【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～

＜Zoomによるオンラインセミナー＞

講師

筑波大学 生命環境系　准教授 博士（生命科学） 應蓓文(インベイウェン) 氏

講師紹介

■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、特任准教授を経て、現在に至る。
複数の国際学術誌編集委員も務める。

■専門および得意な分野・研究
現在の専門：ゲノムシステム生物学、応用生命情報科学
現在の研究：細胞増殖の予測と制御、細胞培養・培地の最適化

■本テーマ関連学協会での活動
ゲノム微生物学会、農芸化学会、動物細胞工学会、組織培養学会、微生物生態学会

日時・会場・受講料

●日時　2024年12月19日（木）　13:00-17:00
●会場　会場での講義は行いません。
●受講料
『培地最適化(12月19日)』のみのお申込みの場合
　　【オンラインセミナー（見逃し視聴なし）】：1名41,800円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき30,800円
　　＊12月19日講座は見逃し配信はございません

『細胞培養(12月5日)』と合わせてお申込みの場合
　（同じ会社の違う方でも可。※二日目の参加者を備考欄に記載下さい。）
　　【オンラインセミナー（見逃し視聴なし）】：1名67,100円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき56,100円⇒割引は全ての受講者が両日参加の場合に限ります

　　【オンラインセミナー：12月5日（オンライン／見逃視聴あり）/12月19日（オンライン／見逃視聴なし）】
　　：1名72,600円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき61,600円⇒割引は全ての受講者が両日参加の場合に限ります

　　　　　 ＊学校法人割引；学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認下さい。

●録音・撮影行為は固くお断り致します。

■ セミナーお申込手順からセミナー当日の主な流れ　→

※配布資料等について

●配布資料は、印刷物を郵送で1部送付致します。
・お申込の際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。（土、日、祝日は営業日としてカウント致しません。）
・それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、その場合、テキスト到着がセミナー後になる可能性がございますことご了承ください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。

●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止致します。

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

■講演中のキーワード
細胞培養、培地、機械学習、人工知能、学習分析、データサイエンス、細胞増殖、培養細胞、微生物

セミナー内容

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
＜終了後、質疑応答＞