阿部班の物体検出モデルを用いた染色体解析についての論文がScientific reports誌に掲載されました。

阿部班ではこれまでにAIを用いた染色体解析の自動化に取り組んできました。2023年に発表した、「画像分類モデルを用いた姉妹染色分体間接着異常の解析」では1本1本の染色体を解析者が手動または半手動で切り抜く操作が必要でした。そこで今回阿部班員らは、東京都立大学 システムデザイン研究科の西川教授、大久保教授らと共同でより良いシステムの開発に取り組みました。その結果、最新の物体検出モデルであるYOLOを数百枚の染色体の画像で学習させることにより、染色体画像から個々の染色体の検出、さらに検出された染色体から姉妹染色分体間接着に異常のある染色体の同定、を同時に行うことができるモデルを作成することに成功しました。

姉妹染色分体間接着の異常は、Y染色体の喪失にもつながることから、本論文の成果が性染色体サイクル研究の発展に貢献することが期待されます。