特開 2022-110146 細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022110146

(43)【公開日】2022-07-28

(54)【発明の名称】細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法

(51)【国際特許分類】

   C12M 1/00 20060101AFI20220721BHJP

   C12M 3/00 20060101ALI20220721BHJP

   C12Q 1/06 20060101ALI20220721BHJP

【ＦＩ】

C12M1/00 A

C12M3/00 A

C12Q1/06

【審査請求】有

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022084135

(22)【出願日】2022-05-23

(62)【分割の表示】P 2020532191の分割

【原出願日】2019-05-31

(31)【優先権主張番号】P 2018138740

(32)【優先日】2018-07-24

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】306037311

【氏名又は名称】富士フイルム株式会社

(74)【代理人】

【識別番号】110001519

【氏名又は名称】特許業務法人太陽国際特許事務所

(72)【発明者】

【氏名】中村 直貴

(72)【発明者】

【氏名】長谷川 昌孝

【テーマコード（参考）】

4B029

4B063

【Ｆターム（参考）】

4B029AA01

4B029BB02

4B029BB06

4B029BB11

4B029BB12

4B029FA15

4B063QA20

4B063QQ05

4B063QQ08

4B063QQ09

4B063QR74

4B063QR77

4B063QR78

4B063QS39

(57)【要約】      （修正有）

【課題】細胞培養支援装置を提供する。
【解決手段】細胞培養支援装置の作動プログラムは、第１取得部と、第２取得部と、第１導出部と、出力制御部としてコンピュータを機能させる。第１取得部は、細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、学習用の時系列データに対応し、細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、分量の指針を示す学習済みモデルを取得する。第２取得部は、分量の時間推移を示す解析用の時系列データを取得する。第１導出部は、第１取得部において取得した学習済みモデルと、第２取得部において取得した解析用の時系列データのうちの少なくとも一部の入力データとから、複数種の成分のうちの少なくとも１つについて、細胞培養において良い結果を得るための分量の定量的な指針情報を導出する。出力制御部は指針情報を出力する制御を行う。
【選択図】図８

【特許請求の範囲】

【請求項1】

細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、前記学習用の時系列データに対応し、前記細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、前記分量の指針を示す学習済みモデルを取得する第１取得部と、
前記分量の時間推移を示す解析用の時系列データを取得する第２取得部と、
前記第１取得部において取得した前記学習済みモデルと、前記第２取得部において取得した前記解析用の時系列データのうちの少なくとも一部の入力データとから、前記複数種の成分のうちの少なくとも１つについて、前記細胞培養において良い結果を得るための前記分量の定量的な指針情報を導出する第１導出部と、
前記指針情報を出力する制御を行う出力制御部として、コンピュータを機能させる細胞培養支援装置の作動プログラムであり、
前記学習用の時系列データおよび前記解析用の時系列データは、複数日の前記細胞培養の期間において、日毎に測定される分量である測定分量を含み、
前記学習済みモデルは、前記測定分量に関する不等式である細胞培養支援装置の作動プログラム。

【請求項2】

前記第１導出部は、前記細胞培養の開始に先立って用意される基礎培地中の分量である基礎分量、複数日の前記細胞培養の期間において、日毎に補給される分量である補給分量、および細胞が代謝する分量である代謝分量をパラメータとする加算式に、前記入力データを代入して計算することで、前記指針情報を導出する請求項１に記載の細胞培養支援装置の作動プログラム。

【請求項3】

前記指針情報は、前記基礎分量に関する情報、または前記補給分量に関する情報である請求項２に記載の細胞培養支援装置の作動プログラム。

【請求項4】

前記学習用の時系列データと前記良悪データとの組を取得する第３取得部と、
前記第３取得部において取得した前記学習用の時系列データと前記良悪データとの組に基づいて前記機械学習を行って、前記学習済みモデルを導出する第２導出部として、前記コンピュータを機能させる請求項１ないし３のいずれか１項に記載の細胞培養支援装置の作動プログラム。

【請求項5】

前記細胞培養の結果の良悪を判断するための判断用データを取得する第４取得部と、
前記判断用データに基づいて前記良悪を判断する判断部として、前記コンピュータを機能させ、
前記第３取得部は、前記判断部の判断結果を前記良悪データとして取得する請求項４に記載の細胞培養支援装置の作動プログラム。

【請求項6】

前記第２導出部は、前記機械学習の手法として、決定木分析を用いる請求項４または５に記載の細胞培養支援装置の作動プログラム。

【請求項7】

細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、前記学習用の時系列データに対応し、前記細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、前記分量の指針を示す学習済みモデルを取得する第１取得部と、
前記分量の時間推移を示す解析用の時系列データを取得する第２取得部と、
前記第１取得部において取得した前記学習済みモデルと、前記第２取得部において取得した前記解析用の時系列データのうちの少なくとも一部の入力データとから、前記複数種の成分のうちの少なくとも１つについて、前記細胞培養において良い結果を得るための前記分量の定量的な指針情報を導出する第１導出部と、
前記指針情報を出力する制御を行う出力制御部と、
を備え、
前記学習用の時系列データおよび前記解析用の時系列データは、複数日の前記細胞培養の期間において、日毎に測定される分量である測定分量を含み、
前記学習済みモデルは、前記測定分量に関する不等式である細胞培養支援装置。

【請求項8】

細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、前記学習用の時系列データに対応し、前記細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、前記分量の指針を示す学習済みモデルを取得する第１取得ステップと、
前記分量の時間推移を示す解析用の時系列データを取得する第２取得ステップと、
前記第１取得ステップにおいて取得した前記学習済みモデルと、前記第２取得ステップにおいて取得した前記解析用の時系列データのうちの少なくとも一部の入力データとから、前記複数種の成分のうちの少なくとも１つについて、前記細胞培養において良い結果を得るための前記分量の定量的な指針情報を導出する第１導出ステップと、
前記指針情報を出力する制御を行う出力制御ステップと、
を備え、
前記学習用の時系列データおよび前記解析用の時系列データは、複数日の前記細胞培養の期間において、日毎に測定される分量である測定分量を含み、
前記学習済みモデルは、前記測定分量に関する不等式である細胞培養支援装置の作動方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法に関する。

【背景技術】

【0002】

生体から採取した細胞を培養する細胞培養が盛んに行われている。細胞培養では、まず基礎培地を用意し、基礎培地に細胞を導入する。そして、細胞が消費した分を補うために、日毎に培地の成分を補給（フィードともいう）する。

【0003】

国際公開第２０１７／０３８８８７号には、培地の補給に関する技術が記載されている。国際公開第２０１７／０３８８８７号の段落[０２９３]には、ニューラルネットワークにより、二酸化炭素濃度、酸素濃度、温度といった培養条件を含む各種条件と、細胞培養の結果との関連を分析し、結果を導く条件を抽出したり、結果を予測したりしてもよいことが記載されている。

【発明の概要】

【発明が解決しようとする課題】

【0004】

基礎培地中の各成分の分量、および日毎に補給する各成分の分量には、良い結果を得るための最適値がある。しかしながら、従来、作業者は、分量の最適値を知る術がなく、自分の経験等に頼っていた。このため、良い結果を得られる確率が低かった。国際公開第２０１７／０３８８８７号には、こうした問題に対する解決策は開示されていない。

【0005】

本開示は、細胞培養において良い結果を得られる確率を高めることが可能な細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法を提供することを目的とする。

【課題を解決するための手段】

【0006】

上記目的を達成するために、本開示の細胞培養支援装置の作動プログラムは、細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、学習用の時系列データに対応し、細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、分量の指針を示す学習済みモデルを取得する第１取得部と、分量の時間推移を示す解析用の時系列データを取得する第２取得部と、第１取得部において取得した学習済みモデルと、第２取得部において取得した解析用の時系列データのうちの少なくとも一部の入力データとから、複数種の成分のうちの少なくとも１つについて、細胞培養において良い結果を得るための分量の定量的な指針情報を導出する第１導出部と、指針情報を出力する制御を行う出力制御部として、コンピュータを機能させる。

