KR102758504B1 - Method for cost-effective concentration prediction of consumed additives for in vitro culture of cells and an electronic device supporting the same - Google Patents
Method for cost-effective concentration prediction of consumed additives for in vitro culture of cells and an electronic device supporting the same Download PDFInfo
- Publication number
- KR102758504B1 KR102758504B1 KR1020220123165A KR20220123165A KR102758504B1 KR 102758504 B1 KR102758504 B1 KR 102758504B1 KR 1020220123165 A KR1020220123165 A KR 1020220123165A KR 20220123165 A KR20220123165 A KR 20220123165A KR 102758504 B1 KR102758504 B1 KR 102758504B1
- Authority
- KR
- South Korea
- Prior art keywords
- culture
- cell proliferation
- ideal
- concentration
- additive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000654 additive Substances 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000000338 in vitro Methods 0.000 title description 5
- 230000000996 additive effect Effects 0.000 claims abstract description 129
- 230000004663 cell proliferation Effects 0.000 claims abstract description 123
- 238000004113 cell culture Methods 0.000 claims abstract description 40
- 230000035755 proliferation Effects 0.000 claims abstract description 29
- 238000010586 diagram Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 25
- 210000001772 blood platelet Anatomy 0.000 description 14
- 230000014509 gene expression Effects 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000035049 Blood-Borne Infections Diseases 0.000 description 1
- 102000004127 Cytokines Human genes 0.000 description 1
- 108090000695 Cytokines Proteins 0.000 description 1
- 231100000491 EC50 Toxicity 0.000 description 1
- 102000005755 Intercellular Signaling Peptides and Proteins Human genes 0.000 description 1
- 108010070716 Intercellular Signaling Peptides and Proteins Proteins 0.000 description 1
- 231100000111 LD50 Toxicity 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010073391 Platelet dysfunction Diseases 0.000 description 1
- 239000002473 artificial blood Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000010836 blood and blood product Substances 0.000 description 1
- 229940125691 blood product Drugs 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000024245 cell differentiation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 238000007876 drug discovery Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 231100000636 lethal dose Toxicity 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 239000006041 probiotic Substances 0.000 description 1
- 235000018291 probiotics Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 206010043554 thrombocytopenia Diseases 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/46—Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Microbiology (AREA)
- Sustainable Development (AREA)
- Biotechnology (AREA)
- Biomedical Technology (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
본 발명은 일자별 배양 첨가물 농도별 n개의 세포 증식량 정보를 저장하는 메모리, 상기 메모리와 기능적으로 연결된 프로세서를 포함하고, 상기 프로세서는 상기 n개의 세포 증식량 정보를 사전 정의된 이상적인 최대 목표 증식량에 대한 상대 비율로 변환하고, 상기 세포 증식량 정보 각각에 대응하는 n개의 변환된 비율 값들과 이상적인 비용-효율적 최소 농도에서의 세포 증식량과의 유사도를 산출하고, 상기 산출된 유사도들을 기반으로 각 첨가물의 농도가 이상적일 가능성에 대한 예측도들을 산출하고, 상기 산출된 예측도들 중 가장 높은 예측도를 이상적인 비용-효율적인 첨가물 최소 농도 조건으로 결정하도록 설정된 것을 특징으로 하는 전자 장치 및 이의 세포 배양 최적 조건 검출 방법을 개시한다.The present invention discloses an electronic device and a method for detecting optimal conditions for cell culture, the device including a memory storing n pieces of cell proliferation amount information for each daily culture additive concentration, a processor functionally connected to the memory, the processor converting the n pieces of cell proliferation amount information into a relative ratio for a predefined ideal maximum target proliferation amount, calculating a similarity between n converted ratio values corresponding to each of the cell proliferation amount information and the cell proliferation amount at an ideal cost-effective minimum concentration, calculating prediction values for the possibility that each additive concentration is ideal based on the calculated similarities, and determining the highest prediction value among the calculated prediction values as an ideal cost-effective additive minimum concentration condition.
Description
본 발명은 세포 배양에 관한 것으로, 더욱 상세하게는 세포 배양에 있어서 첨가되는 첨가물의 효율적인 비용과 농도 조건을 검출 및 제공하는 기술에 관한 것이다.The present invention relates to cell culture, and more particularly, to a technology for detecting and providing cost-effective and concentration conditions of additives added in cell culture.
