論文の概要: Non-invasive maturity assessment of iPSC-CMs based on optical maturity characteristics using interpretable AI

• arxiv url: http://arxiv.org/abs/2505.20775v1
• Date: Tue, 27 May 2025 06:29:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.447552
• Title: Non-invasive maturity assessment of iPSC-CMs based on optical maturity characteristics using interpretable AI
• Title（参考訳）: 解釈型AIを用いた光学的成熟度特性に基づくiPSC-CMの非侵襲的成熟度評価
• Authors: Fabian Scheurer, Alexander Hammer, Mario Schubert, Robert-Patrick Steiner, Oliver Gamm, Kaomei Guan, Frank Sonntag, Hagen Malberg, Martin Schmidt,
• Abstract要約: ヒト多能性幹細胞由来心筋細胞(iPSC-CMs)は、新しい治療標的と心保護薬の同定に重要な資源である。 脂質添加成熟培地(MM)におけるiPSC-CMの培養は、その構造、代謝、機能的表現型を強く増強する。 IPSC-CM成熟度の自動分類のための非侵襲的手法を開発した。
• 参考スコア（独自算出の注目度）: 33.7054351451505
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human induced pluripotent stem cell-derived cardiomyocytes (iPSC-CMs) are an important resource for the identification of new therapeutic targets and cardioprotective drugs. After differentiation iPSC-CMs show an immature, fetal-like phenotype. Cultivation of iPSC-CMs in lipid-supplemented maturation medium (MM) strongly enhances their structural, metabolic and functional phenotype. Nevertheless, assessing iPSC-CM maturation state remains challenging as most methods are time consuming and go in line with cell damage or loss of the sample. To address this issue, we developed a non-invasive approach for automated classification of iPSC-CM maturity through interpretable artificial intelligence (AI)-based analysis of beat characteristics derived from video-based motion analysis. In a prospective study, we evaluated 230 video recordings of early-state, immature iPSC-CMs on day 21 after differentiation (d21) and more mature iPSC-CMs cultured in MM (d42, MM). For each recording, 10 features were extracted using Maia motion analysis software and entered into a support vector machine (SVM). The hyperparameters of the SVM were optimized in a grid search on 80 % of the data using 5-fold cross-validation. The optimized model achieved an accuracy of 99.5 $\pm$ 1.1 % on a hold-out test set. Shapley Additive Explanations (SHAP) identified displacement, relaxation-rise time and beating duration as the most relevant features for assessing maturity level. Our results suggest the use of non-invasive, optical motion analysis combined with AI-based methods as a tool to assess iPSC-CMs maturity and could be applied before performing functional readouts or drug testing. This may potentially reduce the variability and improve the reproducibility of experimental studies.
• Abstract（参考訳）: ヒト多能性幹細胞由来心筋細胞(iPSC-CMs)は、新しい治療標的と心保護薬の同定に重要な資源である。 分化後のiPSC-CMは未熟で胎児様の表現型を示す。 脂質添加成熟培地(MM)におけるiPSC-CMの培養は、その構造、代謝、機能的表現型を強く増強する。 とはいえ、iPSC-CM成熟状態の評価は、ほとんどの方法が細胞損傷やサンプルの喪失にともなう時間と時間を要するため、依然として困難である。 そこで我々は,映像に基づく動き解析から得られるビート特性を解釈可能な人工知能(AI)を用いて解析し,iPSC-CM成熟度の自動分類のための非侵襲的手法を開発した。 早期のiPSC-CM, 未熟なiPSC-CM, 分化期(d21), 成熟期(d42, MM)の230本のビデオ記録について検討した。 録音毎に,Miaモーション解析ソフトウェアを用いて10種類の特徴を抽出し,サポートベクターマシン(SVM)に入力した。 SVMのハイパーパラメータは5倍のクロスバリデーションを用いてデータの80%のグリッドサーチで最適化された。 最適化されたモデルは、ホールドアウトテストセットで99.5$\pm$ 1.1 %の精度を達成した。 Shapley Additive Explanations (SHAP) は, 成熟度を評価する上で最も関連性の高い特徴として, 変位, 緩やかな立ち上がり時間, 打破期間を同定した。 以上の結果から,iPSC-CMsの成熟度を評価するツールとして,非侵襲的光学的動作解析とAIベースの手法を併用し,機能的読み出しや薬物検査を行う前に適用できる可能性が示唆された。 これにより、変異が減少し、実験的な研究の再現性が向上する可能性がある。

