細胞の状態の評価値として、例えば、１から１０までの１０段階で、かつ数値が大きくなるほど評価が高い値を導出する。導出部６２は、例えば、細胞の向きの集約の度合いが高くなる程、高い評価値を導出してもよい。また、導出部６２は、例えば、細胞の移動速度が高くなる程、高い評価値を導出してもよい。また、導出部６２は、例えば、経上皮電気抵抗の大きさが大きくなる程、高い評価値を導出してもよい。なお、導出部６２は、細胞の状態の評価値の導出に、細胞のshear stress定量を用いてもよい。

　例えば、ユーザは、各細胞培養チャンネル１６について、培養細胞の状態の評価値を確認しつつ、培養環境を調整する。この調整により、例えば、４つの細胞培養チャンネル１６の培養細胞の状態の評価値が変動する。本実施形態に係る生成部６４は、細胞の状態の評価値、培養環境、及び配置位置情報のうち、培養環境が調整されることによって評価値が第１閾値以上で、かつ細胞培養チャンネル間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置情報を教師データとして用いる。これは、各細胞培養チャンネル１６において、評価値が一定値以上で、かつ状態のバラつきが小さい細胞が得られることが好ましいためである。

　第１閾値を８、第２閾値を０とした場合、例えば、培養環境の調整によって４つの細胞培養チャンネル１６の培養細胞の状態の評価値が３、４、２、５という状態から８、８、８、８という状態になったときの調整後の培養環境、配置位置情報、及び培養環境の調整前の評価値が教師データとなる。

　ユーザが、細胞培養システム１０で細胞を培養する作業を何度も行うことにより、生成部６４は、多数の教師データを得ることができる。一例として図６に示すように、生成部６４は、以上のようにして得られた教師データを用いた機械学習によって、各細胞培養チャンネル１６の評価値及び配置位置情報を入力とし、かつ培養環境を出力とした学習済みモデル５９を生成する。学習済みモデル５９の出力である培養環境には、流体デバイス２４を流れる液体の単位時間あたりの流量、流体デバイス２４を流れる液体の温度、流体デバイス２４の周囲の環境温度、流体デバイス２４の周囲の環境湿度、流体デバイス２４の周囲の二酸化炭素濃度、流体デバイス２４の周囲の窒素濃度、及び流体デバイス２４の周囲の酸素濃度が含まれる。例えば、生成部６４は、学習済みモデル５９として、ディープニューラルネットワークを適用し、誤差逆伝播法によって学習済みモデル５９を生成する。なお、生成部６４は、機械学習の手法として、線形回帰及び決定木等のニューラルネットワーク以外の手法を用いてもよい。

　次に、図７を参照して、本実施形態に係る情報処理装置１２の学習フェーズでの作用を説明する。ＣＰＵ５０が学習プログラム５７を実行することによって、図７に示す学習処理が実行される。図７に示す学習処理は、例えば、ユーザにより入力部５４を介して開始指示が入力された場合に実行される。

　図７のステップＳ１０で、取得部６０は、教師データを収集する。前述したように、取得部６０は、各細胞培養チャンネル１６について、培養細胞の状態の評価値、培養環境、及び配置位置情報を定期的に取得する。取得部６０は、取得した複数の評価値、培養環境、及び配置位置情報のうち、培養環境が調整されることによって評価値が第１閾値以上で、かつ細胞培養チャンネル間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置情報を教師データとして収集する。

　ステップＳ１２で、生成部６４は、前述したように、ステップＳ１２の処理により収集された教師データを用いた機械学習によって、各細胞培養チャンネル１６の評価値及び配置位置情報を入力とし、かつ培養環境を出力とした学習済みモデル５９を生成する。ステップＳ１２の処理が終了すると、本学習処理が終了する。

＜運用フェーズ＞
　次に、学習済みモデル５９を用いた運用フェーズについて説明する。運用フェーズは、各細胞培養チャンネル１６にて細胞を培養するフェーズである。図８を参照して、本実施形態に係る情報処理装置１２の運用フェーズにおける機能的な構成について説明する。図８に示すように、情報処理装置１２は、取得部７０、導出部７２、及び統合制御部７４を含む。ＣＰＵ５０が細胞培養プログラム５８を実行することにより、取得部７０、導出部７２、及び統合制御部７４として機能する。

　取得部７０は、取得部６０と同様に、各細胞培養チャンネル１６について、経上皮電気抵抗及び画像データを取得する。また、取得部７０は、取得部６０と同様に、各細胞培養チャンネル１６の流体デバイス２４それぞれにより培養されている細胞の状態の評価値、及び流体デバイス２４の配置位置情報を取得する。

