WO2023210407A1 - マニピュレーションシステムおよび流体チップ - Google Patents

マニピュレーションシステムおよび流体チップ Download PDF

Info

Publication number
WO2023210407A1
WO2023210407A1 PCT/JP2023/015165 JP2023015165W WO2023210407A1 WO 2023210407 A1 WO2023210407 A1 WO 2023210407A1 JP 2023015165 W JP2023015165 W JP 2023015165W WO 2023210407 A1 WO2023210407 A1 WO 2023210407A1
Authority
WO
WIPO (PCT)
Prior art keywords
liquid
flow path
state
operation area
switching
Prior art date
Application number
PCT/JP2023/015165
Other languages
English (en)
French (fr)
Inventor
芳昭 浮田
岳晃 阿部
Original Assignee
国立大学法人山梨大学
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 国立大学法人山梨大学 filed Critical 国立大学法人山梨大学
Publication of WO2023210407A1 publication Critical patent/WO2023210407A1/ja

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N37/00—Details not covered by any other group of this subclass
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/32—Micromanipulators structurally combined with microscopes

Definitions

  • the present invention relates to a manipulation system and a fluidic chip.
  • MicroTAS Micro Total Analysis Systems
  • MicroTAS Micro Total Analysis Systems
  • MicroTAS is used, for example, for analyzing cell-cell interactions and constructing systems in which multi-cells are arranged in the field of regenerative medicine.
  • a technique is known in which an object to be manipulated within a liquid is moved to a target position by moving the liquid within a flow path containing the liquid (see, for example, Patent Document 1).
  • the present invention has been made in view of the above problems, and an object of the present invention is to provide a technique for facilitating position control of an object to be operated.
  • the manipulation system of the present invention includes a manipulation area that includes a liquid and a manipulation object whose position within the liquid is manipulated, and a manipulation area that is connected to the manipulation area and that controls the liquid.
  • a first flow path that is a plurality of flow paths that contain a plurality of flow paths; a liquid control unit that moves the liquid in the first flow path; and a series of flow paths that contain the liquid, a second channel connected to each of the channels.
  • the operation area contains a liquid and an object to be operated within the liquid
  • the liquid in the first flow path can be moved in the first flow path connected to the operation area.
  • a plurality of first channels are provided, and as the liquid moves in the first channel, the liquid flows into the operating area from the first channel, and the liquid flows from the operating area into the first channel. leak. Therefore, in conjunction with the movement of the liquid in the first channel, the liquid also moves in the operation area, and as a result, the object to be operated moves within the operation area.
  • the pressure when the liquid in the first channel moves, the pressure locally fluctuates and eventually returns to a steady state where the pressure is equalized. If such pressure fluctuations occur locally or remain for a long period of time, control becomes difficult when the liquid moves repeatedly within the first fluid.
  • the manipulation system is provided with a second flow path.
  • the second flow path is a series of flow paths containing liquid, and is connected to each of the plurality of first flow paths. Therefore, the second flow path forms a flow path that connects the plurality of first flow paths to each other.
  • the pressures in the plurality of first channels are made equal to each other, and local pressure differences are less likely to occur. Further, even if the pressure fluctuates due to the movement of the liquid in a specific first flow path, the pressure fluctuation is quickly equalized. Therefore, when the position of the object to be manipulated is manipulated by repeatedly moving the liquid, the position of the object to be manipulated can be easily controlled.
  • FIG. 1A is a diagram showing a schematic configuration of a manipulation system
  • FIG. 1B is a diagram showing main parts of the manipulation system
  • FIG. 2A is a diagram showing an example of an image taken by a microscope
  • FIG. 2B is a diagram showing the shape of the operation area
  • FIGS. 2C to 2E are diagrams showing the structure of the switching section.
  • FIG. 1 is a block diagram showing the configuration of a manipulation system.
  • FIG. 4A is a diagram showing a simulation model
  • FIG. 4B is a diagram showing a machine learning model. It is a diagram explaining reinforcement learning. It is a flowchart of reinforcement learning processing. It is a flowchart of a manipulation process.
  • FIGS. 8A to 8C are diagrams illustrating an example of moving an operation object to a target position.
  • FIG. 3 is a diagram illustrating an example of a configuration for introducing an operation target object into an operation area.
  • FIG. 3 is a diagram illustrating a substrate that implements a manipulation system having multiple operation areas.
  • FIG. 2 is an enlarged view of a substrate realizing a manipulation system having multiple manipulation areas.
  • FIG. 1A is a diagram showing the schematic configuration of the manipulation system
  • FIG. 1B is a diagram showing the main parts of the manipulation system 10.
  • the manipulation system 10 according to this embodiment includes a computer 11, a microscope 12, a signal conversion interface 13, a solenoid valve 14, a pressure supply pipe 15, and a microfluidic chip 16.
  • the computer 11 is connected to the microscope 12 and the signal conversion interface 13.
  • the computer 11 acquires image data output by the microscope 12. Further, the computer 11 outputs a digital signal, and the digital signal is input to the signal conversion interface 13. Details will be described later.
  • the microscope 12 is equipped with an image sensor that can take images included in its field of view. In this embodiment, the microscope 12 is capable of photographing an image with an operating area 60 of the microfluidic chip 16, which will be described later, in its field of view. Image data representing the photographed image is transferred to the computer 11.
  • the signal conversion interface 13 is connected to the computer 11 and the solenoid valve 14, and is a device that outputs a predetermined current to the solenoid valve 14 in accordance with the digital signal output by the computer 11.
  • a compressor (not shown) and a pressure supply pipe 15 are connected to the solenoid valve 14, and the connection between the compressor and the pressure supply pipe 15 is switched by opening and closing the solenoid valve 14. Therefore, the solenoid valve 14 can switch between a state where the internal pressure of the pressure supply pipe 15 is high and a state where it is low. That is, the solenoid valve 14 adjusts the internal pressure of the pressure supply pipe 15 according to the current supplied from the signal conversion interface 13.
  • the solenoid valve 14 sets the internal pressure of the pressure supply pipe 15 to a high state during a period when the current output from the signal conversion interface 13 is at a high level, and lowers the internal pressure of the pressure supply pipe 15 during a period when the current is at a low level. state.
  • the pressure supply pipe 15 is connected to the microfluidic chip 16.
  • the microfluidic chip 16 is formed with an air pressure adjustment section 70 (described later). Therefore, the electromagnetic valve 14 can switch the internal pressure of the atmospheric pressure adjustment section 70 to which the pressure supply pipe 15 is connected between a high state and a low state.
  • six solenoid valves 14 and six pressure supply pipes 15 are provided as shown in FIG. 1A, and one of them is shown with a reference numeral in FIG. 1A.
  • the microfluidic chip 16 is provided with a liquid containing part that contains a liquid and a structure that contains a gas.
  • FIG. 1B shows the liquid encasement and structures provided in the microfluidic chip 16. Note that the microfluidic chip 16 has a rectangular parallelepiped shape, that is, a plate shape, with two sides larger than the other four sides, and the liquid-containing portion and the structure are formed on the side having a larger area than the other sides.
  • FIG. 1B shows the microfluidic chip 16 viewed from a direction perpendicular to a plane having a larger area than the others.
  • the microfluidic chip 16 is provided with a first flow path 40, a second flow path 50, an operation area 60, and an air pressure adjustment section 70.
  • the liquid is water and the gas is air. Note that although the object to be manipulated is introduced into the first channel 40 or the operation region 60, the configuration for introducing the object to be manipulated is omitted in FIG. 1B.
  • the first flow path 40, the second flow path 50, and the operation area 60 are flow paths and areas that contain liquid.
  • the first channel 40 is a linear hollow space, and one end is connected to the operation area 60. Further, the other end of the first flow path 40 is connected to a second flow path 50.
  • three first channels 40 are provided.
  • the first channels 40 are arranged at equal intervals within the widest plane of the microfluidic chip 16 (a plane parallel to the plane of the paper in FIG. 1B). Therefore, in FIG. 1B, the angle between adjacent first channels 40 is 120°.
  • the operation area 60 contains a liquid, is an area for arranging and operating an object to be operated at a predetermined position, and has an internal space for moving the object to be operated in a plane.
  • the operation area 60 and the like are formed on the largest surface of the microfluidic chip 16, and the internal space of the operation area 60 allows the operation target object to be moved in a direction parallel to the largest surface of the microfluidic chip 16. It has a shape that can be moved in a plane. That is, the operation area 60 has an internal space that extends in a direction parallel to the largest surface of the microfluidic chip 16 to a certain depth (for example, a depth of 30 ⁇ m or less).
  • FIG. 2A shows an example of an image including the operation area 60 taken by the microscope 12.
  • the operation area 60 is a space surrounded by three sides, and assuming that the three sides extend and intersect with vertices V1 to V3 as shown in the broken line shown in FIG. 2B, the operation area 60 has vertices V1 to V3. It has a triangular internal space. That is, in this embodiment, when the inner wall of the internal space of the operation area 60 is extended, it becomes a triangle.
  • the first flow path 40 is connected to the apex portion of the triangle formed by the operation area 60.
  • three first channels 40 are formed in a direction substantially parallel to a straight line extending from the center of gravity to the apex of the triangle formed by the operation area 60.
  • the first flow path 40 has the same depth as the operation area 60, and the width is smaller than one side of the triangle formed by the operation area 60.
  • the first channel 40 is a channel extending linearly.
  • the first flow path 40 is a hollow space with a rectangular cross section.
  • Each of the first flow paths is connected at one end to the operation area 60 as shown in FIG. 2A, and connected at the other end to the second flow path 50 as shown in FIG. 1B.
  • the depth is the length in the direction perpendicular to the largest surface of the microfluidic chip 16, and the width is the direction perpendicular to the depth direction and in the lateral direction.
  • the second flow path 50 includes an accumulation section 51 and a connection section 52.
  • the shape of the storage section 51 when viewed from the direction perpendicular to the largest surface of the microfluidic chip 16 is circular.
  • the accumulation section 51 is connected to the first flow path 40 and has a depth deeper than the first flow path 40 (for example, 3 mm to 5 mm). Further, the diameter of the circle formed by the accumulation section 51 is larger than the width of the first flow path 40.
  • three accumulation sections 51 are provided, all of which have the same depth and shape.
  • the rectangular parallelepiped microfluidic chip 16 is installed on a horizontal surface so that the liquid levels of the three storage units 51 are at the same height.
  • the connecting portion 52 is formed between two adjacent storage portions 51 so as to connect these storage portions 51.
  • the connecting portion 52 is a hollow space with a rectangular cross section.
  • the depth of the connecting portion 52 is the same as that of the first flow path 40 .
  • the width is smaller than the diameter of the circle formed by the storage section 51. Therefore, the storage section 51 is larger than the connection section 52.
  • the storage section 51 and the connection section 52 are present around the triangle formed by the operation area 60, the storage section 51 corresponds to the vertex of the triangle larger than the operation area 60, and the connection section 52 is located around the triangle formed by the operation area 60. This corresponds to a side of a triangle larger than area 60. Therefore, the second flow path 50 can also be seen as an annular flow path formed around the operation area 60 so as to connect the storage portions 51.
  • the atmospheric pressure adjustment unit 70 is a structure that includes a passage that contains gas.
  • the atmospheric pressure adjustment section 70 includes a switching section 71 , a gas passage 72 , and a connecting section 73 .
  • the connecting portion 73 is a portion to which the pressure supply pipe 15 is connected.
  • six connection parts 73 are formed, and six pressure supply pipes 15 are connected to each of the connection parts 73.
  • the gas passage 72 is a hollow space that is connected to the connecting part 73 and allows the connecting part 73 to communicate with the space directly under the switching part 71 formed right under the first flow path 40 .
  • air pressure adjustment parts 70 are provided as shown in FIG. 1B, in FIG. 1B, one of them is shown with the code
  • the switching unit 71 includes a mechanism that can switch the first flow path 40 between a closed state and an unclosed state.
  • two switching parts 71 are provided in each of the three first flow paths 40.
  • 2C to 2E are diagrams for explaining the structure of the switching section 71 and adjustment of the internal pressure of the first flow path 40 by the switching section 71.
  • FIG. 2C shows a state in which the switching unit 71 is viewed from a direction perpendicular to the largest surface of the microfluidic chip 16.
  • 2D and 2E show the state in which the switching unit 71 is viewed from a direction parallel to the largest surface of the microfluidic chip 16.
  • the switching section 71 includes a diaphragm 71a, and a space 71b is provided directly below the diaphragm 71a.
  • the first flow path 40 and the space 71b are separated by a flexible thin film 40a, and a portion of the thin film 40a where the first flow path 40 and the space 71b overlap is a diaphragm 71a.
  • the dark gray color shown in FIGS. 2C to 2E is the diaphragm 71a
  • the light gray color shown in FIGS. 2D and 2E is the liquid contained in the first flow path 40.
  • the space 71b is a rectangular parallelepiped cavity connected to the gas passage 72.
  • the material of the diaphragm 71a is not limited, it is made of resin in this embodiment.
  • the diaphragm 71a is a portion where the first channel 40 and the space 71b overlap, and is rectangular when viewed from the direction perpendicular to the largest surface of the microfluidic chip 16.
  • FIG. 2D shows the shape when the internal pressure of the space 71b is low.
  • FIG. 2E shows the shape of the space 71b in a state where the internal pressure is high.
  • the diaphragm 71a expands toward the first flow path 40 and closes the first flow path 40. That is, the first flow path 40 is in a closed state.
  • the diaphragm 71a becomes planar, allowing liquid to flow within the first channel 40. That is, the first flow path 40 is in an open state.
  • the internal pressure of the first flow path 40 changes during the change process, and the liquid flows.
  • the state shown in FIG. 2D is switched to the state shown in FIG. 2E
  • the liquid flows through the first channel 40 toward the left and right sides.
  • two switching sections 71 are provided for one first flow path 40. Therefore, by combining the operations of the two switching units 71, it is possible to move the liquid from the first flow path 40 to the operation area 60, and from the operation area 60 to the first flow path 40.
  • one switching unit 71 can realize two states: a state in which the first flow path 40 is closed and a state in which it is not closed. Furthermore, in this embodiment, two switching sections 71 are provided for each of the three first flow paths 40, so a total of six switching sections 71 are provided. If 1 is associated with the state in which the first flow path 40 is closed, and 0 is associated with the state in which it is not closed, the states realized by the total of six switching units 71 can be expressed with a 6-bit numerical value. Hereinafter, the state realized by a total of six switching units 71 and expressed by a 6-bit numerical value will be referred to as the state of the switching unit 71.
  • FIG. 3 is a diagram for explaining the configuration of the computer 11.
  • the computer 11 includes a control section 20 and a storage medium 30.
  • the control unit 20 includes a CPU, RAM, ROM, and GPU (not shown), and can execute various programs stored in a storage medium 30 or the like.
  • the control unit 20 and the storage medium 30 may be configured as an integrated computer, or may be configured such that at least a portion thereof is a separate device and connected through various cables or the like.
  • an output section for outputting images, audio, etc., an input section for inputting instructions from the user, etc. may be provided.
  • the output section and the input section may be connectable via various interfaces.
  • control unit 20 can execute a manipulation program 21 and a machine learning program 22.
  • the manipulation program 21 is a program that causes the control unit 20 to execute a function of moving the manipulation object to a target position based on an image of the manipulation area 60 taken by the microscope 12.
  • the control section 20 functions as an imaging section 21a and a position control section 21b.
  • the machine learning program 22 is a program that causes the control unit 20 to execute a function of machine learning a model for determining a control target for the switching unit 71 based on an image of the operation area 60 taken by the microscope 12 and the like.
  • the control unit 20 functions as a machine learning unit 22a.
  • a model for determining a control target for the switching unit 71 is machine learned, but in order to support the machine learning, a model for simulating the movement of an object to be operated by a liquid is also machine learned.
  • the former is simply called a machine learning model 30b, and the latter is called a simulation model 30c.
  • FIG. 4A is a diagram schematically showing the simulation model 30c.
  • input data is shown on the left side and output data is shown on the right side, so that when the input data is input to the simulation model 30c, the output data is output from the right side.
  • Xm and Ym indicate the position (coordinates) of the operation target.
  • V1 to V6 indicate the respective states (1 or 0) of the six switching units 71. When V1 to V6 are arranged, they become a 6-bit numerical value indicating the state of the switching unit 71.
  • the code indicating the position of the operation target object and the state of the switching unit 71 is appended with the code t.
  • the code t is a code for identifying the number of operations performed by the switching unit 71. Therefore, as shown in FIG. 4A, in the simulation model 30c, the position of the operation target after the t-th operation is input. Further, in the simulation model 30c, the state of the switching unit 71 after the t-th operation and the state of the switching unit 71 after the t+1-th operation are input. Then, the position of the operation target after the t+1-th operation is output.
  • the switching unit 71 is set to the specific state. By changing the position, it is possible to simulate the position to which the object to be operated is displaced.
  • Such a simulation model 30c can be subjected to machine learning using various methods.
  • the simulation model 30c can be generated by optimizing a model configured by a neural network using machine learning. Specifically, when the state of the switching unit 71 is in a specific state, in the manipulation system 10, photography is performed with the microscope 12, and the position (coordinates) of the manipulated object is specified. In this state, the computer 11 outputs a signal to the signal conversion interface 13 to change the state of the switching unit 71.
  • photography is performed again with the microscope 12, and the position of the object to be operated according to the change in the state is specified.
  • This set is used as training data, and a sufficient number of samples of training data are collected for learning the neural network.
  • the control unit 20 uses the function of the machine learning unit 22a to execute a known machine learning process to optimize the neural network.
  • the model obtained in this way becomes the simulation model 30c and is recorded on the storage medium 30.
  • FIG. 5 is a diagram illustrating learning of the machine learning model 30b using a reinforcement learning model consisting of an agent and an environment.
  • the agent shown in FIG. 5 corresponds to the function of selecting possible action a in the current state s.
  • the environment is used to determine the next state s' based on the action a selected by the agent and the current state s, and to determine the reward r' based on the action a, state s, and state s'. .
  • the environment may be defined such that the next state s' can be determined from the action a and the state s, and the reward r' can also be determined. Therefore, the state, etc. may be actually observed, or the state, etc. may be determined in a virtual environment.
  • the virtual environment is defined by, for example, virtually reproducing the operation area 60 in a three-dimensional space virtually provided in the computer 11. Then, by inputting the position of the object to be operated in the virtual three-dimensional space and the like to the simulation model 30c, changes in the state in the virtual environment are simulated. In this way, when reinforcement learning is performed in a virtual environment where the simulation model 30c is used, optimization of the machine learning model 30b can be achieved faster than in an environment that requires actual observation. Note that after the machine learning model 30b has been optimized in a virtual environment and the operation of the manipulation system 10 using the machine learning model 30b has started, if further machine learning is to be performed on the machine learning model 30b, the actual Information observed under the environment may be used.
  • an action value function Q(s, a) is assumed that indicates the expected profit when action a is selected according to the current state s and then action a is selected according to a predetermined policy. Then, when the action value function Q(s, a) is optimized, an optimal policy is obtained.
  • the policy may be defined in various ways; for example, a greedy policy is a policy that selects an action that maximizes the action value function Q(s, a).
  • the machine learning model 30b may be defined in various ways, but here, it includes data that includes an action value function Q(s, a) and indicates an action a that maximizes the action value function Q(s, a). is defined to be the output data.
  • the state s is the position of the operation target, the state of the switching unit 71, and the target position of the operation target.
  • Action a is an operation in the switching unit 71 necessary to bring the operation target closer to the target position, that is, the next state of the switching unit 71.
  • the machine learning model 30b uses information indicating the position of the operation target, the state of the switching unit 71, and the target position of the operation target as input data, and uses the switching units necessary to bring the operation target closer to the target position. It is defined to output information indicating the operation in 71 as output data.
  • FIG. 4B is a diagram schematically showing the machine learning model 30b.
  • the notation method of symbols is the same as that in FIG. 4A.
  • Xg and Yg are the positions (coordinates) of the target position of the operation target. In a virtual environment, this position is a coordinate in a virtually constructed environment, and in a real environment, it is a position in an image taken by the microscope 12.
  • the position of the operation target at the t-th time, the state of the switching unit 71 after the t-time operation, and the target position of the operation target are input to the machine learning model 30b.
  • These positions and states input to the machine learning model 30b correspond to the current state s shown in FIG. 5.
  • the output from the machine learning model 30b is the state of the switching unit 71 after the t+1-th operation, and corresponds to action a shown in FIG. 5. Therefore, assuming that the t-th time is the current time, the machine learning model 30b performs the next action a (the next action a) based on the current state s (the current state and target position of the operating object and the switching unit 71). ) is output.
