发布重点： 作为实现「生物数字孪生」（在电脑上再现生物机制）基础研究的一部分，我们正在推进研究，旨在从细胞形成组织的过程中，找出目标结构形成所需的细胞间相互作用。 本次开发的技术通过运用通过机器学习获得的「逆代理模型」，比传统方法能更快地直接从已形成的结构中估计细胞间相互作用。 这项技术未来将应用于「生物数字孪生」的研究与开发。预计它将有助于阐明器官中组织形成的机制，并在再生医疗等领域，控制由iPS细胞生成的人工细胞组织（类器官）的结构。 NTT株式会社（总部：东京都千代田区；代表取缔役社长：岛田 明；以下简称「NTT」）开发了一项技术，用于估计由多种细胞组成的组织结构在形成过程中的细胞间相互作用。NTT一直致力于生物医学领域的基础研究，其中一部分目标是实现「生物数字孪生」*1，即在电脑上再现生物机制。体内的组织是由多种细胞相互作用并自我组织形成的。因此，要理解组织形成的机制，阐明细胞间的相互作用至关重要，但传统上，从组织结构估计细胞间相互作用需要大量的实验和计算。在这项研究中，我们开发了利用机器学习的逆代理模型*2*3，并提出了一种可以直接从已形成的结构中估计相互作用的方法。 这项技术预计将作为NTT推进的生物数字孪生内核技术加以利用。它有望为理解器官中的组织形成机制，以及在再生医疗中应用iPS细胞*4来源的人工组织（类器官*5）的结构控制做出贡献。 这项研究成果将于2026年5月20日至22日举行的「通信科学基础研究所开放日2026」(*)展出。 (*) 通信科学基础研究所开放日2026 https://www.kecl.ntt.co.jp/openhouse/2026/ 图1 从细胞模式直接成功找出细胞间相互作用 1. 背景 NTT正在推动旨在以ICT创造医疗未来的研究与开发。作为其中一部分，我们正在进行基础研究，以阐明各种器官和组织的机制，从而通过「生物数字孪生」在电脑上再现生物机制。 构成器官的组织中存在着血管、肌肉、神经等多种细胞，它们通过适当的协调来实现我们赖以生存的功能。近年来，随着诱导性多功能干细胞（iPS）技术的发展，人工制造构成组织的各种细胞成为可能，使用这些细胞创建组织（类器官）的尝试也越来越活跃。然而，目前存在一个问题，即从iPS细胞创建的组织功能有时与实际组织的功能不同。其中一个原因是指未能再现与生物体相等的组织结构（细胞模式），且细胞之间不一定能适当协调。如果能确定实现目标细胞模式的方法，预计将有助于创建功能更接近生物体的类器官，从而拓宽再生医疗等应用领域。 在生物体中，细胞模式已知是由特定种类细胞之间发生的黏附或排斥等相互作用引起的，并且这种相互作用正逐渐在实验中变得可控。在这项研究中，我们提出了一种方法，结合了直接从任意细胞模式估计细胞间相互作用的「逆代理模型」，以及对应细胞随机产生或消失等情况的「相邻结构多尺度特征化」，直接估计相互作用。这消除了针对每个细胞模式进行试错探索的需要，预计将大幅减少实验和仿真所需的时间（图1）。 2. 技术重点 生成特定细胞模式的细胞间相互作用可以定义为以细胞为代理的仿真模型——代理基底模型（ABM*6）的参数。这种仿真模型被称为正向模型，因为它运行与实际现象方向相同的处理，将因果相互作用参数作为输入，并输出生成的细胞模式。一般而言，正向模型的计算涉及许多细胞的相互作用。