CellTune Ver.2 - 特長
培養最適化支援ソフトウェア
専門知識がなくても解析の実行や結果の解釈が可能
解析レシピにより、データの前処理・解析を自動化
CellTuneでは、必要な解析処理をあらかじめワークフローとして連結した「解析レシピ」を提供します。ユーザーは解析レシピを実行するだけで、自動的に解析結果を取得することが可能です。
例として、データの前処理に使用するレシピでは、「実験条件と成績」、「LC-MS分析データ」の2種類のデータに対して、サンプルIDと培養経過時間で紐づけて1つのシートにデータ統合します。その後、欠損データなどの補完を実行して出力します。
※LabSolutions Insightから出力したデータ
可視化機能により、解析結果の解釈を支援
可視化機能を用いることで、最適化がどれだけ進んでいるかの進捗状態や、操作しているパラメータの重要度などを示すグラフを生成することができます。これにより、結果の解釈が容易になります。
優れたAIアルゴリズムによって効率的に最適条件を探索
AIを使った最適化の特徴
実験計画生成 有望な予測領域に対して重点的に実験点を選択して、実験計画生成
出力された実験計画に基づき、培養実験と評価を実施します。実験条件と成績をCellTuneにインプットし、AI自動最適化モジュールでデータを更新すると、次の実験計画が生成されます。このサイクル（逐次最適化）を繰り返し実行します。
-
有望な培養条件を重点的に選択
実験条件と成績を基に、AI自動最適化モジュール内で成績の予測モデルが生成されます。
続いて、好成績が期待される領域付近でユーザーが指定した数の実験点が選択され、実験計画を出力します。
逐次最適化を繰り返す度に予測精度が向上
逐次最適化を繰り返し実行することで、予測モデルが洗練されていき、より正確な予測が行えるようになります。
実験環境の変化に耐えうるロバストな実験条件を提案
局所的な最適条件を避け、パラメータが変化しても培養結果が安定しやすい実験条件を優先して提案します。
-
搭載されているAIの性能
CellTuneでは、既知手法（オープンソースで利用可能なベイズ最適化アルゴリズム）と比較して、効率的な最適化を可能にする優れたAIアルゴリズムを搭載しています。
お客様の最適化をサポートする様々な補助機能やサービス
Ver.2で強化された機能
-
制約付きベイズ最適化機能
最適化対象のパラメータに制約を設けて最適化を行うことができます。これにより、例えば操作するパラメータの合計値を常に100に保ったまま最適化を行うことができます。また、パラメータのステップ幅（一度にどれだけパラメータを動かすかの幅）を設定することもできます。
-
-
最適化見積もり機能
最適化対象のパラメータの数や、実験計画1回あたりに含める条件数などをもとに、最適化の難易度を事前にシミュレーションすることができます。
-
-
条件範囲の可視化機能
特定した最適条件について、各パラメータの変化がどれくらい培養結果に影響するかをデザインスペースとして表示できます。
-
培地最適化に関連するサービス
カスタム培地
島津ダイアグノスティクスでは、CellTuneで最適化した組成に合わせた培地の製造受託サービスを行っています。液体培地・粉末培地の製造が可能です。容器や容量に関しても柔軟に対応いたします。
培地ブレンドキット
ベース培地にサプリメントを任意量添加することで、培地組成の多様性を生み出すためのキットです。島津が提供する培地ブレンドキットに対して、CellTuneを用いて混合比を最適化します。培地にサプリメントを加えるだけで良いため、短期間で簡便に最適化を行うことができます。さらに、本キットで最適化した培地は上記のカスタム培地サービスによって、製造・供給することが可能です。
