培地開発 – セミナーゲート（化学）

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 《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 □