特開2022-162886処理方法、細胞培養方法、培地の製造方法、物質の製造方法、培地、細胞およびプログラム
(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】P2022162886
(43)【公開日】2022-10-25
(54)【発明の名称】処理方法、細胞培養方法、培地の製造方法、物質の製造方法、培地、細胞およびプログラム
(51)【国際特許分類】
C12Q 1/02 20060101AFI20221018BHJP
C12N 5/00 20060101ALI20221018BHJP
C12Q 1/6813 20180101ALI20221018BHJP
C12Q 1/686 20180101ALI20221018BHJP
C12N 15/09 20060101ALN20221018BHJP
【ＦＩ】
C12Q1/02
C12N5/00
C12Q1/6813 Z
C12Q1/686 Z
C12N15/09 Z
【審査請求】未請求
【請求項の数】14
【出願形態】ＯＬ
(21)【出願番号】P 2021067943
(22)【出願日】2021-04-13
(71)【出願人】
【識別番号】501048930
【氏名又は名称】株式会社 バイオミメティクスシンパシーズ
(74)【代理人】
【識別番号】100114557
【弁理士】
【氏名又は名称】河野 英仁
(74)【代理人】
【識別番号】100078868
【弁理士】
【氏名又は名称】河野 登夫
(72)【発明者】
【氏名】漆畑 直樹
(72)【発明者】
【氏名】隠岐 勝幸
(72)【発明者】
【氏名】吉原 誠一
(72)【発明者】
【氏名】大西 啓介
【テーマコード（参考）】
4B063
4B065
【Ｆターム（参考）】
4B063QA01
4B063QA18
4B063QA20
4B063QQ08
4B063QQ53
4B063QR07
4B063QR32
4B063QR55
4B063QR62
4B063QR77
4B063QS25
4B063QS34
4B063QX01
4B065AA90X
4B065BB40
4B065BD01
4B065BD50
4B065CA44
4B065CA46
(57)【要約】
【課題】目的に合った培地の開発に寄与する情報を得られる処理方法等を提供すること。
【解決手段】処理方法は、複数種類の培地４１をそれぞれ使用して細胞を培養し、培地４１の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データ５１を取得し、前記培養データ５１に基づいて、前記細胞特性値との相関を有する相関遺伝子を抽出する。培養は、継代培養により行ない、前記培養データは、前記継代培養のうちの複数の世代において取得する。
【選択図】図１
【解決手段】処理方法は、複数種類の培地４１をそれぞれ使用して細胞を培養し、培地４１の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データ５１を取得し、前記培養データ５１に基づいて、前記細胞特性値との相関を有する相関遺伝子を抽出する。培養は、継代培養により行ない、前記培養データは、前記継代培養のうちの複数の世代において取得する。
【選択図】図１
【特許請求の範囲】
【請求項1】
複数種類の培地をそれぞれ使用して細胞を培養し、
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを取得し、
前記培養データに基づいて、前記細胞特性値との相関を有する相関遺伝子を抽出する
処理方法。
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを取得し、
前記培養データに基づいて、前記細胞特性値との相関を有する相関遺伝子を抽出する
処理方法。
【請求項2】
培養は、継代培養により行ない、
前記培養データは、前記継代培養のうちの複数の世代において取得する
請求項１に記載の処理方法。
前記培養データは、前記継代培養のうちの複数の世代において取得する
請求項１に記載の処理方法。
【請求項3】
前記遺伝子発現解析結果は、複数の遺伝子と、それぞれの前記遺伝子の発現レベルとを関連づけた遺伝子プロファイルである
請求項１または請求項２に記載の処理方法。
請求項１または請求項２に記載の処理方法。
【請求項4】
前記相関遺伝子は、前記細胞特性値と正の相関を有する正相関遺伝子、または、前記細胞特性値と負の相関を有する負相関遺伝子である
請求項１から請求項３のいずれか一つに記載の処理方法。
請求項１から請求項３のいずれか一つに記載の処理方法。
【請求項5】
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出する
請求項１から請求項４のいずれか一つに記載の処理方法。
請求項１から請求項４のいずれか一つに記載の処理方法。
【請求項6】
前記相関遺伝子が前記細胞特性値との正の相関を有する場合、前記相関遺伝子の発現レベルを上昇させる化合物を抽出し、
前記相関遺伝子が前記細胞特性値との負の相関を有する場合、前記相関遺伝子の発現レベルを下降させる化合物を抽出する
請求項５に記載の処理方法。
前記相関遺伝子が前記細胞特性値との負の相関を有する場合、前記相関遺伝子の発現レベルを下降させる化合物を抽出する
請求項５に記載の処理方法。
【請求項7】
前記細胞特性値は、細胞の増殖能力または治療効果を示す
請求項１から請求項６のいずれか一つに記載の処理方法。
請求項１から請求項６のいずれか一つに記載の処理方法。
【請求項8】
複数種類の培地をそれぞれ使用して細胞を培養し、
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物を含む第２培地を作成し、
前記第２培地を用いて細胞を培養する
細胞培養方法。
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物を含む第２培地を作成し、
前記第２培地を用いて細胞を培養する
細胞培養方法。
【請求項9】
複数種類の培地をそれぞれ使用して細胞を培養し、
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物から選択した化合物を培地の基材に混合する
培地の製造方法。
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物から選択した化合物を培地の基材に混合する
培地の製造方法。
【請求項10】
複数種類の培地をそれぞれ使用して細胞を培養し、
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物を含む第２培地を作成し、
前記第２培地を用いて細胞を培養し、
培養した細胞から分泌された物質を抽出する
物質の製造方法。
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物を含む第２培地を作成し、
前記第２培地を用いて細胞を培養し、
培養した細胞から分泌された物質を抽出する
物質の製造方法。
【請求項11】
複数種類の培地をそれぞれ使用して細胞を培養し、
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物から選択した化合物を培地の基材に混合した
培地。
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物から選択した化合物を培地の基材に混合した
培地。
【請求項12】
複数種類の培地をそれぞれ使用して細胞を培養し、
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物を含む第２培地を作成し、