【0007】

第１導出部は、細胞培養の開始に先立って用意される基礎培地中の分量である基礎分量、複数日の細胞培養の期間において、日毎に補給される分量である補給分量、および細胞が代謝する分量である代謝分量をパラメータとする加算式に、入力データを代入して計算することで、指針情報を導出することが好ましい。

【0008】

指針情報は、基礎分量に関する情報、または補給分量に関する情報であることが好ましい。

【0009】

学習用の時系列データおよび解析用の時系列データは、複数日の細胞培養の期間において、日毎に測定される分量である測定分量を含み、学習済みモデルは、測定分量に関する不等式であることが好ましい。

【0010】

学習用の時系列データと良悪データとの組を取得する第３取得部と、第３取得部において取得した学習用の時系列データと良悪データとの組に基づいて機械学習を行って、学習済みモデルを導出する第２導出部として、コンピュータを機能させることが好ましい。

【0011】

細胞培養の結果の良悪を判断するための判断用データを取得する第４取得部と、判断用データに基づいて良悪を判断する判断部として、コンピュータを機能させ、第３取得部は、判断部の判断結果を良悪データとして取得することが好ましい。

【0012】

第２導出部は、機械学習の手法として、決定木分析を用いることが好ましい。

【0013】

本開示の細胞培養支援装置は、細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、学習用の時系列データに対応し、細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、分量の指針を示す学習済みモデルを取得する第１取得部と、分量の時間推移を示す解析用の時系列データを取得する第２取得部と、第１取得部において取得した学習済みモデルと、第２取得部において取得した解析用の時系列データのうちの少なくとも一部の入力データとから、複数種の成分のうちの少なくとも１つについて、細胞培養において良い結果を得るための分量の定量的な指針情報を導出する第１導出部と、指針情報を出力する制御を行う出力制御部と、を備える。

【0014】

本開示の細胞培養支援装置の作動方法は、細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、学習用の時系列データに対応し、細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、分量の指針を示す学習済みモデルを取得する第１取得ステップと、分量の時間推移を示す解析用の時系列データを取得する第２取得ステップと、第１取得ステップにおいて取得した学習済みモデルと、第２取得ステップにおいて取得した解析用の時系列データのうちの少なくとも一部の入力データとから、複数種の成分のうちの少なくとも１つについて、細胞培養において良い結果を得るための分量の定量的な指針情報を導出する第１導出ステップと、指針情報を出力する制御を行う出力制御ステップと、を備える。

【0015】

また、本開示の細胞培養支援装置は、細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、学習用の時系列データに対応し、細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、分量の指針を示す学習済みモデルを取得する第１取得プロセッサと、分量の時間推移を示す解析用の時系列データを取得する第２取得プロセッサと、第１取得プロセッサにおいて取得した学習済みモデルと、第２取得プロセッサにおいて取得した解析用の時系列データのうちの少なくとも一部の入力データとから、複数種の成分のうちの少なくとも１つについて、細胞培養において良い結果を得るための分量の定量的な指針情報を導出する第１導出プロセッサと、指針情報を出力する制御を行う出力制御プロセッサと、を備える。

【発明の効果】

【0016】

本開示によれば、細胞培養において良い結果を得られる確率を高めることが可能な細胞培養支援装置の作動プログラム、細胞培養支援装置、細胞培養支援装置の作動方法を提供することができる。

【図面の簡単な説明】

【0017】

【図1】細胞培養システムを示す図である。

【図2】作業者端末から細胞培養支援サーバに送信する要求と、細胞培養支援サーバから作業者端末に送信する情報を示す図である。

【図3】細胞培養の全体的な流れを示すフローチャートである。

【図4】培養１日目の基礎分量、代謝分量、測定分量、培養２日目の補給分量、代謝分量、測定分量を示す図である。

【図5】培養Ｎ日目の補給分量、代謝分量、測定分量を示す図である。

【図6】作業者端末および細胞培養支援サーバを構成するコンピュータを示すブロック図である。

【図7】作業者端末のＣＰＵの処理部を示すブロック図である。

【図8】細胞培養支援サーバのＣＰＵの処理部を示すブロック図である。

【図9】学習済みモデルの内容を示す図である。

【図10】教師データの内容を示す図である。

【図11】培養目的、培養ＩＤ、培養日数の入力画面を示す図である。

【図12】基礎分量、測定分量の入力画面を示す図である。

【図13】補給分量、測定分量、抗体濃度の入力画面を示す図である。

【図14】第１導出部における指針情報の導出過程を示す図である。

【図15】第１導出部における指針情報の導出過程を示す図である。

【図16】第１導出部における指針情報の導出過程を示す図である。

【図17】図１４の場合の指針情報表示画面を示す図である。

【図18】図１５の場合の指針情報表示画面を示す図である。

【図19】図１６の場合の指針情報表示画面を示す図である。

【図20】決定木分析を用いて、図１６で示した学習済みモデルを導出する様子を示す図である。

【図21】決定木分析を用いて、図１６で示した学習済みモデルを導出する様子を示す図である。

【図22】判断部において細胞培養の結果の良悪を判断する様子を示す図である。

【図23】細胞培養支援サーバの処理手順を示すフローチャートである。

【図24】細胞培養支援サーバの処理手順を示すフローチャートである。

【図25】細胞培養支援サーバの処理手順を示すフローチャートである。

【発明を実施するための形態】

【0018】

図１において、細胞培養システム２は、作業者端末１０と細胞培養支援サーバ１１とを備え、例えば１つの医薬品開発ラボラトリーに設置される。作業者端末１０は、細胞培養の作業者が操作する端末であり、例えばデスクトップ型のパーソナルコンピュータで構成される。細胞培養支援サーバ１１は細胞培養支援装置に相当し、サーバコンピュータで構成される。作業者端末１０と細胞培養支援サーバ１１とは、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等のネットワーク１２で相互に通信可能に接続されている。

【0019】

作業者端末１０および細胞培養支援サーバ１１は、パーソナルコンピュータ、サーバコンピュータ、ワークステーションといったコンピュータをベースとする。作業者端末１０および細胞培養支援サーバ１１は、これらのコンピュータに、オペレーティングシステム等の制御プログラム、および各種アプリケーションプログラムをインストールして構成される。

【0020】

図２において、作業者端末１０は、指針情報の出力要求を細胞培養支援サーバ１１に送信する。指針情報は、細胞培養において良い結果を得るための、培地の成分の分量の定量的な情報である。細胞培養支援サーバ１１は、出力要求を受けて指針情報を導出し、導出した指針情報を出力要求元の作業者端末１０に出力する。

【0021】

細胞培養支援サーバ１１は、指針情報の出力の一形態として、作業者端末１０のウェブブラウザ上で閲覧可能な指針情報表示画面１００（図１７～図１９参照）を生成し、生成した指針情報表示画面１００を作業者端末１０に出力する。より詳しくは、細胞培養支援サーバ１１は、指針情報表示画面１００を、ＸＭＬ（Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）等のマークアップ言語によって作成されるウェブ配信用の画面データの形式で出力する。ＸＭＬに代えて、ＪＳＯＮ（Ｊａｖａｓｃｒｉｐｔ（登録商標） Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ）等の他のデータ記述言語を利用してもよい。なお、細胞培養支援サーバ１１は、指針情報表示画面１００の他にも、様々な画面をウェブ配信用の画面データの形式で作業者端末１０に出力する。

【0022】

図３に、例えば抗体を生成するために抗体遺伝子を導入した細胞の培養の全体的な流れを示す。まず、細胞培養の開始に先立って、シャーレ、フラスコ等の培養器２０（図４および図５参照）に基礎培地が用意される。そして、基礎培地に細胞が導入される（ステップＳＴ１０）。これにより培養器２０内で培養が行われる（ステップＳＴ１１）。そして、培地を構成する複数種の成分の分量が測定（ステップＳＴ１２）され、培養１日目の作業が終了する。なお、分量の測定には、例えば液体クロマトグラフ質量分析器が用いられる。また、分量の単位は、例えばｍｇである。以下、説明に必要な場合を除いて、分量は単位を記載せずに数値のみを記載する。