  • FIG. 6 is a flowchart showing the main part of the reinforcement learning process for generating the machine learning model 30b as described above.
  • the reinforcement learning process shown in FIG. 6 is performed in a state where an optimized simulation model 30c, an unoptimized machine learning model 30b, and information indicating a virtually constructed environment are recorded in the storage medium 30.
  • the control unit 20 initializes the virtual environment constructed for learning using the function of the machine learning unit 22a (step S100). That is, the control unit 20 sets the values of variables and the like used in the process of reinforcement learning processing to initial values.
  • control unit 20 sets the position of the operation target object and the initial state of the switching unit 71, and further virtually sets the target position.
  • the initial value of the position of the virtual operation target is the initial position at the time of learning
  • the virtual predetermined position is the initial position. There may be multiple initial positions depending on the nature of the task, and each initial position is processed in each episode that is repeated in the learning loop process of steps S100 to S130.
  • the virtual target position can be set within the virtually reproduced operation area 60, and any position within the operation area 60 can be set as the virtual target position.
  • the target position may be changed or may be fixed.
  • the target position is preferably fixed at the specific target position within the same episode (S100 to S125). If a plurality of positions can be the target position without being limited to a specific target position, it is preferable that machine learning is performed using the plurality of positions as initial values of the target position also in reinforcement learning processing.
  • the initial value of the state of the switching unit 71 may be fixed to a specific state (for example, 000000, etc.) or may be changed.
  • the control unit 20 inputs the state s to the machine learning model 30b using the function of the machine learning unit 22a (step S105). That is, the control unit 20 inputs the current state (positions Xmt, Ymt of the operating object, states V1t to V6t of the switching unit 71, and target positions Xg, Yg) to the machine learning model 30b that is being learned. As a result, the states V1t+1 to V6t+1 of the switching unit 71 are output as the next action. Note that in the process of machine learning, the next states of the switching unit 71, V1t+1 to V6t+1, are not necessarily appropriate, but as the machine learning progresses, they are gradually optimized.
  • control unit 20 uses the function of the machine learning unit 22a to simulate the position of the operation target according to the action (step S110). That is, the control unit 20 controls the simulation model 30c recorded in the storage medium 30 to determine the positions Xmt, Ymt of the operation target, the current states V1t to V6t of the switching unit 71, and the next information obtained in step S105.
  • the states V1t+1 to V6t+1 of the switching unit 71 are input.
  • the positions Xmt+1 and Ymt+1 of the next object to be operated are output.
  • an equivalent movement phenomenon of the operation object can be reproduced in a virtual environment without using the real environment.
  • control unit 20 performs empirical observation using the function of the machine learning unit 22a (step S115). That is, the control unit 20 specifies the state and reward depending on the actions in steps S105 and S110. Specifically, the control unit 20 specifies the reward based on the target positions Xg, Yg and the positions Xmt+1, Ymt+1 of the next operation target object. Rewards may be determined in a variety of ways. Specifically, the reward is defined such that a positive reward is obtained when the distance between the target position Xg, Yg and the next operation target position Xmt+1, Ymt+1 is within a predetermined distance.
  • an action value function Q(s,a) can be defined, for example, by using a known definition.
  • the control unit 20 updates the machine learning model 30b using the function of the machine learning unit 22a (step S120).
  • the machine learning model 30b includes an action value function Q(s, a), and reinforcement learning aims to optimize the action value function Q(s, a) which is not optimized in the initial stage.
  • the action value function Q(s, a) is defined by a multilayer neural network, and the multilayer neural network is optimized in the process of reinforcement learning. Optimization of the multilayer neural network may be performed using various known algorithms. For example, a configuration may be adopted in which the multilayer neural network is optimized using an objective function that minimizes TD error (Temporal Difference). .
  • the control unit 20 uses the function of the machine learning unit 22a to update the processing of the current episode. It is determined whether the process has ended (step S125).
  • one episode is defined as the period from the first observation of the position of the operation target until the operation target reaches the target position Xg, Yg, or until the operation target fails to reach the target position Xg, Yg. be.
  • the failure condition may be determined in advance; for example, the failure condition is considered to be satisfied when the state s changes more than a predetermined number of times without the operation object reaching the target positions Xg, Yg. etc. can be adopted. Further, a configuration may be adopted in which the failure condition is considered to be satisfied when the operation target reaches the outside of the operation area 60.
  • step S130 determines whether or not machine learning has been completed.
  • the conditions for completing machine learning may be determined in various ways. For example, it is possible to adopt a configuration in which the machine learning completion condition is considered to be satisfied when the processes of steps S105 to S125 are completed for all of a plurality of environments prepared in advance. Furthermore, satisfaction of the completion condition may be specified by an index for evaluating whether the machine learning model 30b has been sufficiently optimized, for example, the task completion rate.
  • step S130 if it is determined that machine learning is not completed, the control unit 20 repeats the processing from step S100 using the function of the machine learning unit 22a. In this embodiment, at this time, the environment is initialized so that it is in an initial state different from the previous episode. If it is determined in step S130 that machine learning has been completed, the control unit 20 ends the reinforcement learning process. As a result, an optimized machine learning model 30b is obtained.
  • FIG. 7 is a flowchart showing the manipulation process.
  • the manipulation process is realized by the control unit 20 executing the manipulation program 21 with the optimized machine learning model 30b recorded on the storage medium 30.
  • the control section 20 functions as an imaging section 21a and a position control section 21b.
  • the imaging unit 21a has a function of outputting a control signal to the microscope 12 and acquiring image data representing an image within the field of view of the microscope 12.
  • the position control unit 21b has a function of outputting a control signal to the signal conversion interface 13 and causing the signal conversion interface 13 to output a current.
  • the user instructs the manipulation system 10 to start manipulation processing using an input unit (not shown) or the like.
  • the control unit 20 receives the setting of the target position (step S200). That is, the control unit 20 acquires the coordinates input by the user through an input unit (not shown), etc., and considers the coordinates to be the target position within the operation area 60.
  • the control unit 20 uses the function of the position control unit 21b to introduce the operation target (step S205). That is, the user introduces the object to be operated into the first flow path 40, the second flow path 50, or the operation area 60 by performing an operation on a configuration not shown.
  • the control unit 20 controls the signal conversion interface 13 using the function of the position control unit 21b, and operates the switching unit 71 to perform processing for moving the operation target into the operation area 60.
  • the process for moving the operation object into the operation area 60 is, for example, the process for moving the operation object in the first flow path 40 to the operation area 60 side, and the operation required by the switching unit 71 is a simple predetermined operation.
  • the control unit 20 uses the function of the photographing unit 21a to determine whether or not the operation target object exists within the operation area (step S210). That is, the control unit 20 controls the microscope 12 to acquire image data, and extracts the object to be operated from the image data. Then, the control unit 20 determines whether the position of the operation target is within the operation area 60 or not. If it is not determined that the operation target object exists within the operation area, the control unit 20 repeats the processing from step S205 onwards. However, when step S205 is repeated, a new operation target object is not introduced, but a process for moving the operation target object with respect to the operation area 60 is performed.
  • step S210 If it is determined in step S210 that the operation target object exists within the operation area, the control unit 20 performs the processes from step S215 onwards.
  • the state in which it is determined that the operation target object exists within the operation area is, for example, the state shown in FIG. 2A.
  • FIG. 2A a rectangular frame is also shown on the image of the operation target, and a rectangular frame is also shown at the target position, but these rectangular frames are superimposed on the image and do not correspond to the operation area. It is not an object that exists within 60.
  • step S215 the control unit 20 performs state observation. That is, the control unit 20 controls the microscope 12 to acquire image data using the function of the imaging unit 21a, and acquires the current position (Xmt, Ymt) of the operation target from the image data. Further, the control unit 20 outputs a control signal to the signal conversion interface 13 and obtains the current state of the switching unit 71 (V1t to V6t). Further, the control unit 20 acquires the target position (Xg, Yg) set in step S200.
  • control unit 20 determines whether the operation target object has reached the target position (step S220). That is, the control unit 20 performs the operation when the current position (Xmt, Ymt) of the operation target obtained in step S215 is within a predetermined distance from the target position (Xg, Yg) set in step S200. It is assumed that the object has reached the target position. If it is determined in step S220 that the manipulation object has reached the target position, the control unit 20 ends the manipulation process.
  • step S220 if it is not determined that the operation target has reached the target position, the control unit 20 uses the function of the position control unit 21b to set the position (Xmt, Ymt) of the operation target to the machine learning model 30b, and the switching unit 71
  • the current state (V1t to V6t) and the target position (Xg, Yg) of the object to be operated are input (step S225). That is, the control unit 20 inputs the current state to the machine learning model 30b.
  • the machine learning model 30b outputs the next action, that is, the state of the switching unit 71 (V1t+1 to V6t+1) to be set next.
  • the control unit 20 controls the switching unit 71 using the function of the position control unit 21b (step S230). That is, the output of the machine learning model 30b is a 6-bit numerical value indicating the state of the switching unit 71 to be set next. Therefore, the control unit 20 controls the signal conversion interface 13 so that the current is supplied to the solenoid valve 14 in response to a numerical value of 1, and the current supply to the solenoid valve 14 is stopped in response to a numerical value of 0. . As a result, the six electromagnetic valves 14 adjust the atmospheric pressure, the diaphragm 71a of the switching section 71 operates via the pressure supply pipe 15, and the state of the first flow path 40 changes.
  • the liquid in the first flow path 40 moves, and due to the movement of the liquid, the object to be operated in the operation area 60 moves.
  • the air pressure adjustment section 70, the imaging section 21a, the position control section 21b, the signal conversion interface 13, the solenoid valve 14, and the pressure supply pipe 15 constitute the liquid control section.
  • step S230 the control unit 20 repeats the processing from step S215 onwards.
  • the control unit 20 can move the operation target object to the target position by repeating state observation and inputting the state to the machine learning model 30b.
  • the machine learning model 30b inputs the current state and outputs the next state of the switching unit 71 necessary for moving to the target position.
  • the operation object reaches the target position. If the machine learning model 30b has been properly machine learned, this process can be realized by a simple process of observing and inputting the state, and the operation target can be accurately moved to the target position. Therefore, the generally very difficult task of moving an object to be operated by switching the state of the switching unit 71 can be accomplished very easily and accurately.
  • the states that can be realized by the switching units 71 are any of 64 states that can be expressed with 6 bits.
  • the next state is selected from 64 states according to the current state, and the switching unit 71 is repeatedly switched to the next state, thereby changing the state within the operation area 60.
  • the object to be operated moves to the target position.
  • the 64 states are, in each of the first flow paths 40, movement of the liquid from the first flow path 40 to the operation area 60 side, movement of the liquid in the opposite direction of the movement, and movement of the liquid from the first flow path 40 to the second flow path 40.
  • the liquid may move toward the flow path 50 side, and the liquid may move in the opposite direction.
  • a plurality of first channels 40 are connected to the operation area 60, and a second channel 50 is connected to each first channel 40.
  • the second flow path 50 is a series of flow paths surrounding the first flow path 40. That is, the plurality of first channels 40 are connected to each other via the second channel 50.
  • the switching section 71 is provided in the first channel 40 and not in the second channel 50. Therefore, the operation of the switching unit 71 necessary for manipulating the position of the object to be manipulated and the equalization of the pressure within the first flow path 40 can be performed at different locations. Therefore, the operation of the switching section 71 does not hinder equalization of pressure.
  • the first flow path 40 is thinner than the second flow path 50.
  • the diameter of the circle formed by the accumulation section 51 constituting the second flow path 50 is ten times or more larger than the width of the first flow path 40 and several times or more larger than the width of the connection section 52.
  • the width of the connecting portion 52 is several times the width of the first flow path 40.
  • the accumulation section 51 is considerably larger than the first flow path 40 and the connecting section 52. Therefore, the storage section 51 can effectively absorb pressure fluctuations occurring in the first flow path 40 and equalize the pressure in the first flow path 40 at an early stage. Furthermore, since the accumulation parts 51 are connected to each other by the connecting part 52, even if different pressure fluctuations occur in each of the plurality of first flow paths 40, it can be absorbed quickly and effectively, and the Pressure can be equalized. In this way, the second channel 50 functions as a very effective buffer against pressure fluctuations and liquid movement occurring in the first channel 40. Therefore, the second flow path 50 quickly eliminates and equalizes the pressure fluctuations in the first flow path 40 and the operation area 60, and quickly reaches an equilibrium state. Therefore, it is possible to quickly shift to the next state output by the machine learning model 30b. Furthermore, it is possible to easily control the movement of the liquid when transitioning to the next state.
  • the second flow path 50 includes a connecting portion 52 and an accumulation portion 51 having a diameter larger than the width of the connecting portion 52.
  • the first flow path 40 is connected to the storage section 51 . Therefore, the accumulation section 51, which is larger than the first flow path 40 and the connection section 52, effectively functions as a buffer for quickly equalizing pressure fluctuations occurring in the first flow path 40 and the connection section 52. There is. Furthermore, by connecting the accumulation parts 51 with each other through the connection parts 52, the pressure differences that occur between the plurality of first channels 40 are also quickly equalized.
  • the connecting portion 52 has a linear structure that connects the storage portions 51. When the connecting portion 52 is a straight line, the storage portions 51 can be connected by the shortest possible distance, so it is possible to efficiently equalize the pressure difference between the storage portions 51.
  • the operation area 60 has an internal space in which the operation target is moved in a plane in a direction parallel to the largest surface of the microfluidic chip 16. Therefore, in the present embodiment, a substantially two-dimensional direction may be assumed as the moving direction of the operation target, and the position of the operation target can be easily specified and easily controlled. Furthermore, the shape of the internal space of the operation area 60 when viewed from the direction perpendicular to the largest surface of the microfluidic chip 16 is triangular. Therefore, the internal space has an extremely simple shape, and the operation area 60 can be easily formed.
  • the first flow path 40 is connected to the vertex of the triangle formed by the operation area 60. Therefore, when liquid flows into the operation area 60 from the first flow path 40 or when liquid flows out from the operation area 60 to the first flow path 40, stagnation or eddies of the liquid are not generated in the operation area 60. Hateful. On the other hand, if the first flow path 40 is connected to a side of the triangle rather than a vertex, stagnation or vortices of the liquid are likely to occur within the operation area 60. Therefore, compared to a configuration in which the first flow path 40 is connected to a side of a triangle, in this embodiment, it is easier to control the position of the operation target.
  • two switching sections 71 are provided for one first flow path 40. Therefore, the inflow and outflow of liquid between the first flow path 40 and the operation area 60 can be performed independently in each of the three first flow paths 40 or by a combination of the three first flow paths 40. You can make it happen. Therefore, it is possible to easily control the position of the operation object within the operation area 60.
  • the shape and configuration of the second flow path 50 are not limited to the embodiments described above. Therefore, around the operation area 60 and the first flow path 40, a flow path having a constant width and having a shape similar to the shape (for example, a polygon) of the operation area 60 and larger in size is formed, A mode in which the second flow path 50 is configured may also be used. Moreover, one large accumulation part may be formed around the operation area 60 and the first flow path 40 to constitute the second flow path, and various embodiments may be adopted. Furthermore, in the case where the second flow path 50 is constituted by the accumulation section 51 and the connection section 52, the accumulation section 51 may have a shape other than a circle.
  • simulation of the position of the operation target according to the behavior in step S110 may be realized in a manner that does not use the simulation model 30c.
  • simulations using other methods finite element analysis, various fluid simulations, simulations using molecular dynamics, etc. may be used.
  • the input and output modes of the machine learning model 30b are not limited to the above-mentioned example.
  • the state of the switching unit 71 is not limited to being expressed in 6 bits, but may be expressed in a 1-digit decimal number (any number from 0 to 5, etc.).
  • the position of the t+1-th operation target output by the simulation model 30c may be expressed not by coordinates but by a displacement vector from the current position or the like.
  • the target position may be defined not by one point but by a wide area.
  • the state of one switching unit 71 may not be two states, but may be multiple states, or may change continuously.
  • the machine learning model 30b may be updated during the operation process.
  • the simulation model 30c may be updated based on data accumulated during the operation process, reinforcement learning may be performed using the updated simulation model 30c, and the accuracy may become higher as the operation progresses.
  • the environment for identifying the state may be a real environment, and in this case, the coordinates of the object to be operated under the real environment are observed.
  • the moving direction of the operation target is not limited to a two-dimensional direction, and the position of the object may be controlled in a three-dimensional direction. In this case, photography by the microscope 12 is performed from a plurality of different directions.
  • the reinforcement learning method is not limited to Q learning as described above, and methods such as SARS may also be used. Further, a method in which a policy model and an action value function model are modeled separately, for example, an Actor-Critic algorithm may be used.
  • the machine learning model that outputs the next state of the switching unit 71 is not limited to a configuration generated by reinforcement learning, but may be a configuration generated by a neural network or the like. Aspects of machine learning are not limited to the above embodiments, and include the number of layers and nodes that make up the model, the type of activation function, the type of loss function, the type of gradient descent method, and the optimization algorithm of gradient descent method.
  • Machine learning may be performed by appropriately selecting various factors such as the type, the type and presence or absence of a pooling layer, the presence or absence of a fully connected layer, and the presence or absence of a recursive structure. Of course, learning may be performed by other machine learning methods, such as support vector machine or clustering. Furthermore, machine learning may be performed in which the structure of the model (for example, the number of layers, the number of nodes per layer, etc.) is automatically optimized.
  • the manipulation system may be realized by a plurality of devices, or may be a system in which machine learning is performed by a server and position control is performed by a client. Furthermore, at least a portion of the imaging section 21a, the position control section 21b, and the machine learning section 22a may exist separately in a plurality of devices. Furthermore, some of the configurations of the embodiments described above may be omitted, and the order of processing may be varied or omitted.
  • the operation area may be any area that can contain the liquid and the operation object whose position within the liquid is to be manipulated. That is, the operation area is a liquid accumulation area, and the position of the object to be operated within the operation area may be variable. Since the position of the object to be manipulated is manipulated by being carried by the liquid, the liquid is present at least in the target position of the object to be manipulated or in a portion of the path leading to the target position. Since the operation area contains movable liquid, it has a three-dimensional structure that can accumulate liquid, but the actual movement direction of the operation target may be three-dimensional or three-dimensional. It doesn't have to be. That is, the operation target object may move two-dimensionally along a predetermined plane, as in the above-described embodiment, or may move one-dimensionally.
  • the liquid is not particularly limited, and examples thereof include water, physiological saline, blood, serum, phosphate buffer, Good buffer such as HEPES, oil, magnetic fluid, polymer solution, photocurable resin, and the like. Further, the liquid may be a combination of these.
  • Water is not particularly limited and can be selected as appropriate depending on the purpose, such as industrial water, tap water, ion exchange water, ultrafiltrated water, reverse osmosis water, distilled water (pure water), ultrapure water, etc. Examples include water.
  • the object to be manipulated may be any object that can move in the liquid, and can be selected as appropriate.
  • arbitrary particles such as latex particles, silica particles, magnetic particles, cells, liposomes, etc. can be the object to be manipulated.