혈소판 제제의 수혈은 혈소판 감소증(thrombocytopenia) 및 혈소판 기능 장애를 가진 환자들에게 필요하며, 특히, 최근 암 환자의 증가로 인해 혈소판 제제의 사용량이 급격히 증가하고 있다. 그러나 현재까지 혈소판은 헌혈에만 의존하고 있어 수급에 어려움을 겪고 있다.Platelet product transfusions are necessary for patients with thrombocytopenia and platelet dysfunction, and in particular, the use of platelet products has been rapidly increasing due to the recent increase in cancer patients. However, platelets have been supplied only through blood donations, making supply difficult.
일 예로, 헌혈 혈소판 제제는 5일의 짧은 보존 기간으로 인해 수급 관리가 어려워 공급 부족 시기에는 환자에게 적절한 수혈이 불가한 반면에, 공급 과잉 시기에는 혈액 제제를 폐기하는 등 비효율적 관리 문제를 안고 있다. 그리고 헌혈 혈소판 제제는 백혈구 및 혈장 성분 등의 물질을 완벽히 제거하기 어려워서, 면역 관련 부작용 및 혈액 전파성 감염의 가능성의 위험성을 가지고 있다. 특히, 환자가 혈소판 수혈 불응증(platelet transfusion refractoriness)인 경우 HLA-적합 성분 채혈 혈소판 등을 공급해 주어야 한다. For example, blood platelet products have a short shelf life of 5 days, making it difficult to manage supply and demand. Therefore, during periods of shortage, appropriate blood transfusions cannot be provided to patients, while during periods of oversupply, blood products are discarded, resulting in inefficient management. In addition, blood platelet products have the risk of immune-related side effects and blood-borne infections because it is difficult to completely remove substances such as white blood cells and plasma components. In particular, if a patient has platelet transfusion refractoriness, HLA-matched component collected blood platelets should be supplied.
이와 같이, 혈소판 공급의 까다로운 점을 해소하기 위해서는 임상 등급의 품질을 가진 혈소판을 시험관내에서 대량 생산해야 할 필요가 있다. 대량의 시험관 배양을 위해서, 세포의 증식 및 분화가 필요하고, 이를 위해 고가의 배양 첨가물이 사용되어야 한다. 이러한 고가의 배양 첨가물의 사용은 생산 비용을 상승시켜 임상 적용을 제한시키고 있다. 이에 따라, 혈소판 세포의 시험관 배양 효율을 최대화할 수 있는 방안의 마련이 요구되고 있다. Thus, in order to solve the difficult problem of platelet supply, it is necessary to mass-produce platelets of clinical grade quality in vitro. For mass in vitro culture, cell proliferation and differentiation are required, and expensive culture additives must be used for this purpose. The use of these expensive culture additives increases production costs, limiting clinical applications. Accordingly, there is a need for a method that can maximize the efficiency of in vitro culture of platelet cells.
본 발명이 이루고자 하는 기술적 과제는 최소한의 비용으로 배양 첨가물을 사용하면서도 최대한의 세포 배양 효율을 낼 수 있는 세포 배양 최적 조건 검출 방법 및 이를 지원하는 전자 장치를 제공함에 있다. The technical problem to be achieved by the present invention is to provide a method for detecting optimal cell culture conditions that can achieve maximum cell culture efficiency while using culture additives at a minimum cost, and an electronic device supporting the method.
예컨대, 본 발명은 배양 첨가물의 농도에 따른 세포의 증식과 관련하여 단위 기간마다 측정한 결과를 이용해 최대의 효율을 보이는 배양 첨가물의 농도 중 비용-효율적인 최소 농도를 예측할 수 있는 세포 배양 최적 조건 검출 방법 및 이를 지원하는 전자 장치를 제공하는데 목적이 있다.For example, the present invention aims to provide a method for detecting optimal conditions for cell culture, which can predict the cost-effective minimum concentration of a culture additive that shows maximum efficiency using the results measured per unit period in relation to cell proliferation according to the concentration of a culture additive, and an electronic device supporting the method.
