CM Model-1: ระบบปัญญาประดิษฐ์สำหรับประเมินความหนาแน่น ของ Adipose-Derived Stem Cells (ADSCs)
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์: กระบวนการเลี้ยงเซลล์จำเป็นต้องอาศัยประสบการณ์ด้านการเพาะเลี้ยงเซลล์ เพื่อให้ได้ผลถูกต้องแม่นยำ โดยเฉพาะอย่างยิ่งขั้นตอนการประเมินความหนาแน่นของเซลล์ เพื่อพิจารณาระยะเวลาที่เหมาะสมในการเพาะเลี้ยงเซลล์รุ่นถัดไป การนำเทคโนโลยีระบบปัญญาประดิษฐ์มาช่วยประเมินความหนาแน่นของเซลล์จึงเป็นอีกวิธีที่สามารถช่วยให้มีกระบวนการประเมินความหนาแน่นของเซลล์เป็นมาตรฐานสามารถทำซ้ำได้ และได้ผลลัพธ์เหมือนกันโดยไม่ต้องขึ้นกับบุคคล การศึกษาวิจัยนี้ต้องการประยุกต์ใช้ AI ที่เรียกว่า Cell density measurement model-1 (CM Model-1) สำหรับการประเมินร้อยละความหนาแน่นของเซลล์ เพื่อลดความผิดพลาดในการประเมินด้วยสายตามนุษย์
วิธีการศึกษา: การพัฒนา CM Model-1 ใช้ภาพถ่ายจากตัวอย่างเซลล์ต้นกำเนิดจากเนื้อเยื่อไขมันเพื่อดูความหนาแน่นของเซลล์ Adipose-derived stem cells (ADSCs) ภายใต้กล้องจุลทรรศน์ชนิดหัวกลับ ที่กำลังขยาย 4X จำนวน 5,673 ภาพ และ 10X จำนวน 3,969 ภาพ ในแต่ละช่วงร้อยละความหนาแน่น ได้แก่ 10-29, 30-49, 50-69, 70-89 และ 90-100 รวมทั้งสิ้น 9,642 ภาพ โดยแบ่งภาพถ่ายเป็น 2 ชุด คือ Training Data Set (9,042 ภาพ) และ Test Data Set (600 ภาพ) เพื่อวิเคราะห์ความถูกต้องและแม่นยำของ Model
ผลการศึกษา: จากการศึกษานี้พบว่า ADSCs มีลักษณะรูปร่างคล้าย fibroblast และมีการเจริญเติบโตเพิ่มขึ้นตามช่วงร้อยละความหนาแน่น 10-29, 30-49, 50-69, 70-89 และ 90-100 เป็นปกติตามลำดับ ของทั้งกำลังขยาย 4X และ10X จากผลการพัฒนา Model จาก Training data set ที่กำลังขยาย 4X มีค่าเฉลี่ยของ Precision, Recall, F1-score และ Accuracy เท่ากับร้อยละ 98, 98, 98, 98 และที่กำลังขยาย 10X เท่ากับร้อยละ100, 100, 100 และ 100 ตามลำดับ และจาก Test data set ที่กำลังขยาย 4X มีค่าเฉลี่ยของ Precision, Recall, F1-score และ Accuracy เท่ากับร้อยละ 95, 95, 95 และ 95 ที่กำลังขยาย 10X เท่ากับร้อยละ 93, 93, 92 และ 92 ตามลำดับ
สรุป: แสดงให้เห็นว่า CM Model-1 มีประสิทธิภาพในการประเมินร้อยละความหนาแน่นของเซลล์ได้อย่างถูกต้องแม่นยำ อย่างไรก็ตาม CM Model-1 นี้เป็นการศึกษาเบื้องต้นที่สามารถใช้กับเซลล์ที่มีรูปร่างคล้าย fibroblast เพียงชนิดเดียวอยู่ ยังต้องเรียนรู้เพิ่มเติมเพื่อสามารถใช้กับเซลล์ได้หลากหลายต่อไป
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Weiskirchen S, Schröder SK, Buhl EM, Weiskirchen R. A Beginner's Guide to Cell Culture: Practical Advice for Preventing Needless Problems. Cells. 2023 21;12(5):682. doi: 10.3390/cells12050682.
Ian Freshney R. Basic principle of cell culture. In: Vunjak-Norakovic G, Ian Freshney R, editors. Culture of cells for tissue engineering. New Jersey: John Wiley & Son; 2006. p. 3-22.
Korzyńska A, Zychowicz M. A method of estimation of the cell doubling time on basis of the cell culture monitoring data. Biocybern Biomed Eng 2008;28(4):75-82.
