コンピュータビジョンを用いた線虫C. elegansの生殖能力アッセイの大規模自動化
From manual counting to YOLO: Using computer vision to automate large-scale fecundity assays in C. elegans
線虫C. elegansの生殖能力測定は、生命史研究において重要であるが、手作業での計数は時間と労力がかかる。本研究では、9972枚の画像を用いて、コンピュータビジョン(YOLO v8-v11)を適用し、生殖能力アッセイの自動化を試みた。特にYOLO v11-Lモデルは、ファインチューニング後に高い精度(再現率92.6%、適合率94.9%)で子孫を検出した。手作業による計数では画像あたり平均2.16個の誤差があったのに対し、コンピュータビジョンモデルでは0.9個の誤差に留まった。また、手作業の計数には作業者や実験ブロックによるバイアスが見られたが、コンピュータビジョンではこれらの影響を受けなかった。この手法により、数ヶ月かかる手作業の計数が、コンシューマーGPUで約2時間に短縮され、大規模な生殖能力アッセイの障壁が低下する。コンピュータビジョンは、C. elegansの生殖能力アッセイだけでなく、デジタルコレクションへの応用を通じて、生態学・進化研究における適応度と生命史の研究を加速する可能性を持つ。
- YOLO v11-Lモデルを用いたコンピュータビジョンにより、C. elegansの子孫検出で再現率92.6%、適合率94.9%を達成。手作業の誤差(2.16個)を下回る0.9個の誤差を実現。
- 9972枚の画像を用いた大規模自動化により、数ヶ月かかる手作業の計数がコンシューマーGPUで約2時間に短縮。
本記事は線虫C. elegansの生殖能力アッセイにコンピュータビジョン(YOLO)を応用した研究成果であり、バイオ分野の実験自動化に寄与する。手作業と比べて精度が高く、時間を数ヶ月から約2時間に短縮できた点は、創薬や老化研究における表現型スクリーニングの効率化に繋がる。ただし現時点では特定のスタートアップや企業の発表ではなく、学術研究レベルの知見である。投資家としては、AI x 生物学の実験自動化領域への応用可能性を確認する位置づけだが、直接の投資判断材料には乏しい。