前記第２培地を用いて培養した
細胞。
培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、
化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、
抽出した前記化合物を含む第２培地を作成し、
前記第２培地を用いて培養した
細胞。
【請求項13】
複数種類の培地をそれぞれ使用して継代培養した細胞の複数の世代における培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを取得し、
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出する
処理をコンピュータが実行する
プログラム。
前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出する
処理をコンピュータが実行する
プログラム。
【請求項14】
前記培地がＡＯＦ培地である、請求項１ないし１３の何れか一つに記載の処理方法、細胞培養方法、培地の製造方法、物質の製造方法、培地、細胞、またはプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、処理方法、細胞培養方法、培地の製造方法、物質の製造方法、培地、細胞およびプログラムに関する。
【背景技術】
【0002】
統計的実験計画法（ＤｏＥ：Design of Experiments）によりサポートされた集中的な多数の実験が、細胞培養培地の最適組成を決定するための現在の標準的な方法である。しかしながら、この方法は、時間がかかり、高価である。費用対効果の改善のためにエキソメタボロム・アッセイに基づく細胞培養培地の組成を最適化する方法が提案されている（特許文献１）。この技術を用いると、培地因子を介して、任意の多数の細胞機能を最適化することができる。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特表２０１９－１９３５８７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、引用文献１の方法においては、組成の異なる多種類の培地を用いて細胞培養を行なう。したがって、最適化した培地を開発するまでには、膨大な実験時間と実験費用とを要する。
【0005】
一つの態様では、目的に合った培地の開発に寄与する情報を、比較的少数の実験で得られる処理方法等を提供する。
【課題を解決するための手段】
【0006】
処理方法は、複数種類の培地をそれぞれ使用して細胞を培養し、培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを取得し、前記培養データに基づいて、前記細胞特性値との相関を有する相関遺伝子を抽出する。
【0007】
この処理方法において、培養は、継代培養により行ない、前記培養データは、前記継代培養のうちの複数の世代において取得する。
【0008】
この処理方法において、前記遺伝子発現解析結果は、複数の遺伝子と、それぞれの前記遺伝子の発現レベルとを関連づけた遺伝子プロファイルである。
【0009】
この処理方法において、前記相関遺伝子は、前記細胞特性値と正の相関を有する正相関遺伝子、または、前記細胞特性値と負の相関を有する負相関遺伝子である。
【0010】
この処理方法は、化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出する。
【0011】
この処理方法は、前記相関遺伝子が前記細胞特性値との正の相関を有する場合、前記相関遺伝子の発現レベルを上昇させる化合物を抽出し、前記相関遺伝子が前記細胞特性値との負の相関を有する場合、前記相関遺伝子の発現レベルを下降させる化合物を抽出する。
【0012】
この処理方法において、前記細胞特性値は、細胞の増殖能力または治療効果を示す。
【0013】
細胞培養方法は、複数種類の培地をそれぞれ使用して細胞を培養し、培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、抽出した前記化合物を含む第２培地を作成し、前記第２培地を用いて細胞を培養する。
【0014】
培地の製造方法は、複数種類の培地をそれぞれ使用して細胞を培養し、培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、抽出した前記化合物から選択した化合物を培地の基材に混合する。
【0015】
物質の製造方法は、複数種類の培地をそれぞれ使用して細胞を培養し、培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、抽出した前記化合物を含む第２培地を作成し、前記第２培地を用いて細胞を培養し、培養した細胞から分泌された物質を抽出する。
【0016】
培地は、複数種類の培地をそれぞれ使用して細胞を培養し、培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、抽出した前記化合物から選択した化合物を培地の基材に混合した培地である。
【0017】
細胞は、複数種類の培地をそれぞれ使用して細胞を培養し、培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを記録し、前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出し、化合物と遺伝子発現レベルとの関係を記録したデータベースに基づいて、抽出した前記相関遺伝子の発現レベルに影響する化合物を抽出し、抽出した前記化合物を含む第２培地を作成し、前記第２培地を用いて培養した細胞である。
【0018】
プログラムは、複数種類の培地をそれぞれ使用して継代培養した細胞の複数の世代における培地の種類と、遺伝子発現解析結果と、細胞の特性を示す細胞特性値とを関連づけた培養データを取得し、前記培養データに基づいて、細胞特性値と相関する相関遺伝子を抽出する処理をコンピュータが実行する。
【発明の効果】
【0019】
一つの態様では、目的に合った培地の開発に寄与する情報を、比較的少数の実験で得られる処理方法等を提供できる。また、別の態様によれば、本発明の処理方法によって製造された細胞、細胞からの分泌物、または、それらの分析によって得られた情報から特定の疾患の治療薬を製造することができる。
【図面の簡単な説明】
【0020】
【図1】目的に合った培地を作成する手順の概要を説明する説明図である。
【図2】培養データを作成する手順の具体例を説明する説明図である。
【図3】培養データＤＢのレコードレイアウトを説明する説明図である。
【図5】情報処理システムの構成を説明する説明図である。
【図6】プログラムの処理の流れを説明するフローチャートである。
【図7】相関遺伝子抽出のサブルーチンの処理の流れを説明するフローチャートである。
【図8】実施の形態２の培養データを作成する手順の具体例を説明する説明図である。
【図9】実施の形態２の培養データＤＢのレコードレイアウトを説明する説明図である。
【発明を実施するための形態】
【0021】
［実施の形態１］
再生医学、細胞工学および遺伝子工学等の様々な研究分野で、実験に使用する細胞の培養が行なわれている。再生医療を実施する際にも、培養した細胞が使用される。食品や医薬品等に利用するたんぱく質およびペプチド等の製造にも、大量に培養した細胞が利用されている。または、これらの細胞から得られる細胞分泌物およびエクソソームなども、上記のような用途に使用されている。
