論文

The number of patients with heart failure and related deaths is rapidly increasing worldwide, making it a major problem. Cardiac hypertrophy is a crucial preliminary step in heart failure, but its treatment has not yet been fully successful. In this study, we established a system to evaluate cardiomyocyte hypertrophy using a deep learning-based high-throughput screening system and identified drugs that inhibit it. First, primary cultured cardiomyocytes from neonatal rats were stimulated by both angiotensin II and endothelin-1, and cellular images were captured using a phase-contrast microscope. Subsequently, we used a deep learning model for instance segmentation and established a system to automatically and unbiasedly evaluate the cardiomyocyte size and perimeter. Using this system, we screened 100 FDA-approved drugs library and identified 12 drugs that inhibited cardiomyocyte hypertrophy. We focused on ezetimibe, a cholesterol absorption inhibitor, that inhibited cardiomyocyte hypertrophy in a dose-dependent manner in vitro. Additionally, ezetimibe improved the cardiac dysfunction induced by pressure overload in mice. These results suggest that the deep learning-based system is useful for the evaluation of cardiomyocyte hypertrophy and drug screening, leading to the development of new treatments for heart failure.

自動高速レーザー照射システムにより目的外細胞を除去し、ロット差の極めて少ない心筋細胞を作製するための前段階として、AIによる機械学習を用いて目的細胞と目的外細胞を識別する手法を開発することを目的とした。自動化心筋細胞拍動評価システムを用いて培養皿上で拍動する心筋細胞の動画を効率よく撮影し、拍動方向のベクトル解析により心筋領域を同定することで非心筋細胞との領域の判別が可能となった。セグメンテーション精度と心筋領域の割合の関係を定性的に確認すると、心筋領域の割合が高い画像のセグメンテーション精度は約80%に達したが、心筋領域の割合が低い画像のセグメンテーションは約1%と非常に低いことが確認された。

バイオイメージング技術の発展と普及とともに，顕微鏡イメージから生命システムの動態に関する情報を定量的に取得する方法としてバイオ画像解析技術は大きく注目されている．本稿では，イメージングデータへの画像解析の応用事例について概説するとともに，哺乳類着床前胚の発生動態と細胞系譜の再構成を目的とするわれわれの研究の進展について紹介する．

Recursive Diagonal Torus (RDT) is a class of interconnection network consisting of recursively overlaid two-dimensional square diagonal tori for massively parallel computers with up to 216 nodes. Connection structures of the RDT vary according to the assignment of upper rank diagonal tori into a node. Although traditional simple assignment called RDT(2, 4, 1)/α shows enough performance under the uniform traffic, the congestion of low rank tori degrades the performance when local communication is dominant. In this paper, RDT(2, 4, 1)/β torus assignment is proposed, focusing on improving the performance for local communication. With a simplified simulation algorithm, results shows that RDT(2, 4, 1)/β improves the average distance compared with RDT(2, 4, 1)/α assignment when considering local area.

確率モデル生化学シミュレーションアルゴリズム（SSA）は，生化学モデルの確率的挙動を厳密に計算できる手法として知られている．しかしその一方で，SSAを用いてモデルを評価するためには，膨大な回数の演算が繰り返されるので，高スループットな実行環境が求められている．本論文では，FPGAを用いて計算効率の良いSSAであるNext Reaction Method（NRM）を高スループットに実行するハードウェアの構造について述べ，性能評価を行う．このハードウェアは，シミュレーションスレッドの状態を保持するスレッドモジュールが，データ転送網を介して算術演算器やデータメモリを共有する構造を持ち，マルチスレッド実行を行う．また，モジュール間の接続を変更することで，特定のFPGAに限定されない構成の変更が可能である．ミドルレンジのFPGA上に構成することを想定して16スレッドの並列実行を行うハードウェアを実装し，評価用によく利用されるHSRモデルによるRTLシミュレーションを通してスループットを計測した結果，Core 2 Quad Q6600 2.40 GHzのシングルスレッド実行と比べて約4.2倍，HSRを並べて作成した反応数の多い仮想のモデルでは約5.4倍のスループットの向上が可能であることを確認した．Stochastic biochemical simulation algorithms (SSAs) are generally known as exact methods to trace stochastic behaviors of target biochemical models. Due to vast amount of computation attributed to the nature of Monte Carlo Method, which SSAs are originated from, there is a strong urge for high-throughput execution environment. This paper proposes an FPGA implementation of a stochastic simulation system based on a computationally-efficient SSA called the Next Reaction Method, and studies the evaluation results of area and throughput in detail. The system conducts high-throughput multi-thread execution, using multiple thread modules accessing shared arithmetic and data modules. The network between modules are configurable, and supports flexible network structure according to target FPGAs. In order to evaluate the proposed design, the stochastic simulation system, which is capable of running 16 threads in parallel, was implemented on a middle-range FPGA. As the result of comparing the throughput in RTL simulation with software simulation run on Core 2 Quad Q6600, the system marked 4.2 times higher throughput using a real biochemical model called HSR. When several versions of virtually largescale models were tested on the same simulation environment, maximum of 5.4 times higher throughput was confirmed.

