慶應義塾大学の研究グループは、ディープラーニングベースの細胞老化スコアリングシステムを開発しました。
目次
研究の要旨
✔︎細胞の老化度合いを評価することができるシステム（Deep-SeSMo；ディープセスモ）の開発を行った。
✔︎Deep-SeSMoは、画像1枚につきわずか0.1ミリ秒で細胞の老化度合いを評価可能。
✔︎同システムを応用して化合物のスクリーニングを行い、老化抑制効果を有する薬剤候補の同定に成功した。
論文情報
タイトル：Anti-senescent drug screening by deep learning-based morphology senescence scoring
著者：Dai Kusumoto, Tomohisa Seki, Hiromune Sawada, Akira Kunitomi, Toshiomi Katsuki, Mai Kimura, Shogo Ito, Jin Komuro, Hisayuki Hashimoto, Keiichi Fukuda & Shinsuke Yuasa
URL：doi.org/10.1038/s41467-020-20213-0
細胞老化スコアリング＆抗老化薬スクリーニング
加齢性疾患の根本治療に向けて
細胞老化は、加齢に伴う疾患に大きな影響を及ぼすことが知られています。そのため、細胞の老化を治療することは潜在的に非常に重要であると考えられています。
細胞の老化を治療するには、老化細胞を効率的に識別することが役立ちます。また近年、画像分類の分野では、ディープラーニング技術が台頭しています。
そこで慶應義塾大学の研究グループは、老化細胞を識別するためのディープラーニング（畳み込みニューラル ネットワーク（CNN））システムを開発することにしました。さらに同システムを用いて、抗老化薬の特定を試みました。
