本发明涉及一种进行培养基组成的探索及细胞特性的估计的方法、装置及程序，特别是涉及探索对特定细胞株特别适合的培养基组成的方法、装置及程序。
背景技术：
1、近年来，由于基因编辑技术的普及等，例如，推进了产生抗体医药的cho细胞(chinese hamster ovary cells，中国仓鼠卵巢细胞)、为了用于基因治疗而产生病毒的hek细胞(human embryonic kidney cells，人类胚胎肾细胞)、面向再生医疗的ips细胞(induced pluripotent stem cells，诱导多能干细胞)等各种细胞的多样化。一般而言，为了提高细胞的增殖性或各种产生物的产生量而优化细胞的培养条件的事例很多，特别是为了特定的细胞而想要优化培养基的事例也很多。在这种情况下，作为一般的解决方案，使用如下方法：以已知的一些培养基组成为基础，一点一点地改变一种以上的组成的含量等，利用大量的培养基实际培养细胞，将增殖性等目标生产率最大化。
2、例如，在专利文献1中记载有一种技术，构建表示基本细胞功能的激活或抑制化的强度的功能环境贴图，并使用该功能性贴图开发优化的细胞培养基配方。
3、以往技术文献
4、专利文献
5、专利文献1：日本特表2014-503220号公报
技术实现思路
1、发明要解决的技术课题
2、在对特定的细胞(固有的细胞)进行培养基的优化的情况下，认为有效的是：(1)掌握未知细胞的特性，(2)根据该特性来特定培养基组成。但是，有时希望对特性不一定已知的细胞探索最佳的培养基。这是因为本来细胞的特性掌握本身就需要费用上或者时间上的成本，由于产业上的制约，有时用于细胞的特性掌握的分析本身比较困难。于是，对于特性未知的细胞，需要在有限的信息的范围内探索及提出最佳的培养基组成。
3、一般而言，在如上述(2)那样的优化问题中，逐渐改变并优化特定的良好培养基组成。与此相对，在上述(1)中，为了明确细胞特性，一般研究相对于各种培养基组成的反应，在对特性未知的细胞探索最佳的培养基组成的情况下，结果，存在可能需要与以上所述的一般的解决方案同等的期间、成本之类的问题。
4、这样，在以往的技术中，难以以有限的开发期间、实验次数兼顾上述(1)、(2)。
5、本发明是鉴于这种情况而完成的，目的在于提供即使对特性未知的细胞也能够高效地优化培养结果的、进行培养基组成的探索及细胞特性的估计的方法、装置及程序。
6、用于解决技术课题的手段
7、为了实现上述目的，本发明的第一方式所涉及的方法进行针对细胞的培养基组成的探索及细胞特性的估计，其中，由处理器执行以下工序：预测工序，针对对象细胞，使用对象细胞的细胞特性或估计值，预测针对被赋予的培养基组成的培养结果；获得工序，获得针对被赋予的培养基组成的一部分或全部的、对象细胞的培养结果；估计工序，使用培养基组成、及获得的培养结果或预测的培养结果，估计对象细胞的细胞特性；评价工序，根据获得的培养结果，评价进一步估计对象细胞的细胞特性的必要性；探索确定工序，基于必要性及预测工序，探索及确定接下来在获得工序中应获得培养结果的培养基组成即培养基组成候补；以及控制工序，重复预测工序、获得工序、估计工序、评价工序、及探索确定工序，直到满足所确定的结束基准。
8、根据第一方式，使用对象细胞的细胞特性或估计值，预测针对被赋予的培养基组成的培养结果，获得针对被赋予的培养基组成的一部分或全部的对象细胞的培养结果。使用培养基组成、及获得的培养结果或预测的培养结果估计细胞特性，然后，根据获得的培养结果，评价进一步估计细胞特性的必要性，基于必要性及培养结果的预测，探索及确定接下来应获得培养结果的培养基组成的候补，重复上述工序，直到满足所确定的结束基准。这样，通过重复培养结果的预测和获得、细胞特性的估计、追加估计细胞特性的必要性的评价、及培养基组成候补的探索及确定，对特性未知的细胞也能够有效地优化培养结果。
9、此外，在第一方式及以下的各方式中，“被赋予的培养基组成”是指“特定的培养基组成”或者“任意的培养基组成”，各组成的成分量被明确地规定。该“被赋予的培养基组成”不限于一般普及的、或者已经进行制作这样的意义上的“已知”，也可以是今后想要制作、即尚未制作的“新型”的培养基。但是，成分量不明确的“未知”的培养基不包括在“被赋予的培养基组成”中。