確率モデル生化学シミュレーションアルゴリズム（SSA）は，定義した生化学システムの確率的挙動を厳密に計算できるアルゴリズムとして知られている．しかし，SSA の実行には膨大な計算時間が必要であり，高速な実行環境が求められている．本論文では，高速実行の一手法として，Xilinx 社のFPGA（XC2VP70-5）を用いて，SSA（First Reaction Method）を実行する回路を実装，評価した結果について述べる．高速化は，パイプライン化した演算ユニットを使い，複数スレッドのシミュレーションを同時に実行することで実現する．シミュレータ回路は，中間データをBlockRAM に保持し対象の生化学システムごとの回路再構成を要しない，実用的な構造になっている．ベンチマーク的に定義できる生化学システムTIS，D4S で評価した結果，Xeon 2.80 GHz による実行と比較して，TIS では約83 倍，D4S では約95 倍のスループット向上が可能であることを確認した．This paper discusses an FPGA implementation and evaluation of a Stochastic Simulation Algorithm (SSA) called the First Reaction Method. SSAs are widely known as rigorous methods for simulating the stochastic behaviors of various biochemical systems, but also as CPU-hogging applications due to vast repetition of the algorithm. This work accelerates the execution by achieving high throughput with concurrent simulations of highly utilized pipelined arithmetic units. For upgrading practical utility, the design stores intermediate data in a BlockRAM so that reconfiguration is unnecessary for different target biochemical systems. Benchmark results on an FPGA (Xilinx XC2VP70-5) have shown that the circuit provides throughput of approximately 83 times and 95 times compared to software execution on Xeon 2.80 GHz when it was evaluated with biochemical models called TIS and D4S, respectively.

© 2018 The Authors. Published by FEBS Press and John Wiley & Sons Ltd. Proper determination of the cell division axis is essential during development. Wnt3a is a known regulator of the cell division axis; however, the sensitivity of cells to Wnt3a signalling and its role in determining the cell division axis have not been measured to date. To address this gap, we took advantage of the asymmetric distribution of outer dense fibre 2 (ODF2/cenexin) proteins on centrosomes in dividing cells. To precisely quantify the sensitivity of cells to Wnt3a signalling, we developed a microfluidic cell culture device, which can produce a quantitative gradient of signalling molecules. We confirmed that mitotic SH-SY5Y neuroblastoma cells could detect a 2.5 ~ 5 × 10−3 nm·μm−1 Wnt3a concentration gradient and demonstrated that this gradient is sufficient to affect the determination of the pole-to-pole axis of cell division during the later stages of mitosis.

A reconfigurable biochemical simulator by solving ordinary differential equations has received attention as a personal high speed environment for biochemical researchers. For efficient use of the reconfigurable hardware, static scheduling of high-throughput arithmetic pipeline structures is essential. This paper shows and compares some scheduling alternatives, and analyzes the tradeoffs between performance and hardware amount. Through the evaluation, it is shown that the sharing first scheduling reduces the hardware cost by 33.8% in average, with the up to 11.5% throughput degradation. Effects of sharing of rate law functions are also analyzed. © 2005 IEEE.

細胞内部の生化学反応を数理モデルとして記述し,シミュレーションを行うことで生命現象をシステムとして理解しようとする試みが盛んになっている.しかしながら,汎用のマイクロプロセッサで得られる処理能力は決して十分とはいえず,シミュレーションを高速に実行できる計算基盤が求められている.本論文では,FPGAを用いて常微分方程式を用いた生化学モデルのシミュレーションを高速に実行するシステムであるReCSiPの構成とハードウェアの実装について述べる.評価の結果,最大スループットはXilinx社のFPGAであるXC2VP70-5を用いて,Intel Pentium4 3.2GHzの50〜80倍のスループットを達成することができた.