상기 목적을 달성하기 위해 본 발명의 실시 예에 따른 전자 장치는, 일자별 배양 첨가물 농도별 n개의 세포 증식량 정보를 저장하는 메모리, 상기 메모리와 기능적으로 연결된 프로세서를 포함할 수 있다. 프로세서는 상기 n개의 세포 증식량 정보를 사전 정의된 이상적인 최대 목표 증식량에 대한 상대 비율로 변환하고, 상기 세포 증식량 정보 각각에 대응하는 n개의 변환된 비율 값들과 이상적인 첨가물 농도에서의 세포 증식량들과의 유사도들을 산출하고, 상기 산출된 유사도들을 기반으로 각 배양 첨가물의 농도가 이상적일 가능성에 대한 예측도들을 산출하고, 상기 산출된 예측도들 중 가장 높은 예측도를 이상적인 비용-효율적인 첨가물 최소 농도 조건으로 결정하도록 설정된 것을 특징으로 한다.In order to achieve the above object, an electronic device according to an embodiment of the present invention may include a memory that stores n pieces of cell proliferation amount information for each culture additive concentration per day, and a processor functionally connected to the memory. The processor is characterized in that it is set to convert the n pieces of cell proliferation amount information into a relative ratio for a predefined ideal maximum target proliferation amount, calculate similarities between n converted ratio values corresponding to each of the cell proliferation amount information and cell proliferation amounts at ideal additive concentrations, and calculate prediction values for the possibility that each culture additive concentration is ideal based on the calculated similarities, and determine the highest prediction value among the calculated prediction values as an ideal cost-effective additive minimum concentration condition.
구체적으로, 상기 프로세서는 상기 이상적인 비용-효율적인 첨가물 최소 농도 조건을 디스플레이에 출력하도록 설정된 것을 특징으로 한다.Specifically, the processor is characterized in that it is set to output the ideal cost-effective additive minimum concentration condition to a display.
구체적으로, 상기 프로세서는 상기 유사도 산출과 관련하여, n 차원 공간에서의 유클리디안 거리 연산을 적용하여, 각각의 변환된 비율 값들과 이상적인 비용-효율적 최소 농도에서의 세포 증식량과의 유사도 값들을 산출하도록 설정된 것을 특징으로 한다.Specifically, the processor is characterized in that it is set to calculate, in relation to the similarity calculation, similarity values between each of the transformed ratio values and the cell proliferation amount at the ideal cost-effective minimum concentration by applying a Euclidean distance operation in an n-dimensional space.
구체적으로, 상기 프로세서는 상기 예측도 산출과 관련하여, 상기 산출된 유사도 값들을 이론적인 최대 거리 값으로 나눈 후, 그 결과를 1의 값에서 제한 후 100을 곱하여 각 배양 첨가물의 농도가 이상적일 가능성에 대한 예측도를 산출하도록 설정된 것을 특징으로 한다.Specifically, the processor is characterized in that, in relation to the prediction calculation, it is set to divide the calculated similarity values by a theoretical maximum distance value, then limit the result to a value of 1 and multiply it by 100 to calculate a prediction calculation for the possibility that the concentration of each culture additive is ideal.
구체적으로, 상기 세포 증식량 정보는 혈소판 제제 생산에 이용되는 세포인 것을 특징으로 한다.Specifically, the cell proliferation amount information is characterized by cells used in the production of platelet products.
본 발명의 실시 예에 따른 세포 배양 최적 조건 검출 방법은, 일자별 배양 첨가물 농도별 n개의 세포 증식량 정보를 획득하는 단계, 상기 n개의 세포 증식량 정보를 사전 정의된 이상적인 최대 목표 증식량에 대한 상대 비율로 변환하는 단계, 상기 세포 증식량 정보 각각에 대응하는 n개의 변환된 비율 값들과 이상적인 첨가물 농도에서의 세포 증식량들과의 유사도들을 산출하는 단계, 상기 산출된 유사도들을 기반으로 각 배양 첨가물의 농도가 이상적일 가능성에 대한 예측도들을 산출하는 단계, 상기 산출된 예측도들 중 가장 높은 예측도를 이상적인 비용-효율적인 첨가물 최소 농도 조건으로 결정하는 단계를 포함하는 것을 특징으로 한다.A method for detecting optimal conditions for cell culture according to an embodiment of the present invention is characterized by including the steps of: obtaining n pieces of cell proliferation amount information for each culture additive concentration per day; converting the n pieces of cell proliferation amount information into a relative ratio for a predefined ideal maximum target proliferation amount; calculating similarities between n converted ratio values corresponding to each of the cell proliferation amount information and cell proliferation amounts at ideal additive concentrations; calculating prediction values for the possibility that each culture additive concentration is ideal based on the calculated similarities; and determining the highest prediction value among the calculated prediction values as an ideal cost-effective additive minimum concentration condition.