【0023】

培養２日目、培養１日目に細胞が消費した培地中の成分を補うために、細胞が消費した成分が補給される（ステップＳＴ１３）。そして培養１日目と同様にして培養が行われ（ステップＳＴ１４）、培地を構成する複数種の成分の分量が測定（ステップＳＴ１５）される。培養３日目以降、これらの培地の成分補給、培養、成分の分量測定の各ステップが繰り返し行われる。

【0024】

培養最終日、培養２日目等と同様に培地の成分補給、培養、成分の分量測定の各ステップ（ステップＳＴ１９、ステップＳＴ２０、ステップＳＴ２１）が行われる。そして、最後に抗体濃度が測定され（ステップＳＴ２２）、１回の細胞培養が終了する。なお、抗体濃度の単位は、例えばｍｇ／ｍｌである。以下では、分量の場合と同じく、説明に必要な場合を除いて、抗体濃度は単位を記載せずに数値のみを記載する。

【0025】

作業者は、ステップＳＴ１０における基礎培地中の各成分の分量である基礎分量を作業者端末１０に入力する。また、作業者は、ステップＳＴ１２、ステップＳＴ１５、ステップＳＴ１８、・・・、ステップＳＴ２１において測定した各成分の分量である測定分量を作業者端末１０に入力する。同様に、作業者は、ステップＳＴ１３、ステップＳＴ１６、・・・、ステップＳＴ１９において補給した各成分の分量である補給分量を作業者端末１０に入力する。さらに、作業者は、ステップＳＴ２２において測定した抗体濃度を作業者端末１０に入力する。作業者は、１日の作業終了後に、これら基礎分量、測定分量、補給分量、抗体濃度を作業者端末１０に入力する。上記各ステップにおける基礎分量、測定分量、補給分量の推移は、培地を構成する複数種の成分の各々の分量の時間推移を示す時系列データに相当する。抗体濃度は、細胞培養の結果の良悪を判断するための判断用データに相当する。

【0026】

図４において、基礎培地中の各成分Ｃａ、Ｃｂ、Ｃｃ、・・・の基礎分量をＢ＿Ｃａ、Ｂ＿Ｃｂ、Ｂ＿Ｃｃ、・・・、培養１日目に細胞が代謝する各成分の分量である代謝分量をＭ＿Ｃａ１、Ｍ＿Ｃｂ１、Ｍ＿Ｃｃ１、・・・とした場合を考える。この場合、成分Ｃａの測定分量Ｓ＿Ｃａ１は、基礎分量Ｂ＿Ｃａと代謝分量Ｍ＿Ｃａ１との和で表せる。すなわち、
Ｓ＿Ｃａ１＝Ｂ＿Ｃａ＋Ｍ＿Ｃａ１
同様にして、成分Ｃｂの測定分量Ｓ＿Ｃｂ１＝Ｂ＿Ｃｂ＋Ｍ＿Ｃｂ１、成分Ｃｃの測定分量Ｓ＿Ｃｃ１＝Ｂ＿Ｃｃ＋Ｍ＿Ｃｃ１、・・・と表せる。

【0027】

次いで、培養２日目の各成分の補給分量をＦ＿Ｃａ２、Ｆ＿Ｃｂ２、Ｆ＿Ｃｃ２、・・・、培養２日目の各成分の代謝分量をＭ＿Ｃａ２、Ｍ＿Ｃｂ２、Ｍ＿Ｃｃ２、・・・とした場合を考える。この場合、培養２日目の成分Ｃａの測定分量Ｓ＿Ｃａ２は、基礎分量Ｂ＿Ｃａ、代謝分量Ｍ＿Ｃａ１、Ｍ＿Ｃａ２、補給分量Ｆ＿Ｃａ２の和で表せる。すなわち、
Ｓ＿Ｃａ２＝Ｂ＿Ｃａ＋Ｍ＿Ｃａ１＋Ｆ＿Ｃａ２＋Ｍ＿Ｃａ２
同様にして、培養２日目の成分Ｃｂの測定分量Ｓ＿Ｃｂ２＝Ｂ＿Ｃｂ＋Ｍ＿Ｃｂ１＋Ｆ＿Ｃｂ２＋Ｍ＿Ｃｂ２、培養２日目の成分Ｃｃの測定分量Ｓ＿Ｃｃ２＝Ｂ＿Ｃｃ＋Ｍ＿Ｃｃ１＋Ｆ＿Ｃｃ２＋Ｍ＿Ｃｃ２、・・・と表せる。

【0028】

以上のことから、培養Ｎ日目（Ｎは２以上の自然数）の各成分の測定分量Ｓ＿ＣａＮ、Ｓ＿ＣｂＮ、Ｓ＿ＣｃＮ、・・・は、図５のように表せる。すなわち、培養Ｎ日目の各成分の補給分量をＦ＿ＣａＮ、Ｆ＿ＣｂＮ、Ｆ＿ＣｃＮ、・・・、培養Ｎ日目の各成分の代謝分量をＭ＿ＣａＮ、Ｍ＿ＣｂＮ、Ｍ＿ＣｃＮ、・・・とした場合、培養Ｎ日目の成分Ｃａの測定分量Ｓ＿ＣａＮ＝Ｂ＿Ｃａ＋Σ（Ｍ＿ＣａＪ）＋Σ（Ｆ＿ＣａＫ）、培養Ｎ日目の成分Ｃｂの測定分量Ｓ＿ＣｂＮ＝Ｂ＿Ｃｂ＋Σ（Ｍ＿ＣｂＪ）＋Σ（Ｆ＿ＣｂＫ）、培養Ｎ日目の成分Ｃｃの測定分量Ｓ＿ＣｃＮ＝Ｂ＿Ｃｃ＋Σ（Ｍ＿ＣｃＪ）＋Σ（Ｆ＿ＣｃＫ）、・・・と表せる。ただし、Ｊ＝１～Ｎ、Ｋ＝２～Ｎである。

【0029】

このように、各成分の測定分量は、基礎分量、補給分量、および代謝分量をパラメータとする加算式で表せる。なお、成分は、例えば、グルタミン、ヒスチジン、アスパラギン、ロイシン、フェニルアラニン、トリプトファン、セリン、酵母エキス、塩化ナトリウム、硝酸カリウム、乳糖等である。また、代謝分量は、細胞がその成分を生成した場合は正の値、逆に消費した場合は負の値をとる。

【0030】

図６において、作業者端末１０および細胞培養支援サーバ１１を構成するコンピュータは、基本的な構成は同じであり、それぞれ、ストレージデバイス３０、メモリ３１、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３２、通信部３３、ディスプレイ３４、および入力デバイス３５を備えている。これらはデータバス３６を介して相互接続されている。

【0031】

ストレージデバイス３０は、作業者端末１０等を構成するコンピュータに内蔵、またはケーブル、ネットワークを通じて接続されたハードディスクドライブである。もしくはストレージデバイス３０は、ハードディスクドライブを複数台連装したディスクアレイである。ストレージデバイス３０には、オペレーティングシステム等の制御プログラム、各種アプリケーションプログラム、およびこれらのプログラムに付随する各種データ等が記憶されている。

【0032】

メモリ３１は、ＣＰＵ３２が処理を実行するためのワークメモリである。ＣＰＵ３２は、ストレージデバイス３０に記憶されたプログラムをメモリ３１へロードして、プログラムにしたがった処理を実行することにより、コンピュータの各部を統括的に制御する。

【0033】

通信部３３は、ネットワーク１２を介した各種情報の伝送制御を行うネットワークインターフェースである。ディスプレイ３４は各種画面を表示する。各種画面にはＧＵＩ(Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ)による操作機能が備えられる。作業者端末１０等を構成するコンピュータは、各種画面を通じて、入力デバイス３５からの操作指示の入力を受け付ける。入力デバイス３５は、キーボード、マウス、タッチパネル等である。

