机器人人工智能系统可以提高细胞培养为再生医学的食谱

为首的一个联合研究小组都神田在京生物系统动力学研究中心(BDR)发明了一种机器人人工智能(AI)系统自动确定最优条件日益替代视网膜层所必需的愿景。AI控制的试验和错误的过程跨越2亿个可能的条件,成功地提高了细胞培养的配方用于再生医学。这一成就,发表在《科学》杂志上eLife6月28日只是一个例子的自动化设计和执行科学实验可以增加生命科学研究的效率和速度。

再生医学的研究通常需要大量实验,都是耗费时间和劳动密集型。特别是,从抑制电路所创建特定的组织过程被称为诱导细胞differentiation-involves数月的工作,和成功的程度取决于广泛的变量。找到最佳的类型、剂量、试剂和时间,以及最优的物理变量如吸管强度、细胞传输时间和温度是很困难的,需要大量的试验和错误。神田解释说,“因为分钟自然条件的差异对质量产生重大影响,因为诱导细胞分化需要数周甚至数月的时间在文化、细微差别的影响在时间3天可能不会发现几个月。”

使这个过程更高效和实用,BDR团队着手开发一个自治实验系统,可以确定最优条件和功能性视网膜色素层从干细胞生长。视网膜色素上皮(RPE)细胞被选中,是因为这些细胞的变性是一种常见的老年性疾病,让人无法看到。同样重要的是,移植视网膜RPE层已经被证明有一些临床成功。

自主实验成功,机器人必须反复产生相同的一系列精确的运动和操作,和AI必须能够评估结果和制定下一个实验。新系统实现这些目标使用一个通用的类人机器人——名叫Maholo高度精确的生命科学实验行为的能力。Maholo由人工智能控制软件,使用新设计的优化算法来确定哪些参数应该改变,应该改变,以及他们如何提高分化效率的下一轮实验。

研究人员输入必要的协议从干细胞Maholo生成RPE细胞。当RPE细胞成功地生成在所有的实验中,效率只有50%。因此,每100个干细胞,只有50成为RPE细胞。建立这个基线后,人工智能优化过程来确定最佳条件发起的所有化学和物理参数。会采取什么人类只在两年半完成了机器人人工智能系统185天,并导致90%的分化效率。实际上,这些细胞显示的许多典型的生物标记,这将使他们适合移植到一个眼睛受损的RPE细胞层。

新系统的成功超出了立竿见影的效果。“我们选择从干细胞分化RPE细胞模型,“神田说,“但在原理、精密机器人结合优化算法将使自主尝试和错误的实验在生命科学的许多领域。”

然而,研究人员强调,这项研究的目的不是要取代人类与机器人实验室工作人员。“使用机器人和人工智能进行实验将对公众的极大兴趣,“神田说。“然而,这是错误的认为它们是替代品。我们的愿景是让人们做他们擅长的事情,这是创造性的。我们可以使用机器人和人工智能的试错的部分实验,需要重复的精度和占用大量的时间,但不需要思考。”

参考:神田GN, Tsuzuki T,尹浩然,田农。机器人搜索最优再生医学领域的细胞培养。eLife。2022;11:e77007。doi:10.7554 / eLife.77007

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。