画像解析と機械学習を用いたヒトiPS細胞の分化効率の早期・非破壊予測法の共同開発成果がScientific Reportsに論文発表されました

エピストラ株式会社（東京）は、京都大学iPS細胞研究所（CiRA）と共同で、細胞画像解析と機械学習を組み合わせた新手法を開発しました。この手法により、ヒトiPS細胞から筋幹細胞（MuSC）への分化効率を早期かつ非破壊的に予測することが可能になります。研究成果は2025年7月23日に Scientific Reports にオンライン公開されました。

概要と成果

ヒトiPS細胞はさまざまな細胞種に分化する能力を持ち、再生医療や創薬への応用が期待されています。「段階的分化誘導法」は成熟度が高いため安全性の面で優れていますが、効率のばらつきや長期間の培養期間（数か月）が課題となっています。

本共同研究では、MuSC分化誘導をモデル系として使用しました。画像解析と機械学習を組み合わせることで、最終的な分化効率を早期かつ非破壊的に予測する手法を開発しました。MuSC分化には通常約80日を要しますが、本手法では24〜34日目の時点で効率を予測できるため、効率的な細胞取得と再生医療研究の加速に寄与する可能性があります。

主な利点として、破壊的分析手法を回避できること、専門家の主観的評価を排除できること、画像のみで迅速かつ客観的に分化状態を判定できることが挙げられます。

論文情報

• ジャーナル： Scientific Reports
• DOI： 10.1038/s41598-025-11108-5