再生医学、細胞工学および遺伝子工学等の様々な研究分野で、実験に使用する細胞の培養が行なわれている。再生医療を実施する際にも、培養した細胞が使用される。食品や医薬品等に利用するたんぱく質およびペプチド等の製造にも、大量に培養した細胞が利用されている。または、これらの細胞から得られる細胞分泌物およびエクソソームなども、上記のような用途に使用されている。
【0022】
また、対象とする各種細胞に対して、主にその細胞の増殖率を向上させるための、様々な種類の細胞培養用の培地が市販されている。基本培地に血清等の動物由来成分のサプリメントを添加した動物由来成分含有培地のように、未知の成分が含まれる培地も使用されている。
【0023】
発明者らの知見によれば、培地の成分が、細胞培養時の増殖速度、培養した細胞の性質、および、細胞が分泌する物質の特性等に影響を及ぼす。図１は、目的に合った培地を作成する手順の概要を説明する説明図である。まず、細胞の特性および遺伝的背景が均一な細胞が、複数種類の培地４１にそれぞれ播種される（ステップＳ５０１）。
【0024】
図１においては、「培地Ｓ」、「培地Ｔ」、「培地Ｕ」の三種類の培地を図示する。以下の説明では「培地Ｓ」を培地４１Ｓ、「培地Ｔ」を培地４１Ｔ、「培地Ｕ」を培地４１Ｕと記載する場合がある。培地４１Ｓ、培地４１Ｔおよび培地４１Ｕのそれぞれの培地４１に含まれる成分は未知で構わないが、異なる成分を含有する培地であるのが好ましい。
【0025】
なお、動物成分由来培地を使用する場合には、培地４１に含有されるタンパクなどで細胞表面のタンパク等が被覆される恐れがある。したがって培地４１は、細胞表面の素の状態を反映できるＡＯＦ（Animal Origin Free）培地、または、完全合成培地であることが望ましい。
【0026】
図１においては、シャーレ状の培養容器に入った培地４１を円板形状により模式的に示すが、培養フラスコ、ローラーボトル、またはマルチウェルプレート等の培養容器を使用してもよい。なお、図１においてシャーレ自体は図示を省略する。
【0027】
それぞれの培地４１に播種した細胞が培養される（ステップＳ５０２）。その後、培地４１ごとに、細胞特性値と遺伝子発現レベルとが測定される（ステップＳ５０３）。ここで、細胞特性値は、培地を作成する目的に沿って評価した細胞の特性である。細胞特性値の具体例については、後述する。
【0028】
遺伝子発現レベルは、遺伝子発現解析により測定された各遺伝子の量により定量化される。遺伝子発現解析は、例えば、培養した細胞中のｍＲＮＡ（Messenger Ribonucleic Acid）、ｍｉＲＮＡ（Micro Ribonucleic Acid）およびＬｎｃＲＮＡ（Long Noncoding Ribonucleic Acid）等の塩基配列の種類と、それぞれの塩基配列の量とを測定する解析手法である。
【0029】
遺伝子発現解析は、たとえば次世代シーケンサ１６（図５参照）を用いて行なわれる。遺伝子発現解析は、マイクロアレイまたはリアルタイムＰＣＲ（Polymerase Chain Reaction）などの別法を用いて行なわれてもよい。以後の説明では、ｍｉＲＮＡおよびＬｎｃＲＮＡ等のノンコーディングＲＮＡも含めて、遺伝子発現解析で検出される塩基配列を遺伝子と記載する。以後の説明では、それぞれの培地４１を用いた細胞特性値と遺伝子発現解析結果とをまとめたデータを培養データ５１と記載する。培養データ５１の例については、後述する。
【0030】
培養データ５１のデータ解析により、発現レベルが細胞特性値と相関を有する複数の遺伝子が抽出される（ステップＳ５０４）。以後の説明では、ステップＳ５０４で抽出される遺伝子を、相関遺伝子と記載する。ステップＳ５０４のデータ解析手法については後述する。ステップＳ５０４においては、発現レベルが細胞特性値と正の相関を有する遺伝子と、負の相関を有する遺伝子との双方を抽出可能である。
【0031】
その後、遺伝子ＤＢ（Database）６１を参照して、ステップＳ５０４で抽出した複数の相関遺伝子の発現に影響を及ぼす複数の化合物が抽出される（ステップＳ５０６）。以後の説明では、ステップＳ５０６で抽出される化合物を影響化合物と記載する。
【0032】
ここで、遺伝子ＤＢ６１は、培養細胞に様々な化合物を添加した場合の遺伝子発現レベルの変動を記録したデータベースである。遺伝子ＤＢ６１には、たとえば米国国立衛生研究所（ＮＩＨ：National Institutes of Health）が、ＬＩＮＣＳ（Library of Integrated Network-Based Cellular Signatures）プログラムで提供しているＬＩＮＣＳデータセットを利用できる。遺伝子ＤＢ６１には、その他の研究機関または企業等が提供しているデータベース、あるいは自社での実験結果に基づく独自のデータベースを利用しても、それらを組み合わせて利用しても良い。
【0033】
前述のステップＳ５０６で抽出された影響化合物のそれぞれについて、適切な効果を示す濃度が決定される（ステップＳ５０７）。ステップＳ５０７において濃度を決定する方法の具体例については、後述する。濃度は、ステップＳ５０６で抽出した影響化合物のうちの一部のみについて決定されてもよい。
【0034】
典型的には、細胞の栄養源を含む基本培地を基材に使用して、ステップＳ５０７で決定した濃度になるようにそれぞれの影響化合物を混合することで、新たな培地が調合される（ステップＳ５０８）。以上により、目的に合った機能を有する第２培地４２が完成する。
【0035】
図２は、培養データ５１を作成する手順の具体例を説明する説明図である。以下では、培養により多数の細胞を得たい場合に適した第２培地４２を作成する場合を例にして説明する。図２においては、「培地Ｓ」について示すが、「培地Ｔ」および「培地Ｕ」等についても同様の処理が行なわれる。
【0036】
まず、「培地Ｓ」に、ステップＳ５０１と同種の細胞が播種される。「培地Ｓ」を用いて、継代培養が行なわれる。培養の目的が多数の細胞を得ることであるため、細胞特性値には細胞の増殖能力を示す値を使用する。培地Ｓを用いて、細胞の継代培養が行なわれる。たとえば、２代目とｎ代目の培養終了時に、増殖能力と遺伝子発現レベルとを測定する。測定は、継代培養の全世代に対して行なわれてもよい。
【0037】
以後の説明では、細胞の増殖能力を示す値を増殖能と記載する。増殖能は、たとえばＰＤＬ（Population Doubling Number ：細胞分裂回数）である。ＰＤＬは、培地４１に播種した細胞の数と、培養終了時の細胞の数との比に基づいて算出できる。細胞の数は、たとえばフローサイトメータまたはイメージングサイトメータ等の細胞測定装置１７（図５参照）を用いて測定できる。
【0038】
なお、増殖能は、ＤＴ（Doubling Time ：倍化時間）であってもよい。イメージングサイトメータを用いて、培養中の細胞を経時的に撮影した画像を解析することにより、ＤＴを算出できる。増殖能は、分裂中の細胞が発現するＰＣＮＡ （Proliferating Cell Nuclear Antigen）等の細胞周期タンパク質の量に基づいて測定されてもよい。継代２代目以降の増殖能は、当該世代における増殖能であっても、第１世代からの増殖能を積算した累計増殖能であってもよい。
【0039】
図３は、培養データＤＢ５２のレコードレイアウトを説明する説明図である。培養データＤＢ５２は、培養データ５１を記録したデータベースである。培養データＤＢ５２は、継代回数フィールドと、培地番号フィールドと、培養結果フィールドとを有する。培養結果フィールドは、遺伝子発現レベルフィールドと、増殖能フィールドとを有する。遺伝子発現レベルフィールドは、「ＣＮＯＴ１０」フィールド、「ＳＬＣ３９Ａ１１」フィールド等、遺伝子発現解析により検出されるそれぞれの遺伝子に対応するフィールドを有する。