  • Other examples include particles modified with beads, receptors such as antibodies, or nanocolloids.
  • it may be a moving object such as sperm or microorganisms.
  • the object to be operated may be operated so as to be placed at a predetermined position within the liquid existing in the operation area, and the predetermined position may be a predetermined target position or a predetermined target position. It may be a locus-shaped position or the like. In any case, it is sufficient that the position where the operation target object is to be placed is determined as a predetermined position before the movement.
  • the liquid and the object to be manipulated only need to be included in the operation area when the position of the object is manipulated by the manipulation system, and the liquid and the object to be manipulated must be outside the operation area before the operation starts. You may do so.
  • the state in which the liquid or the object to be manipulated is contained may be any state as long as it exists inside. For example, if it is a liquid, the operation area and each flow path may be filled with the liquid, or may partially contain air or the like.
  • the first flow path is a plurality of flow paths that are connected to the operation area and contain liquid. That is, at least two first channels containing liquid are connected to the operation area. As a result, an inflow path for liquid into the operation area and an outflow path for liquid from the operation area are secured, and it is possible to operate the object to be operated as the liquid moves.
  • the first channel only needs to allow the liquid to move therein, and the shape and cross-sectional shape of the channel are arbitrary. Note that in order to prevent the pressure distribution from becoming complicated and stagnation from occurring, it is preferable that the flow path has a simple shape, for example, a flow path extending in a straight line.
  • first channels are not limited to three as in the above-described embodiment, but may be various numbers.
  • the liquid control unit only needs to be able to move the liquid in the first flow path.
  • Various configurations may be adopted as the configuration for moving the liquid within the first channel.
  • the configuration for moving the liquid by applying pressure directly to the liquid is not limited to the configuration in which the first channel is switched between the closed state and the unclosed state as described above.
  • various configurations for moving the liquid within the first channel may be employed.
  • the configuration for applying force to the liquid is not limited to a configuration in which the diaphragm is changed using air pressure, but may be configured to apply force to the liquid using various actuators such as piezo elements.
  • a configuration may be adopted in which force is applied indirectly. For example, by applying force to the deformable first flow path, The structure may be such that the liquid moves.
  • the second flow path is a series of flow paths containing a liquid, and it is sufficient if it is connected to each of the plurality of first flow paths. That is, it is sufficient that the plurality of first channels are connected to each other via the second channel.
  • the second flow path is connected to each of the plurality of first flow paths, so that the liquid in the second flow path and the liquid in the first flow path are connected, and as a result, the liquid between the first flow paths is It is sufficient if the configuration is such that the pressure difference can be made uniform. Therefore, the shape of the second flow path is not limited.
  • three connecting parts 52 are provided and the second flow path 50 forms a triangle, but the configuration is not limited to this, and the connecting parts 52 form two sides of the triangle.
  • the storage portion and the connecting portion 52 may also be a shape that exists only in the present case. Further, the shape of the storage portion and the connecting portion 52 does not have to be clearly distinguishable; for example, the connecting portion 52 having the same thickness as the diameter of the storage portion 51 may be formed to connect the storage portion 51. Also good.
  • the second flow path is a series of flow paths, and the second flow path itself may be a connected flow path.
  • the second flow path forms a closed ring as in the embodiments described above, but the second flow path may also be a series of flow paths with ends. good.
  • the pressure in the first flow path is reduced. It suffices if it is configured to be uniform.
  • the shape of the internal space of the operation area when viewed from the direction perpendicular to the plane in which the operation target moves may be a polygon. Therefore, the shape of the operation area is not limited to a triangle as in the above-described embodiment, but may be a quadrilateral or the like, or a polygon with more vertices. Moreover, the polygonal shape may be any internal space, that is, a space in which the operation object can move. Therefore, when the outer shape of the operation area and the shape of the interior space are different, it is sufficient that the shape of the interior space is a polygon. Further, the internal space may be any space in which the operation object can exist within the operation area. Therefore, the interior of the operation area may be partitioned off by a fence-like or lattice-like structure through which the liquid passes but not the object to be operated.
  • one first channel 40 is provided with two switching sections 71, but the number of first channels 40 and switching sections 71 is limited to this example. Not done. For example, three or more switching parts 71 may be provided in one first flow path 40, and the number of switching parts 71 provided in each of the plurality of first flow paths 40 may be It may be different for each path 40. If one or more channels are provided for each of the first channels 40, and if the total number is (number of first channels 40 + 1) or more, the combination of states of the switching section 71 allows the switching to the operation area 60. Inflow of liquid and outflow of liquid from the operating area 60 can be realized.
  • control of the position of the operation object within the operation area 60 can be realized with a small number. Further, by configuring a total of (number of first flow paths 40+1) or more switching sections 71, as the number of switching sections 71 increases, it becomes possible to realize more precise position control.
  • FIG. 8A shows an image taken by the microscope 12 in an example in which there are two objects to be operated and one target position. Even in such a mode, if two operation objects are introduced into the operation area 60, one target position is set, and the machine learning model 30b is generated by machine learning, the position of the operation objects can be determined. It becomes possible to operate and control the target position.
  • the image on the left side shows the initial state immediately after the operation target is introduced, and the image in the center shows the state in the middle of moving to the target position.
  • the image on the right shows a state in which the operation target has reached the target position. In this way, it has been confirmed that it is possible to move two operation objects to one target position using machine learning.
  • FIGS. 8B and 8C show images taken by the microscope 12 in an example in which there are two objects to be operated and two target positions. Even in such a mode, if two operation objects are introduced into the operation area 60, two target positions are set, and the machine learning model 30b is generated by machine learning, the position of the operation objects can be determined. It becomes possible to operate and control the target position.
  • the image on the left side shows the initial state immediately after the operation target is introduced, and the image in the center shows the state in the middle of moving to the target position. Furthermore, the image on the right shows a state in which the operation target object has reached the target position. As shown in these figures, it has been confirmed that it is possible to move two operation objects to two target positions using machine learning. Further, as shown in FIGS. 8A to 8C, various combinations may be adopted as the number of operation objects, the number of target positions, and the initial position.
  • FIG. 9 is a diagram showing an example of a configuration for introducing an object to be operated into the first flow path 40 or the operation area 60.
  • the configuration for introducing the object to be operated includes a third flow path 80, a second storage section 81, a second switching section 82, a second gas passage 83, and a second connection section 84.
  • the third flow path 80, the second accumulation section 81, the second switching section 82, the second gas passage 83, and the second connection section 84 are formed. , one set is shown with a code.
  • the third flow path 80 is a flow path that is connected to the side of the triangle formed by the operation area 60 and extends in the extension direction of the first flow path 40.
  • the third channel 80 contains the same liquid as the liquid in the operation area 60, and may have the same depth, width, etc. as the first channel 40.
  • the second storage section 81 is connected to the end of the third flow path 80 that is not connected to the operation area 60 .
  • the second accumulation part 81 has a diameter several times larger than the width of the third flow path 80, contains the same liquid as the liquid in the operation area 60, and the object to be operated is accumulated in the liquid.
  • the second switching section 82, the second gas passage 83, and the second connection section 84 have the same configuration as the switching section 71, the gas passage 72, and the connection section 73. However, the installation location is different. That is, the second switching section 82 is formed directly below the third flow path 80, and the second gas passage 83 is a passage that connects the second switching section 82 and the second connecting section 84. .
  • the second connection portion 84 is connected to the solenoid valve 14 . That is, in the example shown in FIG. 9, there are a total of nine electromagnetic valves 14. By selecting nine electromagnetic valves 14, objects to be operated are introduced.
  • the internal pressure of the second gas passage 83 and the gas passage 72 is switched between a high state and a low state by the electromagnetic valve 14.
  • the third flow path 80 and the first flow path 40 are switched to either a closed state or an unclosed state.
  • only one of the three third channels 80 is left unclosed, and the other two third channels 80 are closed.
  • the operation object accumulated in the second accumulation unit 81 is transferred to the operation area 60. can be introduced into According to the above configuration, it is possible to easily introduce the operation object into the operation area 60.
  • the operation target accumulated near the operation area 60 Objects can be introduced into the operating area 60. Therefore, the distance that the operation object must move for introduction is short, and it is possible to easily introduce the operation object into the operation area 60.
  • a plurality of second storage sections 81 are provided. Therefore, it is possible to store different operation objects in different second storage units 81 and switch the operation object to be introduced. Specifically, one of the second storage units 81 stores operation objects for machine learning, such as beads, and the other one of the second storage units 81 stores operation objects to be studied. It is possible to adopt a configuration in which objects, such as cells, are accumulated, the second accumulation section 81 is selected according to the respective situations of machine learning and research, and a desired object to be operated is introduced into the operation area 60.
  • FIGS. 10 and 11 are diagrams for explaining a manipulation system having a plurality of operation areas.
  • FIG. 10 is a diagram showing a substrate 100 for realizing a manipulation system
  • FIG. 11 is an enlarged view of the periphery of the operation area provided on the substrate 100.
  • the manipulation system is realized by a substrate 100 having a plurality of units Ut. In FIG. 10, the boundaries of the units Ut are shown by broken lines.
  • a plurality of electromagnetic valves 140 are connected to the substrate 100.
  • the solenoid valve 140 is connected to a signal conversion interface (not shown).
  • the signal conversion interface can be realized by a circuit having the same function as the signal conversion interface shown in FIG.
  • a computer similarly to the embodiment shown in FIG. 1, a computer (not shown) is connected to the signal conversion interface, and a microscope (not shown) is connected to the computer. It is sufficient that these computers and microscopes have the same functions as the computer 11 and the microscope 12.
  • a machine learning model that has been subjected to machine learning in advance for the operation area provided on the board 100 is recorded.
  • the computer acquires an image of the operation area of each unit Ut (described later) using a microscope, outputs a signal to the signal conversion interface based on the image, and controls the solenoid valve 140 to control the operation target in the operation area. Perform placement operations.
  • a compressor (not shown) and a pressure supply pipe 150 are connected to the solenoid valve 140, and the connection between the compressor and the pressure supply pipe 150 is switched by opening and closing the solenoid valve 140. Therefore, the solenoid valve 140 can switch between a state where the internal pressure of the pressure supply pipe 150 is high and a state where it is low.
  • the pressure supply pipe 150 is connected to an air pressure adjustment section 700 (described later) formed on the substrate 100. Therefore, the solenoid valve 140 can switch the internal pressure of the atmospheric pressure adjustment unit 700 to which the pressure supply pipe 150 is connected between a high state and a low state.
  • Each of the plurality of units Ut provided on the substrate 100 is provided with a liquid containing structure that contains a liquid and a structure that contains a gas.
  • each of the units Ut includes a first flow path 400, a second flow path 500, an operation area 600, and an air pressure adjustment section 700.
  • the liquid is water and the gas is air. Note that although the object to be manipulated is introduced into the first channel 400 or the operation region 600, the configuration for introducing the object to be manipulated is omitted in FIGS. 10 and 11.
  • the first flow path 400, the second flow path 500, and the operation area 600 are flow paths and areas that contain liquid.
  • the operation area 600 contains a liquid, is an area in which the operation target is placed, and has an internal space in which the operation target is moved in a plane.
  • the operation area 600 and the like are formed on the largest surface of the substrate 100, and the internal space of the operation area 600 is used to move the operation object in a plane in a direction parallel to the largest surface of the substrate 100. It has a shape that allows it to be That is, the operation area 600 has an internal space that extends in a direction parallel to the largest surface of the substrate 100 to a certain depth (for example, a depth of 30 ⁇ m or less). Further, the internal space of the operation area 600 has a rectangular shape when viewed from a direction perpendicular to the largest surface of the substrate 100.
  • the first flow path 400 is a linear hollow space, and one end is connected to the vertex of the rectangle formed by the operation area 600.
  • the first channel 400 is a channel extending in a direction parallel to the diagonal of the rectangle formed by the operation area 600.
  • the other end of the first flow path 400 is connected to a flow path 510 that is a part of the second flow path 500.
  • the depth of the first flow path 400 is the same as the depth of the operation area 600, and the width of the first flow path 400 is smaller than the width of the second flow path 500.
  • the second flow path 500 includes a flow path 510, a flow path 520, a flow path 530, and an accumulation section 540.
  • the flow path 510 is a square frame-shaped flow path formed around the operation area 600.
  • the first flow path 400 is connected to the inner peripheral side of the apex portion of the square.
  • the flow path 530 is a flow path extending in the direction in which the units Ut are lined up, and is formed at two locations sandwiching the flow path 510.
  • the flow path 510 is a series of flow paths that connect the four first flow paths 400
  • the flow path 520 is a flow path that connects the flow path 510 and the flow path 530.
  • the depths of the flow path 510, the flow path 520, and the flow path 530 are the same as the first flow path 400.
  • the widths of the flow path 510, the flow path 520, and the flow path 530 are larger than the width of the first flow path 400.
  • the accumulation part 540 is a circular part and is connected to the end of the flow path 530.
  • the depth of the accumulation section 540 is deeper than the first flow path 400 (for example, 3 mm to 5 mm). Furthermore, the diameter of the circle formed by the accumulation section 540 is larger than the width of the flow path 530.
  • the atmospheric pressure adjustment unit 700 is a structure that includes a passage that contains gas.
  • the air pressure adjustment section 700 includes switching sections 710 and 711 (see FIG. 11) and gas passages 720 and 721.
  • switching sections 710 and 711 see FIG. 11
  • a portion like the connection portion 73 shown in FIG. 1B described above may be provided at the connection portion between the pressure supply pipe 150 and the gas passage 720.
  • the switching unit 710 includes a mechanism that can switch the first flow path 400 between a closed state and an unclosed state.
  • one or more switching sections 710 are provided in each of the four first flow paths 400.
  • the total number of switching units 710 is preferably the number of first channels 400 + 1, and in the example shown in FIGS. Two switching units 710 are provided in the first flow path 400 and one switching unit 710 is provided in the other first flow path 400 . Therefore, the total number of switching units 710 is five.
  • the switching unit 710 and the first flow path 400 also have structures as shown in FIGS. 2C to 2E described above, and the internal pressure of the first flow path 400 can be adjusted by the switching unit 710.
  • the gas passage 720 is a gas passage extending from each of the switching parts 710, and in each unit Ut, extends from the switching part 710 side to the solenoid valve 140 side, and further extends in the direction in which the units Ut are lined up.
  • the gas passages 720 of Ut are connected to each other.
  • gas passages 720 extending from the switching sections 710 having the same relative positional relationship with respect to the operation area 600 are connected to each other.
  • gas passages 720 extending from the switching section 710 located at the upper right of the operation area 600 are connected to each other.
  • a pressure supply pipe 150 extending from one electromagnetic valve 140 is connected to one gas passage 720. Therefore, when the internal pressure of the pressure supply pipe 150 becomes high or low by controlling the solenoid valve 140, the internal pressure of the gas passage 720 also becomes high or low. As a result, it is possible to switch between a state in which liquid cannot flow within the first channel 400 and a state in which liquid can flow.
  • the air pressure adjustment unit 700 constitutes a structure that applies pressure to the liquid in order to move the liquid in the first flow path. Further, the electromagnetic valve 140 and the pressure supply pipe 150 constitute a pressure supply unit that supplies pressure to the structures included in the plurality of units Ut.
  • a switching section 711 is also formed in the flow path 520, and a gas passage 721 is connected to the switching section 711.
  • the structure of the switching part 711 and the gas passage 721 is similar to the structure of the switching part 710 and the gas passage 720. Therefore, when the internal pressure of the pressure supply pipe 150 becomes high or low by controlling the solenoid valve 140, the internal pressure of the gas passage 721 also becomes high or low. As a result, it is possible to switch between a state in which liquid cannot flow within the channel 520 and a state in which liquid can flow.
  • the liquid cannot flow in the flow path 520, the flow of liquid between the flow path 510 and the flow path 530 will be cut off, so that the pressure in the flow path 510 provided in each unit Ut will decrease. It is possible to avoid being affected by pressure fluctuations caused by operations in other units Ut. If the liquid can flow in the flow path 520, the liquid can flow between the flow path 510 and the flow path 530, so that the pressure in each of the flow paths 510 included in the plurality of units Ut is reduced. can be made uniform.
  • the substrate 100 further includes supply control units 910a to 910d that switch between a state in which pressure can be supplied to the atmospheric pressure adjustment unit 700 and a state in which it cannot be supplied, for each of the plurality of units Ut (Fig. 10). That is, the supply control units 910a to 910d can switch between a state in which the gas in the intersecting gas passages 720 and 721 can flow and a state in which it cannot flow.
  • the supply control units 910a to 910d can be realized by various configurations, and for example, apply pressure to a diaphragm or the like as shown in FIGS. 2C to 2E using a solenoid valve and a pressure supply pipe to control the gas passages 720, 721. It may be shut off or opened. Alternatively, a configuration may be adopted in which the gas passages 720, 721 are directly shut off or opened using a solenoid valve.
  • Each of the supply control units 910a to 910d simultaneously switches whether or not pressure can be supplied to the plurality of intersecting gas passages 720, 721.
  • each of the supply control units 910a to 910d simultaneously switches whether or not pressure can be supplied to the 14 intersecting gas passages.
  • the supply control unit 910a supplies five gas passages 720 and two gas passages 721 in the unit Ut shown in the top row in FIG. The availability of pressure supply to the passage 720 and the two gas passages 721 is switched simultaneously.
  • the supply control unit 910c controls the five gas passages 720 and two gas passages 721 in the unit Ut shown at the top in FIG. The availability of pressure supply to the passage 720 and the two gas passages 721 is switched simultaneously.
  • the supply control unit 910 is connected to a signal conversion interface (not shown), and the computer controls the operations of the supply control units 910a to 910d via the signal conversion interface. That is, the computer can select any unit Ut and enable or disable the adjustment of the air pressure by the solenoid valve 140 by switching the combination of blocking and opening of the gas passages by the supply control units 910a to 910d. .
  • the supply control units 910a and 910c are in a state in which pressure cannot be supplied, and the supply control units 910b and 910d are in a state in which pressure can be supplied.
  • the supply control unit 910a disables pressure supply to the units Ut at the top and the third from the top shown in FIG. 10, and the units Ut are disabled.
  • the supply control unit 910c makes it impossible for the unit Ut in the second stage from the top to supply pressure, and the unit Ut is disabled.
  • the lowest unit Ut shown in FIG. 10 is enabled and enabled to be supplied with pressure by the supply control sections 910b and 910d.
  • Pressure can be supplied to the activated unit Ut by the solenoid valve 140, and switching is performed by the switching units 710 and 711 via the gas passages 720 and 721. That is, the pressure of the liquid in the first channel 400 is adjusted and the channel 520 is opened and closed.
  • an arbitrary unit Ut can be selected under the control of a computer, and an operation for arranging an operation target object can be performed within the operation area 600 of the selected unit Ut.
  • a method in which a second flow channel is connected to each of the first flow channels is disclosed in the invention of the method.
  • the above-described systems and methods can be realized as a single device or as a plurality of devices, and include various aspects.
  • the invention can also be applied as a recording medium for a program executed by the control unit.
  • the recording medium for the software may be a magnetic recording medium or a semiconductor memory, and any recording medium that will be developed in the future can be considered in exactly the same way.
  • Photographing part 21b...Position control unit, 22...Machine learning program, 22a...Machine learning unit, 30...Storage medium, 30b...Machine learning model, 30c...Simulation model, 40...First flow path, 50...Second flow path, 51 ...Accumulation part, 52...Connection part, 60...Operation area, 70...Air pressure adjustment part, 71...Switching part, 71a...Diaphragm, 71b...Space, 72...Gas passage, 73...Connection part, 80...Third flow path, 81...Second accumulation section, 82...Second switching section, 83...Second gas passage, 84...Second connection section