구체적으로, 상기 방법은 상기 이상적인 비용-효율적인 첨가물 최소 농도 조건을 디스플레이에 출력하는 단계를 더 포함하는 것을 특징으로 한다.Specifically, the method is characterized by further comprising the step of outputting the ideal cost-effective additive minimum concentration condition on a display.
구체적으로, 상기 유사도를 산출하는 단계는 n 차원 공간에서의 유클리디안 거리 연산을 적용하여, 각각의 변환된 비율 값들과 이상적인 비용-효율적 최소 농도에서의 세포 증식량과의 유사도 값들을 산출하는 단계를 포함하는 것을 특징으로 한다.Specifically, the step of calculating the similarity is characterized by including a step of calculating similarity values between each of the transformed ratio values and the cell proliferation amount at the ideal cost-effective minimum concentration by applying a Euclidean distance operation in an n-dimensional space.
구체적으로, 상기 예측도들을 산출하는 단계는 상기 산출된 유사도 값들을 이론적인 최대 거리 값으로 나눈 후, 그 결과를 1의 값에서 제한 후 100을 곱하여 각 배양 첨가물의 농도가 이상적일 가능성에 대한 예측도를 산출하는 단계를 포함하는 것을 특징으로 한다.Specifically, the step of calculating the above prediction values is characterized by including a step of calculating a prediction value for the possibility that the concentration of each culture additive is ideal by dividing the calculated similarity values by a theoretical maximum distance value, limiting the result to a value of 1, and then multiplying the result by 100.
본 발명에 따르면, 본 발명은 최소 비용으로 배양 첨가물을 사용하면서도 최대한의 세포 배양 효율을 낼 수 있어 임상 적용의 한계점으로 작용하는 생산 단가를 줄이고, 보다 효율적인 세포 배양을 지원할 수 있다. According to the present invention, the present invention can achieve maximum cell culture efficiency while using culture additives at minimum cost, thereby reducing the production cost that acts as a limitation for clinical application, and supporting more efficient cell culture.
기타, 본 발명에 따른 효과는 이하에서 설명하는 실시 예의 설명과 함께 기재하기로 한다.Other effects according to the present invention will be described together with the description of embodiments described below.
도 1은 본 발명의 실시 예에 따른 세포 배양의 최적 조건 검출과 관련한 예측도 산출을 지원하는 전자 장치 구성의 한 예를 나타낸 도면.
도 2는 본 발명의 실시 예에 따른 세포 배양의 최적 조건 검출 방법의 한 예를 나타낸 도면.
도 3은 본 발명의 실시 예에 따른 각 배양 첨가물의 농도가 비용-효율적인 최소 농도인 경우 보이는 이상적인 세포 증식량 예를 나타낸 도면.
도 4는 본 발명의 실시 예에 따른 배양 첨가물 1단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프.
도 5는 본 발명의 실시 예에 따른 배양 첨가물 10단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프.
도 6은 본 발명의 실시 예에 따른 배양 첨가물 100단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프.
도 7은 본 발명의 실시 예에 따른 배양 첨가물 1000단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프.
도 8은 본 발명의 실시 예에 따른 배양 첨가물 10000단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프.
도 9는 본 발명의 실시 예에 따른 배양 첨가물 10000단위를 초과하는 단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프.
도 10은 본 발명의 실시 예에 따른 임의 실험 결과의 세포 증식량 및 최대 목표 증식량을 나타낸 도면.
도 11은 도 10에 나타낸 값들을 기반으로 세포 증식량을 나타낸 도면.
도 12는 앞서 도 10에서 나타낸 값들을 기반으로 세포 증식량 및 최대 목표 증식량의 비율을 나타낸 도면.