【0040】
継代回数フィールドには、継代培養の世代が記録されている。培地番号フィールドには、使用した培地４１に付与した識別用の番号が記録されている。培地番号フィールドの代わりに、または培地番号フィールドとともに、「培地Ｓ」、「培地Ｔ」等の培地４１の名称等が記録されたフィールドが設けられていてもよい。それぞれの遺伝子発現レベルフィールドの各サブフィールドには、それぞれの遺伝子の発現レベルが記録されている。すなわち、図３の遺伝子発現レベルフィールドの横一列には、培地番号フィールドに記録された培地を使用して培養した細胞で発現している遺伝子と、それぞれの遺伝子の発現レベルとを関連づけた遺伝子プロファイルが記録されている。
【0041】
たとえば遺伝子発現解析に次世代シーケンサ１６を利用する場合、遺伝子発現レベルは（１）式により算出できる。（１）式を使用する場合、遺伝子発現レベルの単位はＲＰＭ（Reads Per Million mapped reads）である。
遺伝子Ａの遺伝子発現レベル
＝遺伝子Ａにマップされたリードの数／マップされた全リードの数 ‥‥‥（１）
遺伝子Ａの遺伝子発現レベル
＝遺伝子Ａにマップされたリードの数／マップされた全リードの数 ‥‥‥（１）
【0042】
増殖能フィールドには、細胞の増殖能力を示す増殖能が記録されている。なお、増殖能フィールドは、細胞特性値を記録するフィールドの一例である。培養データＤＢ５２は、一つの世代の一つの培地について、一つのレコードを有する。
【0043】
図１においてステップＳ５０４で示した、培養データ５１のデータ解析により相関遺伝子を抽出する方法の概要を説明する。以下の説明においては、Ｊ種類の培地をそれぞれ使用して継代培養を行ない、それぞれの培地において、Ｉ種類の遺伝子の発現レベルを評価したデータが培養データＤＢ５２にＫ培養世代分記録されている場合を例にして説明する。
【0044】
以下の説明においては、培養データＤＢ５２の遺伝子発現フィールドに記録されている個々の遺伝子発現レベルを、Ｘijkと記載する。Ｘijkは、ｊ番目の培地を使用した、ｋ番目の継代培養世代におけるｉ番目の遺伝子の発現レベルを示す。遺伝子発現フィールドに記録されているデータの総数は、（Ｉ×Ｊ×Ｋ）個である。さらに以下の説明においては、培養データＤＢ５２の増殖能フィールドに記録された、増殖能を示す行列を、増殖能行列Ｑと記載する。増殖能行列Ｑは、Ｊ×Ｋ個の要素を有する。
【0045】
まず、（２）式から（４）式をすべて満たすように規格化した遺伝子発現レベルが算出される。
【0046】
【数1】
【0047】
以下の説明では、規格化した遺伝子発現レベルｘijk を要素とする３階のテンソルを、テンソルＲと記載する。テンソルＲの構成要素数は、（Ｉ×Ｊ×Ｋ）個である。
【0048】
次に、（５）式に示すように、テンソルＲに対するテンソル分解が行なわれる。
【0049】
【数2】
【0050】
なお、特異値行列であるｕfi、ｕgj、ｕhkは、いずれも直交行列である。テンソル分解は、たとえばＨＯＳＶＤ（Higher Order Singular Value Decomposition：高次特異値分解）等の公知の手法を用いて行なう。なお、ＨＯＳＶＤは、タッカー分解の一手法である。テンソル分解には、ＣＰ分解またはテンソルトレイン分解の公知の手法が用いられてもよい。
【0051】
次に、特異値行列ｕgjの各行に対応する特異値ベクトルと、増殖能行列Ｑとの間の相関係数が算出される。ここで特異値行列ｕgjは、培地４１の種類に対応する特異値行列である。相関係数には、たとえばピアソンの積率相関係数が用いられる。なお、相関係数には、スピアマンの順位相関係数またはケンドールの順位相関係数等が用いられてもよい。
【0052】
その後、算出した相関係数の絶対値が大きい特異値ベクトルが選択される。以下の説明においては、選択された特異値ベクトルをｕMjと記載する。ここで選択される特異値ベクトルｕMjは、たとえば相関係数の絶対値が最も大きい１個の特異値ベクトルｕMjである。他の行に比べて有意に相関係数の絶対値が大きい複数の特異値ベクトルｕMjが選択されてもよい。
【0053】
その後、遺伝子の種類に対応する特異値行列ｕfiから、ｕMjに対応する特異値ベクトルｕNiが抽出される。具体的には、まずコアテンソルＧ（ｆ，ｇ，ｈ）から、ｇ＝Ｍである要素、Ｇ（ｆ，Ｍ，ｈ）が抽出される。抽出された要素のうち、最も大きい要素Ｇ（Ｎ，Ｍ，ｈ）に対応するＮが選択される。遺伝子の種類に対応する特異値行列ｕfiから、Ｎに対応する特異値ベクトルｕNiが抽出される。
【0054】
ここで、ｕNiはガウス分布に従うという帰無仮説に基づいて、（６）式によりそれぞれの遺伝子ｉに対するＰ値であるＰｉが算出される。ここでＰ値は、帰無仮説に反する統計量が観測される確率を意味する。
【0055】
【数3】
【0056】
その後、多重比較補正により、それぞれの遺伝子ｉに対応する補正Ｐ値であるＰci が算出される。多重比較補正は、たとえばBenjamini-Hochberg法により行なわれる。多重比較補正は、ＨＳＤ（Honestly Significant Difference）検定、Scheffe法、Dunnett法またはGames-Howell法等の任意の手法により行なわれてもよい。
【0057】
その後、補正Ｐ値Ｐciが所定の閾値以下である遺伝子が抽出される。抽出された遺伝子が、前述の相関遺伝子である。なお、相関係数が正である相関遺伝子は、増殖能と正の相関を有する正相関遺伝子であり、相関係数が負である相関遺伝子は増殖能と負の相関を有する負の相関遺伝子である。
【0058】
図４は、図１のステップＳ５０７に示す、濃度決定の手順を説明する説明図である。細胞の種類および培養目的等に応じて選択した基本培地を基材に使用して、図１のステップＳ５０６で抽出した影響化合物を混合した、複数の濃度調整培地４９を作成する。表１に、影響化合物の濃度を示す。濃度の「Ｍ」はモル濃度を示す。
【0059】
【表1】
【0060】
Ｄ１は、基本培地のみのいわゆるコントロールである。Ｄ２からＤ５の影響化合物の濃度は、いずれも例示である。ステップＳ５０１と同種の細胞が、複数の濃度調整培地４９にそれぞれ播種される（ステップＳ５２１）。
【0061】
まず、それぞれの濃度調整培地４９に播種した細胞が培養される（ステップＳ５２２）。その後、濃度調整培地４９ごとに、細胞の増殖能が測定される（ステップＳ５２３）。濃度と増殖との関係を示すグラフの例を図４の下部に示す。影響化合物の濃度がＤ３である場合に、最も増殖能が高い。したがって、この影響化合物の濃度は、Ｄ３であると定める。
【0062】
ここで、増殖能が高いと判定した付近の濃度を細かく区切った濃度調整培地４９を使用して図４を使用して説明した実験を繰り返し、影響化合物の適切な濃度を精度よく定めてもよい。なお、図４を使用して説明した実験において、コントロールにくらべて顕著な効果が表れない場合には、その影響化合物は第２培地４２に使用されない。
【0063】
上述の手順により、複数の影響化合物のそれぞれについて適切な濃度を決定できる。したがって、複数の影響化合物を、それぞれ適切な濃度で含む培地を決定できる。なお、図４を使用して説明した実験において、一つの培地４１に、複数の影響化合物が含まれていてもよい。複数の影響化合物の相互作用の影響を含めて、適切な濃度を決定できる。
【0064】
図５は、情報処理システム１０の構成を説明する説明図である。情報処理システム１０は、ネットワークで接続された情報処理装置２０およびサーバ３０を含む。情報処理システム１０は、培養装置１５、次世代シーケンサ１６および細胞測定装置１７を含んでもよい。
【0065】
