《経験からデータ駆動型へ》機械学習が叶える細胞培養の最適化・合理化

セミナー概要

セミナーのテーマ

  • 機械学習による細胞培養の最適化
  • 培地開発と改良への機械学習の応用
  • データサイエンスを活用した細胞培養の効率化

こんな方におすすめです

  • 細胞培養技術の向上を目指す研究者
  • 細胞培養におけるデータ分析に関心のある実験技術者
  • 機械学習を細胞培養に応用したいと考えている方
セミナータイトル《経験からデータ駆動型へ》機械学習が叶える細胞培養の最適化・合理化
開催日時 【ライブ配信】

2025年10月3日(金)13:00~16:30
お申し込み期限:2025年10月3日(金)12:30まで

開催場所/配信の補足・注意事項

・本セミナーは、主催会社様HPのS&T会員マイページより視聴いただけます。
・本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。

受講料53,240円

定価:本体48,400円+税4,840円
E-Mail案内登録価格:本体45,900円+税4,590円

受講者2名以上の場合:【2名同時申込で1名無料】対象セミナー
【2名同時申込みで1名分無料キャンペーン(1名あたり定価半額の26,620円)】
▼1名分無料適用条件
※2名様ともE-mail案内登録をしていただいた場合に限ります。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※請求書(PDFデータ)は、代表者にE-mailで送信いたします。
※請求書および領収書は1名様ごとに発行可能です。
 (申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。
受講者1名の場合:テレワーク応援キャンペーン【オンライン配信セミナー受講限定】
1名申込み:受講料( 定価:42,570円/E-mail案内登録価格 40,370円 )
定価:本体38,700円+税3,870円
E-mail案内登録価格:本体36,700円+税3,670円
※他の割引は併用できません。
主催サイエンス&テクノロジー
備考■配布資料
セミナー講師 應 蓓文 氏執筆の書籍『機械学習でできる!細胞培養の最適化』を、本セミナーテキストと致しまして配布致します。
※開催3日前以降にお申込をいただいた場合、テキストの到着が遅れる事がございますので、ご了承ください。

《経験からデータ駆動型へ》機械学習が叶える細胞培養の最適化・合理化

~培地開発・培地制御・増殖予測・大量培養をデータサイエンスで大幅改良~

~経験に頼ってきた従来の培養操作を、データサイエンスを用いて最適化・合理化へ~

 細胞培養は再生医療やバイオ研究の基盤技術ですが、再現性や生産性の確保が難題です。従来は経験に頼ってきた培養操作を、データサイエンスで合理化する試みが進んでいます。機械学習を活用することで、細胞増殖の予測や培地成分の最適化が可能になります。
 本講演では、実例を交えながら、目的に応じた培地設計の方法を紹介します。数理や情報の専門知識がなくても理解できる内容で、実験者向けに解説します。

講師

筑波大学 生命環境系 准教授
應 蓓文 氏

【主なご経歴】
東京大学大学院で博士号(生命科学)取得
フランス国立科学研究センター研究員、大阪大学大学院情報科学研究科助教、特任准教授経て、筑波大学生命環境系准教授(現在に至る)

【主な研究・業務】
1)機械学習による細胞増殖の予測と培養条件の最適化
2)微生物集団動態における遺伝情報と環境因子の影響

【Webページ】
https://www.u.tsukuba.ac.jp/~ying.beiwen.gf/index.html

セミナー趣旨、ポイント

得られる知識

・ 培地最適化の方法論に関する包括的な理解
・細胞培養の実験科学におけるデータサイエンス・機械学習の基本的な考え方
・培地開発に機械学習を活用するための注意点
・実験技術者と情報解析者との協力のポイント

プログラム

1.細胞培養
1-1 細胞の基本
1-2 細胞増殖に対する定量的評価
1-3 細胞培養に使用される培地の分類と現状

2.培地改良と開発の方法
2-1 生物実験科学的な手法
2-2 統計学的方法
2-3 機械学習を活かした方法

3.機械学習による培地最適化
3-1 機械学習の応用と現状
3-2 培養実験から学習までの概要
3-3 機械学習ための実験データの取得と注意点
3-4 学習アルゴリズムの概要と学習モデルの構築

4.細胞増殖と培養における学習分析
4-1 学習分析の概要
4-2 一般的な学習分析方法(統計学手法・学習アルゴリズム)
4-3 事例① 異なる増殖期に寄与する培地成分の学習分析
4-4 事例② 代謝産物の生産量を決定する培地成分の予測と培地改良

5.能動学習
5-1 能動学習とは
5-2 事例① 能動学習によるHela細胞培養の培地最適化
5-3 事例② 能動学習による大腸菌と乳酸菌の選択的培養の培地チューニング

6.まとめと展望

□ 質疑応答 □