BIOゲノム・バイオ
大規模合成データがヒト興奮性細胞のデジタルツインを可能に
Large-scale synthetic data enable digital twins of human excitable cells
EeLife
AIが原文を翻訳・要約しています
本研究では、単一の最適化された電圧クランプ実験からヒトiPS細胞由来心筋細胞のデジタルツインを構築する計算フレームワークを提案する。このフレームワークは、広範なイオンおよび電気生理学的範囲にわたるシミュレーション細胞からなる大規模合成データセットに依存する。この合成データを用いることで、パラメータを精密に制御し、生物学的変動を包括的に探索し、実験データの限界を超えてモデルを訓練することが可能になる。合成データで訓練されたニューラルネットワークは、ライブ細胞からの実験記録から生物物理学的パラメータを推論し、異なる電気生理学的特徴を再現した。本研究は、計算モデリング、データシミュレーション、学習を統合し、スケーラブルで精密な個別化心臓電気生理学モデリングを可能にし、電気的に活性なあらゆる細胞タイプに容易に拡張できる。
KEY POINTS要点記事から抽出した重要情報
- ヒトiPS細胞由来心筋細胞のデジタルツインを構築する計算フレームワークが提案された
- 単一の最適化された電圧クランプ実験からデジタルツインを構築可能
- 合成データで訓練したニューラルネットワークが生物物理学的パラメータを推論
CONTEXT文脈編集部による背景整理
本研究は、ヒトiPS細胞由来心筋細胞のデジタルツイン構築フレームワークを提案しており、個別化医療や創薬における心臓毒性評価の効率化に繋がる可能性がある。合成データとニューラルネットワークを組み合わせた計算モデリングは、従来の実験コストを大幅に削減し、心臓電気生理学の精密モデリングをスケーラブルにする。電気的に活性なあらゆる細胞タイプへの拡張が可能とされており、創薬支援プラットフォームや毒性スクリーニング市場での応用が期待される。まだ研究段階だが、iPS細胞技術と計算生物学の融合領域として投資価値を検討すべきテーマである。
原文を読むAnalyzed at 2026年7月24日 16:00