関連論文リスト

• Validation of Human Pose Estimation and Human Mesh Recovery for Extracting Clinically Relevant Motion Data from Videos [79.62407455005561]
  人間のポーズ推定を用いたマーカーレスモーションキャプチャは、IMUとMoCapのキネマティクスの結果とインラインで結果を生成する。 生成するデータの品質に関してはまだ改善の余地がありますが、この妥協はエラーの部屋にあると考えています。
  論文  参考訳（メタデータ） (2025-03-18T22:18:33Z)
• SarcNet: A Novel AI-based Framework to Automatically Analyze and Score Sarcomere Organizations in Fluorescently Tagged hiPSC-CMs [9.20965688800047]
  ヒト多能性幹細胞由来心筋細胞(hiPSC-CMs)におけるサルコメア構造の定量化は、心臓疾患の病態の解明、薬物スクリーニングの改善、再生医療の進展に不可欠である。 本稿では, 細胞画像を活用し, 細胞の特徴を統合し, 分化の開始からhiPSC-CMのサーコメア構造を自動的に評価する, 新たなディープラーニングベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-28T07:48:10Z)
• CIMIL-CRC: a clinically-informed multiple instance learning framework for patient-level colorectal cancer molecular subtypes classification from H\&E stained images [42.771819949806655]
  CIMIL-CRCは、事前学習した特徴抽出モデルと主成分分析(PCA)を効率よく組み合わせ、全てのパッチから情報を集約することで、MSI/MSS MIL問題を解決するフレームワークである。 我々は,TCGA-CRC-DXコホートを用いたモデル開発のための5倍のクロスバリデーション実験装置を用いて,曲線下平均面積(AUC)を用いてCIMIL-CRC法の評価を行った。
  論文  参考訳（メタデータ） (2024-01-29T12:56:11Z)
• Sparse high-dimensional linear mixed modeling with a partitioned empirical Bayes ECM algorithm [41.25603565852633]
  この研究は、高次元LMMに対する効率的かつ正確なベイズ的枠組みを示す。 このアプローチの斬新さは、パーティショニングとパラメータ拡張と、高速でスケーラブルな計算にある。 実世界の例では、小児のループスの研究データを用いて、新しいループスバイオマーカーに関連する遺伝子と臨床因子を特定し、時間とともにバイオマーカーを予測する。
  論文  参考訳（メタデータ） (2023-10-18T19:34:56Z)
• Temporal Uncertainty Localization to Enable Human-in-the-loop Analysis of Dynamic Contrast-enhanced Cardiac MRI Datasets [0.2871849986181679]
  ディープニューラルネットワーク(DNN)は、DCE-CMRIデータセットを分析することを約束している。 本稿では,DNNに基づくDCE-CMRIデータセットの分割のためのDQCツールとして,新しい時空間不確実性尺度を提案する。 その結果,提案するdQCフレームワークは,品質の悪いセグメンテーションを正確に識別できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-08-25T16:55:30Z)
• Interpretable simultaneous localization of MRI corpus callosum and classification of atypical Parkinsonian disorders using YOLOv5 [0.9236074230806579]
  コーパス・カロサム(CC)は主要な白色物質繊維であり、半球間通信を可能にする。 本研究は、不定型パーキンソン病(PD)と健康管理(HC)を区別するYOLOv5ベースのCC検出フレームワークの可能性を提案する。
  論文  参考訳（メタデータ） (2023-06-01T09:23:22Z)
• Undersampling and Cumulative Class Re-decision Methods to Improve Detection of Agitation in People with Dementia [16.949993123698345]
  消化は認知症(PwD)で最も多い症状の1つである。 前回の研究では、参加者17名から600日間のマルチモーダルウェアラブルセンサデータを収集し、1分間の窓での動揺を検出する機械学習モデルを開発した。 本稿では,まず,不均衡を解消するために異なるアンダーサンプリング手法を実装し,通常の動作データの20%だけが競合的動揺検出モデルの訓練に適しているという結論に至った。
  論文  参考訳（メタデータ） (2023-02-07T03:14:00Z)
• Differentiable Agent-based Epidemiology [71.81552021144589]
  GradABM(GradABM)は、エージェントベースのモデリングのためのスケーラブルで微分可能な設計で、勾配に基づく学習と自動微分が可能である。 GradABMは、コモディティハードウェア上で数秒で数百万の人口をシミュレートし、ディープニューラルネットワークと統合し、異種データソースを取り込みます。
  論文  参考訳（メタデータ） (2022-07-20T07:32:02Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。