机构名称：
¥ 1.0
人们期待血小板生物学方面有新的进展，而且由于血液中血小板聚集体的存在与心肌梗塞、脑梗塞等血栓性疾病有关，这一发现也有望在血栓性疾病的临床诊断方法、药理学和治疗方面带来突破性的应用。 3.公告概要：东京大学研究生院理学研究科研究生周雨琪和合田圭介教授，与东京大学研究生院医学院及东京大学医院检验医学部助理教授安本淳（研究时）、弥富丰教授合作，在世界上首次发现血液中的血小板聚集体（注1）可以进行分类，并成功开发出一种名为“智能血小板聚集体分类器（iPAC）”的定量建模方法（图1）。 iPAC是利用特殊显微镜获取的大量血小板和血小板聚集体的图像，利用深度学习（注2）构建的人工智能系统。他们利用iPAC注意到，血小板聚集体的形态（形状、大小、复杂程度等）会根据刺激物质（激动剂；注3）的种类而发生细微差异，并取得了根据血小板聚集体的形态来识别和分类诱导活化的激动剂种类的突破性发现。 iPAC是阐明血小板聚集机制的有力工具。此外，由于血液中血小板聚集物的存在与导致心肌梗塞和脑梗塞的动脉粥样硬化血栓形成以及最近新型冠状病毒感染引起的血栓形成有关，因此预计iPAC将应用于血栓性疾病的开创性临床诊断方法、药理学方法和治疗方法。 这项研究得到了日本内阁府科学技术创新委员会、日本学术振兴会 (JSPS) 核心对核心计划和白石基金会领导的 ImPACT 计划的支持。该研究成果将于2020年5月12日（英国时间）在eLife网络版上发表。
血小板聚集体可以分类！人工智能发现
主要关键词
相关文件推荐
