理化學研究所生命機能科學研究中心細胞系統動態預測研究團隊的金堅石高級研究員，城口克之項目組長等人組成的聯合研究團隊，開發成功了通過對基因表現的詳盡測量，從單一活細胞的圖像和影像中推定細胞種類及基因表現狀態的基礎技術。
此次開發的活細胞自動觀察分揀機器人「ALPS」（供圖：理化學研究所）
城口組長表示：「人可以根據對方的臉色推測對方狀態的好壞。如果細胞也能實現類似功能，就可以根據細胞圖像無創推測出細胞内部的狀態」。
為此，研究團隊開發了活細胞自動觀察分揀機器人「ALPS」，可自動反復進行顯微鏡觀察及1個細胞的分揀。ALPS能夠自動檢測位於檢測臺上任意位置的每個細胞，並將其逐一分離，可在16分鐘左右分離出96個細胞。
以血液細胞群為模型的實驗結果顯示，通過ALPS觀察和分離出來的1000多個細胞的基因表現狀態，可以用新一代測序儀(1細胞RNA測序法)以數據驅動的方式確定。通過AI分析(深度學習)提取出這些細胞圖像與基因表現狀態之間的關係之後，就可以從圖像及影像中成功地推斷出細胞的種類和狀態。
城口項目組長表示：「對難以測量的部分進行預測的資訊科學會不斷發展，所以希望開發出一種能夠實現這種預測的高度資訊數據獲取方法。今後，我們會將對象擴大到黏著細胞等的同時，提高畫質，精準推測各種細胞的狀態。另外，還希望將比如細胞快要生病、即將感染病毒等未來預測技術與内部狀態測量相結合的整體測量。」
原文：《科學新聞》
翻譯編輯：JST客觀日本編輯部
【論文資訊】
雜誌：Proceedings of the National Academy of Sciences of the United States of America
論文：Robotic data acquisition with deep learning enables cell image-based prediction of transcriptomic phenotypes
DOI：10.1073/pnas.2210283120
【相關報導】
理研等開發成功基於活細胞圖像推斷全轉錄組定義細胞分子表型的新平台
理研等成功開發出高通量菌群分析新技術，開闢單細胞水平菌群測定的先河
理研開發出精確測量腸道菌數量和種類的方法，可掌握微妙的變化
