機械学習による培地最適化

★実験現場での具体的な事例を用いて、細胞培養・培地を定量化・数値化する方法を紹介。培地最適化や開発に用いられる機械学習アルゴリズムの特徴と応用例についても解説。
★細胞培養をデータサイエンス化し、実験者の個人感覚に依存しない研究開発を可能にする！

【実験系研究開発者向け】
機械学習による培地最適化
～細胞培養のデータサイエンス～

講師：筑波大学　應蓓文(インベイウェン) 氏

＜日時＞
2025年6月27日（金）13:00-17:00

＜形態＞
Zoomを用いたオンラインセミナー

＊受講料やセミナー申し込み～開催までの流れなど、詳細については、弊社HPのセミナーページを必ずご確認ください。

＜セミナーポイント＞
■講座のポイント
細胞培養は学術研究、バイオ産業、再生医療など幅広い業界における基盤技術であります。しかし、細胞培養の環境(培地の構成要素)が複雑であり、細胞自体も高度な複雑系であるため、細胞培養に再現性や安全性など様々な問題が生じています。細胞増殖・培養に対する高度な制御は未だに困難であります。そこで、個人感覚に大きく依存する細胞培養をデータサイエンス化することにより、細胞増殖の予測や合理的な培地改良を可能にします。機械学習を取り入れることで、細胞培養現場での実験系技術者が根拠を持った研究開発が期待できます。本講演は、実験現場での具体的な細胞培養の事例を用いて、細胞培養・培地を定量化・数値化する方法、細胞増殖の学習分析や、培養目的に応じた培地改良を多数紹介します。また、培地最適化や開発に用いられる機械学習アルゴリズムのそれぞれの特徴と応用例を示します。数理情報科学の知識や技術がなくても、感覚でわかるように説明致します。

■受講後、習得できること
・細胞培養・培地最適化の方法論に対する俯瞰的な理解
・細胞増殖予測や培地改良のための機械学習の基本的な考え
・培地開発に機械学習を用いた研究事例と国内外の研究現状
・実験科学者と情報解析者が協力し合う(異分野融合する)ためのポイント
・手元(既存)の実験データの活用法

■受講対象
・細胞を扱う技術者(食品、医薬品、化学材料などの分野)
・異分野参入する研究開発者

＜講演プログラム＞
１．細胞培養
　1-1.細胞培養とは
　1-2.培養実験の基本
　1-3.培地の種類と組成
　1-4.培地選びと情報収集

２．培地最適化の方法論
　2-1.実験科学的な手法
　2-2.統計学を利用した方法
　2-3.機械学習を活かした方法

３．細胞培養への機械学習の導入
　3-1.機械学習とは
　3-2.培養実験から機械学習までのプロセス
　3-3.機械学習を活かすための実験データの取得
　3-4.細胞培養における学習アルゴリズムの特徴と制限
　3-5.モデル構築の流れ

４．細胞培養に対する学習分析
　4-1.学習分析とは
　4-2.学習分析の方法
　4-3.事例① 増殖期ごとにおける決定因子(培地成分)の予測
　4-4.事例② 代謝産物の生産性を左右する培地成分の同定と培地改良

５．アクティブラーニング(能動学習)による培地最適化
　5-1.アクティブラーニングとは
　5-2.事例① ヒト細胞培養の培地最適化
　5-3.事例② 微生物細胞の選択的培養の培地最適化

６．まとめと展望

• セミナーホームページを見る