【0034】

なお、以下の説明では、作業者端末１０を構成するコンピュータの各部には添え字の「Ａ」を、細胞培養支援サーバ１１を構成するコンピュータの各部には添え字の「Ｂ」をそれぞれ符号に付して区別する。

【0035】

図７において、ウェブブラウザが起動されると、作業者端末１０のＣＰＵ３２Ａは、メモリ３１等と協働して、ブラウザ制御部４０として機能する。ブラウザ制御部４０は、ウェブブラウザの動作を制御する。ブラウザ制御部４０は、細胞培養支援サーバ１１からの各種画面の画面データを受け取る。ブラウザ制御部４０は、画面データに基づきウェブブラウザ上に表示する各種画面を再現し、これをディスプレイ３４Ａに表示する。

【0036】

また、ブラウザ制御部４０は、各種画面を通じて入力デバイス３５Ａから入力される様々な操作指示を受け付ける。ブラウザ制御部４０は、各種操作指示に応じた各種要求を細胞培養支援サーバ１１に対して発行する。操作指示には、指針情報の出力指示が含まれる。指針情報の出力指示を受け付けた場合、ブラウザ制御部４０は、指針情報の出力要求を細胞培養支援サーバ１１に対して発行する。

【0037】

図８において、細胞培養支援サーバ１１のストレージデバイス３０Ｂには、アプリケーションプログラムとして作動プログラム４５が記憶されている。作動プログラム４５は、細胞培養支援サーバ１１を構成するコンピュータを、細胞培養支援装置として機能させるためのアプリケーションプログラムである。すなわち、作動プログラム４５は、本開示の技術に係る「細胞培養支援装置の作動プログラム」の一例である。ストレージデバイス３０Ｂには、作動プログラム４５の他に、学習済みモデル４６および教師データ４７が記憶されている。

【0038】

作動プログラム４５が起動されると、細胞培養支援サーバ１１のＣＰＵ３２Ｂは、メモリ３１等と協働して、第１取得部５０、第２取得部５１、第１導出部５２、出力制御部５３、第３取得部５４、第２導出部５５、第４取得部５６、および判断部５７として機能する。

【0039】

第１取得部５０は、機械学習の運用フェーズにおいて、学習済みモデル４６をストレージデバイス３０Ｂから読み出し、学習済みモデル４６を取得する。第１取得部５０は、取得した学習済みモデル４６を第１導出部５２に出力する。

【0040】

第２取得部５１は、培地を構成する複数種の成分の各々の分量の時間推移を示す時系列データを取得する。第２取得部５１は、取得した時系列データを、ストレージデバイス３０Ｂに教師データ４７として登録し、かつ第１導出部５２に出力する。教師データ４７として登録される時系列データは、学習用の時系列データである。一方、第１導出部５２に出力される時系列データは、第１導出部５２が学習済みモデル４６を用いて解析する解析用の時系列データである。

【0041】

運用フェーズにおいて、第１導出部５２は、第１取得部５０において取得した学習済みモデル４６と、第２取得部５１において取得した解析用の時系列データのうちの少なくとも一部の入力データとから、複数種の成分のうちの少なくとも１つについて、指針情報を導出する。第１導出部５２は、導出した指針情報を出力制御部５３に出力する。

【0042】

運用フェーズにおいて、第１導出部５２は、解析用の時系列データの中に入力データとなるものがあるか否かを検索する。入力データは、第１導出部５２が指針情報を導出するために、学習済みモデル４６と組み合わせて加算式に代入することが可能なデータである。解析用の時系列データの中に入力データとなるものがあった場合、第１導出部５２は指針情報を導出する。一方、解析用の時系列データの中に入力データとなるものがなかった場合、第１導出部５２は指針情報を導出しない。

【0043】

入力データは、例えば、ある１つの成分の基礎分量、ある１つの成分の培養２日目の測定分量、ある１つの成分の培養３日目の補給分量等である。また、入力データは、例えば、ある２つの成分の培養４日目の補給分量の組み合わせ、ある１つの成分の基礎分量と培養１日目の測定分量の組み合わせ等である。このように、入力データは、第２取得部５１において取得した解析用の時系列データのうちの少なくとも一部である。

【0044】

運用フェーズにおいて、出力制御部５３は、第１導出部５２において導出された指針情報を出力する制御を行う。より具体的には、出力制御部５３は、ウェブ配信用の指針情報表示画面１００の画面データを生成する。そして、生成した指針情報表示画面１００の画面データを出力要求元の作業者端末１０に出力する。なお、出力制御部５３は、指針情報表示画面１００以外の各種画面の画面データの生成、作業者端末１０への出力も担う。

【0045】

機械学習の学習フェーズにおいて、第３取得部５４は、教師データ４７をストレージデバイス３０Ｂから読み出し、教師データ４７を取得する。教師データ４７は、学習用の時系列データと、細胞培養の結果の良悪を示す良悪データとの組で構成される（図１０参照）。すなわち、第３取得部５４は、教師データ４７を取得することで、学習用の時系列データと良悪データとの組を取得する。第３取得部５４は、取得した教師データ４７を第２導出部５５に出力する。

【0046】

学習フェーズにおいて、第２導出部５５は、第３取得部５４からの教師データ４７に基づいて機械学習を行って、分量の指針を示す学習済みモデル４６を導出する。第２導出部５５は、導出した学習済みモデル４６をストレージデバイス３０Ｂに登録する。

【0047】

第３取得部５４における教師データ４７の取得、および第２導出部５５における学習済みモデル４６の導出は、例えば１カ月毎等の予め設定されたタイミングで行われる。もちろん、第３取得部５４における教師データ４７の取得、および第２導出部５５における学習済みモデル４６の導出を、作業者が指示したタイミングで行ってもよい。

【0048】

また、第３取得部５４における教師データ４７の取得、および第２導出部５５における学習済みモデル４６の導出は、教師データ４７のサンプル数が設定値を下回っている間は行われない。換言すれば、教師データ４７のサンプル数が設定値以上となってはじめて、第２導出部５５において学習済みモデル４６が導出される。なお、教師データ４７のサンプル数とは、図１０で示すレコードの数である。

【0049】

第４取得部５６は、作業者端末１０からの判断用データを取得する。第４取得部５６は、取得した判断用データを判断部５７に出力する。判断用データは、本例では図３で示したように抗体濃度である。

【0050】

判断部５７は、第４取得部５６からの判断用データに基づいて、細胞培養の結果の良悪を判断する。具体的には、判断用データと予め設定された判断条件とを比較する。そして、判断用データが判断条件を満たしている場合は細胞培養の結果を良と判断し、逆に判断条件を満たしていない場合は悪と判断する。判断部５７は、ストレージデバイス３０Ｂの教師データ４７に、良悪の判断結果を良悪データとして登録する。このように、教師データ４７には判断部５７の判断結果が良悪データとして登録され、かつ第３取得部５４は教師データ４７を取得するので、第３取得部５４は、判断部５７の判断結果を良悪データとして取得していることになる。

【0051】

図９において、学習済みモデル４６は、医薬品α用、医薬品β用等、培養目的毎に導出される。

【0052】

図９では、医薬品α用の学習済みモデル４６が示されている。例えばＮｏ．１の学習済みモデル４６は、Ｓ＿Ｃｄ５＞２０．６３８である。この学習済みモデル４６は、成分Ｃｄの培養５日目の測定分量が２０．６３８よりも多い場合、細胞培養において良い結果を得ることができる、ということを示している。またＮｏ．２の学習済みモデル４６は、Ｓ＿Ｃｇ５－Ｓ＿Ｃｇ２≦－１８．４６９である。この学習済みモデル４６は、成分Ｃｇの培養５日目の測定分量と培養２日目の測定分量との差（以下、こうした差を日間差という）が－１８．４６９以下である場合、細胞培養において良い結果を得ることができる、ということを示している。さらにＮｏ．３の学習済みモデル４６は、Ｓ＿Ｃｐ７－Ｓ＿Ｃｐ４＞５．４３２、かつＳ＿Ｃｑ６－Ｓ＿Ｃｑ３≦５．８３２である。この学習済みモデル４６は、成分Ｃｐの培養７日目と培養４日目の日間差が５．４３２よりも多く、かつ成分Ｃｑの培養６日目と培養３日目の日間差が５．８３２以下である場合、細胞培養において良い結果を得ることができる、ということを示している。このように、学習済みモデル４６は、測定分量に関する不等式である。