10、另外，在获得工序中，例如也可以在培养评价系统(实验系统)中获得实际培养的结果，也可以不实际进行培养而获取基于模拟等的培养结果。
11、第二方式所涉及的方法是在第一方式的基础上，其中，处理器在评价工序中，假定为培养结果相对于培养基组成的变化的变化具有连续性，进行评价。在第二方式中，假设“细胞的培养结果相对于培养基的组成的微小变化不会大幅变动”而进行评价。
12、第三方式所涉及的方法是在第一或第二方式的基础上，其中，处理器在估计工序中，假定为对象细胞的细胞特性与已知细胞群中一个以上的细胞的细胞特性类似，进行估计。第三方式将已知细胞群的细胞特性作为“先验知识”进行估计。
13、第四方式所涉及的方法是在第一至第三方式中任一方式的基础上，其中，处理器将培养结果视为观测历史，将预测工序中的预测的单元视为未知函数，将未知函数的形状视为细胞特性，通过针对估计最适合观测历史的未知函数的源码问题的解法进行预测工序、估计工序、获得工序、评价工序、及探索确定工序。源码问题是基于观测历史，以有限的试行次数优化未知函数的问题，第四方式针对源码问题分配具体的构成要素。
14、第五方式所涉及的方法是在第四方式的基础上，其中，处理器通过包括代谢通路模型的细胞模拟，表达预测工序中的预测的单元、未知函数和/或相对于未知函数的类似函数。
15、第六方式所涉及的方法是在第五方式的基础上，其中，处理器输入对象细胞的培养数据，根据培养数据确定代谢通路模型的参数，基于确定的参数进行细胞特性的估计。第六方式具体地规定细胞特性的估计方式。此外，代谢通路模型的参数构成本发明中的细胞特性的一部分。
16、第七方式所涉及的方法是在第六方式的基础上，其中，培养数据包括对象细胞的细胞总数、细胞分泌物质的量、细胞产生物质的量、细胞代谢物质的量、及培养基成分量中的一种以上、和/或对象细胞的细胞总数的经时变化、细胞分泌物质的量的经时变化、细胞产生物质的量的经时变化、细胞代谢物质的量的经时变化、及培养基成分量的经时变化数据中的一种以上，处理器在估计工序中，将参数分离成向对象细胞的输入因子和来自对象细胞的输出因子，以任意时间的输入因子和输出因子成立的方式估计细胞特性。第七方式进一步具体地规定第六方式中的细胞特性的估计。此外，在第七方式中“以输入因子和输出因子成立的方式”是指，作为基于细胞特性计算输入因子的结果的输出因子以与实际的输出因子接近的方式构成细胞特性。
17、第八方式所涉及的方法是在第一至第七方式中任一方式的基础上，其中，处理器在预测工序中，基于被赋予的培养基组成及培养条件预测对象细胞的生物学行为量，基于生物学行为量的预测结果变更对象细胞的细胞环境，基于变更后的细胞环境，重复生物学行为量的预测及细胞环境的变更，由此，预测培养结果。第八方式具体地规定培养结果预测的一方法。
18、第九方式所涉及的方法是在第八方式的基础上，其中，处理器将细胞总数的时间变化、对象细胞产生的物质及物质的量的时间变化、对象细胞的培养环境中所含的物质及量的时间变化设为生物学行为量，进行预测，将对象细胞的细胞总数、及对象细胞产生的物质及物质的量设为细胞环境，进行变更。第九方式进一步具体地规定第八方式的预测。
19、第十方式所涉及的方法是在第一至第九方式中任一方式的基础上，其中，处理器在评价工序中，基于预测的培养结果和获得的培养结果，评价细胞特性的估计值和真值的偏离度，在探索确定工序中，基于偏离度探索及确定培养基组成候补。第十方式具体地规定进一步的特性估计的必要性评价、以及培养基组成候补的探索及确定的一方法。
20、第十一方式所涉及的方法是在第一至第九方式中任一方式的基础上，其中，处理器在评价工序中，输入培养基组成和培养基组成中的培养结果的配对，评价探索的充分性，在探索确定工序中，基于充分性的评价结果探索及确定培养基组成候补。第十一方式具体地规定进一步的特性估计的必要性评价、以及培养基组成候补的探索及确定的另一方法。