Shende P, Devlekar NP. A review on the role of artificial intelligence in stem cell therapy: an initiative for modern medicines. Curr Pharm Biotechnol. 2021;22(9):1156-63.
Amisha, Malik P, Pathania M, Rathaur VK. Overview of artificial intelligence in medicine. J Family Med Prim Care. 2019;8(7):2328-31.
Joutsijoki H, Haponen M, Rasku J, Aalto-Setälä K, Juhola M. Machine learning approach to automated quality identification of human induced pluripotent stem cell colony images. Comput Math Methods Med. 2016. doi: 10.1155/2016/3091039.
Zhu M, Heydarkhan-Hagvall S, Hedrick M, Benhaim P, Zuk P. Manual isolation of adipose-derived stem cells from human lipoaspirates. J Vis Exp. 2013. doi: 10.3791/50585.
Aronowitz JA, Lockhart RA, Hakakian CS. Mechanical versus enzymatic isolation of stromal vascular fraction cells from adipose tissue. Springerplus. 2015;4:713. doi: 10.1186/s40064-015-1509-2.
Senesi L, De Francesco F, Farinelli L, Manzotti S, Gagliardi G, Papalia GF, Riccio M, Gigante A. Mechanical and enzymatic procedures to isolate the stromal vascular fraction from adipose tissue: preliminary results. Front Cell Dev Biol. 2019;7:88. doi: 10.3389/fcell.2019.00088.
Doornaert M, De Maere E, Colle J, Declercq H, Taminau J, Lemeire K, Berx G, Blondeel P. Xenogen-free isolation and culture of human adipose mesenchymal stem cells. Stem Cell Res. 2019;40:101532. doi: 10.1016/j.scr.2019.101532.
Winnier GE, Valenzuela N, Peters-Hall J, Kellner J, Alt C, Alt EU. Isolation of adipose tissue derived regenerative cells from human subcutaneous tissue with or without the use of an enzymatic reagent. PLoS One. 2019;14(9):e0221457. doi: 10.1371/journal.pone.0221457.
Chang H, Do BR, Che JH, Kang BC, Kim JH, Kwon E, et al. Safety of adipose-derived stem cells and collagenase in fat tissue preparation. Aesthetic Plast Surg. 2013;37(4):802-8.
Lee SJ, Lee CR, Kim KJ, Ryu YH, Kim E, Han YN, et al. optimal condition of isolation from an adipose tissue-derived stromal vascular fraction for the development of automated systems. Tissue Eng Regen Med. 2020;17(2):203-8.
Duan W, Lopez MJ. Effects of enzyme and cryoprotectant concentrations on yield of equine adipose-derived multipotent stromal cells. Am J Vet Res. 2018;79(10):1100-12.
Thitilertdecha P, Lohsiriwat V, Poungpairoj P, Tantithavorn V, Onlamoon N. Extensive Characterization of Mesenchymal Stem Cell Marker Expression on Freshly Isolated and In Vitro Expanded Human Adipose-Derived Stem Cells from Breast Cancer Patients. Stem Cells Int. 2020. doi: 10.1155/2020/8237197.
Zhang J, Liu Y, Chen Y, Yuan L, Liu H, Wang J, Liu Q, Zhang Y. Adipose-derived stem cells: current applications and future directions in the regeneration of multiple tissues. Stem Cells Int. 2020. doi: 10.1155/2020/8810813.
Tang H, He Y, Liang Z, Li J, Dong Z, Liao Y. The therapeutic effect of adipose-derived stem cells on soft tissue injury after radiotherapy and their value for breast reconstruction. Stem Cell Res Ther. 2022. doi: 10.1186/s13287-022-02952-7.
Lopa S, Colombini A, Moretti M, de Girolamo L. Injective mesenchymal stem cell-based treatments for knee osteoarthritis: from mechanisms of action to current clinical evidences. Knee Surg Sports Traumatol Arthrosc. 2019;27(6):2003-20.
Kulkarni A, D Chong, Batarseh FA. 5 - Foundations of data imbalance and solutions for a data democracy. In: Batarseh FA, Yang R, editors. Data Democracy: At the nexus of artificial intelligence, software development, and knowledge engineering. United Kingdom: Elsevier Science; 2020. p.83-106.
Topman G, Sharabani-Yosef O, Gefen A. A method for quick, low-cost automated confluency measurements. Microsc Microanal. 2011;17(6):915-22.
Chiu C-H, Leu J-D, Lin T-T, Su P-H, Li W-C, Lee Y-J, et al. Systematic quantification of cell confluence in human normal oral fibroblasts. Applied Sciences 2020;10(24):9146. doi:org/10.3390/app10249146