情報処理装置２０は、制御部２１、主記憶装置２２、補助記憶装置２３、通信部２４、読取部２９およびバスを備える。制御部２１は、本実施の形態のプログラムを実行する演算制御装置である。制御部２１には、一または複数のＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）またはマルチコアＣＰＵ等が使用される。制御部２１は、バスを介して情報処理装置２０を構成するハードウェア各部と接続されている。
【0066】
主記憶装置２２は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）またはフラッシュメモリ等の記憶装置である。主記憶装置２２には、制御部２１が行なう処理の途中で必要な情報および制御部２１で実行中のプログラムが一時的に保存される。
【0067】
補助記憶装置２３は、ＳＲＡＭ、フラッシュメモリ、ハードディスクまたは磁気テープ等の記憶装置である。補助記憶装置２３には、培養データＤＢ５２、制御部２１に実行させるプログラムおよびプログラムの実行に必要な各種データが保存される。通信部２４は、情報処理装置２０とネットワークとの間の通信を行なうインターフェイスである。
【0068】
情報処理装置２０は、汎用のパソコン、タブレット、スマートフォン等である。情報処理装置２０は、培養装置１５または次世代シーケンサ１６に内蔵されたコンピュータであってもよい。情報処理装置２０は、大型計算機、または、大型計算機上で動作する仮想マシンであってもよい。情報処理装置２０は、分散処理を行なう複数のパソコン、または大型計算機等のハードウェアにより構成されても良い。情報処理装置２０は、クラウドコンピューティングシステムまたは量子コンピュータにより構成されても良い。
【0069】
制御部２１は、読取部２９を介して可搬型記録媒体９６に記録されているプログラム９７を読み込み、補助記憶装置２３に保存してもよい。制御部２１は、情報処理装置２０内に実装されたフラッシュメモリ等の半導体メモリ９８に記憶されたプログラム９７を読みだしてもよい。さらに、制御部２１は、通信部２４および図示しないネットワークを介して接続される図示しない他のサーバコンピュータからプログラム９７をダウンロードして補助記憶装置２３に保存してもよい。
【0070】
サーバ３０は、制御部３１、主記憶装置３２、補助記憶装置３３、通信部３４およびバスを備える。制御部３１には、一または複数のＣＰＵ、ＧＰＵまたはマルチコアＣＰＵ等が使用される。制御部３１は、バスを介してサーバ３０を構成するハードウェア各部と接続されている。
【0071】
主記憶装置３２は、ＳＲＡＭ、ＤＲＡＭ、フラッシュメモリ等の記憶装置である。主記憶装置３２には、制御部３１が行なう処理の途中で必要な情報および制御部３１で実行中のプログラムが一時的に保存される。
【0072】
補助記憶装置３３は、ＳＲＡＭ、フラッシュメモリ、ハードディスクまたは磁気テープ等の記憶装置である。補助記憶装置３３には、遺伝子ＤＢ６１、制御部３１に実行させるプログラムおよびプログラムの実行に必要な各種データが保存される。通信部３４は、サーバ３０とネットワークとの間の通信を行なうインターフェイスである。サーバ３０は、たとえばＬＩＮＣＳプログラム提供用のサーバである。
【0073】
培養装置１５、次世代シーケンサ１６および細胞測定装置１７は、ネットワークに接続されないいわゆるスタンドアロン型の装置であってもよい。スタンドアロン型の装置を使用する場合には、培養担当者が継代培養の作業を行なうとともに、次世代シーケンサ１６および細胞測定装置１７を使用して、遺伝子発現レベルの測定と、増殖能の測定とを行なう。その後、培養担当者が測定結果を培養データＤＢ５２に記録する。
【0074】
情報処理装置２０の制御部２１は、ネットワークを介して次世代シーケンサ１６から遺伝子発現レベルを取得して、自動的に培養データＤＢ５２に記録してもよい。制御部２１は、ネットワークを介して細胞測定装置１７から増殖能を取得して、自動的に培養データＤＢ５２に記録してもよい。
【0075】
培養装置１５と、次世代シーケンサ１６と、細胞測定装置１７とは、連携して図２を使用して説明した継代培養と、遺伝子発現レベルの測定と、増殖能の測定とを実行し、培養データＤＢ５２にデータを記録してもよい。図示を省略するロボットが、培養装置１５と次世代シーケンサ１６と細胞測定装置１７とを操作してもよい。培養装置１５と、次世代シーケンサ１６と細胞測定装置１７とは、一体の装置に構成されていてもよい。
【0076】
図６は、プログラムの処理の流れを説明するフローチャートである。図６のプログラムは、図１のステップＳ５０４で説明した相関遺伝子抽出の処理、および、ステップＳ５０６で説明した影響化合物抽出の処理を実行するプログラムである。
【0077】
情報処理装置２０の制御部２１は、培養データＤＢ５２から培養データ５１を取得する（ステップＳ６０１）。制御部２１は、相関遺伝子抽出のサブルーチンを起動する（ステップＳ６０４）。相関遺伝子抽出のサブルーチンは、培養データＤＢ５２に基づいて相関遺伝子を抽出するサブルーチンである。相関遺伝子抽出のサブルーチンの処理の流れは後述する。
【0078】
制御部２１は、ステップＳ６０４で抽出した相関遺伝子のうち、正相関遺伝子をサーバ３０に送信する（ステップＳ６０５）。サーバ３０の制御部３１は、正相関遺伝子を受信する（ステップＳ７０１）。制御部３１は、遺伝子ＤＢ６１から受信した相関遺伝子の発現レベルを上昇させる影響化合物を抽出する（ステップＳ７０２）。制御部３１は、抽出した影響化合物を送信する（ステップＳ７０３）。
【0079】
情報処理装置２０の制御部２１は、影響化合物を受信する（ステップＳ６０７）。ステップＳ６０７で受信した影響化合物は、増殖能と正の相関を有する遺伝子の発現レベルを上昇させる化合物である。この化合物を多く含む培地を使用することにより、増殖能が高まることが期待される。
【0080】
制御部２１は、ステップＳ６０４で抽出した相関遺伝子のうち、負の相関遺伝子をサーバ３０に送信する（ステップＳ６０８）。サーバ３０の制御部３１は、負の相関遺伝子を受信する（ステップＳ７０４）。制御部３１は、遺伝子ＤＢ６１から受信した相関遺伝子の発現レベルを下降させる影響化合物を抽出する（ステップＳ７０５）。制御部３１は、抽出した影響化合物を送信する（ステップＳ７０６）。
【0081】
情報処理装置２０の制御部２１は、影響化合物を受信する（ステップＳ６０９）。ステップＳ６０９で受信した影響化合物は、増殖能と負の相関を有する遺伝子の発現レベルを下降させる化合物である。この化合物の含有量を少なくするか、または除去した培地を使用することにより、増殖能が上昇することが期待される。
【0082】
制御部２１は、ステップＳ６０７で受信した影響化合物およびステップＳ６０９で受信した影響化合物を表示する（ステップＳ６１０）。制御部２１は処理を終了する。
【0083】
図７は、相関遺伝子抽出のサブルーチンの処理の流れを説明するフローチャートである。相関遺伝子抽出のサブルーチンは、培養データＤＢ５２に基づいて相関遺伝子を抽出するサブルーチンである。
【0084】
制御部２１は、（２）式から（４）式に基づいて、培養データに含まれる遺伝子発現レベルを規格化する（ステップＳ６３１）。制御部２１は、規格化した遺伝子発現データを、培地の種類、遺伝子発現レベルおよび継代回数の３つのモードを有する３階のテンソルであるテンソルＲに構成する（ステップＳ６３２）。制御部２１は、（５）式に示したテンソル分解を行ない、ステップＳ６３２で構成したテンソルＲをコアテンソルＧと３個の特異値行列とに分解する（ステップＳ６３３）。
【0085】