도 13은 도 12에 나타낸 값들을 기반으로 세포 증식량 비율을 나타낸 도면.
도 14는 앞서 도 3에서 정의한 값 및 도 12에서 설명한 세포 증식량 값들에 대해 배양일 1일 내지 7일 동안의 이상적인 비용-효율적 최소 농도 가능성의 예측도 퍼센트를 나타낸 도면.
도 15는 도 14에 나타낸 값들을 그래프로 나타낸 도면.FIG. 1 is a diagram showing an example of an electronic device configuration that supports the production of a prediction diagram related to detection of optimal conditions for cell culture according to an embodiment of the present invention.
FIG. 2 is a drawing showing an example of a method for detecting optimal conditions for cell culture according to an embodiment of the present invention.
FIG. 3 is a drawing showing an example of an ideal cell proliferation amount when the concentration of each culture additive according to an embodiment of the present invention is the minimum cost-effective concentration.
FIG. 4 is a graph showing the ideal cell proliferation amount when 1 unit of a culture additive according to an embodiment of the present invention is the cost-effective minimum concentration.
FIG. 5 is a graph showing the ideal cell proliferation amount when 10 units of a culture additive according to an embodiment of the present invention is the cost-effective minimum concentration.
Figure 6 is a graph showing the ideal cell proliferation amount when 100 units of a culture additive according to an embodiment of the present invention is the cost-effective minimum concentration.
Figure 7 is a graph showing the ideal cell proliferation amount when 1000 units of a culture additive according to an embodiment of the present invention is the cost-effective minimum concentration.
Figure 8 is a graph showing the ideal cell proliferation amount when 10,000 units of a culture additive according to an embodiment of the present invention is the cost-effective minimum concentration.
FIG. 9 is a graph showing the ideal cell proliferation amount when the unit exceeding 10,000 units of a culture additive according to an embodiment of the present invention is the cost-effective minimum concentration.
Figure 10 is a drawing showing the cell proliferation amount and maximum target proliferation amount of random experimental results according to an embodiment of the present invention.
Figure 11 is a diagram showing the amount of cell proliferation based on the values shown in Figure 10.
Figure 12 is a diagram showing the ratio of cell proliferation amount and maximum target proliferation amount based on the values shown in Figure 10 above.
Figure 13 is a diagram showing the cell proliferation rate based on the values shown in Figure 12.
Figure 14 is a diagram showing the predicted percentage of the possibility of an ideal cost-effective minimum concentration for culture days 1 to 7 for the values defined in Figure 3 above and the cell proliferation amounts described in Figure 12.
Figure 15 is a drawing showing the values shown in Figure 14 as a graph.
이하 본 발명의 실시 예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의한다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 당업자에게 자명하거나 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings. First, when adding reference numerals to components in each drawing, it should be noted that identical components are given the same numerals as much as possible even if they are shown in different drawings. In addition, when describing the present invention, if a specific description of a related known configuration or function is judged to be obvious to those skilled in the art or may obscure the gist of the present invention, the detailed description will be omitted.
이하 설명에서, 본 발명은 세포 배양 최적 조건 검출과 관련하여, 혈소판 세포의 시험관 배양을 위해 소모되는 첨가물의 비용-효율적 농도 예측 알고리즘을 일 예로서 설명하기로 한다. In the following description, the present invention will be described as an example of a cost-effective concentration prediction algorithm for additives consumed for in vitro culture of platelet cells in relation to detection of optimal cell culture conditions.
도 1은 본 발명의 실시 예에 따른 세포 배양의 최적 조건 검출과 관련한 예측도 산출을 지원하는 전자 장치 구성의 한 예를 나타낸 도면이다.FIG. 1 is a diagram showing an example of an electronic device configuration that supports the production of a prediction diagram related to detection of optimal conditions for cell culture according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 전자 장치(100)는 통신 인터페이스(110), 입출력 장치(120), 메모리(130), 디스플레이(140) 및 프로세서(150)를 포함할 수 있다.Referring to FIG. 1, the electronic device (100) of the present invention may include a communication interface (110), an input/output device (120), a memory (130), a display (140), and a processor (150).