【0053】

図１０において、教師データ４７も、学習済みモデル４６と同様に、培養目的毎に登録される。教師データ４７において、１回の細胞培養に対して１つずつ付された培養ＩＤで区切られた領域が１つのレコードを構成する。さらに各レコードは培養の日数で区切られる。培養１日目（日数１）には、基礎分量と測定分量とが、培養２日目（日数２）以降には、測定分量と、基礎分量に代えて補給分量とが、それぞれ登録される。また、各レコードには良悪データが登録される。つまり、教師データ４７は、学習用の時系列データと、これに対応する良悪データとの組で構成される。なお、図１０では、図９と同じく、医薬品α用の教師データ４７が示されている。

【0054】

図１１～図１３は、作業者端末１０のディスプレイ３４Ａに表示される入力画面の例である。図１１に示す第１入力画面６５Ａ、図１２に示す第２入力画面６５Ｂ、図１３に示す第３入力画面６５Ｃは、細胞培養支援サーバ１１の出力制御部５３において生成されて作業者端末１０に出力される。そして、作業者端末１０のブラウザ制御部４０によりディスプレイ３４Ａに表示される。

【0055】

図１１に示す第１入力画面６５Ａは、培養目的、培養ＩＤ、培養日数を入力するための画面である。第１入力画面６５Ａには、培養目的の入力ボックス７０、培養ＩＤの入力ボックス７１、培養日数を選択するためのプルダウンメニュー７２、ＯＫボタン７３が設けられている。

【0056】

入力ボックス７０に培養目的が、入力ボックス７１に培養ＩＤがそれぞれ入力され、プルダウンメニュー７２で培養１日目が選択されてＯＫボタン７３が選択される。この場合、図１２に示す第２入力画面６５Ｂに表示が切り替わる。一方、プルダウンメニュー７２で培養２日目以降が選択されてＯＫボタン７３が選択された場合は、図１３に示す第３入力画面６５Ｃに表示が切り替わる。

【0057】

図１２に示す第２入力画面６５Ｂは、基礎分量と測定分量を入力するための画面である。第２入力画面６５Ｂには、第１領域７５、第２領域７６、ＯＫボタン７７が設けられている。第１領域７５には成分毎の基礎分量の入力ボックス７８が、第２領域７６には成分毎の培養１日目の測定分量の入力ボックス７９が、それぞれ設けられている。

【0058】

入力ボックス７８に基礎分量が、入力ボックス７９に培養１日目の測定分量がそれぞれ入力されてＯＫボタン７７が選択される。この場合、ブラウザ制御部４０から細胞培養支援サーバ１１に対して指針情報の出力要求が発行される。つまり、ＯＫボタン７７の選択が指針情報の出力指示に相当する。

【0059】

この場合の指針情報の出力要求には、入力ボックス７８に入力された基礎分量、入力ボックス７９に入力された培養１日目の測定分量が含まれる。また、この場合の指針情報の出力要求は、入力ボックス７８に入力された基礎分量、入力ボックス７９に入力された培養１日目の測定分量を、教師データ４７として登録する登録要求も兼ねる。

【0060】

図１３に示す第３入力画面６５Ｃは、補給分量、測定分量、抗体濃度を入力するための画面である。第３入力画面６５Ｃには、第１領域８５、第２領域８６、第３領域８７、ＯＫボタン８８が設けられている。第１領域８５には成分毎の補給分量の入力ボックス８９が、第２領域８６には成分毎の測定分量の入力ボックス９０が、第３領域８７には抗体濃度の入力ボックス９１が、それぞれ設けられている。

【0061】

入力ボックス８９に補給分量が、入力ボックス９０に測定分量が、培養最終日の場合は入力ボックス９１に抗体濃度がそれぞれ入力されてＯＫボタン８８が選択される。この場合、図１２の入力画面６５Ｂの場合と同様に、ブラウザ制御部４０から細胞培養支援サーバ１１に対して指針情報の出力要求が発行される。

【0062】

この場合の指針情報の出力要求には、入力ボックス８９に入力された補給分量、入力ボックス９０に入力された測定分量が含まれる。培養最終日の場合は、入力ボックス９１に入力された抗体濃度も含まれる。また、この場合の指針情報の出力要求は、図１２の入力画面６５Ｂの場合と同様に、入力ボックス８９に入力された補給分量、入力ボックス９０に入力された測定分量を、教師データ４７として登録する登録要求も兼ねる。培養最終日の場合は、入力ボックス９１に入力された抗体濃度に基づいて判断した良悪データを、教師データ４７として登録する登録要求も兼ねる。

【0063】

図１４～図１６は、第１導出部５２における指針情報の導出過程を示す図である。

【0064】

図１４は、第１取得部５０からの学習済みモデル４６に、Ｓ＿Ｃｗ７＞２．０３８という内容のものがあった場合を示している。そして、第２取得部５１からの解析用の時系列データが培養６日目のもので、入力データとしてＳ＿Ｃｗ６＝１．０５が検索された場合を示している。この場合、第１導出部５２は、Ｓ＿Ｃｗ７を示す加算式に、入力データであるＳ＿Ｃｗ６＝１．０５を代入して計算する。より具体的には、Ｓ＿Ｃｗ７を示す加算式のうちのＳ＿Ｃｗ６に該当する部分である、Ｂ＿Ｃｗ＋Ｍ＿Ｃｗ１＋Ｆ＿Ｃｗ２＋Ｍ＿Ｃｗ２＋・・・＋Ｆ＿Ｃｗ６＋Ｍ＿Ｃｗ６に１．０５を代入して、Ｓ＿Ｃｗ７＞２．０３８の不等式をＦ＿Ｃｗ７について計算する。その結果、次式（１）を得る。
Ｆ＿Ｃｗ７＞０．９８８－Ｍ＿Ｃｗ７・・・（１）

【0065】

第１導出部５２は、上記式（１）にさらにＭ＿Ｃｗ７＝－０．８５２を代入して、次式（２）を得る。
Ｆ＿Ｃｗ７＞１．８４・・・（２）
第１導出部５２は、この式（２）を指針情報として出力制御部５３に出力する。

【0066】

なお、式（１）に代入するＭ＿Ｃｗ７の値は、教師データ４７の培養７日目の測定分量Ｓ＿Ｃｗ７から、培養６日目の測定分量Ｓ＿Ｃｗ６および培養７日目の補給分量Ｆ＿Ｃｗ７を減算した値である。より詳しくは、第１導出部５２は、教師データ４７の各レコードについて上記減算を行って、各レコードでＭ＿Ｃｗ７の値を計算する。そして、各レコードで計算したＭ＿Ｃｗ７の平均値を計算することで、式（１）に代入するＭ＿Ｃｗ７の値を得る。

【0067】

式（２）の指針情報は、培養７日目の成分Ｃｗの補給分量を１．８４よりも多くすると、細胞培養において良い結果を得ることができる、ということを示している。つまり、式（２）の指針情報は、補給分量に関する情報である。

【0068】

図１５は、第１取得部５０からの学習済みモデル４６に、Ｓ＿Ｃｘ１＞１６．５２という内容のものがあった場合を示している。そして、第２取得部５１からの解析用の時系列データが培養１日目のもので、入力データとしてＳ＿Ｃｘ１＝１９．７８５、Ｂ＿Ｃｘ＝４が検索された場合を示している。この場合、第１導出部５２は、Ｓ＿Ｃｘ１を示す加算式（Ｓ＿Ｃｘ１＝Ｂ＿Ｃｘ＋Ｍ＿Ｃｘ１）に、入力データであるＳ＿Ｃｘ１＝１９．７８５、Ｂ＿Ｃｘ＝４を代入して計算する。その結果、次式（３）を得る。
Ｍ＿Ｃｘ１＝１５．８７５・・・（３）