制御部２１は、培養データＤＢ５２の増殖能フィールドに対応する増殖能行列Ｑを構成する（ステップＳ６３４）。制御部２１は、培地の種類に対応する特異値行列ｕgiを構成するそれぞれの特異値ベクトルと、増殖能行列Ｑとの相関係数を算出する（ステップＳ６３５）。制御部２１は、増殖能行列との相関係数が大きい特異値ベクトルｕMjを抽出する（ステップＳ６３６）。
【0086】
制御部２１は、特異値ベクトルＧ（ｆ，ｇ，ｈ）から、ステップＳ６３６で抽出した特異値ベクトルｕMjに対応する成分であるＧ（ｆ，Ｍ，ｈ）を抽出する。制御部２１は、抽出したコアテンソルＧの要素のうち、最も大きい要素Ｇ（Ｎ，Ｍ，ｈ）を選択する（ステップＳ６３７）。制御部２１は、遺伝子の種類に対応する特異値行列ｕfiから、Ｎに対応する特異値ベクトルｕNiを抽出する（ステップＳ６３８）。
【0087】
制御部２１は、（６）式に基づいてそれぞれの遺伝子に対するＰ値を算出する（ステップＳ６３９）。制御部２１は、それぞれの遺伝子に対する補正Ｐ値を算出する（ステップＳ６４０）。制御部２１は、補正Ｐ値が所定の閾値以下である相関遺伝子を抽出する（ステップＳ６４１）。その後、制御部２１は処理を終了する。
［実験例］
ヒト脂肪組織から採取された間葉系幹細胞の増殖能を向上させる第２培地４２の開発に関する実施例を説明する。培地４１には、間葉系幹細胞の増殖培養向けに市販されている８種類の培地４１を使用した。間葉系幹細胞を８種類の培地にそれぞれ播種して、９代の継代培養を行なった。３代目および９代目のそれぞれの培養細胞について、増殖能を自動セルカウンター（Ｃｕｒｉｏｓｉｓ社製 ＦＡＣＳＣＯＰＥ Ｂ）で、遺伝子発現レベルを次世代シーケンサ（ＴｈｅｒｍｏＦｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ（登録商標）社製 Ｉｏｎ Ｐｒｏｔｏｎ（登録商標） Ｓｅｍｉｃｏｎｄｕｃｔｏｒ Ｓｅｑｕｅｎｃｅｒ）でそれぞれ測定して、培養データ５１を作成した。増殖能は、ＰＤＬを用いて評価した。
［実験例］
ヒト脂肪組織から採取された間葉系幹細胞の増殖能を向上させる第２培地４２の開発に関する実施例を説明する。培地４１には、間葉系幹細胞の増殖培養向けに市販されている８種類の培地４１を使用した。間葉系幹細胞を８種類の培地にそれぞれ播種して、９代の継代培養を行なった。３代目および９代目のそれぞれの培養細胞について、増殖能を自動セルカウンター（Ｃｕｒｉｏｓｉｓ社製 ＦＡＣＳＣＯＰＥ Ｂ）で、遺伝子発現レベルを次世代シーケンサ（ＴｈｅｒｍｏＦｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ（登録商標）社製 Ｉｏｎ Ｐｒｏｔｏｎ（登録商標） Ｓｅｍｉｃｏｎｄｕｃｔｏｒ Ｓｅｑｕｅｎｃｅｒ）でそれぞれ測定して、培養データ５１を作成した。増殖能は、ＰＤＬを用いて評価した。
【0088】
培養データ５１に基づいて、培地の種類のモードは８要素、遺伝子発現レベルのモードは２０８１２要素、継代培養世代数の要素は２要素のデータが培養データＤＢ５２に記録された。図７を使用して説明した相関遺伝子算出のプログラムのステップＳ６３５で制御部２１が算出した相関係数を表２に示す。
【0089】
【表2】
【0090】
表２に示す相関係数に基づいて、制御部２１はステップＳ６３６において培地番号１に対応する特異値ベクトルｕ1jおよび培地番号３に対応する特異値ベクトルｕ3jを、培地に関連する特異値ベクトルｕgjから抽出した。
【0091】
さらに制御部２１は、コアテンソルＧ（ｆ，ｇ，ｈ）からｇ＝１およびｇ＝３に対応する要素を抽出した。制御部２１は抽出した要素のうち絶対値が最大である要素を選択した。制御部２１は、遺伝子の種類に対応する特異値行列ｕfiから、選択した要素に対応する特異値ベクトルｕNiを抽出した。
【0092】
制御部２１は、特異値ベクトルｕNiおよび（６）式に基づいて、それぞれの遺伝子ｉに対応するＰ値および補正Ｐ値を算出した。制御部２１は、補正Ｐ値が閾値０．０１以下である１４１個の遺伝子を抽出した。制御部２１が抽出した遺伝子の内訳は、増殖能と正の相関を有する１０９個の正相関遺伝子、および、増殖能と負の相関を有する３２個の負相関遺伝子である。
【0093】
１０９個の正相関遺伝子を、Ｌ１０００データベースのサービスサイトに送信して、当該遺伝子の発現レベルを上昇させる約３００個の影響化合物を受信した。３２個の負相関遺伝子を、Ｌ１０００データベースのサービスサイトに送信して、当該遺伝子の発現レベルを下降させる約３００個の影響化合物を受信した。なお、Ｌ１０００データベースは、前述のＬＩＮＣＳプログラムで提供されているデータベースの例示である。
【0094】
１０９個の正相関遺伝子の発現レベルを上昇させる影響化合物には、抗がん剤および抗菌剤等の、通常であれば細胞の増殖を抑制する化合物が含まれていた。当業者であれば、多数の細胞を得ることを目的とした第２培地４２にこのような化合物を使用しようとは考えない。これらの化合物について、文献等を調査したが、細胞の増殖を促進する効果は報告されていなかった。
【0095】
これらの、通常は細胞の増殖を抑制する化合物について、図４を使用して説明したようにそれぞれの影響化合物の濃度と増殖率との関係を調べたところ、細胞の増殖を促進する効果がいずれでも確認された。なかでも、ある種の抗がん剤については、１００ｎＭの濃度で最も高い増殖促進効果が得られた。確認のため、当該影響化合物を１００ｎＭの濃度で含む培地を用いてで２０日間の培養を行なったところ、コントロールである基本培地に比べて増殖能が約２０パーセント上昇した。
【0096】
それぞれの正相関遺伝子の発現レベルを上昇させる影響化合物あるいは負相関遺伝子の発現レベルを減少させる影響化合物を培地に添加して培地を製造することができる。また、一つの影響化合物だけでなく、それぞれの影響化合物を組み合わせて最も効果の高い組合せを選択して添加してもよい。この場合、添加する影響化合物の種類や濃度は適宜選択される。さらに、化合物間の相関関係のデータベースや文献情報からＡＩ（人工知能）を用いてこれらの組み合わせを選択してもよい。ここでは複数の影響化合物を選択して、それぞれ適切な濃度を決定することにより、第２培地４２を開発できた。以上で、本実施例の説明を終了する。
【0097】
本実施の形態によると、実施例で説明した間葉系幹細胞に加えて、たとえば胚性幹細胞およびｉＰＳ細胞（induced Pluripotent Stem Cell：人工多能性幹細胞）等の多能性幹細胞、組織幹細胞および体制幹細胞等の多分化能幹細胞、ならびに皮膚の表皮細胞等の体細胞等の任意の細胞のそれぞれの増殖能を上昇させる第２培地４２を提供できる。
【0098】
培地４１は、ヒトの細胞向けに販売されているものに限定しない。たとえば、細菌用培地、真菌用培地および藻類用培地等の微生物培養向けの培地であっても、対象の細胞が死滅しない限りは使用できる。
【0099】
対象の細胞は、ヒトの細胞に限定しない。ＬＩＮＣＳデータセットと同様の遺伝子ＤＢ６１が用意されている任意の生物の細胞向けの培地を、本実施の形態の手法に基づいて開発できる。
【0100】
本実施の形態によると、実験例に例示したように当業者であれば目的とする培地の組成に加えようとは発想し得ないが、実際には効果を有する化合物を組成に加えた新しい培地を開発できる。このような新しい培地を開発して、培養に使用することで、目的の細胞を効率よく培養できる。
【0101】
［変形例１－１］
本変形例においては、継代培養は行なわれず、１世代分の培養データ５１に基づいて第２培地４２が作成される。すなわち、図３を使用して説明した培養データＤＢ５２において、継代回数フィールドは不要である。
本変形例においては、継代培養は行なわれず、１世代分の培養データ５１に基づいて第２培地４２が作成される。すなわち、図３を使用して説明した培養データＤＢ５２において、継代回数フィールドは不要である。
