機械学習による細胞培養・培地最適化 ～実験系研究開発者向け～

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！ 

1日目：2024年12月  5日（木）10:30-16:30 初心者のための細胞培養入門2日目：2024年12月19日（木）13:00-17:00 機械学習による細胞培養・培地最適化【本ページ】※12月5日(木)「初心者のための細胞培養入門」とセットでご受講いただけます

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

■ご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。■ご専門および得意な分野・ご研究現在の専門：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ご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

セミナー受講料

『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（見逃視聴あり）/12月19日（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。＊セット受講をご希望の方は、備考欄に【『細胞培養(12月5日)』とセットで申込み】とご記入ください。

受講について

• 配布資料は、印刷物を郵送で1部送付致します。お申込の際はお受け取り可能な住所をご記入ください。お申込みは4営業日前までを推奨します。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）、テキスト到着がセミナー後になる可能性がございます。
• 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。
• 受講にあたってこちらをご確認の上、お申し込みください。
• Zoomを使用したオンラインセミナーです→環境の確認についてこちらからご確認ください
• 申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です→こちらをご確認ください

セミナー趣旨

  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。

受講対象・レベル

・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

習得できる知識

・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

セミナープログラム

1．細胞培養　1-1.細胞培養の基本　1-2.細胞増殖の基本　1-3.培地の種類と組成　1-4.培地改良・開発の現状2．培地改良・最適化の方法論　2-1.生物実験科学的な手法　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論3．機械学習による細胞培養・培地の最適化　3-1.国内外の現状と方法の概要　3-2.培養実験のデザイン(標準化)　3-3.実験データの取得と数値化(数値化)　3-4.学習モデルの構築(アルゴリズムの種類と選別)　3-5.機械学習の強みと弱み4．機械学習を活かしたアクティブラーニング　4-1.アクティブラーニングとは　4-2.アクティブラーニングによるヒト培養細胞の活性の向上(事例紹介)　4-3.アクティブラーニングによる細菌選択培地の開発(事例紹介)　4-4.アクティブラーニングの有効性と制限5．細胞増殖・培養に対する学習分析　5-1.学習分析の目的　5-2.学習分析の方法　5-3.細胞増殖の善し悪しを決定する培地成分の同定(事例紹介)　5-4.遺伝子組換え大腸菌の生産力を左右する培地成分の同定と最適化(事例紹介)6．細胞培養培地の知財及び市場展望＜終了後、質疑応答＞

■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