【0069】

第１導出部５２は、学習済みモデル４６であるＳ＿Ｃｘ１＝Ｂ＿Ｃｘ＋Ｍ＿Ｃｘ１＞１６．５２の不等式に、上記式（３）を代入して、次式（４）を得る。
Ｂ＿Ｃｘ＞０．６４５・・・（４）
第１導出部５２は、この式（４）を指針情報として出力制御部５３に出力する。

【0070】

式（４）の指針情報は、成分Ｃｘの基礎分量を０．６４５よりも多くすると、細胞培養において良い結果を得ることができる、ということを示している。つまり、式（４）の指針情報は、基礎分量に関する情報である。

【0071】

図１６は、第１取得部５０からの学習済みモデル４６に、Ｓ＿Ｃｙ６－Ｓ＿Ｃｙ３≦－４６．９６４、かつＳ＿Ｃｚ５－Ｓ＿Ｃｚ３≦１６０８．１４５という内容のものがあった場合を示している。そして、第２取得部５１からの解析用の時系列データが培養４日目のもので、入力データとしてＦ＿Ｃｙ４＝３０、Ｆ＿Ｃｚ＝１１０が抽出された場合を示している。この場合、第１導出部５２は、Ｓ＿Ｃｙ６－Ｓ＿Ｃｙ３を示す加算式に、入力データであるＦ＿Ｃｙ４＝３０を、Ｓ＿Ｃｚ５－Ｓ＿Ｃｚ３を示す加算式に、入力データであるＦ＿Ｃｚ４＝１１０を、それぞれ代入して計算する。その結果、次式（５）、（６）を得る。
Ｆ＿Ｃｙ５＋Ｆ＿Ｃｙ６≦－７６．９６４－（Ｍ＿Ｃｙ４＋Ｍ＿Ｃｙ５＋Ｍ＿Ｃｙ６）・・・（５）
Ｆ＿Ｃｚ５≦１４９８．１４５－（Ｍ＿Ｃｚ４＋Ｍ＿Ｃｚ５）・・・（６）

【0072】

第１導出部５２は、上記式（５）にさらにＭ＿Ｃｙ４＋Ｍ＿Ｃｙ５＋Ｍ＿Ｃｙ６＝－９８．３３２を代入して、次式（７）を得る。また、第１導出部５２は、上記式（６）にさらにＭ＿Ｃｚ４＋Ｍ＿Ｃｚ５＝１２００．０４５を代入して、次式（８）を得る。
Ｆ＿Ｃｙ５＋Ｆ＿Ｃｙ６≦２１．３６８・・・（７）
Ｆ＿Ｃｚ５≦２９８．１・・・（８）
第１導出部５２は、これらの式（７）、（８）を指針情報として出力制御部５３に出力する。なお、式（５）に代入するＭ＿Ｃｙ４＋Ｍ＿Ｃｙ５＋Ｍ＿Ｃｙ６の値、式（６）に代入するＭ＿Ｃｚ４＋Ｍ＿Ｃｚ５の値は、図１４のＭ＿Ｃｗ７の値の場合と同様に、教師データ４７から得ることができる。

【0073】

式（７）の指針情報は、培養５日目と培養６日目の成分Ｃｙの補給分量の合計を２１．３６８以下にすると、細胞培養において良い結果を得ることができる、ということを示している。また、式（８）の指針情報は、培養５日目の成分Ｃｚの補給分量を２９８．１以下にすると、細胞培養において良い結果を得ることができる、ということを示している。つまり、式（７）、（８）の指針情報は、図１４の式（２）の指針情報と同じく、補給分量に関する情報である。

【0074】

図１７～図１９は、作業者端末１０のディスプレイ３４Ａに表示される指針情報表示画面１００の例を示す。指針情報表示画面１００は、細胞培養支援サーバ１１の出力制御部５３において生成されて作業者端末１０に出力される。そして、作業者端末１０のブラウザ制御部４０によりディスプレイ３４Ａに表示される。指針情報表示画面１００は、ＯＫボタン１０１が選択された場合に表示が消える。

【0075】

図１７に示す指針情報表示画面１００は、図１４で示した式（２）の指針情報を表示した例である。より具体的には、式（２）を表現した「培養７日目の成分Ｃｗの補給量を１．８４ｍｇよりも多くしてください。」という文章を指針情報として表示している。

【0076】

図１８に示す指針情報表示画面１００は、図１５で示した式（４）の指針情報を表示した例である。より具体的には、式（４）を表現した「基礎培地の成分Ｃｘの量を０．６４５ｍｇよりも多くしてください。」という文章を指針情報として表示する。

【0077】

図１９に示す指針情報表示画面１００は、図１６で示した式（７）の指針情報および式（８）の指針情報を表示した例である。より具体的には、式（７）を表現した「培養５日目と６日目の成分Ｃｙの補給量の合計を２１．３６８ｍｇ以下としてください。」という文章を指針情報として表示する。また、式（８）を表現した「培養５日目の成分Ｃｚの補給量を２９８．１ｍｇ以下としてください。」という文章を指針情報として表示する。なお、式（７）の指針情報については、上記例の代わりに、「培養５日目と６日目の成分Ｃｙの補給量を１０．６８４ｍｇ以下としてください。」と表現してもよい。

【0078】

図１７～図１９では、補給分量に関する指針情報のみ、または基礎分量に関する指針情報のみが導出されて表示される例を示したが、当然ながら、補給分量に関する指針情報と基礎分量に関する指針情報とが同時に導出されて表示される場合もある。

【0079】

図２０および図２１に示すように、第２導出部５５は、学習済みモデル４６を導出する機械学習の手法として、決定木分析を用いる。図２０および図２１では、図１６で示した学習済みモデル４６を導出する例を示している。

【0080】

第２導出部５５は、最終目標として、良悪データの良の割合が９０％以上となる学習済みモデル４６を導出する。そのために第２導出部５５は、第１段階として、第３取得部５４からの全ての教師データ４７を、良悪データの良の割合が７０％以上となるノードに分けることが可能な条件を抽出する。図２０では、成分Ｃｙの培養６日目と培養３日目の日間差（Ｓ＿Ｃｙ６－Ｓ＿Ｃｙ３）に関する相反する条件（Ｓ＿Ｃｙ６－Ｓ＿Ｃｙ３≦－４６．９６４とＳ＿Ｃｙ６－Ｓ＿Ｃｙ３＞－４６．９６４）で２つのノード１１０Ａ、１１０Ｂに分けた場合に、ノード１１０Ａの良悪データの良の割合が７０％以上となった。このため、第２導出部５５は、ノード１１０Ａの条件（Ｓ＿Ｃｙ６－Ｓ＿Ｃｙ３≦－４６．９６４）を、良悪データの良の割合が７０％以上となるノードに分けることが可能な条件として抽出する。

【0081】

続いて第２導出部５５は、ノード１１０Ａの教師データ４７を、さらに良悪データの良の割合が９０％以上となるノードに分けることが可能な条件を抽出する。図２０では、成分Ｃｚの培養５日目と培養３日目の日間差（Ｓ＿Ｃｚ５－Ｓ＿Ｃｚ３）に関する相反する条件（Ｓ＿Ｃｚ５－Ｓ＿Ｃｚ３≦１６０８．１４５とＳ＿Ｃｚ５－Ｓ＿Ｃｚ３＞１６０８．１４５）で２つのノード１１１Ａ、１１１Ｂに分けた場合に、ノード１１１Ａの良悪データの良の割合が９０％以上となった。このため、第２導出部５５は、ノード１１１Ａの条件（Ｓ＿Ｃｚ５－Ｓ＿Ｃｚ３≦１６０８．１４５）を、良悪データの良の割合が９０％以上となるノードに分けることが可能な条件として抽出する。