【0102】
図７を使用して説明したフローチャートのステップＳ６３２において、制御部２１は規格化した遺伝子発現データを、培地の種類および遺伝子発現の２つのモードを有する２階のテンソル、すなわち行列に構成する。続くステップＳ６３３において制御部２１は、たとえば非負値行列因子分解または特異値分解等の公知の手法を用いてステップＳ６３２で構成した２階のテンソルを分解する。以後の処理は、実施の形態１と同様である。
【0103】
［変形例１－２］
細胞の生存率が高い培地の開発を行なう変形例について説明する。細胞特性値に、増殖能の代わりに培養終了時の細胞の生存率を使用する。生存率は、培養終了時に生存している細胞の数と、全細胞数との比率により算出できる。
細胞の生存率が高い培地の開発を行なう変形例について説明する。細胞特性値に、増殖能の代わりに培養終了時の細胞の生存率を使用する。生存率は、培養終了時に生存している細胞の数と、全細胞数との比率により算出できる。
【0104】
［変形例１－３］
細胞の分泌物を増やす培地の開発を行なう変形例について説明する。分泌物には、たとえば細胞外小胞であるエクソーム、ならびに、エクソームの内部に含まれるホルモン等の機能性タンパク質およびＲＮＡ等を含む。これらの分泌物は細胞間の情報伝達に重要な役割を担っており、たとえば薬剤としての利用が期待される。本変形例においては、細胞特性値に培地に含まれる分泌物の量を使用する。
細胞の分泌物を増やす培地の開発を行なう変形例について説明する。分泌物には、たとえば細胞外小胞であるエクソーム、ならびに、エクソームの内部に含まれるホルモン等の機能性タンパク質およびＲＮＡ等を含む。これらの分泌物は細胞間の情報伝達に重要な役割を担っており、たとえば薬剤としての利用が期待される。本変形例においては、細胞特性値に培地に含まれる分泌物の量を使用する。
【0105】
なお、分泌物の総量を細胞特性値に使用しても、特定の分泌物の量を細胞特性値に使用してもよい。細胞特性値は、培地の用途に応じて適宜定めることが望ましい。
【0106】
［変形例１－４］
形態異常がある細胞の発生を抑止する培地の開発を行なう変形例について説明する。本変形例においては、細胞特性値に正常細胞率を使用する。正常細胞率は、形態に異常がない細胞と全細胞との比率である。正常細胞率は、たとえばイメージングサイトメータを用いて形態に異常がない細胞と、形態に異常がある細胞とをそれぞれ数えることにより測定できる。
形態異常がある細胞の発生を抑止する培地の開発を行なう変形例について説明する。本変形例においては、細胞特性値に正常細胞率を使用する。正常細胞率は、形態に異常がない細胞と全細胞との比率である。正常細胞率は、たとえばイメージングサイトメータを用いて形態に異常がない細胞と、形態に異常がある細胞とをそれぞれ数えることにより測定できる。
【0107】
イメージングサイトメータにより、たとえば細胞の平均寸法または細胞の寸法のばらつき等、細胞の外観上の特性を定量化できる。これらの外観に関する値を細胞特性値に使用してもよい。
【0108】
１回の実験で、複数の細胞特性値を評価しても良い。複数の細胞特性値に共通する相関遺伝子の発現レベルを上昇させる影響化合物を使用することで、複数の効果を同時に発揮する第２培地４２を開発できる。複数の細胞特性値に共通する影響化合物を使用することによっても、複数の効果を同時に発揮する第２培地４２を開発できる。ここで、例えば併発する疾患の病状に合わせて、重みづけを行って影響化合物を組み合わせることができる。
【0109】
［実施の形態２］
本実施の形態においては、糖尿病性腎症の治療効果が高い間葉系幹細胞を培養する培地の開発に関する。実施の形態１と共通する部分については、説明を省略する。
本実施の形態においては、糖尿病性腎症の治療効果が高い間葉系幹細胞を培養する培地の開発に関する。実施の形態１と共通する部分については、説明を省略する。
【0110】
図８は、実施の形態２の培養データ５１を作成する手順の具体例を説明する説明図である。図８は、図２を使用した手順の代わりに実施される手順を示す。図８においては、「培地Ｓ」について示すが、「培地Ｔ」および「培地Ｕ」等についても同様の処理が行なわれる。
【0111】
「培地Ｓ」に、間葉系幹細胞が播種される。「培地Ｓ」を用いて、継代培養が行なわれる。たとえば、２代目とｎ代目の培養終了時に、細胞特性値と遺伝子発現レベルとを測定する。本実施の形態においては、細胞特性値には、培養した間葉系幹細胞を糖尿病性腎症の患者に投与した場合の治療効果を示す値、具体的には患者の空腹時血糖値を使用する。
【0112】
図９は、実施の形態２の培養データＤＢ５２のレコードレイアウトを説明する説明図である。培養データＤＢ５２は、培養データ５１を記録したデータベースである。培養データＤＢ５２は、継代回数フィールドと、培地番号フィールドと、培養結果フィールドとを有する。培養結果フィールドは、遺伝子発現レベルフィールドと、空腹時血糖値フィールドとを有する。遺伝子発現レベルフィールドは、「ＨＧＦ」フィールド、「ＡＧＥＲ」フィールド等、遺伝子発現解析により検出されるそれぞれの遺伝子に対応するフィールドを有する。
【0113】
継代回数フィールドには、継代培養の世代が記録されている。培地番号フィールドには、使用した培地４１に付与した識別用の番号が記録されている。培地番号フィールドの代わりに、または培地番号フィールドとともに、「培地Ｓ」、「培地Ｔ」等の培地４１の名称等が記録されたフィールドが設けられていてもよい。遺伝子発現レベルフィールドの各サブフィールドには、それぞれの遺伝子の発現レベルが記録されている。すなわち、図９の遺伝子発現レベルフィールドの横一列には、培地番号フィールドに記録された培地を使用して培養した細胞で発現している遺伝子と、それぞれの遺伝子の発現レベルとを関連づけた遺伝子プロファイルが記録されている。
【0114】
空腹時血糖値フィールドには、培養した細胞を投与された患者の治療効果を示す値である、空腹時血糖値が記録されている。なお、空腹時血糖値フィールドは、細胞特性値を記録するフィールドの一例である。培養データＤＢ５２は、一つの世代の一つの培地について、一つのレコードを有する。
【0115】
図８に戻って説明を続ける。遺伝子発現レベルおよび空腹時血糖値を培養データＤＢ５２に記録し、実施の形態１と同様の手順で解析する。具体的には、まず、空腹時血糖値と相関を有する相関遺伝子を抽出する。その後、Ｌ１０００データベースから、抽出した相関遺伝子の発現に影響する影響化合物を抽出する。図４を使用して説明した手順と同様の実験により、影響化合物の濃度を決定する。影響化合物を、決定した濃度で含むように調合を行なうことにより、第２培地４２が完成する。
【0116】
なお、培養した細胞を投与する患者の疾患は、糖尿病性腎症に限定しない。細胞特性値は、患者の空腹時血糖値に限定しない。任意の疾患と、当該疾患に関する治療効果を示す値の組み合わせを適宜使用できる。具体例については、変形例にて後述する。
【0117】
なお、使用する細胞は間葉系幹細胞に限定しない。たとえば、臍帯もしくは骨髄由来の幹細胞、ＩＰＳ（Induced Pluripotent Stem）細胞、線維芽細胞または神経細胞などであってもよい。複数の種類の細胞のそれぞれについて細胞特性値を測定し治療効果の高い細胞と培地との組み合わせを選択してもよい。
【0118】
［変形例２－１］
本変形例は、患者の血中インスリン値を改善する効果が高い間葉系幹細胞を培養する培地の開発に関する。患者の血中インスリン値は、糖尿病の治療効果と関連する値の一つである。実施の形態２と共通する部分については、説明を省略する。