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • General Physics & Mathematics (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Microbiology (AREA)
  • Biomedical Technology (AREA)
  • Sustainable Development (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Immunology (AREA)
  • Optics & Photonics (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

【課題】操作対象物の位置制御を容易にするための技術の提供。 【解決手段】液体を内包する操作領域において操作対象物を所定の位置に配置操作するためのマニピュレーションシステムであって、前記操作領域と、前記操作領域に接続され、前記液体を内包する複数の流路である第１流路と、前記第１流路内の前記液体を移動させる液体制御部と、前記液体を内包する一連の流路であって、複数の前記第１流路のそれぞれに接続された第２流路と、を備えるマニピュレーションシステムを構成する。

Description

マニピュレーションシステムおよび流体チップ
　本発明は、マニピュレーションシステムおよび流体チップに関する。
　近年、微小な流路などを用いて、バイオケミカルな（生化学的な）プロセスを実行するＭｉｃｒｏＴＡＳ（Ｍｉｃｒｏ　Ｔｏｔａｌ　Ａｎａｌｙｓｉｓ　Ｓｙｓｔｅｍｓ）と呼ばれる技術の開発が盛んに行われている。ＭｉｃｒｏＴＡＳは、例えば、細胞間相互作用の分析、再生医療の分野における多細胞を配列した系の構築などに用いられている。従来、液体を内包する流路内で液体を移動させることにより、液体内の操作対象物を目標位置に移動させる技術が知られている（例えば、特許文献１参照）。
特開２０２１－１８５７８２号公報
　一般に、液体を移動させることによって液体内の操作対象物を所望の位置に移動させる制御は難易度が高い。制御の難易度が高い理由の一つには、液体を使って間接的に操作対象物を移動させる点にある。液体の形状は定まらないため、液体に既定の圧力を作用させる動作を単純に繰り返した場合に、液体やその周辺の操作対象物の挙動は容易には予測できず、操作対象物の位置制御が困難になる。
　本発明は、前記課題にかんがみてなされたもので、操作対象物の位置制御を容易にするための技術を提供することを目的とする。
　上述の目的を達成するため、本発明のマニピュレーションシステムは、液体と、前記液体内での位置が操作される操作対象物と、を内包する操作領域と、前記操作領域に接続され、前記液体を内包する複数の流路である第１流路と、前記第１流路内の前記液体を移動させる液体制御部と、前記液体を内包する一連の流路であって、複数の前記第１流路のそれぞれに接続された第２流路と、を備える。
　すなわち、操作領域には液体と当該液体内の操作対象物が内包され、操作領域に接続された第１流路においては第１流路内の液体を移動させることができる。第１流路は複数個設けられており、第１流路内の液体の移動により、操作領域に対して第１流路から液体が流入し、また、操作領域から第１流路に液体が流出する。このため、第１流路内の液体の移動に連動して操作領域においても液体が移動し、この結果、操作領域内で操作対象物が移動する。この構成において、第１流路内の液体が移動する際には、局所的に圧力が変動し、やがて圧力が均一化された定常状態に戻る。このような圧力の変動が、局所的に発生したり、圧力の変動が長期にわたって残存したりすると、第１流体内で液体の移動を繰り返す際に、制御が困難になる。
　そこで、マニピュレーションシステムには、第２流路が設けられている。第２流路は、液体を内包する一連の流路であり、複数の第１流路のそれぞれに接続されている。従って、第２流路は、複数の第１流路を互いに繋げる流路を形成している。この結果、複数の第１流路における圧力は互いに均一化され、局所的な圧力差が生じにくい。また、特定の第１流路内の液体の移動によって圧力が変動したとしても、早期にその圧力変動は均一化される。このため、液体の移動を繰り返して操作対象物の位置を操作する場合において、操作対象物の位置制御を容易にすることができる。
図１Ａはマニピュレーションシステムの概略構成を示す図、図１Ｂはマニピュレーションシステムの要部を示す図である。 図２Ａは顕微鏡による撮影画像の例を示す図、図２Ｂは操作領域の形状を示す図、図２Ｃ～図２Ｅは切替部の構造を示す図である。 マニピュレーションシステムの構成を示すブロック図である。 図４Ａはシミュレーションモデルを示す図、図４Ｂは機械学習モデルを示す図である。 強化学習を説明する図である。 強化学習処理のフローチャートである。 マニピュレート処理のフローチャートである。 図８Ａ～図８Ｃは、操作対象物を目標位置に移動させる例を示す図である。 操作対象物を操作領域に導入するための構成の例を示す図である。 複数の操作領域を有するマニピュレーションシステムを実現する基板を示す図である。 複数の操作領域を有するマニピュレーションシステムを実現する基板の拡大図である。
　ここでは、下記の順序に従って本発明の実施の形態について説明する。
（１）マニピュレーションシステムの構成：
（２）Ａ．Ｉ．（人工知能）を用いた機械学習処理：
（３）マニピュレート処理：
（４）他の実施形態：
　（１）マニピュレーションシステムの構成：
　図１Ａはマニピュレーションシステムの概略構成を示す図、図１Ｂはマニピュレーションシステム１０の要部を示す図である。本実施形態にかかるマニピュレーションシステム１０は、コンピュータ１１、顕微鏡１２、信号変換インターフェース１３、電磁弁１４、圧力供給管１５、マイクロ流体チップ１６を備えている。
　本実施形態においてコンピュータ１１は、顕微鏡１２および信号変換インターフェース１３に接続されている。コンピュータ１１は顕微鏡１２が出力する画像データを取得する。また、コンピュータ１１はデジタル信号を出力し、当該デジタル信号は信号変換インターフェース１３に入力される。詳細は後述する。顕微鏡１２は、視野に含まれる画像を撮影可能なイメージセンサーを具備する。本実施形態において、顕微鏡１２は、後述するマイクロ流体チップ１６の操作領域６０を視野にして画像を撮影可能である。撮影された画像を示す画像データは、コンピュータ１１に転送される。
　信号変換インターフェース１３は、コンピュータ１１および電磁弁１４に接続されており、コンピュータ１１が出力するデジタル信号に応じて、電磁弁１４に対して既定の電流を出力する装置である。電磁弁１４には、図示しないコンプレッサーと圧力供給管１５が接続されており、電磁弁１４の開閉によりコンプレッサーと圧力供給管１５との接続が切り替わる。このため、電磁弁１４は、圧力供給管１５の内圧が高い状態と、低い状態とを切り替えることが可能である。すなわち、電磁弁１４は、信号変換インターフェース１３から供給される電流に応じて圧力供給管１５の内圧を調整する。本実施形態において電磁弁１４は、信号変換インターフェース１３から出力される電流がハイレベルである期間において圧力供給管１５の内圧が高い状態とし、ローレベルである期間において圧力供給管１５の内圧を低い状態にする。
　圧力供給管１５は、マイクロ流体チップ１６に接続されている。マイクロ流体チップ１６には、気圧調整部７０（後述）が形成されている。従って、電磁弁１４は、圧力供給管１５が接続された気圧調整部７０の内圧を、高い状態と、低い状態とに切り替えることが可能である。なお、本実施形態において、電磁弁１４および圧力供給管１５は、図１Ａに示すように６個設けられているが、図１Ａにおいてはその一つに符号を付して示している。
　マイクロ流体チップ１６には、液体を内包する液体内包部と、気体を内包する構造体とが設けられている。図１Ｂには、マイクロ流体チップ１６に設けられた液体内包部および構造体が示されている。なお、マイクロ流体チップ１６は、２面が他の４面より大きい直方体、すなわち、板状であり、面積が他よりも大きい面に液体内包部および構造体が形成されている。図１Ｂは、面積が他よりも大きい面に対して垂直な方向からマイクロ流体チップ１６を見た状態を示している。
　マイクロ流体チップ１６には、第１流路４０と、第２流路５０と、操作領域６０と、気圧調整部７０と、が設けられている。本実施形態において、液体は水であり、気体は空気である。なお、操作対象物は第１流路４０または操作領域６０に導入されるが、操作対象物を導入するための構成は、図１Ｂにおいては省略されている。
　第１流路４０と、第２流路５０と、操作領域６０とは、液体を内包する流路および領域である。第１流路４０は、直線状の中空の空間であり、一方の端部は操作領域６０に接続されている。また、第１流路４０の他方の端部は、第２流路５０に接続されている。本実施形態において、第１流路４０は、３個設けられている。本実施形態において第１流路４０は、マイクロ流体チップ１６の最も広い平面（図１Ｂの紙面に平行な面）内で、均等に離間されて配置されている。従って、図１Ｂにおいて、隣接する第１流路４０同士の角度は１２０°である。
　操作領域６０は液体を内包し、操作対象物を所定の位置に配置操作するための領域であり、操作対象物を平面的に移動させる内部空間を有している。本実施形態において、操作領域６０等は、マイクロ流体チップ１６の最も大きい面に形成されており、操作領域６０の内部空間は、マイクロ流体チップ１６の最も大きい面に平行な方向に操作対象物を平面的に移動させることが可能な形状である。すなわち、操作領域６０は、マイクロ流体チップ１６の最も大きい面において一定の深さ（例えば、３０μｍ以下の深さ）で面に平行な方向に広がった内部空間を有している。
　さらに、操作領域６０の内部空間は、マイクロ流体チップ１６の最も大きい面に垂直な方向から見た場合の形状が三角形である。図２Ａは、顕微鏡１２によって撮影された操作領域６０を含む画像の例を示している。操作領域６０は３つの辺に囲まれた空間であり、３つの辺を、図２Ｂに示す破線のように延ばして交わる頂点Ｖ1～Ｖ3を想定すると、操作領域６０は、頂点Ｖ1～Ｖ3を有する三角形の内部空間を有する。すなわち、本実施形態において、操作領域６０の内部空間の内壁を延長すると、三角形となる。
　第１流路４０は、操作領域６０が形成する三角形の頂点部分に接続されている。本実施形態においては、操作領域６０が形成する三角形の重心から頂点に向かう直線と略平行な方向に３個の第１流路４０が形成されている。本実施形態において、第１流路４０は、操作領域６０と同一の深さであり、幅は操作領域６０が形成する三角形の一辺よりも小さい。本実施形態において、第１流路４０は、直線状に延びる流路である。本実施形態において第１流路４０は、断面が矩形の中空の空間である。第１流路のそれぞれは、一方の端部が図２Ａに示すように操作領域６０に接続され、他方の端部が図１Ｂに示すように第２流路５０に接続されている。なお、本明細書において、深さはマイクロ流体チップ１６の最も大きい面に対して垂直な方向の長さであり、幅は、深さ方向に垂直な方向、かつ、短手方向である。
　図１Ｂに示すように、第２流路５０は、蓄積部５１と連結部５２とを備えている。本実施形態において、マイクロ流体チップ１６の最も大きい面に垂直な方向から見た場合の蓄積部５１の形状は、円形である。蓄積部５１は、第１流路４０に接続されており、深さは第１流路４０よりも深い（例えば、３ｍｍ～５ｍｍ）。また、蓄積部５１が形成する円の直径は、第１流路４０の幅よりも大きい。本実施形態において、蓄積部５１は３個設けられ、全て同一の深さおよび形状である。また、本実施形態においては、３個の蓄積部５１の液面が同じ高さになるように、直方体のマイクロ流体チップ１６が水平面上に設置される。
　連結部５２は、隣接する２つの蓄積部５１の間においてこれらの蓄積部５１を結ぶように形成されている。本実施形態において連結部５２は、断面が矩形の中空の空間である。連結部５２の深さは第１流路４０と同一である。幅は、蓄積部５１が形成する円の直径よりも小さい。従って、蓄積部５１は、連結部５２より大きい。なお、本実施形態において、蓄積部５１および連結部５２は、操作領域６０が形成する三角形の周囲に存在し、蓄積部５１は操作領域６０より大きい三角形の頂点に相当し、連結部５２は操作領域６０より大きい三角形の辺に相当する。このため、第２流路５０は、操作領域６０の周囲で、蓄積部５１をつなぐように形成された環状の流路とみることもできる。
　気圧調整部７０は、気体を内包する通路を含む構造体である。気圧調整部７０は、切替部７１と気体通路７２と接続部７３とを含む。接続部７３は、圧力供給管１５が接続される部分である。本実施形態においては、６個の接続部７３が形成され、６個の圧力供給管１５が接続部７３のそれぞれに接続される。気体通路７２は、接続部７３に接続され、第１流路４０直下に形成された切替部７１の直下の空間と接続部７３とを連通させる中空の空間である。なお、気圧調整部７０は、図１Ｂ示すように６個設けられているが、図１Ｂにおいてはその一つに符号を付して示している。
　切替部７１は、第１流路４０を閉じた状態と、閉じていない状態とに切り替えることが可能な機構を含んでいる。本実施形態においては、３個の第１流路４０のそれぞれに２個の切替部７１が設けられている。図２Ｃ～図２Ｅは、切替部７１の構造および切替部７１による第１流路４０の内圧の調整を説明するための図である。図２Ｃは、マイクロ流体チップ１６の最も大きい面に垂直な方向から切替部７１を見た状態を示している。図２Ｄ，図２Ｅは、マイクロ流体チップ１６の最も大きい面に平行な方向から切替部７１を見た状態を示している。
　本実施形態において切替部７１は、ダイヤフラム７１ａを備え、ダイヤフラム７１ａの直下には空間７１ｂが設けられている。第１流路４０と空間７１ｂとは、柔軟性のある薄膜４０ａで隔てられており、当該薄膜４０ａにおいて、第１流路４０と空間７１ｂが重なり合った部分が、ダイヤフラム７１ａである。
　なお図２Ｃ～図２Ｅに示す濃いグレーがダイヤフラム７１ａであり、図２Ｄ，図２Ｅに示す薄いグレーは第１流路４０に内包された液体である。空間７１ｂは、気体通路７２と繋がっている直方体の空洞である。ダイヤフラム７１ａの材質は限定されないが、本実施形態においては樹脂製である。
　ダイヤフラム７１ａは、以上のように、第１流路４０と空間７１ｂが重なりあった部分であり、マイクロ流体チップ１６の最も大きい面に垂直な方向から見て長方形である。
　圧力供給管１５の内圧が高い状態または低い状態になると、空間７１ｂの内圧も高い状態または低い状態になる。ダイヤフラム７１ａは、柔軟性のある膜であるため、空間７１ｂの内圧に応じて形状が変化する。図２Ｄは、空間７１ｂの内圧が低い状態の形状を示している。図２Ｅは、空間７１ｂの内圧が高い状態の形状を示している。図２Ｅに示すように、空間７１ｂの内圧が高い状態になると、ダイヤフラム７１ａが第１流路４０側に膨らみ、第１流路４０を閉じる。すなわち、第１流路４０が閉じた状態となる。図２Ｄに示すように、空間７１ｂの内圧が低い状態になると、ダイヤフラム７１ａは平面状になり、第１流路４０内で液体が流通可能な状態となる。すなわち、第１流路４０が開いた状態となる。
　このように、第１流路４０が閉じた状態と、閉じていない状態とで切り替えられた場合、その変化の過程で第１流路４０の内圧が変動し、液体が流動する。例えば、図２Ｄに示す状態から図２Ｅに示す状態に切り替えられると、液体は、第１流路４０を左側および右側に向けて流動する。本実施形態においては、１個の第１流路４０に対して２個の切替部７１が設けられている。従って、２個の切替部７１の動作を組み合わせることにより、第１流路４０から操作領域６０に液体を移動させ、操作領域６０から第１流路４０に液体を移動させることができる。
　本実施形態において、１個の切替部７１は、第１流路４０を閉じた状態と、閉じていない状態と、の２個の状態を実現可能である。さらに、本実施形態においては、３個の第１流路４０のそれぞれに２個の切替部７１が設けられているため、合計で６個の切替部７１が設けられている。第１流路４０を閉じた状態に１、閉じていない状態に０を対応付けると、合計６個の切替部７１によって実現される状態は６ビットの数値で表現できる。以後、合計６個の切替部７１によって実現され、６ビットの数値で表現される状態を、切替部７１の状態と呼ぶ。
　本実施形態においては、以上の装置をコンピュータ１１によって制御することにより、操作領域６０の予め決められた目標位置に対して操作対象物を移動させることができる。図３は、コンピュータ１１の構成を説明するための図である。コンピュータ１１は、制御部２０および記憶媒体３０を備える。制御部２０は、図示しないＣＰＵ，ＲＡＭ，ＲＯＭ，ＧＰＵを備えており、記憶媒体３０等に記憶された各種プログラムを実行することができる。制御部２０、記憶媒体３０は、一体的なコンピュータで構成されていても良いし、少なくとも一部が別の装置であり、各種のケーブル等によって接続される構成であっても良い。むろん、画像や音声等の出力を行う出力部や、ユーザによる指示等を入力するための入力部等が備えられていても良い。出力部や入力部は、各種のインターフェースを介して接続可能であっても良い。
　本実施形態において、制御部２０は、マニピュレーションプログラム２１と機械学習プログラム２２とを実行することができる。マニピュレーションプログラム２１は、顕微鏡１２によって撮影された操作領域６０の画像に基づいて、操作対象物を目標位置に移動させる機能を制御部２０に実行させるプログラムである。マニピュレーションプログラム２１が実行されると、制御部２０は、撮影部２１ａ、位置制御部２１ｂとして機能する。
　本実施形態において操作対象物の移動は、予め行われた機械学習の結果に基づいて実行される。機械学習プログラム２２は、顕微鏡１２によって撮影された操作領域６０の画像等に基づいて、切替部７１に対する制御目標を決定するためのモデルを機械学習する機能を制御部２０に実行させるプログラムである。機械学習プログラム２２が実行されると、制御部２０は、機械学習部２２ａとして機能する。