　導出部７２は、導出部６２と同様に、各細胞培養チャンネル１６の培養細胞について、細胞の状態の評価値を導出する。

　統合制御部７４は、各細胞培養チャンネル１６の培養細胞の状態及び培養環境に基づいて、各細胞培養チャンネル１６の培養細胞の状態が同じ状態になるように培養環境を調整可能とされる。本実施形態に係る統合制御部７４は、前述した学習済みモデル５９を用いて、培養環境を調整する。

　具体的には、統合制御部７４は、取得部７０により取得された各細胞培養チャンネル１６についての配置位置情報及び細胞の状態の評価値を学習済みモデル５９に入力する。また、統合制御部７４は、この入力に対応して学習済みモデル５９により出力された培養環境を取得する。

　統合制御部７４は、取得した培養環境のうち、細胞培養チャンネル１６毎に制御可能なもの（本実施形態では、流量）については、制御部３８に出力することによって制御する。制御部３８は、流体デバイス２４を流れる液体の流量が統合制御部７４から入力された流量になるように、ポンプ２２を制御する。

　統合制御部７４は、取得した培養環境のうち、インキュベータ１４単位で制御可能なもの（本実施形態では、環境調整部４４が調整可能なもの）については、制御部４０に出力することによって制御する。制御部４０は、環境測定部４２により測定される培養環境が統合制御部７４から入力された環境となるように、環境調整部４４を制御する。

　次に、図９を参照して、本実施形態に係る情報処理装置１２の運用フェーズでの作用を説明する。ＣＰＵ５０が細胞培養プログラム５８を実行することによって、図９に示す細胞培養処理が実行される。図９に示す細胞培養処理は、例えば、ユーザにより入力部５４を介して開始指示が入力された場合に実行される。

　図９のステップＳ２０で、取得部７０は、前述したように、各細胞培養チャンネル１６について、培養細胞の状態の評価値及び配置位置情報を取得する。ステップＳ２２で、統合制御部７４は、前述したように、ステップＳ２０の処理により取得された評価値及び配置位置情報を学習済みモデル５９に入力することによって学習済みモデル５９により出力された培養環境を取得する。

　ステップＳ２４で、統合制御部７４は、前述したように、ステップＳ２２の処理により取得した培養環境のうち、細胞培養チャンネル１６毎に制御可能なものについては、制御部３８に出力することによって制御する。また、統合制御部７４は、ステップＳ２２の処理により取得した培養環境のうち、インキュベータ１４単位で制御可能なものについては、制御部４０に出力することによって制御する。本ステップＳ２４の処理により、各細胞培養チャンネル１６により培養されている細胞の培養環境が調整される。ステップＳ２４の処理が終了すると、本細胞培養処理が終了する。以上のステップＳ２０からステップＳ２４までの処理は、例えば、各細胞培養チャンネル１６の培養細胞の状態の評価値が第１閾値以上で、かつ細胞培養チャンネル間における評価値の差の絶対値が第２閾値以下となるまで、予め定められた時間間隔で繰り返される。この繰り返しによって得られた、評価値が一定値以上で、かつ状態のバラつきが小さい細胞は、創薬等の用途に用いられる。

　以上説明したように、本実施形態によれば、複数の流体デバイス２４各々の培養環境を統合的に調整することができる。また、本実施形態によれば、培養環境が調整されることによって評価値が第１閾値以上で、かつ細胞培養チャンネル間における評価値の差の絶対値が第２閾値以下となった場合の調整前の評価値、調整後の培養環境、及び配置位置情報を教師データとして用いている。従って、複数の流体デバイス各々で培養される細胞の状態を良好で、かつ均質な状態とすることができる。

　なお、上記実施形態において、環境調整部４４がインキュベータ１４単位で調整可能な培養環境を、細胞培養チャンネル１６毎に個別に調整可能としてもよい。この場合、環境測定部４２及び環境調整部４４を各細胞培養チャンネル１６に設け、各細胞培養チャンネル１６の制御部３８によって制御する形態が例示される。また、この形態例では、学習済みモデル５９が出力する培養環境も各細胞培養チャンネル１６に対応して出力される。なお、この形態例において、生成部６４は、学習済みモデル５９を細胞培養チャンネル１６毎に生成してもよい。また、この形態例では、統合制御部７４によって、各細胞培養チャンネル１６の培養環境が個別に調整可能とされる。

　また、上記実施形態の運用フェーズにおいて、情報処理装置１２の統合制御部７４は、各細胞培養チャンネル１６の培養細胞の状態の評価値を表示部５３に表示する制御を行ってもよい。この場合、ユーザは、表示部５３により表示された細胞の状態の評価値が所望する条件を満たしてない場合に、マニュアル操作に切り替えて培養環境を調整する形態が例示される。

