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，城口克之專案組長等人組成的聯合研究團隊，開發成功了透過對基因表現的詳盡測量，從單一活細胞的影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。如果細胞也能實施類似功能，就可以根據細胞影像無創推測出細胞内部的狀態」。
爲此，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。
以血液細胞羣爲模式的實驗結果顯示，透過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)以資料驅動的方式確定。透過AI分析(深度學習)提取出這些細胞影像與基因表現狀態之間的關係之後，就可以從影像及影像中成功地推斷出細胞的種類和狀態。
城口專案組長表示：「對難以測量的部分進行預測的資訊科學會不斷隊形變換，所以希望開發出一種能夠實施這種預測的高度資訊資料獲取方法。今後，我們會將物件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、即將傳染電腦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影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羣分析新技術，開闢單細胞水平菌羣測定的先河
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