　（２）Ａ．Ｉ．（人工知能）を用いた機械学習処理：
　本実施形態においては、切替部７１に対する制御目標を決定するためのモデルが機械学習されるが、当該機械学習を支援するため、液体による操作対象物の移動をシミュレートするためのモデルも機械学習される。ここでは、前者を単に機械学習モデル３０ｂと呼び、後者をシミュレーションモデル３０ｃと呼ぶ。
　本実施形態において、シミュレーションモデル３０ｃは、操作対象物の位置と切替部７１の現在の状態および次の状態を示す情報を入力データとし、操作対象物の次の位置を示す情報を出力データとして出力する。図４Ａは、シミュレーションモデル３０ｃを模式的に示す図である。図４Ａにおいては、入力データが左側、出力データが右側に示されており、入力データがシミュレーションモデル３０ｃに入力されると出力データが右側から出力されるように表記されている。図４Ａにおいて、Ｘｍ，Ｙｍは、操作対象物の位置（座標）を示している。Ｖ１～Ｖ６は、６個の切替部７１のそれぞれの状態（１または０）を示している。Ｖ１～Ｖ６を並べると、切替部７１の状態を示す６ビットの数値になる。
　操作対象物の位置と切替部７１の状態を示す符号には、符号ｔが付記されている。符号ｔは、切替部７１による動作の回数を識別するための符号である。このため、図４Ａに示すように、シミュレーションモデル３０ｃにおいては、ｔ回目の動作後における操作対象物の位置が入力される。また、シミュレーションモデル３０ｃにおいては、ｔ回目の動作後における切替部７１の状態と、ｔ＋１回目の動作後における切替部７１の状態と、が入力される。そして、ｔ＋１回目の動作後における操作対象物の位置が出力される。従って、シミュレーションモデル３０ｃによれば、ｔ回目の動作後に、操作対象物の位置が特定の位置であり、切替部７１が特定の状態である場合において、次に、切替部７１を特定の状態に変化させたことによって、操作対象物がどの位置に変位するかシミュレートすることができる。
　このようなシミュレーションモデル３０ｃは、種々の手法で機械学習することができる。例えば、ニューラルネットワークによって構成されたモデルを機械学習によって最適化することによって、シミュレーションモデル３０ｃを生成することができる。具体的には、切替部７１の状態が特定の状態である場合に、マニピュレーションシステム１０において、顕微鏡１２で撮影が行われ、操作対象物の位置（座標）が特定される。この状態において、コンピュータ１１は信号変換インターフェース１３に信号を出力して切替部７１の状態を変化させる。
　そして、再度、顕微鏡１２で撮影が行われ、当該状態の変化に応じた操作対象物の位置が特定される。一連の動作に関する情報を収集すれば、操作対象物の現在の位置と切替部７１の現在の状態および次の状態を示す情報に対して、状態変化後の操作対象物の位置を対応付けることができる。この組が教師データとされ、ニューラルネットワークの学習に充分なサンプル数の教師データが収集される。教師データが収集されると、制御部２０は、機械学習部２２ａの機能により、公知の機械学習処理を実行し、ニューラルネットワークを最適化する。このようにして得られたモデルがシミュレーションモデル３０ｃとなり、記憶媒体３０に記録される。
　環境における機械学習モデル３０ｂの機械学習は、シミュレーションモデル３０ｃが既に作成された状態で実施される。機械学習モデル３０ｂの機械学習も、種々の手法で実施されてよい。ここでは、強化学習によって機械学習モデル３０ｂを機械学習する例を説明する。図５はエージェントと環境とからなる強化学習のモデルによって機械学習モデル３０ｂの学習を説明する図である。図５に示すエージェントは、現在の状態ｓにおいて取り得る行動ａを選択する機能に相当する。環境は、エージェントが選択した行動ａと現在の状態ｓとに基づいて次の状態ｓ'を決定し、行動ａと状態ｓと状態ｓ'とに基づいて報酬ｒ'を決定するために用いられる。環境は、行動ａおよび状態ｓから次の状態ｓ'を決定し、さらに、報酬ｒ'を決定することができるように定義されれば良い。従って、状態等が実際に観測されても良いし、仮想的な環境で状態等が決定されても良い。本実施形態において、仮想的な環境は、例えば、コンピュータ１１において仮想的に設けられた３次元空間内で操作領域６０が仮想的に再現されることで定義される。そして、当該仮想的な３次元空間内での操作対象物の位置等がシミュレーションモデル３０ｃに入力されることで、仮想的な環境下での状態の変化がシミュレートされる。このように、シミュレーションモデル３０ｃが用いられる仮想的な環境下で強化学習が行われると、実際の観測を要する環境よりも高速に機械学習モデル３０ｂの最適化を実現することができる。なお、機械学習モデル３０ｂが仮想的な環境下で最適化され、当該機械学習モデル３０ｂを用いたマニピュレーションシステム１０の運用が開始された後、さらに機械学習モデル３０ｂの機械学習を行う場合は、実環境下で観測された情報が利用されて良い。
　強化学習のアルゴリズムは種々の手法を採用可能であり、ここでは一例としてＱ学習を説明する。Ｑ学習においては、現在の状態ｓに応じて行動ａが選択され、その後、既定の方策に従って行動ａが選択された場合の期待収益を示す行動価値関数Ｑ（ｓ，ａ）が想定される。そして、行動価値関数Ｑ（ｓ，ａ）が最適化されると、最適な方策が得られる。方策は、種々の態様で定義されて良く、例えば、ｇｒｅｅｄｙ方策であれば、行動価値関数Ｑ（ｓ，ａ）が最大化される行動を選択する方策になる。このような方策が想定された状態で、行動価値関数Ｑ（ｓ，ａ）が最適化すれば、状態ｓにおいて行動価値関数Ｑ（ｓ，ａ）が最大になるように行動ａを選択する方策が最適な方策である。機械学習モデル３０ｂは、各種の態様で定義されて良いが、ここでは、行動価値関数Ｑ（ｓ，ａ）を含み、当該行動価値関数Ｑ（ｓ，ａ）を最大化する行動ａを示すデータが出力データとなるように定義される。
　本実施形態において、状態ｓは、操作対象物の位置と切替部７１の状態と操作対象物の目標位置である。行動ａは、操作対象物を目標位置に近づけるために必要な切替部７１における動作、すなわち、切替部７１の次の状態である。このため、機械学習モデル３０ｂは、操作対象物の位置と切替部７１の状態と操作対象物の目標位置とを示す情報を入力データとし、操作対象物を目標位置に近づけるために必要な切替部７１における動作を示す情報を出力データとして出力するように定義される。
　図４Ｂは、機械学習モデル３０ｂを模式的に示す図である。符号の表記方法は図４Ａと同様である。また、Ｘｇ，Ｙｇは、操作対象物の目標位置の位置（座標）である。当該位置は、仮想的な環境下においては、仮想的に構築された環境における座標であり、実環境下においては顕微鏡１２による撮影画像内の位置である。図４Ｂに示されるように、機械学習モデル３０ｂには、ｔ回目における操作対象物の位置と、ｔ回目の動作後の切替部７１の状態と、操作対象物の目標位置とが入力される。機械学習モデル３０ｂに入力されるこれらの位置や状態は、図５に示す現在の状態ｓに相当する。機械学習モデル３０ｂからの出力は、ｔ＋１回目の動作後の切替部７１の状態であり、図５に示す行動ａに相当する。従って、ｔ回目を現在とすると、機械学習モデル３０ｂにおいては、現在の状態ｓ（操作対象物や切替部７１の現在の状態と目標位置）に基づいて、次の行動ａ（次の切替部７１の状態）を出力する。
　図６は、以上のような機械学習モデル３０ｂを生成するための強化学習処理の要部を示すフローチャートである。図６においては、仮想環境下で機械学習モデル３０ｂを機械学習する処理について説明する。図６に示す強化学習処理は、最適化済みのシミュレーションモデル３０ｃと、最適化されていない機械学習モデル３０ｂと、仮想的に構築された環境を示す情報が記憶媒体３０に記録された状態において、実施される。強化学習処理が開始されると、制御部２０は、機械学習部２２ａの機能により、学習のために構築した仮想環境を初期化する（ステップＳ１００）。すなわち、制御部２０は、強化学習処理の過程で利用される変数等の値を初期値に設定する。具体的には、制御部２０は、操作対象物の位置と、切替部７１の初期状態を設定し、さらに、目標位置を仮想的に設定する。仮想的な操作対象物の位置の初期値は、学習に際しての初期位置であり、仮想的に予め決められた位置が初期位置となる。初期位置はタスクの性質に応じて複数カ所存在してもよく、ステップＳ１００～Ｓ１３０の学習ループ処理で繰り返される各エピソードにおいて、それぞれの初期位置について処理が行われる。
　仮想的な目標位置は、仮想的に再現された操作領域６０内に設定可能であり、当該操作領域６０内の任意の位置を仮想的な目標位置とすることができる。ステップＳ１００～Ｓ１３０のループ処理で繰り返される各エピソードにおいて、目標位置は変更されても良いし、固定されていても良い。マニピュレーションシステム１０において、特定の目標位置に向けて操作対象物を移動させるならば、同一エピソード内（Ｓ１００～Ｓ１２５）において、目標位置は当該特定の目標位置に固定されることが好ましい。特定の目標位置に限定されず、複数の位置が目標位置となり得るのであれば、強化学習処理においても複数の位置を目標位置の初期値として、機械学習が進められることが好ましい。ステップＳ１００～Ｓ１３０のループ処理を繰り返す過程において、切替部７１の状態の初期値は、特定の状態（例えば、００００００等）に固定されても良いし、変化しても良い。
　次に、制御部２０は、機械学習部２２ａの機能により、機械学習モデル３０ｂに対して状態ｓを入力する（ステップＳ１０５）。すなわち、制御部２０は、学習中の機械学習モデル３０ｂに対して、現在の状態（操作対象物の位置Ｘｍｔ，Ｙｍｔ、切替部７１の状態Ｖ１ｔ～Ｖ６ｔ、目標位置Ｘｇ，Ｙｇ）を入力する。この結果、次の行動として、切替部７１の状態Ｖ１ｔ＋１～Ｖ６ｔ＋１が出力される。なお、機械学習の過程において、次の状態である切替部７１の状態Ｖ１ｔ＋１～Ｖ６ｔ＋１は、必ずしも適切ではないが、機械学習が進行していくと、次第に最適化されていく。
　次に、制御部２０は、機械学習部２２ａの機能により、行動に応じた操作対象物の位置をシミュレートする（ステップＳ１１０）。すなわち、制御部２０は、記憶媒体３０に記録されたシミュレーションモデル３０ｃに対して、操作対象物の位置Ｘｍｔ，Ｙｍｔと、現在の切替部７１の状態Ｖ１ｔ～Ｖ６ｔと、ステップＳ１０５によって得られた次の切替部７１の状態Ｖ１ｔ＋１～Ｖ６ｔ＋１と、を入力する。この結果、次の操作対象物の位置Ｘｍｔ＋１，Ｙｍｔ＋１が出力される。これにより、実環境を用いることなく、これと等価な操作対象物の移動現象を仮想環境でも再現できる。
　次に、制御部２０は、機械学習部２２ａの機能により、経験観測を行う（ステップＳ１１５）。すなわち、制御部２０は、ステップＳ１０５，Ｓ１１０における行動に応じた状態や報酬を特定する。具体的には、制御部２０は、目標位置Ｘｇ，Ｙｇと、次の操作対象物の位置Ｘｍｔ＋１，Ｙｍｔ＋１と、に基づいて、報酬を特定する。報酬は、種々の手法で決められて良い。具体的には、目標位置Ｘｇ，Ｙｇと次の操作対象物の位置Ｘｍｔ＋１，Ｙｍｔ＋１との距離が所定距離以内である場合に、正の報酬が得られるように報酬が定義されるが、これ以外にも、例えば、目標位置Ｘｇ，Ｙｇと、次の操作対象物の位置Ｘｍｔ＋１，Ｙｍｔ＋１との距離が小さいほど大きい報酬が加えられたり、距離が大きいほど絶対値が大きくなる負の報酬が加えられたりしても良い。いずれにしても、報酬が定義されると、例えば、公知の定義を用いることにより、行動価値関数Ｑ（ｓ，ａ）を定義することができる。
　次に、制御部２０は、機械学習部２２ａの機能により、機械学習モデル３０ｂを更新する（ステップＳ１２０）。機械学習モデル３０ｂには、行動価値関数Ｑ（ｓ，ａ）が含まれ、強化学習においては、初期において最適化されていない行動価値関数Ｑ（ｓ，ａ）を最適化することを目指す。そして、本実施形態においては、当該行動価値関数Ｑ（ｓ，ａ）が多層ニューラルネットワークによって定義されており、強化学習の過程で当該多層ニューラルネットワークが最適化されていく。当該多層ニューラルネットワークの最適化は、公知の種々のアルゴリズムによって実施されてよく、例えば、ＴＤ誤差（Ｔｅｍｐｏｒａｌ　Ｄｉｆｆｅｒｅｎｃｅ）を最小化する目的関数によって多層ニューラルネットワークの最適化を行う構成等を採用可能である。
　公知のアルゴリズムに応じた行動価値関数Ｑ（ｓ，ａ）の更新、すなわち、機械学習モデル３０ｂの更新がおこなわれると、制御部２０は、機械学習部２２ａの機能により、現在のエピソードの処理が終了したか否かを判定する（ステップＳ１２５）。本実施形態において、１エピソードは、操作対象物の位置の初回の観測から、操作対象物が目標位置Ｘｇ，Ｙｇに到達するまで、または、目標位置Ｘｇ，Ｙｇへの到達が失敗するまで、である。失敗条件は予め決められていれば良く、例えば、操作対象物が目標位置Ｘｇ，Ｙｇに到達することなく既定回数以上の状態ｓの変化が行われた場合に失敗条件を充足したと見なされる構成等を採用可能である。また、操作対象物が操作領域６０の外部に到達した場合に失敗条件を充足したと見なされる構成等が採用されてもよい。
　ステップＳ１２５において、現在のエピソードの処理が終了したと判定されない場合、制御部２０は、ステップＳ１０５以降の処理を繰り返す。ステップＳ１２５において、現在のエピソードの処理が終了したと判定された場合、制御部２０は、機械学習が完了したか否かを判定する（ステップＳ１３０）。機械学習の完了条件は、種々の態様で決められていて良い。例えば、予め用意された複数の環境の全てについて、ステップＳ１０５～Ｓ１２５の処理が完了した場合に、機械学習の完了条件を充足したと見なされる構成を採用可能である。また、機械学習モデル３０ｂが充分に最適化されたか否かを評価するための指標、例えば、タスクの達成率によって完了条件の充足が特定されても良い。
　ステップＳ１３０において、機械学習が完了したと判定されない場合、制御部２０は、機械学習部２２ａの機能により、ステップＳ１００以降の処理を繰り返す。本実施形態においては、この際、これ以前のエピソードと異なる初期状態となるように、環境を初期化する。ステップＳ１３０において、機械学習が完了したと判定された場合、制御部２０は、強化学習処理を終了する。この結果、最適化された機械学習モデル３０ｂが得られる。
　（３）マニピュレート処理：
　次に、操作対象物を目標位置に配置操作するためのマニピュレート処理を説明する。図７は、マニピュレート処理を示すフローチャートである。マニピュレート処理は、最適化された機械学習モデル３０ｂが記憶媒体３０に記録された状態で、制御部２０がマニピュレーションプログラム２１を実行することによって実現される。マニピュレーションプログラム２１が実行されると、制御部２０は、撮影部２１ａ、位置制御部２１ｂとして機能する。撮影部２１ａは、顕微鏡１２に対して制御信号を出力し、顕微鏡１２の視野内の画像を示す画像データを取得する機能である。位置制御部２１ｂは、信号変換インターフェース１３に対して制御信号を出力し、信号変換インターフェース１３に電流を出力させる機能である。
　利用者は、マニピュレーションシステム１０に対して、図示しない入力部等によってマニピュレート処理の開始指示を行う。マニピュレート処理が開始されると、制御部２０は、目標位置の設定を受け付ける（ステップＳ２００）。すなわち、制御部２０は、図示しない入力部等によって利用者が入力した座標を取得し、操作領域６０内の目標位置とみなす。
　次に、制御部２０は、位置制御部２１ｂの機能により、操作対象物の導入を行う（ステップＳ２０５）。すなわち、利用者は、図示しない構成に対する操作を行って第１流路４０、第２流路５０または操作領域６０に操作対象物を導入する。制御部２０は、位置制御部２１ｂの機能により、信号変換インターフェース１３を制御し、切替部７１を動作させることによって、操作対象物を操作領域６０内に移動させるための処理を行う。操作対象物を操作領域６０内に移動させるための処理は、例えば、第１流路４０内の操作対象物を操作領域６０側に移動させるための処理であり、切替部７１で必要になる動作は予め決められた単純な動作である。
　次に、制御部２０は、撮影部２１ａの機能により、操作対象物が操作領域内に存在するか否か判定する（ステップＳ２１０）。すなわち、制御部２０は、顕微鏡１２を制御して画像データを取得し、当該画像データから操作対象物を抽出する。そして、制御部２０は、操作対象物の位置が操作領域６０内であるか否か判定する。操作対象物が操作領域内に存在すると判定されない場合、制御部２０は、ステップＳ２０５以降の処理を繰り返す。但し、ステップＳ２０５が繰り返される場合、新たに操作対象物が導入されるのではなく、操作対象物を操作領域６０に対して移動させるための処理が行われる。
　ステップＳ２１０において、操作対象物が操作領域内に存在すると判定された場合、制御部２０は、ステップＳ２１５以降の処理を行う。なお、操作対象物が操作領域内に存在すると判定される状態は、例えば、図２Ａに示す状態である。図２Ａにおいては、操作対象物の像に矩形の枠が併記され、目標位置にも矩形の枠が示されているが、これらの矩形の枠は、画像に重畳されたものであり、操作領域６０内に実存する物体ではない。
　ステップＳ２１５において、制御部２０は、状態観測を行う。すなわち、制御部２０は、撮影部２１ａの機能により、顕微鏡１２を制御して画像データを取得し、当該画像データから操作対象物の現在の位置（Ｘｍｔ，Ｙｍｔ）を取得する。また、制御部２０は、信号変換インターフェース１３に制御信号を出力し、切替部７１の現在の状態（Ｖ１ｔ～Ｖ６ｔ）を取得する。さらに、制御部２０は、ステップＳ２００で設定された目標位置（Ｘｇ，Ｙｇ）を取得する。
　次に、制御部２０は、操作対象物が目標位置に到達したか否か判定する（ステップＳ２２０）。すなわち、制御部２０は、ステップＳ２１５で取得された操作対象物の現在の位置（Ｘｍｔ，Ｙｍｔ）が、ステップＳ２００で設定された目標位置（Ｘｇ，Ｙｇ）から所定距離以内である場合に、操作対象物が目標位置に到達したとみなす。ステップＳ２２０において、操作対象物が目標位置に到達したと判定された場合、制御部２０は、マニピュレート処理を終了する。