　また、上記実施形態において、例えば、取得部６０、７０、導出部６２、７２、生成部６４、及び統合制御部７４といった各種の処理を実行する処理部（processing unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（processor）を用いることができる。上記各種のプロセッサには、前述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。

　１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせや、ＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
　複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアント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の１つ以上を用いて構成される。

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

　また、上記各実施形態では、学習プログラム５７及び細胞培養プログラム５８が記憶部５２に予め記憶（インストール）されている態様を説明したが、これに限定されない。学習プログラム５７及び細胞培養プログラム５８は、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、及びＵＳＢ（Universal Serial Bus）メモリ等の記録媒体に記録された形態で提供されてもよい。また、学習プログラム５７及び細胞培養プログラム５８は、ネットワークを介して外部装置からダウンロードされる形態としてもよい。

　日本出願特願２０１９－０５１９２６号の開示はその全体が参照により本明細書に取り込まれる。

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

１０　細胞培養システム
１２　情報処理装置
１４　インキュベータ
１６　細胞培養チャンネル
２０　貯留部
２２　ポンプ
２４　流体デバイス
２６　廃液部
２８　流量測定部
３０　微差圧測定部
３２　ｐＨ測定部
３４　抵抗測定部
３６　撮影部
３８、４０　制御部
４２　環境測定部
４４　環境調整部
５０　ＣＰＵ
５１　メモリ
５２　記憶部
５３　表示部
５４　入力部
５５　外部Ｉ／Ｆ
５６　バス
５７　学習プログラム
５８　細胞培養プログラム
５９　学習済みモデル
６０、７０　取得部
６２、７２　導出部
６４　生成部
７４　統合制御部

Claims

　複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び前記流体デバイスの配置位置を表す情報を取得し、
　前記取得された複数の前記評価値、前記培養環境、及び前記情報のうち、前記培養環境が調整されることによって前記評価値が第１閾値以上で、かつ前記複数の流体デバイス間における前記評価値の差の絶対値が第２閾値以下となった場合の調整前の前記評価値、調整後の前記培養環境、及び前記配置位置を表す情報を教師データとして用いた機械学習によって、前記評価値及び前記配置位置を表す情報を入力とし、かつ前記培養環境を出力とした学習済みモデルを生成する第１プロセッサ、
　を備えた情報処理装置。
　前記評価値は、前記細胞を撮影して得られた画像から導出される情報及び前記細胞の経上皮電気抵抗によって定められる値である
　請求項１に記載の情報処理装置。
　前記培養環境は、前記流体デバイスを流れる液体の流量、前記液体の温度、前記流体デバイスの周囲の環境温度、前記流体デバイスの周囲の環境湿度、前記流体デバイスの周囲の二酸化炭素濃度、前記流体デバイスの周囲の窒素濃度、及び前記流体デバイスの周囲の酸素濃度を含む
　請求項１又は請求項２に記載の情報処理装置。
　細胞が培養される流体デバイス、液体を前記流体デバイスに流入させる送液部、前記流体デバイスで培養される細胞の状態を検出する第１センサ、及び前記送液部と前記第１センサとを制御する第２プロセッサをそれぞれ備えた複数の細胞培養チャンネルと、
　前記複数の細胞培養チャンネルで培養されている細胞の培養環境を測定する第２センサと、
　請求項１から請求項３の何れか１項に記載の情報処理装置と、
　を含む細胞培養システム。
　複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び前記流体デバイスの配置位置を表す情報を取得し、
　取得した複数の前記評価値、前記培養環境、及び前記情報のうち、前記培養環境が調整されることによって前記評価値が第１閾値以上で、かつ前記複数の流体デバイス間における前記評価値の差の絶対値が第２閾値以下となった場合の調整前の前記評価値、調整後の前記培養環境、及び前記配置位置を表す情報を教師データとして用いた機械学習によって、前記評価値及び前記配置位置を表す情報を入力とし、かつ前記培養環境を出力とした学習済みモデルを生成する
　処理をコンピュータが実行する情報処理方法。
　複数の流体デバイスそれぞれにより培養されている細胞の状態の評価値、培養環境、及び前記流体デバイスの配置位置を表す情報を取得し、
　取得した複数の前記評価値、前記培養環境、及び前記情報のうち、前記培養環境が調整されることによって前記評価値が第１閾値以上で、かつ前記複数の流体デバイス間における前記評価値の差の絶対値が第２閾値以下となった場合の調整前の前記評価値、調整後の前記培養環境、及び前記配置位置を表す情報を教師データとして用いた機械学習によって、前記評価値及び前記配置位置を表す情報を入力とし、かつ前記培養環境を出力とした学習済みモデルを生成する
　処理をコンピュータに実行させるための情報処理プログラム。