21、第十二方式所涉及的方法是在第一至第十一方式中任一方式的基础上，其中，处理器在控制工序中，在预测的培养结果和获得的培养结果之差、和/或重复的次数满足确定的条件的情况下，判定为满足结束基准，结束重复。第十二方式具体地规定处理的结束基准的一方式。
22、第十三方式所涉及的方法是在第一至第十二方式中任一方式的基础上，其中，对象细胞是cho细胞、hek细胞、ips细胞中的任一种。第十三方式具体地规定对象细胞的一例。
23、第十四方式所涉及的方法是在第一至第十三方式中任一方式的基础上，其中，培养结果为基于对象细胞的抗体产生量或病毒产生量、对象细胞的增殖性、对象细胞向特定组织的分化诱导成功率中的一种以上。第十四方式规定培养结果的一例。此外，在本发明中，优选使用与对象细胞的种类对应的培养结果。
24、为了实现上述目的，本发明的第十五方式所涉及的装置进行针对细胞的培养基组成的探索及细胞特性的估计，其中，其具备处理器，处理器针对对象细胞，使用对象细胞的细胞特性或估计值，预测针对被赋予的培养基组成的培养结果，获得针对被赋予的培养基组成的一部分或全部的、对象细胞的培养结果，使用培养基组成、及获得的培养结果或预测的培养结果，估计对象细胞的细胞特性，根据获得的培养结果，评价进一步估计对象细胞的细胞特性的必要性，基于必要性及预测，探索及确定接下来应获得培养结果的培养基组成即培养基组成候补，重复预测、获得、估计、评价、以及探索及确定，直到满足所确定的结束基准。
25、根据第十五方式，与第一方式同样，对特性未知的细胞也能够有效地优化培养结果。此外，第十五方式所涉及的装置也可以具备与第二～第十四方式同样的结构。
26、为了实现上述目的，本发明的第十六方式所涉及的程序使处理器执行对细胞的培养基组成的探索及细胞特性的估计，其中，其使处理器执行以下工序：预测工序，针对对象细胞，使用对象细胞的细胞特性或估计值，预测针对被赋予的培养基组成的培养结果；获得工序，获得针对被赋予的培养基组成的一部分或全部的、对象细胞的培养结果；估计工序，使用培养基组成、及获得的培养结果或预测的培养结果，估计对象细胞的细胞特性；评价工序，根据获得的培养结果，评价进一步估计对象细胞的细胞特性的必要性；探索确定工序，基于必要性及预测工序，探索及确定接下来在获得工序中应获得培养结果的培养基组成即培养基组成候补；以及控制工序，重复预测工序、获得工序、估计工序、评价工序、及探索确定工序，直到满足所确定的结束基准。
27、根据第十六方式，与第一、第十五方式同样，对特性未知的细胞也能够有效地优化培养结果。此外，第十六方式所涉及的程序也可以具备与第二～第十四方式同样的结构。另外，记录有这些方式的程序的计算机可读编码的非暂时性有形记录介质(例如，各种光磁记录装置、半导体存储器)也能够作为本发明的方式而举出。此外，上述的“非暂时性有形记录介质”不包括载波信号、传播信号本身那样的非有形记录介质。
28、发明效果
29、如上所述，根据进行本发明的培养基组成的探索及细胞特性的估计的方法、装置及程序，对特性未知的细胞也能够有效地优化培养结果。
1.一种进行针对细胞的培养基组成的探索及细胞特性的估计的方法，其中，由处理器执行以下工序：
2.根据权利要求1所述的方法，其中，
3.根据权利要求1或2所述的方法，其中，
4.根据权利要求1至3中任一项所述的方法，其中，
5.根据权利要求4所述的方法，其中，
6.根据权利要求5所述的方法，其中，
7.根据权利要求6所述的方法，其中，
8.根据权利要求1至7中任一项所述的方法，其中，
9.根据权利要求8所述的方法，其中，
10.根据权利要求1至9中任一项所述的方法，其中，
11.根据权利要求1至9中任一项所述的方法，其中，
12.根据权利要求1至11中任一项所述的方法，其中，
13.根据权利要求1至12中任一项所述的方法，其中，
14.根据权利要求1至13中任一项所述的方法，其中，
15.一种进行针对细胞的培养基组成的探索及细胞特性的估计的装置，其中，其具备处理器，
16.一种使处理器执行针对细胞的培养基组成的探索及细胞特性的估计的程序，其中，
17.一种记录介质，其为非暂时性且计算机可读取的记录介质，其中，
