[論文レビュー] Deep optical neural network by living tumour brain cells

Davide Pierangeli, Valentina Palmieri+6 more|arXiv (Cornell University)|Dec 9, 2018

Random lasers and scattering media参考文献 24被引用数 10

ひとこと要約

本研究では、生きた三次元腫瘍球を生物学的計算リザボアとして用いた深層光神経ネットワークを実証した。レーザー誘発ヒートミアと画像伝送を活用することで、従来の画像法に比べて少なくとも10倍の感度で腫瘍の形態動態および化学療法効果を検出可能となり、ハイブリッド光子/生体神経ネットワークを用いた非侵襲的でリアルタイムの腫瘍動態モニタリングを実現した。

ABSTRACT

The new era of artificial intelligence demands large-scale ultrafast hardware for machine learning. Optical artificial neural networks process classical and quantum information at the speed of light, and are compatible with silicon technology, but lack scalability and need expensive manufacturing of many computational layers. New paradigms, as reservoir computing and the extreme learning machine, suggest that disordered and biological materials may realize artificial neural networks with thousands of computational nodes trained only at the input and at the readout. Here we employ biological complex systems, i.e., living three-dimensional tumour brain models, and demonstrate a random neural network (RNN) trained to detect tumour morphodynamics via image transmission. The RNN, with the tumour spheroid as a three-dimensional deep computational reservoir, performs programmed optical functions and detects cancer morphodynamics from laser-induced hyperthermia inaccessible by optical imaging. Moreover, the RNN quantifies the effect of chemotherapy inhibiting tumour growth. We realize a non-invasive smart probe for cytotoxicity assay, which is at least one order of magnitude more sensitive with respect to conventional imaging. Our random and hybrid photonic/living system is a novel artificial machine for computing and for the real-time investigation of tumour dynamics.

研究の動機と目的

• リアルタイムの腫瘍動態モニタリングを目的としたスケーラブルで超高速な光神経ネットワークの開発。
• 従来の光神経ネットワークのスケーラビリティおよびコストの制限を克服するため、生物学的材料を計算リザボアとして用いる。
• 腫瘍球を生体光子プロセッサとして用いて、非侵襲的で高感度の細胞傷害性アッセイを実現する。
• 不規則な生物学的系が最小限のトレーニングで複雑な光計算を実行できることを実証する。

提案手法

• 研究者たちは、光信号処理のための三次元深層計算リザボアとして、三次元グリオブラストーマ腫瘍球を用いた。
• レーザーパルスが腫瘍球にヒートミア反応を誘発し、腫瘍の形態動態に応じて透過光パターンが変調された。
• 腫瘍球を通過する画像伝送が入力および出力信号として機能し、腫瘍球の内部構造がランダムで非線形な媒体として機能した。
• このシステムは、リザボア計算の原則に従い、入力層および出力層でのみトレーニングされたランダムニューラルネットワーク（RNN）として機能した。
• 化学療法効果は、薬物暴露前後の光透過パターンの変化をモニタリングすることで定量された。
• 従来の画像法と比較して、早期の細胞傷害反応を検出する感度が優れていることが実証された。

実験結果

リサーチクエスチョン

• RQ1 生きた腫瘍球は、リアルタイムの腫瘍モニタリングに用いる深層光神経ネットワークとして機能可能か？
• RQ2 腫瘍球の内部形態が光信号伝送および計算にどのように影響を与えるか？
• RQ3 このシステムは、従来の画像法に比べ、化学療法による腫瘍動態の微細な変化をより高い感度で検出可能か？
• RQ4 生物学的で不規則な材料が、ニューラルネットワークアーキテクチャにおいてエンジニアリングされた光子部品にどの程度置き換え可能か？
• RQ5 リザボア計算の原則は、生体生物学的系に効果的に応用可能で、計算および診断用途に利用可能か？

主な発見

• 腫瘍球ベースのシステムは、レーザー熱ミアによって誘発された腫瘍の形態動態変化を、高い時間的・空間的分解能で検出できた。
• 従来の画像法に比べ、細胞傷害性アッセイの感度が少なくとも10倍向上した。
• 光透過パターンの変化は、化学療法投与後の腫瘍増殖抑制と強く相関していた。
• 入力層および出力層のトレーニングのみで、信号フィルタリングやパターン認識といったプログラム可能な光学機能を効果的に実行できた。
• ハイブリッド光子/生体システムにより、外部標識や複雑な装置を用いずに、非侵襲的でリアルタイムの腫瘍動態モニタリングが可能となった。
• 本研究の結果は、生体生物学的系がバイオメディカルセンシングおよび機械学習のためのスケーラブルで低コストな計算プラットフォームとして実現可能であることを裏付けた。