　ステップＳ２２０において、操作対象物が目標位置に到達したと判定されない場合、制御部２０は、位置制御部２１ｂの機能により、機械学習モデル３０ｂに操作対象物の位置（Ｘｍｔ，Ｙｍｔ）、切替部７１の現在の状態（Ｖ１ｔ～Ｖ６ｔ）、操作対象物の目標位置（Ｘｇ，Ｙｇ）を入力する（ステップＳ２２５）。すなわち、制御部２０は、機械学習モデル３０ｂに対して、現在の状態を入力する。この結果、機械学習モデル３０ｂは、次の行動、すなわち、次に設定すべき切替部７１の状態（Ｖ１ｔ＋１～Ｖ６ｔ＋１）を出力する。
　制御部２０は、当該出力に基づいて、位置制御部２１ｂの機能により、切替部７１を制御する（ステップＳ２３０）。すなわち、機械学習モデル３０ｂの出力は、次に設定すべき切替部７１の状態を示す６ビットの数値である。そこで、制御部２０は、数値１に対応して電磁弁１４への電流が供給され、数値０に対応して電磁弁１４への電流供給が停止されるように、信号変換インターフェース１３を制御する。この結果、６個の電磁弁１４による気圧の調整が行われ、圧力供給管１５を介して切替部７１のダイヤフラム７１ａが動作し、第１流路４０の状態が変化する。この結果、第１流路４０内の液体が移動し、当該液体の移動によって、操作領域６０内の操作対象物が移動する。以上のように、本実施形態においては、気圧調整部７０、撮影部２１ａ、位置制御部２１ｂ、信号変換インターフェース１３、電磁弁１４，圧力供給管１５が液体制御部を構成する。
　ステップＳ２３０が実行されると、制御部２０は、ステップＳ２１５以降の処理を繰り返す。以上の処理によれば、制御部２０は、状態観測と、機械学習モデル３０ｂへの状態の入力を繰り返すことにより、操作対象物を目標位置まで移動させることができる。機械学習モデル３０ｂは、現在の状態を入力することによって目標位置まで移動させるために必要な次の切替部７１の状態を出力する。このような操作対象物の位置の制御が繰り返されることで、操作対象物は、目標位置に到達する。この処理は、機械学習モデル３０ｂが適正に機械学習されていれば、状態の観測および入力という単純な処理によって実現可能であり、また、操作対象物を目標位置に正確に移動させることができる。従って、切替部７１の状態の切替による操作対象物の移動という、一般的に非常に難しいタスクを、非常に簡単に、かつ、正確に実現することができる。
　第１流路４０には、合計６個の切替部７１が設けられているため、切替部７１によって実現可能な状態は６ビットで表現できる６４通りの状態のいずれかである。機械学習モデル３０ｂにおいては、現在の状態に応じて次の状態を６４通りの状態から選択し、次の状態となるように切替部７１が切り替えられる処理が繰り返されることで、操作領域６０内で操作対象物が目標位置に移動していく。６４通りの状態は、第１流路４０のそれぞれにおいて、第１流路４０から操作領域６０側への液体の移動、当該移動の逆方向への液体の移動、第１流路４０から第２流路５０側への液体の移動、当該移動の逆方向への液体の移動が発生し得る。切替部７１の状態が変化した直後には液体の移動が発生し、この際に圧力が変動するが、当該圧力の変動が、次の状態変化まで残存していると、次の状態変化による液体の移動が、元々想定していた移動と異なってしまう。このため、切替部７１の状態変化を繰り返す過程で元の想定と液体の移動方向や移動量が異なり、この結果、操作対象物の位置の制御が困難になる。
　しかし、本実施形態においては、図１Ｂに示されるように、操作領域６０に複数の第１流路４０が接続され、それぞれの第１流路４０に対して第２流路５０が接続されている。そして、本実施形態において第２流路５０は、第１流路４０の周囲を囲む一連の流路となっている。すなわち、複数の第１流路４０同士は、第２流路５０を介して繋がっている。このような構成により、本実施形態において、第１流路４０における圧力は第２流路５０を介して互いに均一化されやすくなっている。このため、第１流路４０や操作領域６０内で、局所的な圧力差が生じにくい。また、特定の第１流路４０内の液体の移動によって圧力が変動したとしても、早期にその圧力変動は均一化される。このため、液体の移動を繰り返して操作対象物の位置を操作する場合において、操作対象物を操作するための液体の移動の制御が容易になる。さらに、本実施形態において、切替部７１は、第１流路４０に設けられており、第２流路５０には設けられていない。従って、操作対象物の位置を操作するために必要な切替部７１の動作と、第１流路４０内の圧力の均一化と、を異なる場所で行わせることができる。このため、切替部７１の動作が、圧力の均一化を阻害しない。
　さらに、本実施形態において第１流路４０は、第２流路５０より細い。具体的には、第２流路５０を構成する蓄積部５１が形成する円の直径は、第１流路４０の幅より１０倍以上大きく、連結部５２の幅より数倍以上ある。さらに、連結部５２の幅は、第１流路４０の幅の数倍である。
　従って、蓄積部５１は、第１流路４０および連結部５２よりもかなり大きい。このため、蓄積部５１は、第１流路４０において生じる圧力の変動を効果的に吸収し、第１流路４０における圧力を早期に均一化することができる。また蓄積部５１同士が連結部５２で接続されていることにより、複数の第１流路４０のそれぞれで異なる圧力変動が生じたとしても、早期に効果的に吸収し、第１流路４０における圧力を均一化することができる。このように、第２流路５０は、第１流路４０において生じる圧力変動や、液体の移動に対する非常に効果的なバッファとして機能する。従って、第２流路５０は、第１流路４０や操作領域６０における圧力変動を早期に解消して均一化し、早期に平衡状態に至る。従って、機械学習モデル３０ｂが出力する次の状態へ、早期に移行することができる。また、次の状態に移行した場合における液体の移動の制御を容易にすることができる。
　さらに、第２流路５０は、連結部５２と、連結部５２の幅よりも大きい径を持つ蓄積部５１とによって構成されている。また、蓄積部５１には、第１流路４０が接続されている。従って、第１流路４０や連結部５２と比較して大きい蓄積部５１は、第１流路４０や連結部５２に生じた圧力変動を早期に均一化するためのバッファとして有効に機能している。さらに、蓄積部５１同士が、連結部５２によって連結されることにより、複数の第１流路４０同士で生じた圧力差も早期に均一化される。なお、連結部５２は、蓄積部５１の間を結ぶ直線状の構造である。連結部５２が直線であると、蓄積部５１同士を可能な限り短い距離で結ぶことができるため、効率的に蓄積部５１同士の圧力差を均一化させることが可能である。
　さらに、操作領域６０は、操作対象物をマイクロ流体チップ１６の最も大きい面に平行な方向に平面的に移動させる内部空間を有している。このため、本実施形態においては、操作対象物の移動方向としてほぼ２次元的な方向を想定すれば良く、操作対象物の位置を容易に特定可能であると共に、容易に制御が可能である。さらに、マイクロ流体チップ１６の最も大きい面に垂直な方向から見た操作領域６０の内部空間の形状は、三角形である。従って、内部空間は極めて単純な形状であり、容易に操作領域６０を形成することができる。
　さらに、第１流路４０は、操作領域６０が形成する三角形の頂点に接続されている。このため、第１流路４０から操作領域６０に液体が流入する場合や、操作領域６０から第１流路４０に液体が流出する場合に、操作領域６０内に液体の淀みや渦が発生しにくい。一方、三角形の頂点ではなく、辺に第１流路４０が接続されていると、操作領域６０内に液体の淀みや渦が発生しやすい。このため、第１流路４０が三角形の辺に接続されている構成と比較して、本実施形態においては、操作対象物の位置の制御が容易になる。
　さらに、上述の実施形態においては、１個の第１流路４０に対して切替部７１が２個設けられる。従って、３個の第１流路４０のそれぞれにおいて独立して、または、３個の第１流路４０の組合せによって、第１流路４０と操作領域６０との間で液体の流入、流出を行わせることができる。このため、操作領域６０内で操作対象物の位置を容易に制御することが可能である。
　（４）他の実施形態：
　以上の実施形態は本発明を実施するための一例であり、他にも種々の実施形態を採用可能である。例えば、第２流路５０の形状や構成は、上述の実施形態のような態様に限定されない。従って、操作領域６０および第１流路４０の周囲に、操作領域６０の形状（例えば、多角形）と相似で、かつ、大きさがより大きい形状の、一定の幅の流路が形成され、第２流路５０を構成するような態様などであってもよい。また、操作領域６０および第１流路４０の周囲に、一つの大きい蓄積部が形成されて第２流路を構成していても良く、種々の態様が採用されてよい。さらに、第２流路５０が、蓄積部５１と連結部５２とによって構成される場合において、蓄積部５１は円形以外の形状であっても良い。
　さらに、ステップＳ１１０における、行動に応じた操作対象物の位置のシミュレートは、シミュレーションモデル３０ｃを用いない態様で実現されても良い。例えば、他の手法によるシミュレーション、有限要素解析や各種の流体シミュレーション、分子動力学を用いたシミュレーション等が利用されても良い。
　さらに、機械学習モデル３０ｂの入力や、出力の態様は、上述の例に限定されない。例えば、切替部７１の状態は６ビットで表現される態様に限定されず、１０進数の１桁の数値（０～５のいずれかの数値等）で表現されても良い。また、シミュレーションモデル３０ｃが出力する、ｔ＋１回目の操作対象物の位置は、座標ではなく、現在の位置からの変位ベクトル等によって表現されても良い。さらに、目標位置は、１点ではなく、広さを持った領域によって定義されても良い。
　さらに、１個の切替部７１の状態は２状態ではなく、多状態でもよいし、連続的に変化しても良い。さらに、機械学習モデル３０ｂは、運用過程で更新されても良い。例えば、運用過程で蓄積したデータに基づいてシミュレーションモデル３０ｃを更新し、更新後のシミュレーションモデル３０ｃを用いて強化学習を実行し、運用が進むほど高精度になるように構成されていても良い。この際、状態の特定などのための環境は、実環境であって良く、この場合、実環境下での操作対象物の座標等が観測される。さらに、操作対象物の移動方向は２次元的な方向に限定されず、３次元的な方向への位置の制御が行われてもよい。この場合、顕微鏡１２による撮影は、異なる複数の方向から実施される。
　さらに、強化学習の手法としても上述のようなＱ学習に限定されず、ＳＡＲＳＡ等の手法が用いられても良い。また、方策のモデルと行動価値関数のモデルを別々にモデル化した手法、例えば、Ａｃｔｏｒ－Ｃｒｉｔｉｃアルゴリズムが利用されても良い。さらに、切替部７１の次の状態を出力する機械学習モデルは、強化学習によって生成される構成に限定されず、ニューラルネットワーク等によって生成される構成であっても良い。機械学習の態様は上述の実施形態に限定されず、モデルを構成する層の数やノードの数、活性化関数の種類、損失関数の種類、勾配降下法の種類、勾配降下法の最適化アルゴリズムの種類、ミニバッチ学習の有無やバッチの数、学習率、割引率、初期値、過学習抑制手法の種類や有無、畳み込み層の有無、畳み込み演算におけるフィルタのサイズ、フィルタの種類、パディングやストライドの種類、プーリング層の種類や有無、全結合層の有無、再帰的な構造の有無など、種々の要素を適宜選択して機械学習が行われればよい。むろん、他の機械学習、例えば、サポートベクターマシンやクラスタリング等によって学習が行われてもよい。さらに、モデルの構造（例えば、層の数や層毎のノードの数等）が自動的に最適化される機械学習が行われてもよい。
　また、マニピュレーションシステムは、複数の装置によって実現されても良く、機械学習がサーバで実施され、位置制御がクライアントで実施されるシステム等であっても良い。さらに、撮影部２１ａ、位置制御部２１ｂ、機械学習部２２ａの少なくとも一部が複数の装置に分かれて存在してもよい。さらに、上述の実施形態の一部の構成が省略されてもよいし、処理の順序が変動または省略されてもよい。
　操作領域は、液体と、液体内での位置が操作される操作対象物と、を内包することが可能な領域であれば良い。すなわち、操作領域は、液体の蓄積領域であり、当該操作領域内で操作対象物の位置が可変であれば良い。操作対象物は、液体に運ばれることで位置が操作されるため、少なくとも、操作対象物の目標位置や目標位置に接近するまでの経路となる部分には、液体が存在する状態とされる。操作領域には、移動可能な液体が存在するため、液体を蓄積可能な３次元的な構造を有するが、実質的な操作対象物の移動方向は、３次元であってもよいし、３次元でなくても良い。すなわち、操作対象物は、上述の実施形態のように、所定の平面に沿って平面的に移動しても良いし、１次元的に移動しても良い。
　液体は、特に限定されず、例えば、水、生理食塩水、血液、血清、リン酸緩衝液、ＨＥＰＥＳ等のグッドバッファ、オイル、磁性流体、ポリマー溶液、光硬化性樹脂などが挙げられる。また、液体としては、これらの組み合わせであってもよい。水としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、工業用水、水道水、イオン交換水、限外濾過水、逆浸透水、蒸留水（純水）、超純水などが挙げられる。
　操作対象物は、液体中を移動可能な物体であればよく、適宜選択可能である。例えば、ラテックス粒子、シリカ粒子、磁性体粒子、細胞、リポソーム等の任意の粒子が操作対象物となり得る。他にも、ビーズ、抗体等の受容体又はナノコロイドを修飾した微粒子等であっても良い。また、精子、微生物など、動く物体であっても良い。
　操作対象物は、操作領域に存在する液体内で所定の位置に配置されるように操作されれば良く、所定の位置は、予め決められた目標位置であっても良いし、予め決められた軌跡状の位置等であっても良い。いずれにしても、移動前に操作対象物が配置されるべき位置が所定の位置として決まっていれば良い。
　液体と操作対象物とは、マニピュレーションシステムによる操作対象物の位置の操作が行われる際に、操作領域に内包されていれば良く、操作開始前には液体や操作対象物は操作領域外に存在しても良い。また、液体や操作対象物が内包される状態は、中に存在する状態であればよい。例えば、液体であれば、操作領域や各流路に液体が充填されている状態であっても良いし、一部空気等が含まれていても良い。
　第１流路は、操作領域に接続され、液体を内包する複数の流路である。すなわち、操作領域には、液体を内包する第１流路が少なくとも２個接続される。この結果、操作領域に対する液体の流入路および操作領域からの液体の流出路が確保され、液体の移動に伴う操作対象物の操作を行うことが可能である。第１流路は、内部を液体が移動可能であれば良く、流路の形状や断面形状は任意である。なお、圧力分布が複雑化したり、淀みが発生したりすることを防止するためには、単純な形状、例えば、直線状に延びる流路であることが好ましい。また、断面形状も単純な形状が好ましく、例えば、断面が円形や矩形であり、系が一定の直線状の流路等を採用可能である。第１流路の数は、上述の実施形態のような３個に限定されず、種々の数とされて良い。
　液体制御部は、第１流路内の液体を移動させることができればよい。第１流路内の液体を移動させるための構成としては、種々の構成が採用されてよい。液体に対して直接的に圧力を作用させることによって液体を移動させるための構成は、上述のように、第１流路を閉じた状態と、閉じていない状態と、を切り替える構成に限定されない。例えば、第１流路内の液体を移動させる各種の構成が採用されてよい。液体に力を作用させるための構成も、空気圧でダイヤフラムを変化させる構成に限定されず、ピエゾ素子等の各種のアクチュエータによって液体に力が作用するように構成されて良い。また、液体に力を作用させる際には、間接的に力が作用する構成が採用されてもよく、例えば、変形可能な第１流路に対して力を作用させて、第１流路内の液体が移動する構成等であっても良い。
　第２流路は、液体を内包する一連の流路であり、複数の第１流路のそれぞれに接続されていればよい。すなわち、複数の第１流路は、第２流路を介して互いに繋がっていれば良い。第２流路は、複数の第１流路のそれぞれに繋がっていることにより、第２流路内の液体と第１流路内の液体とが繋がり、この結果、第１流路間での圧力差を均一化できるように構成されていれば良い。従って、第２流路の形状は限定されない。例えば、上述の実施形態において、連結部５２は、３個設けられ、第２流路５０が三角形を形成しているが、このような構成に限定されず、連結部５２が三角形の２辺分しか存在しない形状等であっても良い。また、蓄積部と連結部５２とが明確に区別される形状でなくても良く、例えば、蓄積部５１の直径と同等の太さの連結部５２が蓄積部５１を結ぶように形成されていても良い。
　第２流路は一連の流路であり、第２流路自体が繋がった流路であればよい。圧力を均一化するためには、第２流路が上述の実施形態のような閉じた環を形成することが好ましいが、第２流路は、端部を有する一連の流路であっても良い。いずれにしても、操作領域に対して別個に接続された複数の第１流路が、ひと続きの流路として形成された第２流路に接続されることにより、第１流路の圧力が均一化されるように構成されていれば良い。
　操作領域の内部空間を、操作対象物が移動する平面に垂直な方向から見た場合の形状は、多角形であればよい。従って、操作領域の形状は、上述の実施形態のように、三角形に限定されず、四角形等であっても良いし、頂点がより多い多角形であっても良い。また、多角形の形状は、内部空間、すなわち、操作対象物が移動可能な空間であれば良い。従って、操作領域の外形と内部空間の形状が異なる場合、内部空間の形状が多角形であれば良い。さらに、内部空間は、操作領域内で操作対象物が存在し得る空間であれば良い。従って、液体は通過するが操作対象物は通過しない柵状または格子状の構造物によって操作領域の内部が仕切られていても良い。