本変形例は、患者の血中インスリン値を改善する効果が高い間葉系幹細胞を培養する培地の開発に関する。患者の血中インスリン値は、糖尿病の治療効果と関連する値の一つである。実施の形態２と共通する部分については、説明を省略する。
【0119】
本変形例においては、細胞特性値には培養した間葉系幹細胞を患者に投与した場合の、血中インスリン値を使用する。本変形例で使用する培養データＤＢ５２は、空腹時血糖値フィールドの代わりに血中インスリン値フィールドを有する。図８を使用して、本変形例について説明する。実施の形態２と同様に、「培地Ｓ」等の培地４１に間葉系幹細胞が播種される。「培地Ｓ」を用いて、継代培養が行なわれる。たとえば、２代目とｎ代目の培養終了時に、血中インスリン値と遺伝子発現レベルとを測定する。
【0120】
血中インスリン値および遺伝子発現レベルを培養データＤＢ５２に記録する。以後、実施の形態２と同様に相関遺伝子の抽出、影響化合物の抽出、および影響化合物の濃度を順次決定する。影響化合物を、決定した濃度で含むように調合を行なうことにより、血中インスリン値の改善効果を有する細胞の培養に適した第２培地４２が完成する。
【0121】
［変形例２－２］
本変形例は、患者の尿中アルブミン値を改善する効果が高い間葉系幹細胞を培養する培地の開発に関する。患者の尿中アルブミン値は、糖尿病性腎症等の疾病の治療効果と関連する値の一つである。実施の形態２と共通する部分については、説明を省略する。
本変形例は、患者の尿中アルブミン値を改善する効果が高い間葉系幹細胞を培養する培地の開発に関する。患者の尿中アルブミン値は、糖尿病性腎症等の疾病の治療効果と関連する値の一つである。実施の形態２と共通する部分については、説明を省略する。
【0122】
図８を使用して、本変形例について説明する。実施の形態２と同様に、「培地Ｓ」等の培地４１に間葉系幹細胞が播種される。「培地Ｓ」を用いて、継代培養が行なわれる。たとえば、２代目とｎ代目の培養終了時に、細胞特性値と遺伝子発現レベルとを測定する。本変形例においては、細胞特性値には培養した間葉系幹細胞を患者に投与した場合の、尿中アルブミン値を使用する。
【0123】
本変形例においては、細胞特性値には培養した間葉系幹細胞を患者に投与した場合の、尿中アルブミン値を使用する。本変形例で使用する培養データＤＢ５２は、空腹時血糖値フィールドの代わりに尿中アルブミン値フィールドを有する。図８を使用して、本変形例について説明する。実施の形態２と同様に、「培地Ｓ」等の培地４１に間葉系幹細胞が播種される。「培地Ｓ」を用いて、継代培養が行なわれる。たとえば、２代目とｎ代目の培養終了時に、尿中アルブミン値と遺伝子発現レベルとを測定する。
【0124】
尿中アルブミン値および遺伝子発現レベルを培養データＤＢ５２に記録する。以後、実施の形態２と同様に相関遺伝子の抽出、影響化合物の抽出、および影響化合物の濃度を順次決定する。影響化合物を、決定した濃度で含むように調合を行なうことにより、尿中アルブミン値の改善効果を有する細胞の培養に適した第２培地４２が完成する。
【0125】
［変形例２－３］
培養した細胞の代わりに、または、培養した細胞とともに、上清液が患者に投与されてもよい。上清液は、培地から細胞を取り除いた後に、遠心分離等の処理により不純物を除去することで製造される。上清液には、細胞から分泌された分泌物が含まれる。上清液が投与された患者の治療効果を示す値を、細胞特性値に使用できる。
培養した細胞の代わりに、または、培養した細胞とともに、上清液が患者に投与されてもよい。上清液は、培地から細胞を取り除いた後に、遠心分離等の処理により不純物を除去することで製造される。上清液には、細胞から分泌された分泌物が含まれる。上清液が投与された患者の治療効果を示す値を、細胞特性値に使用できる。
【0126】
培地から精製された、特定のたんぱく質またはＲＮＡ等の分泌物が患者に投与されてもよい。分泌物が投与された患者の治療効果を示す値を、細胞特性値に使用できる。
【0127】
第２培地４２を使用して培養した細胞、上清液、および、分泌物が薬剤として医療機関に提供されてもよい。
【0128】
培地４１に播種する細胞は、特定の患者から採取された細胞であってもよい。当該特定の患者の細胞を使用する再生医療等のオーダーメイド治療用の培養に適した、オーダーメイドの第２培地４２を開発できる。
【0129】
[実施の形態３]
本実施の形態は、疾患モデル動物、例えば薬剤による誘導、あるいは遺伝子改変マウスなどの薬効薬理試験において、様々な疾患に応じた症状を改善する効果が高い間葉系幹細胞を培養する培地の開発に関する。疾患モデル動物に対して効果が高い間葉系幹細胞は、実際の患者に対しても高い効果を発揮する可能性が極めて高い。細胞特性値としては、（１）モデル動物の血中の病態マーカー、（２）組織切片を作成し、病理の観点から疾患の度合いをスコア化したもの、（３）組織からタンパク質及び／又はＲＮＡを抽出してウェスタンブロット及び／又はｑＰＣＲ（quantitative Polymerase Chain Reaction）による疾患マーカーの定量値、などが挙げられる。実施の形態２と共通する部分については、説明を省略する。
本実施の形態は、疾患モデル動物、例えば薬剤による誘導、あるいは遺伝子改変マウスなどの薬効薬理試験において、様々な疾患に応じた症状を改善する効果が高い間葉系幹細胞を培養する培地の開発に関する。疾患モデル動物に対して効果が高い間葉系幹細胞は、実際の患者に対しても高い効果を発揮する可能性が極めて高い。細胞特性値としては、（１）モデル動物の血中の病態マーカー、（２）組織切片を作成し、病理の観点から疾患の度合いをスコア化したもの、（３）組織からタンパク質及び／又はＲＮＡを抽出してウェスタンブロット及び／又はｑＰＣＲ（quantitative Polymerase Chain Reaction）による疾患マーカーの定量値、などが挙げられる。実施の形態２と共通する部分については、説明を省略する。
【0130】
各実施例で記載されている技術的特徴（構成要件）はお互いに組合せ可能であり、組み合わせすることにより、新しい技術的特徴を形成することができる。
今回開示された実施の形態はすべての点で例示であって、制限的なものでは無いと考えられるべきである。本発明の範囲は、上記した意味では無く、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
今回開示された実施の形態はすべての点で例示であって、制限的なものでは無いと考えられるべきである。本発明の範囲は、上記した意味では無く、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【符号の説明】
【0131】
１０ 情報処理システム
１５ 培養装置
１６ 次世代シーケンサ
１７ 細胞測定装置
２０ 情報処理装置
２１ 制御部
２２ 主記憶装置
２３ 補助記憶装置
２４ 通信部
２９ 読取部
３０ サーバ
３１ 制御部
３２ 主記憶装置
３３ 補助記憶装置
３４ 通信部
４１ 培地
４２ 第２培地
４９ 濃度調整培地
５１ 培養データ
５２ 培養データＤＢ
６１ 遺伝子ＤＢ
９６ 可搬型記録媒体
９７ プログラム
９８ 半導体メモリ
１５ 培養装置
１６ 次世代シーケンサ
１７ 細胞測定装置
２０ 情報処理装置
２１ 制御部
２２ 主記憶装置
２３ 補助記憶装置
２４ 通信部
２９ 読取部
３０ サーバ
３１ 制御部
３２ 主記憶装置
３３ 補助記憶装置
３４ 通信部
４１ 培地
４２ 第２培地
４９ 濃度調整培地
５１ 培養データ
５２ 培養データＤＢ
６１ 遺伝子ＤＢ
９６ 可搬型記録媒体
９７ プログラム
９８ 半導体メモリ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】