IPS细胞的研究可能推进日本再生医疗，万能细胞有可能成长为不同的组织（IPS细胞）

京都大学的山中伸弥教授发现，2012年获得诺贝尔生物学医学奖，至今记忆犹新，成功开发预测AI对IPS细胞的可能.提高细胞质量控制效率。

在日本，作为再生医疗的支柱，IPS细胞的研究开发一直在进行，通过AI的导入，可以实现使用IPS细胞等实验结果的“事前预测”。

人工智能预测IPS细胞的“可能性”。

作为再生医疗研究中的大课题，存在对IPS细胞品质可能不了解的问题。

虽说是IPS细胞，但是根据细胞的不同可以分化（向具有特定功能的细胞变化）的内容也存在不同，此时也没有很好的成熟度，而这一点也是发展的动力，同时，我们开发的关键是能否保证质量。

在研究论文中，记载了“使用这样的细胞，可以做这样的事情”的内容，即使用IPS细胞（从同一细胞培养的细胞集团）不同，性质也会存在不同，即使进行同样的实验，结果也是大相径庭。

今后在普及再生医疗基础上，尽量减少这样品质差的细胞，正确把握特定的性质，有效推进实验研究开发，无论如何都是有必要的。

对于手头上的IPS细胞，我们可以预测“我能做什么，看起来不能做什么”。

在进行研究开发的时候，一遍读论文，一遍确认记载的信息再实现，或者通过发展它来探讨新的措施是不现实的。

此次，LITRON使用自然语言处理的技术，从论文等文本数据中提取与实验相关的数据（IPS细胞的基因表达状况，培养条件等），根据其信息，可以分类，预测使用特定细胞时的实验结果等。

使用制药公司，研究人员等手中的IPS细胞进行实验时，通过放入自己手中的IPS细胞的信息，如果能实现猜出怎样的实验可能的话，就可以避免浪费劳力和成本了。

另外，根据道理，即使在建立新的IPS细胞，也可以根据该细胞的数据部分地预测实验结果。

因此，即使该AI，也无法从以往的研究中找出完全无法预料的研究结果，但是，如果利用的好，可以说，它蕴藏着极大地加速大量信息积累的领域的研究可能性。

在NTT数据中，通过基于LITRON预测的实验结果的实验设定的最佳化，研究的效率化等，以进一步提高预测模型为目标。