　さらに、上述の実施形態においては、１個の第１流路４０に２個の切替部７１が設けられているが、第１流路４０と切替部７１の個数は、このような例に限定されない。例えば、１個の第１流路４０に３個以上の切替部７１が設けられていても良いし、複数の第１流路４０のそれぞれに設けられた切替部７１の数は、第１流路４０毎に異なっていてもよい。第１流路４０のそれぞれに対して１個以上設けられ、合計で（第１流路４０の数＋１）個以上設けられていれば、切替部７１の状態の組合せにより、操作領域６０への液体の流入と、操作領域６０からの液体の流出とを実現できる。合計で（第１流路４０の数＋１）個の切替部７１を構成すれば、少ない数で操作領域６０内の操作対象物の位置の制御を実現することができる。また、合計で（第１流路４０の数＋１）個以上の切替部７１を構成すれば、切替部７１の数の増加に従い、より精密な位置の制御を実現することが可能になる。
　さらに、目標位置は複数カ所であっても良いし、操作対象物は複数個であっても良い。図８Ａは、操作対象物が２個であり、目標位置が１カ所である例における顕微鏡１２の撮影画像を示している。このような態様であっても、２個の操作対象物を操作領域６０に導入し、１カ所の目標位置を設定して機械学習モデル３０ｂを機械学習によって生成すれば、操作対象物の位置を操作して目標位置に達するように制御することが可能になる。図８Ａにおいて、左側の画像は操作対象物が導入された直後の初期状態を示し、中央の画像は目標位置に移動している途中の状態を示している。また、右側の画像は操作対象物が目標位置に到達した状態を示している。このように、機械学習により、２個の操作対象物を１箇所の目標位置に移動させることが可能であることが確認されている。
　図８Ｂ，図８Ｃは、操作対象物が２個であり、目標位置が２箇所である例における顕微鏡１２の撮影画像を示している。このような態様であっても、２個の操作対象物を操作領域６０に導入し、２カ所の目標位置を設定して機械学習モデル３０ｂを機械学習によって生成すれば、操作対象物の位置を操作して目標位置に達するように制御することが可能になる。図８Ｂ，図８Ｃにおいても、左側の画像は操作対象物が導入された直後の初期状態を示し、中央の画像は目標位置に移動している途中の状態を示している。また、右側の画像は操作対象物が目標位置に到達した状態を示している。これらに示すように、機械学習により、２個の操作対象物を２箇所の目標位置に移動させることが可能であることが確認されている。また、図８Ａ～図８Ｃに示すように、操作対象物の数や、目標位置の数、初期の位置として、種々の組合せが採用されてよい。
　図９は、操作対象物を、第１流路４０または操作領域６０に導入するための構成の例を示す図である。図９に示す例において、操作対象物を導入するための構成は、第３流路８０、第２蓄積部８１、第２切替部８２、第２気体通路８３、第２接続部８４を備えている。図９示す例において、第３流路８０、第２蓄積部８１、第２切替部８２、第２気体通路８３、第２接続部８４は３組形成されているが、図の簡易化のため、一組について符号を付して示している。
　第３流路８０は、操作領域６０が形成する三角形の辺に接続されており、第１流路４０の延長方向に延びる流路である。第３流路８０は、操作領域６０内の液体と同一の液体を内包し、深さや幅等は第１流路４０と同様であって良い。第２蓄積部８１は、第３流路８０の両端のうち、操作領域６０が接続されていない方の端部に接続されている。第２蓄積部８１は、直径が第３流路８０の幅より数倍大きく、操作領域６０内の液体と同一の液体を内包し、当該液体内に操作対象物が蓄積される。
　第２切替部８２、第２気体通路８３、第２接続部８４は、切替部７１、気体通路７２、接続部７３と同様の構成である。但し、設置位置は異なっている。すなわち、第２切替部８２は、第３流路８０の直下に形成されており、第２気体通路８３は、第２切替部８２の直下と第２接続部８４とを繋ぐ通路となっている。第２接続部８４は、電磁弁１４に接続される。すなわち、図９に示す例において、電磁弁１４は、合計９個である。９個の電磁弁１４を選択することによって、操作対象物が導入される。
　すなわち、電磁弁１４によって第２気体通路８３や気体通路７２の内圧が、高い状態と低い状態とのいずれかに切り替えられる。この結果、第３流路８０や第１流路４０が閉じた状態と閉じていない状態とのいずれかに切り替わる。このような状態の切替を用いると、３個の第２蓄積部８１の１個に蓄積された操作対象物を操作領域６０に移動させることができる。例えば、３個の第３流路８０の一つのみを閉じていない状態とし、他の２個の第３流路８０を閉じた状態とする。この状態で、切替部７１のいずれかを動作させて操作領域６０から第１流路４０への液体の流れを形成することで、第２蓄積部８１に蓄積された操作対象物を操作領域６０に導入することができる。以上の構成によれば、容易に操作対象物を操作領域６０に導入することが可能である。
　なお、図９に示す構成によれば、第２流路５０よりも内側に第３流路８０、第２蓄積部８１等が配置されているため、操作領域６０の近くに蓄積された操作対象物を操作領域６０に導入することができる。このため、導入のために操作対象物が移動すべき距離が短く、容易に操作対象物を操作領域６０に導入することが可能である。さらに、図９に示す構成において、第２蓄積部８１は複数個設けられている。従って、異なる第２蓄積部８１に、異なる操作対象物を蓄積し、導入対象の操作対象物を切り替えることが可能である。具体的には、第２蓄積部８１の一つには、機械学習用の操作対象物、例えば、ビーズ等を蓄積し、第２蓄積部８１の他の一つには、研究対象の操作対象物、例えば、細胞等を蓄積し、機械学習、研究のそれぞれの場面に応じて第２蓄積部８１を選択し、所望の操作対象物を操作領域６０に導入する構成等を採用可能である。
　さらに、操作領域は１カ所に限定されず、複数の操作領域を用いて操作対象物の配置操作が実行可能に構成されてもよい。図１０，図１１は、複数の操作領域を有するマニピュレーションシステムを説明するための図である。図１０は、マニピュレーションシステムを実現するための基板１００を示す図であり、図１１は、基板１００に設けられた操作領域の周辺を拡大した図である。
　マニピュレーションシステムは、複数のユニットＵｔを有する基板１００によって実現される。図１０においては、ユニットＵｔの境界を破線で示している。基板１００には、複数の電磁弁１４０が接続される。電磁弁１４０は、図示しない信号変換インターフェースに接続される。信号変換インターフェースは、図１に示す信号変換インターフェースと同様の機能を有する回路で実現可能である。また、図１に示す実施形態と同様に、信号変換インターフェースには図示しないコンピュータが接続され、コンピュータには、図示しない顕微鏡が接続される。これらのコンピュータおよび顕微鏡も、コンピュータ１１および顕微鏡１２と同等の機能を有していれば良い。
　すなわち、コンピュータの図示しない記憶媒体には、基板１００に設けられた操作領域等を対象にして予め機械学習された機械学習モデルが記録されている。また、コンピュータは、顕微鏡によって各ユニットＵｔの後述する操作領域の画像を取得し、当該画像に基づいて信号変換インターフェースに信号を出力し、電磁弁１４０を制御することで操作領域内の操作対象物の配置操作を行う。
　電磁弁１４０には、図示しないコンプレッサーと圧力供給管１５０が接続されており、電磁弁１４０の開閉によりコンプレッサーと圧力供給管１５０との接続が切り替わる。このため、電磁弁１４０は、圧力供給管１５０の内圧が高い状態と、低い状態とを切り替えることが可能である。
　圧力供給管１５０は、基板１００に形成された気圧調整部７００（後述）に接続されている。従って、電磁弁１４０は、圧力供給管１５０が接続された気圧調整部７００の内圧を、高い状態と、低い状態とに切り替えることが可能である。
　基板１００に設けられた複数のユニットＵｔのそれぞれには、液体を内包する液体内包構造と、気体を内包する構造体とが設けられている。具体的には、ユニットＵｔのそれぞれは、第１流路４００と、第２流路５００と、操作領域６００と、気圧調整部７００と、を含む。本実施形態においても液体は水であり、気体は空気である。なお、操作対象物は第１流路４００または操作領域６００に導入されるが、操作対象物を導入するための構成は、図１０，図１１においては省略されている。
　第１流路４００と、第２流路５００と、操作領域６００とは、液体を内包する流路および領域である。操作領域６００は液体を内包し、内部において操作対象物の配置操作が行われる領域であり、操作対象物を平面的に移動させる内部空間を有している。本実施形態において、操作領域６００等は、基板１００の最も大きい面に形成されており、操作領域６００の内部空間は、基板１００の最も大きい面に平行な方向に操作対象物を平面的に移動させることが可能な形状である。すなわち、操作領域６００は、基板１００の最も大きい面において一定の深さ（例えば、３０μｍ以下の深さ）で面に平行な方向に広がった内部空間を有している。さらに、操作領域６００の内部空間は、基板１００の最も大きい面に垂直な方向から見た場合の形状が四角形である。
　第１流路４００は、直線状の中空の空間であり、一方の端部は操作領域６００が形成する四角形の頂点に接続されている。本実施形態において、第１流路４００は、操作領域６００が形成する四角形の対角線に平行な方向に延びる流路である。第１流路４００の他方の端部は、第２流路５００の一部である流路５１０に接続されている。本実施形態において、第１流路４００の深さは、操作領域６００と同一の深さであり、第１流路４００の幅は第２流路５００の幅よりも小さい。
　第２流路５００は、流路５１０，流路５２０，流路５３０，蓄積部５４０を備える。流路５１０は、操作領域６００の周囲に形成された正方形の枠状の流路である。流路５１０においては、正方形の頂点部分における内周側に第１流路４００が接続される。流路５３０は、ユニットＵｔが並ぶ方向に延びる流路であり、流路５１０を挟む２カ所に形成された流路である。
　流路５１０は４カ所の第１流路４００を接続する一連の流路であり、流路５２０は流路５１０と流路５３０とを接続する流路である。流路５１０、流路５２０、流路５３０の深さは第１流路４００と同一である。流路５１０、流路５２０、流路５３０の幅は、第１流路４００の幅より大きい。
　蓄積部５４０は、円形の部分であり、流路５３０の端部に接続されている。蓄積部５４０の、深さは第１流路４００よりも深い（例えば、３ｍｍ～５ｍｍ）。また、蓄積部５４０が形成する円の直径は、流路５３０の幅よりも大きい。
　気圧調整部７００は、気体を内包する通路を含む構造体である。本実施形態において、気圧調整部７００は、切替部７１０，７１１（図１１参照）と気体通路７２０，７２１とを含む。むろん、圧力供給管１５０と気体通路７２０との接続部分に、上述の図１Ｂに示す接続部７３のような部位が設けられていても良い。
　切替部７１０は、第１流路４００を閉じた状態と、閉じていない状態とに切り替えることが可能な機構を含んでいる。本実施形態においては、４個の第１流路４００のそれぞれに１個以上の切替部７１０が設けられている。なお、切替部７１０の数の合計は、第１流路４００の数＋１個であることが好ましく、図１０，図１１に示す例においては、操作領域６００の左上に存在する第１流路４００に２個、他の第１流路４００に１個の切替部７１０が設けられている。従って、切替部７１０の数の合計は５個である。切替部７１０および第１流路４００においても、上述の図２Ｃ～図２Ｅに示すような構造を有しており、切替部７１０によって第１流路４００の内圧を調整することができる。
　気体通路７２０は、切替部７１０のそれぞれから延びる気体の通路であり、各ユニットＵｔにおいて、切替部７１０側から電磁弁１４０側に延びるとともに、さらに、各ユニットＵｔが並ぶ方向に延びて、各ユニットＵｔの気体通路７２０同士が接続されている。本実施形態においては、各ユニットＵｔに存在する切替部７１０の中で、操作領域６００に対する相対位置関係が同一の切替部７１０から延びる気体通路７２０同士が接続される。例えば、図１０，図１１において、操作領域６００の右上に存在する切替部７１０から延びる気体通路７２０同士が接続されている。
　基板１００においては、一つの気体通路７２０に対して一つの電磁弁１４０から延びる圧力供給管１５０が接続されている。従って、電磁弁１４０の制御により、圧力供給管１５０の内圧が高い状態または低い状態になると、気体通路７２０の内圧も高い状態または低い状態になる。この結果、第１流路４００内で液体が流通不可能な状態と流通可能な状態とを切り替えることができる。
　以上のように、本実施形態においては、気圧調整部７００が、第１流路内の液体を移動させるための圧力を当該液体に作用させる構造体を構成する。また、電磁弁１４０および圧力供給管１５０が、複数のユニットＵｔが備える当該構造体に対して圧力を供給する圧力供給部を構成する。
　本実施形態においては、流路５２０にも切替部７１１が形成されており、切替部７１１には気体通路７２１が接続されている。切替部７１１および気体通路７２１の構造は、切替部７１０および気体通路７２０の構造と同様である。従って、電磁弁１４０の制御によって、圧力供給管１５０の内圧が高い状態または低い状態になると、気体通路７２１の内圧も高い状態または低い状態になる。この結果、流路５２０内で液体が流通不可能な状態と流通可能な状態とを切り替えることができる。
　流路５２０内で液体が流通不可能な状態であれば、流路５１０と流路５３０との間における液体の流通が遮断された状態となるため、各ユニットＵｔが備える流路５１０の圧力が他のユニットＵｔにおける操作等による圧力変動の影響を受けないようにすることができる。流路５２０内で液体が流通可能な状態であれば、流路５１０と流路５３０との間における液体の流通が可能な状態となるため、複数のユニットＵｔが備える流路５１０のそれぞれにおける圧力を均一化することができる。
　本実施形態において基板１００は、さらに、複数のユニットＵｔ毎に、気圧調整部７００に対して圧力を供給可能な状態と、供給不可能な状態とを切り替える供給制御部９１０ａ～９１０ｄを備える（図１０参照）。すなわち、供給制御部９１０ａ～９１０ｄは、交差する気体通路７２０，７２１内の気体が流通可能な状態と流通不可能な状態とを切り替えることができる。
　供給制御部９１０ａ～９１０ｄは、種々の構成によって実現可能であり、例えば、図２Ｃ～図２Ｅのようなダイヤフラム等に対して電磁弁および圧力供給管によって圧力を作用させ、気体通路７２０，７２１を遮断または開放しても良い。また、電磁弁によって直接的に気体通路７２０，７２１を遮断または開放する構成であっても良い。
　供給制御部９１０ａ～９１０ｄのそれぞれは、交差する複数の気体通路７２０，７２１における圧力の供給可否を同時に切り替える。図１０に示す例であれば、供給制御部９１０ａ～９１０ｄのそれぞれは、交差する１４本の気体通路における圧力の供給可否を同時に切り替える。例えば、供給制御部９１０ａは、図１０において最上段に示されたユニットＵｔにおける５本の気体通路７２０，２本の気体通路７２１、上から３段目に示されたユニットＵｔにおける５本の気体通路７２０，２本の気体通路７２１、における圧力の供給可否を同時に切り替える。一方、供給制御部９１０ｃは、図１０において最上段に示されたユニットＵｔにおける５本の気体通路７２０，２本の気体通路７２１、上から２段目に示されたユニットＵｔにおける５本の気体通路７２０，２本の気体通路７２１、における圧力の供給可否を同時に切り替える。
　供給制御部９１０は、図示しない信号変換インターフェースに接続されており、コンピュータは信号変換インターフェースを介して供給制御部９１０ａ～９１０ｄの動作を制御する。すなわち、コンピュータは、供給制御部９１０ａ～９１０ｄによる気体通路の遮断または開放の組合せを切り替えることにより、任意のユニットＵｔを選択し、電磁弁１４０による気圧の調整を有効化または無効化することができる。
　例えば、供給制御部９１０ａ、９１０ｃによって圧力を供給不可能な状態とし、供給制御部９１０ｂ、９１０ｄによって圧力を供給可能な状態とした場合を想定する。この場合、図１０に示す最上段および上から３段目のユニットＵｔは、供給制御部９１０ａによって圧力の供給が不可能とされ、無効化される。また、上から２段目のユニットＵｔは、供給制御部９１０ｃによって圧力の供給が不可能とされ、無効化される。一方、図１０に示す最下段のユニットＵｔは、供給制御部９１０ｂ，９１０ｄによって圧力の供給が可能とされ、有効化される。
　有効化されたユニットＵｔに対しては、電磁弁１４０による圧力供給が可能になり、気体通路７２０，７２１を介して切替部７１０，７１１による切り替えが行われる。すなわち、第１流路４００内の液体に対する圧力の調整や流路５２０の開閉が行われる。以上の構成により、本実施形態においては、コンピュータの制御により、任意のユニットＵｔを選択し、選択されたユニットＵｔの操作領域６００内で操作対象物の配置操作を行うことができる。
　さらに、複数の第１流路からの液体の移動によって操作領域内の操作対象物の位置を制御する構成において、第１流路のそれぞれに第２流路が接続される手法は、方法の発明としても実現可能である。また、以上のようなシステム、方法は、単独の装置として実現される場合や、複数の装置によって実現される場合が想定可能であり、各種の態様を含むものである。例えば、以上のような手段を備えた顕微鏡等や、既存の顕微鏡に搭載するためのアタッチメントを提供することが可能である。さらに、制御部で実行されるプログラムの記録媒体としても発明は成立する。むろん、そのソフトウェアの記録媒体は、磁気記録媒体であってもよいし半導体メモリであってもよいし、今後開発されるいかなる記録媒体においても全く同様に考えることができる。
１０…マニピュレーションシステム、１１…コンピュータ、１２…顕微鏡、１３…信号変換インターフェース、１４…電磁弁、１５…圧力供給管、１６…マイクロ流体チップ、２０…制御部、２１…マニピュレーションプログラム、２１ａ…撮影部、２１ｂ…位置制御部、２２…機械学習プログラム、２２ａ…機械学習部、３０…記憶媒体、３０ｂ…機械学習モデル、３０ｃ…シミュレーションモデル、４０…第１流路、５０…第２流路、５１…蓄積部、５２…連結部、６０…操作領域、７０…気圧調整部、７１…切替部、７１ａ…ダイヤフラム、７１ｂ…空間、７２…気体通路、７３…接続部、８０…第３流路、８１…第２蓄積部、８２…第２切替部、８３…第２気体通路、８４…第２接続部