상기 통신 인터페이스(110)(또는 통신 회로)는 전자 장치(100)의 통신 채널 형성을 지원할 수 있다. 이와 관련하여, 상기 통신 인터페이스(110)는 적어도 하나의 통신 세대에 대응하는 통신 회로 또는 통신 칩을 포함할 수 있다. 예컨대, 통신 인터페이스(110)는 3G 통신 회로, 4G 통신 회로, 5G 통신 회로 중 적어도 하나의 통신 회로를 포함할 수 있다. 상기 통신 인터페이스(110)는 외부 전자 장치(예: 세포 배양과 관련한 정보를 제공할 수 있는 전자 장치)와 통신 채널을 형성하고, 외부 전자 장치로부터 세포 증식과 관련하여 단위 기간마다 측정한 결과를 수신할 수 있다. 이와 관련하여, 상기 외부 전자 장치는 다양한 배양 첨가물 농도를 가지는 세포 증식 배양 기구를 단위 기간마다 촬영하고, 해당 배양 기구 촬영 정보로부터 서로 다른 배양 첨가물 농도에서의 세포 증식량을 검출할 수 있는 측정 모듈과, 상기 전자 장치(100)와 통신 채널을 형성할 수 있는 통신 회로를 포함할 수 있다. 한편, 상기 통신 인터페이스(110)는 서로 다른 배양 첨가물 농도에서 증식된 세포 증식량에 대한 정보를 저장한 서버 장치와 통신 채널을 형성하고, 해당 서버 장치로부터 세포 증식량에 대한 정보를 수신할 수 있다. The above communication interface (110) (or communication circuit) can support formation of a communication channel of the electronic device (100). In this regard, the communication interface (110) can include a communication circuit or a communication chip corresponding to at least one communication generation. For example, the communication interface (110) can include at least one communication circuit among a 3G communication circuit, a 4G communication circuit, and a 5G communication circuit. The communication interface (110) can form a communication channel with an external electronic device (e.g., an electronic device capable of providing information related to cell culture) and can receive a result measured for each unit period related to cell proliferation from the external electronic device. In this regard, the external electronic device can include a measurement module capable of photographing a cell proliferation culture apparatus having various culture additive concentrations for each unit period and detecting the amount of cell proliferation at different culture additive concentrations from the corresponding culture apparatus photographing information, and a communication circuit capable of forming a communication channel with the electronic device (100). Meanwhile, the communication interface (110) forms a communication channel with a server device that stores information on the amount of cell proliferation proliferated at different concentrations of culture additives, and can receive information on the amount of cell proliferation from the server device.
상기 입출력 장치(120)는 전자 장치(100)의 입력 기능 지원을 위한 적어도 하나의 입력 수단 및 전자 장치(100)의 정보 출력 기능 지원을 위한 적어도 하나의 출력 수단을 포함할 수 있다. 예컨대, 상기 입출력 장치(120)의 입력 수단은 터치 키, 터치 패드, 물리 버튼, 마우스 등을 포함할 수 있다. 또한, 상기 입출력 장치(120)는 음성 입력 기능 지원과 관련한 마이크를 포함할 수 있다. 한편, 상기 디스플레이(140)가 터치스크린으로 구성되는 경우, 디스플레이(140)는 상기 입출력 장치(120)의 한 구성이 될 수 있다. The input/output device (120) may include at least one input means for supporting an input function of the electronic device (100) and at least one output means for supporting an information output function of the electronic device (100). For example, the input means of the input/output device (120) may include a touch key, a touch pad, a physical button, a mouse, etc. In addition, the input/output device (120) may include a microphone related to supporting a voice input function. Meanwhile, when the display (140) is configured as a touch screen, the display (140) may be a component of the input/output device (120).
