研究室で革新的な AI ソリューションを活用する

Holden Galusha は Lab Manager の副編集者です。 彼はフルタイムのチームに招待される前は、Lab Manager のフリーランスの寄稿ライターでした。 以前、彼は...

ここ数カ月間、人工知能 (AI) がニュースサイクルでよく使われるテーマになっています。 本質的に人間の知能を模倣するコンピューターの能力である AI と、データセットで「トレーニング」することで自律的に出力の精度を向上させることができる AI のサブセットである機械学習 (ML) は、業界全体を一変させる可能性があります。 この技術が誇張されすぎているのではないかと懐疑的な人もいます。 その一方で、一部の人には畏怖の念を抱かせ、また他の人には不安を抱かせることに、多くの人は AI がインターネットよりも大きな革命になると信じています。 1 つ確かなことは、科学者の先駆的な性格と同様に、多くの研究室専門家が AI ソリューションをワークフローに組み込む方法を見つけているということです。

革新的な AI および ML ソリューションを活用することで、データ分析、画像処理、研究室モニタリングの新たな扉が開かれました。しかし、このパンドラの箱を開ける際には、科学界が対処しなければならない重大な課題も生じています。

現在、データ分析プロセスは、AI/ML を使用して研究室のワークフローを強化する最も多くの機会を提供すると考えられます。 AI は分析の強化に特に適しています。 人間が検出するのが不可能ではないにしても、困難なデータ内のパターンを検出できます。 これにより、主に 2 つの利点がもたらされます。(1) AI は分析プロセスを迅速化することでラボのスループットを向上させることができます。(2) AI は追加の検査レイヤーを提供します。つまり、人間と機械が連携して互いの作業をチェックし、ギャップをカバーします。

データ処理や画像解析など、実験データの解析にはさまざまな形式のAIが応用されています。

AI と ML は、クロマトグラフィー、質量分析、分光法などの分析技術で特に有用であることが証明されています。 メトラー・トレド、アジレント・テクノロジー、日本電子などの科学機器メーカーは、これらの技術を使用するユーザーの分析能力を強化する AI ソリューションを商業的にリリースしています。

そのようなソリューションの 1 つは、Agilent の MassHunter ソフトウェアです。 MassHunter は、効率的なデータ収集、定性的および定量的分析、レポート作成、およびガスおよび液体クロマトグラフィーに関連するその他の機能を促進する一連のプログラムです。 2023 年夏、アジレントは MassHunter の新しいモジュールである AI Peak Integration を発表しました。 AI Peak Integration は ML を利用してデータ分析中のクロマトグラフィーのピーク統合を自動化し、総処理時間を短縮します。 ユーザーは、モデルを観察するために手動統合を実行することでモデルをカスタム トレーニングでき、モデルは自己学習して改善し続けます。

同様に、JEOL の msFineAnalysis AI ソフトウェアは、JMS-T2000GC AccuTOF GC-Alpha 質量分析計と併用するように設計されており、2 つの統合 AI モデルを使用して、GC/電子衝撃の高分解能データ、GC/ソフトイオン化の高分解能データ、および構造解析機能を合成して、詳細な定性分析を自動的に出力します。 日本電子によると、msFineAnalysis は 100 個のコンポーネントを 4 秒で分析できますが、熟練したアナリストはわずか 4 個のコンポーネントを分析するのに平均 30 分かかります。 msFineAnalysis を使用すると、アナリストは帯域幅を大幅に拡大できます。

...しかし、このパンドラの箱を開ける際には、科学界が対処しなければならない重大な課題も生じます。

最後に、メトラー・トレドの AIWizard ソリューションは、直接走査熱量計によって測定された熱影響をインテリジェントに自動評価するために、生物学的な脳を模倣する ML の一種であるニューラル ネットワークを使用します。 このネットワークは、専門家の評価から得られた数千のデータ ポイントで事前トレーニングされています。 本物の脳と同じように、ネットワークは使用するにつれて学習し、改善し続けます。 AIWizard を使用すると、ユーザーは AI で評価されたデータから洞察を引き出すことにエネルギーを振り向けることができ、時間と労力を節約できます。

研究室で一般的に使用される AI の形式は、画像分析および認識テクノロジーです。 このテクノロジーは、顕微鏡写真、医療スキャン、リアルタイム カメラ フィードなどで関心のある要素を識別するためによく使用されます。一例としては、マイクロプレート ウェル内の細胞を独立して計数できる自動セル カウンターが挙げられます。 同様に、2022 年の研究では、研究者が ML を活用して単離された細胞を自動的に識別し、これにより生物医工学プロセスにおいて単離された細胞を識別する人間の負担が軽減されます。1