Claims (10)

  1. 　液体を内包する操作領域において操作対象物を所定の位置に配置操作するためのマニピュレーションシステムであって、
    　前記操作領域と、
    　前記操作領域に接続され、前記液体を内包する複数の流路である第１流路と、
    　前記第１流路内の前記液体を移動させる液体制御部と、
    　前記液体を内包する一連の流路であって、複数の前記第１流路のそれぞれに接続された第２流路と、
    を備えるマニピュレーションシステム。
  2. 　前記操作領域は、前記操作対象物を平面的に移動させる内部空間を有し、前記平面に垂直な方向から見た前記内部空間の形状は、多角形である、
    請求項１に記載のマニピュレーションシステム。
  3. 　前記第１流路は、前記多角形の頂点に接続されている、
    請求項２に記載のマニピュレーションシステム。
  4. 　前記第１流路は、前記第２流路より細い、
    請求項１または請求項２に記載のマニピュレーションシステム。
  5. 　前記液体制御部は、
    　　前記第１流路内を閉じた状態と、閉じていない状態と、で切り替えることによって前記液体を移動させる切替部を備え、
    　前記切替部は、前記第１流路のそれぞれに対して１個以上設けられ、
    　　合計で（前記第１流路の数＋１）個以上設けられる、
    請求項１に記載のマニピュレーションシステム。
  6. 　前記液体制御部は、
    　　前記第１流路内を閉じた状態と、閉じていない状態と、で切り替えることによって前記液体を移動させる切替部を備え、
    　前記切替部は、
    　　１個の前記第１流路に対して２個設けられる、
    請求項１に記載のマニピュレーションシステム。
  7. 　前記液体制御部は、
    　　前記操作対象物の位置と前記切替部の状態と前記操作対象物の目標位置とを入力し、前記操作対象物を目標位置に近づけるために必要な前記切替部における動作を出力するように機械学習された機械学習モデルに対して、
    　　前記操作対象物の位置と前記切替部の状態と前記操作対象物の目標位置とを入力し、得られた出力に基づいて、前記切替部を動作させる、
    請求項５または請求項６に記載のマニピュレーションシステム。
  8. 　前記第２流路は、
    　　連結部と、前記連結部より大きい前記液体の蓄積部と、を備え、
    　前記蓄積部は、
    　　前記第１流路に接続され、
    　前記連結部は、
    　　複数の前記蓄積部の間において当該蓄積部を結ぶように形成されている、
    請求項１または請求項２に記載のマニピュレーションシステム。
  9. 　液体を内包し、内部において操作対象物の配置操作が行われる操作領域と、
    　前記操作領域に接続され、前記液体を内包する複数の流路である第１流路と、
    　前記第１流路内の前記液体を移動させるための圧力を前記液体に作用させる構造体と、
    　前記液体を内包する一連の流路であって、複数の前記第１流路のそれぞれに接続された第２流路と、
    を備える流体チップ。
  10. 　液体を内包し、内部において操作対象物の配置操作が行われる操作領域と、
    　前記操作領域に接続され、前記液体を内包する複数の流路である第１流路と、
    　前記第１流路内の前記液体を移動させるための圧力を前記液体に作用させる構造体と、
    　前記液体を内包する一連の流路であって、複数の前記第１流路のそれぞれに接続された第２流路と、を有するユニットが複数個備えられ、
    　複数の前記ユニットが備える前記第２流路は互いに接続されており、
    　複数の前記ユニットが備える前記構造体に対して前記圧力を供給する圧力供給部と、
    　複数の前記ユニット毎に、前記構造体に対して前記圧力供給部から前記圧力を供給可能な状態と、供給不可能な状態とを、切り替える供給制御部と、
    を備えるマニピュレーションシステム。
PCT/JP2023/015165 2022-04-26 2023-04-14 マニピュレーションシステムおよび流体チップ WO2023210407A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022072418 2022-04-26
JP2022-072418 2022-04-26

Publications (1)

Publication Number Publication Date
WO2023210407A1 true WO2023210407A1 (ja) 2023-11-02

Family

ID=88518543

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/015165 WO2023210407A1 (ja) 2022-04-26 2023-04-14 マニピュレーションシステムおよび流体チップ

Country Status (1)

Country Link
WO (1) WO2023210407A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006250846A (ja) * 2005-03-14 2006-09-21 Fuji Photo Film Co Ltd 送液装置及び送液方法
WO2015163194A1 (ja) * 2014-04-25 2015-10-29 国立大学法人東京大学 細胞外小胞体分析チップ、細胞外小胞体分析方法、細胞外小胞体分析装置
WO2021186050A1 (en) * 2020-03-20 2021-09-23 Celldynamics Isrl Fluidic device for corpuscle analysis and related method
JP2021185782A (ja) * 2020-05-27 2021-12-13 国立大学法人山梨大学 液中対象物マニピュレーション装置、液中対象物マニピュレーション方法、及び液中対象物マニピュレーションプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006250846A (ja) * 2005-03-14 2006-09-21 Fuji Photo Film Co Ltd 送液装置及び送液方法
WO2015163194A1 (ja) * 2014-04-25 2015-10-29 国立大学法人東京大学 細胞外小胞体分析チップ、細胞外小胞体分析方法、細胞外小胞体分析装置
WO2021186050A1 (en) * 2020-03-20 2021-09-23 Celldynamics Isrl Fluidic device for corpuscle analysis and related method
JP2021185782A (ja) * 2020-05-27 2021-12-13 国立大学法人山梨大学 液中対象物マニピュレーション装置、液中対象物マニピュレーション方法、及び液中対象物マニピュレーションプログラム

Similar Documents

Publication Publication Date Title
US11567576B2 (en) Wearable gloves including a fabric material worn by a user, a position sensor, and a matrix with a plurality of voids that each include at least one fluidic actuator
US7062418B2 (en) Computer aided design method and system for developing a microfluidic system
KR20130113957A (ko) 미세유체 시스템 및 네트워크
McDaid et al. Gain scheduled control of IPMC actuators with ‘model-free’iterative feedback tuning
WO2023210407A1 (ja) マニピュレーションシステムおよび流体チップ
KR20230065343A (ko) 메쉬 표현 및 그래프 신경망을 사용한 물리적 환경 시뮬레이션
Gutiérrez et al. The role of hierarchical design and morphology in the mechanical response of diatom-inspired structures via simulation
EP1664601A2 (en) Microfluidic large scale integration
Power et al. Bistable, Pneumatically Actuated Microgripper Fabricated Using Two‐Photon Polymerization and Oxygen Plasma Etching
Wan et al. Bistability in popper-like shells programmed by geometric defects
EP1696293A2 (en) Learning control apparatus, learning control method, and computer program
Nazari et al. Flow characteristics prediction in a flow-focusing microchannel for a desired droplet size using an inverse model: experimental and numerical study
Wang et al. Inverse design of magneto-active metasurfaces and robots: Theory, computation, and experimental validation
Tsur et al. Computer-aided design of resistance micro-fluidic circuits for 3D printing
Pedram et al. Optimal controller design for 3D manipulation of buoyant magnetic microrobots via constrained linear quadratic regulation approach
JP2021185782A (ja) 液中対象物マニピュレーション装置、液中対象物マニピュレーション方法、及び液中対象物マニピュレーションプログラム
Bourgeois et al. Coordination and Computation in distributed intelligent MEMS
CN104487748B (zh) 微阀装置及控制流体流动的方法
KR20170039545A (ko) 객체를 모델링하는 방법 및 장치
Yang et al. Characterization of small microfluidic valves for studies of mechanical properties of bacteria
Uppington et al. Evolving Morphologies for Locomoting Micro-scale Robotic Agents
Belfadil et al. Leveraging deep reinforcement learning for water distribution systems with large action spaces and uncertainties: DRL-EPANET for pressure control
Lee 3D-printed microfluidic control systems
Zhang et al. Stabilization of a class of hybrid systems by switching controllers with input constraints
Guo et al. A Deep Reinforcement Learning Model-based Optimization Method for Graphic Design

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23793987

Country of ref document: EP

Kind code of ref document: A1