【0082】

第２導出部５５は、ノード１１０Ａ、１１１Ａの分岐条件である、Ｓ＿Ｃｙ６－Ｓ＿Ｃｙ３≦－４６．９６４とＳ＿Ｃｚ５－Ｓ＿Ｃｚ３≦１６０８．１４５とを、学習済みモデル４６として導出する。

【0083】

なお、図２０および図２１では、学習済みモデル４６を導出するために決定木分析を２段階に分けて行ったが、良悪データの良の割合が９０％以上となるノードに分けることが可能な条件が第１段階で抽出された場合は、そこで決定木分析を終了してもよい。あるいは、良悪データの良の割合が９０％以上となるノードに分けることが可能な条件が抽出されるまで、第３段階、第４段階と決定木分析を続けていってもよい。ただし、あまりに多段階に決定木分析を続けると、ノードの教師データ４７のサンプル数が少なくなり、学習済みモデル４６の信頼性が保てなくなる。このため、ノードの教師データ４７のサンプル数が設定値以下となったら決定木分析を終了する等、決定木分析の段階（木の深さ）に制限を設けることが好ましい。

【0084】

図２２において、判断部５７は、第４取得部５６からの抗体濃度と、予め設定された判断条件とを比較することで、細胞培養の結果の良悪を判断する。図２２では、第４取得部５６からの抗体濃度が４５５ｍｇ／ｍｌで、判断条件が、抗体濃度５００ｍｇ／ｍｌ以上の場合は良、抗体濃度５００ｍｇ／ｍｌよりも低い場合は悪である場合を例示している。この場合、判断部５７は、細胞培養の結果が悪と判断する。なお、判断条件は固定でもよいし、作業者が設定変更可能に構成してもよい。

【0085】

以下、上記構成による作用について、図２３～図２５のフローチャートを参照して説明する。まず、図２３に示すように、細胞培養支援サーバ１１では、ストレージデバイス３０Ｂから第１取得部５０に学習済みモデル４６が読み出され、第１取得部５０において学習済みモデル４６が取得される（ステップＳＴ１００、第１取得ステップ）。学習済みモデル４６は、第１取得部５０から第１導出部５２に出力される。

【0086】

作業者端末１０では、図１２で示した第２入力画面６５Ｂ、図１３で示した第３入力画面６５Ｃが、ブラウザ制御部４０によりディスプレイ３４Ａに表示される。そして、これら各入力画面６５Ｂ、６５Ｃを介して、基礎分量、測定分量、補給分量が入力される。入力された各分量は、出力要求兼登録要求として細胞培養支援サーバ１１に送信される。これにより第２取得部５１において時系列データが取得される（ステップＳＴ１１０、第２取得ステップ）。時系列データは、第２取得部５１により、学習用の時系列データとしてストレージデバイス３０Ｂの教師データ４７に登録される（ステップＳＴ１２０）。また、時系列データは、解析用の時系列データとして、第２取得部５１から第１導出部５２に出力される。なお、ここでは、学習フェーズである学習用の時系列データの登録と、運用フェーズである解析用の時系列データの第１導出部５２への出力とを並行して行う例を示すが、学習用の時系列データの登録と、解析用の時系列データの第１導出部５２への出力とを、別々のタイミングで切り離して実行してもよい。

【0087】

第１導出部５２では、第２取得部５１からの解析用の時系列データの中に入力データとなるものがあるか否かが検索される（ステップＳＴ１３０）。解析用の時系列データの中に入力データとなるものがあった場合（ステップＳＴ１３０でＹＥＳ）、図１４～図１６で示したように、第１導出部５２において指針情報が導出される（ステップＳＴ１４０、第１導出ステップ）。より詳しくは、測定分量を示す、基礎分量、補給分量、および代謝分量をパラメータとする加算式に、入力データを代入して計算することで、指針情報が導出される。指針情報は、第１導出部５２から出力制御部５３に出力される。一方、解析用の時系列データの中に入力データとなるものがなかった場合（ステップＳＴ１３０でＮＯ）は、指針情報は導出されない。

【0088】

指針情報が導出された場合、出力制御部５３において、図１７～図１９で示した指針情報表示画面１００の画面データが生成される。指針情報表示画面１００の画面データは、出力制御部５３により、出力要求元の作業者端末１０に出力される（ステップＳＴ１５０、出力制御ステップ）。

【0089】

作業者端末１０では、細胞培養支援サーバ１１からの指針情報表示画面１００が、ブラウザ制御部４０によりディスプレイ３４Ａに表示される。作業者は、指針情報表示画面１００に表示された指針情報を閲覧し、指針情報に沿って培養作業を進める。例えば図１７で示した指針情報表示画面１００が表示された場合、作業者は、培養７日目の成分Ｃｗの補給分量を１．８４よりも多くする。

【0090】

培地の成分の分量の指針を示す学習済みモデル４６を用いて、第１導出部５２により細胞培養において良い結果を得るための分量の定量的な指針情報を導出し、出力制御部５３により指針情報表示画面１００を出力して作業者の閲覧に供する。したがって、細胞培養において良い結果を得られる確率を高めることが可能となる。作業者は容易に分量の最適値を知ることができる。このため、自分の経験等に基づいて補給分量を試行錯誤する、といった煩雑な思考をする必要がなく、指針情報に沿って粛々と培養作業を進めればよい。

【0091】

基礎分量、補給分量、および代謝分量をパラメータとする加算式に、入力データを代入して計算することで、第１導出部５２により指針情報を導出するので、比較的簡単な計算で指針情報を導出することができる。

【0092】

作業者端末１０では、培養最終日に第３入力画面６５Ｃを介して抗体濃度が入力される。入力された抗体濃度は細胞培養支援サーバ１１に送信され、図２４に示すように、第４取得部５６において判断用データとして取得される（ステップＳＴ２００）。抗体濃度は、第４取得部５６から判断部５７に出力される。

【0093】

続いて、判断部５７において、図２２で示したように、第４取得部５６からの抗体濃度と判断条件とが比較され、細胞培養の結果の良悪が判断される（ステップＳＴ２１０）。そして、判断部５７により、判断結果が良悪データとして教師データ４７に登録される（ステップＳＴ２２０）。

【0094】

このように、第４取得部５６により判断用データを取得し、判断部５７により判断用データに基づいて細胞培養の結果の良悪を判断するので、作業者は判断用データを入力するだけで済み、細胞培養の結果の良悪を判断する必要がない。

【0095】

図２５に示すように、細胞培養支援サーバ１１では、予め設定されたタイミングで、ストレージデバイス３０Ｂから第３取得部５４に教師データ４７が読み出され、第３取得部５４において教師データ４７が取得される（ステップＳＴ３００）。教師データ４７は、第３取得部５４から第２導出部５５に出力される。

【0096】

第２導出部５５では、図２０および図２１で示したように、教師データ４７が決定木分析に掛けられ、これにより学習済みモデル４６が導出される（ステップＳＴ３１０）。学習済みモデル４６は、第２導出部５５により、ストレージデバイス３０Ｂに登録される（ステップＳＴ３２０）。

【0097】

このように、第３取得部５４により教師データ４７を取得し、教師データ４７に基づいて第２導出部５５により学習済みモデル４６を導出するので、日々更新される教師データ４７に応じて学習済みモデル４６も更新することができる。また、学習済みモデル４６を他のコンピュータから調達する手間を省くことができる。

【0098】

学習済みモデル４６は、第２導出部５５により決定木分析を用いて導出された、測定分量に関する不等式である。このため、学習済みモデル４６がどういった内容を示しているかを容易に解釈することができる。ひいては、学習済みモデル４６に基づいて導出される指針情報を、図１７～図１９で例示したように平易な文章等で表現することができる。

