第10回スクリーニング学研究会は終了致しました。
多数のご参加ありがとうございました。

本WS用事前アンケートファイルダウンロード
WS14_machine learning_questionnaire.xlsx
(ダウンロードできない場合は、右クリックから保存をお試しください)
事前アンケートは各WS紹介ページからダウンロード可能です。ダウンロード後、記入して参加登録時に登録フォームより添付してお送りください。事前アンケートの回答が参加の必須要件です。
事前アンケートが添付送信されていない場合は参加登録が完了しません。

ワークショップ名

HCSにおける機械学習の可能性
The future of HCS using machine learning

 

ファシリテーター

田辺三菱製薬 大野 研
Mitsubishi Tanabe Pharma, Ken Ohno

東京女子医科大学 田邊 賢司
Tokyo Women's Medical University, Kenji Tanabe

 

対象者

参加最大人数30名(最大10名x 3のイメージ)

経験経験年数は閾を設けないが、経験年数でグループを振り分ける。IT専任者歓迎。

メンバー構成ベンダー様受け入れ可

解析手法・経験に関してオープンに議論できる方。

 

要旨

細胞画像を用いたハイコンテントスクリーニング(HCS)は細胞の薬効評価・毒性評価において重要な手法になっており、従来のスクリーニングに比べて多くの画像特徴量が得られるメリットが挙げられる。得られた多くの情報を更に活用していくため解析には機械学習を含む様々な解析アプローチが提唱されており、目的に合わせた手法の選択が重要である。

一方、近年ではDeep Learningのように画像特徴量の抽出を必要としないアプローチも着目されている。本WSではHCSにおける解析手法としてDeep Learningを含む機械学習の様々な手法についてそのメリット、デメリット、経験談などをグループで議論し、HCSの発展につなげたい。

 

話題提供者とその話題(タイトル、概要など)

研究紹介:「細胞の見える化」技術(仮題)
(長浜バイオ大学 水上 民夫 先生)