理化学研究所生命机能科学研究中心细胞系统动态预测研究团队的金坚石高级研究员，城口克之项目组长等人组成的联合研究团队，开发成功了通过对基因表达的详尽测量，从单一活细胞的图像和影像中推定细胞种类及基因表达状态的基础技术。
此次开发的活细胞自动观察分拣机器人“ALPS”（供图：理化学研究所）
城口组长表示：“人可以根据对方的脸色推测对方状态的好坏。如果细胞也能实现类似功能，就可以根据细胞图像无创推测出细胞内部的状态”。
为此，研究团队开发了活细胞自动观察分拣机器人“ALPS”，可自动反复进行显微镜观察及1个细胞的分拣。ALPS能够自动检测位于检测台上任意位置的每个细胞，并将其逐一分离，可在16分钟左右分离出96个细胞。
以血液细胞群为模型的实验结果显示，通过ALPS观察和分离出来的1000多个细胞的基因表达状态，可以用新一代测序仪(1细胞RNA测序法)以数据驱动的方式确定。通过AI分析(深度学习)提取出这些细胞图像与基因表达状态之间的关系之后，就可以从图像及影像中成功地推断出细胞的种类和状态。
城口项目组长表示：“对难以测量的部分进行预测的信息科学会不断发展，所以希望开发出一种能够实现这种预测的高度信息数据获取方法。今后，我们会将对象扩大到黏附细胞等的同时，提高画质，精准推测各种细胞的状态。另外，还希望将比如细胞快要生病、即将感染病毒等未来预测技术与内部状态测量相结合的整体测量。”
原文：《科学新闻》
翻译编辑：JST客观日本编辑部
【论文信息】
杂志：Proceedings of the National Academy of Sciences of the United States of America
论文：Robotic data acquisition with deep learning enables cell image-based prediction of transcriptomic phenotypes
DOI：10.1073/pnas.2210283120
【相关报道】
理研等开发成功基于活细胞图像推断全转录组定义细胞分子表型的新平台
理研等成功开发出高通量菌群分析新技术，开辟单细胞水平菌群测定的先河
理研开发出精确测量肠道细菌数量和种类的方法，可掌握微妙的变化