【0099】

上記実施形態では、細胞培養支援サーバ１１のストレージデバイス３０Ｂに、学習済みモデル４６および教師データ４７を登録した例を示したが、これに限定されない。細胞培養支援サーバ１１とは別のデータベースサーバに、学習済みモデル４６および教師データ４７を登録しておき、データベースサーバから細胞培養支援サーバ１１に学習済みモデル４６および教師データ４７を送信してもよい。

【0100】

上記実施形態では、判断用データとして抗体濃度を例示したが、これに限定されない。抗体濃度に代えて、あるいは加えて、不純物の濃度、細胞の凝集密度、円形度等の細胞の形状を示すパラメータ等を、判断用データとしてもよい。

【0101】

測定分量は、上記実施形態のように各入力画面６５Ｂ、６５Ｃを介して作業者に手入力させるのではなく、質量分析器から送信させてもよい。

【0102】

上記実施形態では、指針情報表示画面１００等の各種画面を、ウェブ配信用の画面データの形式で出力制御部５３から作業者端末１０に出力する態様を例示したが、これに限定されない。作業者端末１０に各種画面を表示するためのアプリケーションプログラムをインストールしておき、出力制御部５３からは、各種画面の表示をアプリケーションプログラムに指示する指令を出力する態様でもよい。

【0103】

指針情報の出力形態は、上記実施形態の指針情報表示画面１００に限らない。指針情報を作業者端末１０に接続されたプリンタで印刷出力したり、指針情報を示すファイルを電子メールで作業者端末１０に送信してもよい。

【0104】

機械学習の手法は決定木分析に限らない。ニューラルネットワーク等の他の手法を用いてもよい。

【0105】

細胞培養支援サーバ１１を構成するコンピュータのハードウェア構成は種々の変形が可能である。例えば、細胞培養支援サーバ１１を、処理能力、信頼性の向上を目的として、ハードウェアとして分離された複数台のサーバコンピュータで構成することも可能である。具体的には、第１取得部５０、第２取得部５１、第１導出部５２、および出力制御部５３の機能と、第３取得部５４および第２導出部５５の機能と、第４取得部５６および判断部５７の機能とを、３台のサーバコンピュータに分散して担わせる。この場合は３台のサーバコンピュータで細胞培養支援サーバ１１を構成する。

【0106】

第２取得部５１と第４取得部５６の機能を、１つの取得部に担わせてもよい。また、作業者端末１０に作動プログラム４５をインストールし、上記実施形態で細胞培養支援サーバ１１に構築した各処理部を作業者端末１０に構築して、作業者端末１０を細胞培養支援装置として稼働させてもよい。

【0107】

このように、コンピュータのハードウェア構成は、処理能力、安全性、信頼性等の要求される性能に応じて適宜変更することができる。さらに、ハードウェアに限らず、作動プログラム４５等のアプリケーションプログラムについても、安全性および信頼性の確保を目的として、二重化したり、あるいは、複数のストレージデバイスに分散して格納することももちろん可能である。

【0108】

上記実施形態では、細胞培養支援サーバ１１を１つの医薬品開発ラボラトリーに設置し、１つの医薬品開発ラボラトリー内で利用する形態としているが、細胞培養支援サーバ１１を複数の医薬品開発ラボラトリーで利用可能な形態としてもよい。細胞培養支援サーバ１１を複数の医薬品開発ラボラトリーで利用可能とするためには、細胞培養支援サーバ１１を、例えば、インターネットあるいは公衆通信網等のＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）を介して、複数の医薬品開発ラボラトリーに設置される複数台の作業者端末１０と通信可能に接続する。そして、各作業者端末１０からの出力要求を、ＷＡＮを介して細胞培養支援サーバ１１で受け付けて、各作業者端末１０に対して指針情報を出力する。なお、この場合の細胞培養支援サーバ１１の設置場所および運営主体は、例えば医薬品開発ラボラトリーとは別の会社が運営するデータセンタでもよいし、複数の医薬品開発ラボラトリーのうちの１つでもよい。

【0109】

なお、上記実施形態では、作業者が基礎培地を用意したり日毎に成分を補給したりすることを想定している。このため、上記実施形態では、作業者に向けた指針情報を出力している。しかし、作業者を介さずに、装置が基礎培地を用意したり日毎に成分を補給したりすることも考えられる。この場合の指針情報としては、装置に対する制御情報とする。例えば指針情報が、図１４に示す、培養７日目の成分Ｃｗの補給分量を１．８４よりも多くする、であった場合、培養７日目の成分Ｃｗの補給分量を１．８４よりも多くするような制御情報を、指針情報として装置に与える。こうすれば、作業者を介さずに、装置が基礎培地を用意したり日毎に成分を補給したりする場合にも対応することができる。

【0110】

上記実施形態において、例えば、第１取得部５０、第２取得部５１、第１導出部５２、出力制御部５３、第３取得部５４、第２導出部５５、第４取得部５６、判断部５７といった各種の処理を実行する処理部（Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）のハードウェア的な構造としては、次に示す各種のプロセッサ（ｐｒｏｃｅｓｓｏｒ）を用いることができる。各種のプロセッサには、上述したように、ソフトウェア（作動プログラム４５）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ３２Ｂに加えて、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ :ＰＬＤ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。

【0111】

１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせ、および／または、ＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。

【0112】

複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（Ｓｙｓｔｅｍ Ｏｎ Ｃｈｉｐ:ＳｏＣ）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。

【0113】

さらに、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（ｃｉｒｃｕｉｔｒｙ）を用いることができる。

【0114】

以上の記載から、以下の付記項１に記載の発明を把握することができる。

【0115】

［付記項１］
細胞培養に用いられる培地を構成する複数種の成分の各々の分量の時間推移を示す学習用の時系列データと、前記学習用の時系列データに対応し、前記細胞培養の結果の良悪を示す良悪データとの組に基づいて機械学習を行って導出された、前記分量の指針を示す学習済みモデルを取得する第１取得プロセッサと、
前記分量の時間推移を示す解析用の時系列データを取得する第２取得プロセッサと、
前記第１取得プロセッサにおいて取得した前記学習済みモデルと、前記第２取得プロセッサにおいて取得した前記解析用の時系列データのうちの少なくとも一部の入力データとから、前記複数種の成分のうちの少なくとも１つについて、前記細胞培養において良い結果を得るための前記分量の定量的な指針情報を導出する第１導出プロセッサと、
前記指針情報を出力する制御を行う出力制御プロセッサと、
を備える細胞培養支援装置。

【0116】

本開示の技術は、上述の種々の実施形態と種々の変形例を適宜組み合わせることも可能である。また、上記実施形態に限らず、要旨を逸脱しない限り種々の構成を採用し得ることはもちろんである。さらに、本開示の技術は、プログラムに加えて、プログラムを非一時的に記憶する記憶媒体にもおよぶ。

【0117】

以上に示した記載内容および図示内容は、本開示の技術に係る部分についての詳細な説明であり、本開示の技術の一例に過ぎない。例えば、上記の構成、機能、作用、および効果に関する説明は、本開示の技術に係る部分の構成、機能、作用、および効果の一例に関する説明である。よって、本開示の技術の主旨を逸脱しない範囲内において、以上に示した記載内容および図示内容に対して、不要な部分を削除したり、新たな要素を追加したり、置き換えたりしてもよいことはいうまでもない。また、錯綜を回避し、本開示の技術に係る部分の理解を容易にするために、以上に示した記載内容および図示内容では、本開示の技術の実施を可能にする上で特に説明を要しない技術常識等に関する説明は省略されている。

【0118】

本明細書において、「Ａおよび／またはＢ」は、「ＡおよびＢのうちの少なくとも１つ」と同義である。つまり、「Ａおよび／またはＢ」は、Ａだけであってもよいし、Ｂだけであってもよいし、ＡおよびＢの組み合わせであってもよい、という意味である。また、本明細書において、３つ以上の事柄を「および／または」で結び付けて表現する場合も、「Ａおよび／またはＢ」と同様の考え方が適用される。

【0119】

本明細書に記載された全ての文献、特許出願および技術規格は、個々の文献、特許出願および技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】