상기 입출력 장치(120)의 입력 수단은 외부 전자 장치(또는 서버 장치)와 통신 채널을 형성하도록 요청하는 사용자 입력, 외부 전자 장치가 제공하는 세포 증식량과 관련한 정보를 요청하는 사용자 입력을 사용자 조작에 대응하여 생성하고, 생성된 사용자 입력을 프로세서(150) 제어에 대응하여 외부 전자 장치에 전송할 수 있다. 상기 입출력 장치(120)의 출력 수단은 예컨대, 오디오 신호를 출력할 수 있는 오디오 장치, 지정된 진동 패턴의 신호를 출력할 수 있는 진동 모듈, 일정 색상의 광을 출력할 수 있는 LED 또는 램프 중 적어도 하나를 포함할 수 있다. 상기 입출력 장치(120)의 출력 수단은 세포 증식량 검출 정보 및 첨가물의 농도 변화에 따른 효율 예측도 정보 중 적어도 하나를 출력할 수 있다. The input means of the input/output device (120) can generate, in response to a user operation, a user input requesting to form a communication channel with an external electronic device (or a server device), a user input requesting information related to a cell proliferation amount provided by the external electronic device, and transmit the generated user input to the external electronic device in response to the control of the processor (150). The output means of the input/output device (120) can include, for example, at least one of an audio device capable of outputting an audio signal, a vibration module capable of outputting a signal of a specified vibration pattern, and an LED or lamp capable of outputting light of a certain color. The output means of the input/output device (120) can output at least one of cell proliferation amount detection information and efficiency prediction information according to a change in the concentration of an additive.
상기 메모리(130)는 전자 장치(100) 운용과 관련한 적어도 하나의 프로그램 및 상기 프로그램 운용에 따른 데이터 또는 상기 프로그램 운용에 필요한 데이터를 저장할 수 있다. 예를 들어, 상기 메모리(130)는 전자 장치(100) 운용에 필요한 운영 체제, 배양 첨가물의 농도별 효율 예측도를 저장할 수 있다. 또한, 상기 메모리(130)는 배양 첨가물의 농도별 세포 증식량 검출 정보로부터 효율 예측도를 산출하는데 이용되는 알고리즘(예: 유클리디안 거리 계산 알고리즘)을 저장할 수 있다. The above memory (130) can store at least one program related to the operation of the electronic device (100) and data according to the operation of the program or data necessary for the operation of the program. For example, the memory (130) can store an operating system necessary for the operation of the electronic device (100) and an efficiency prediction map for each concentration of a culture additive. In addition, the memory (130) can store an algorithm (e.g., a Euclidean distance calculation algorithm) used to derive an efficiency prediction map from information on the detection of cell proliferation amount for each concentration of a culture additive.
한편 상술한 설명에서는, 배양 첨가물 농도별 세포 증식량 정보를 외부 전자 장치로부터 수신하는 것을 예시하여 설명하였으나, 본 발명이 이에 한정되는 것은 아니다. 예컨대, 상기 배양 첨가물 농도별 세포 증식량 정보는 입출력 장치(120) 중 입력 수단을 통해 사용자가 입력할 수 있다. 또는, 상기 배양 첨가물 농도별 세포 증식량 정보는 메모리(130)에 사전 저장될 수 있다. Meanwhile, in the above description, the cell proliferation amount information according to the culture additive concentration is received from an external electronic device as an example, but the present invention is not limited thereto. For example, the cell proliferation amount information according to the culture additive concentration can be input by a user through an input means among the input/output devices (120). Alternatively, the cell proliferation amount information according to the culture additive concentration can be pre-stored in the memory (130).
상기 디스플레이(140)는 전자 장치(100)의 표시 기능을 지원할 수 있다. 이러한 디스플레이(140)는 전자 장치(100) 운용에 필요한 다양한 화면을 출력할 수 있다. 예를 들어, 디스플레이(140)는 외부 전자 장치(또는 서버 장치) 연결에 대응하는 화면, 외부 전자 장치(또는 서버 장치)로부터 수신된 배양 첨가물 농도별 세포 증식량 정보 및 상기 세포 증식량 정보로부터 산출된 효율 예측도를 포함하는 화면, 전자 장치(100) 사용자가 희망하는 세포 증식 조건을 포함하는 화면 중 적어도 하나의 화면을 출력할 수 있다. 상기 디스플레이(140)는 터치스크린 형태로 마련될 수 있고, 이 경우, 상기 디스플레이(140)는 입출력 장치(120) 중 입력 수단으로서 작동할 수 있다.The display (140) above can support the display function of the electronic device (100). The display (140) can output various screens required for operating the electronic device (100). For example, the display (140) can output at least one screen from among a screen corresponding to a connection to an external electronic device (or a server device), a screen including information on cell proliferation amount according to the concentration of culture additives received from an external electronic device (or a server device) and an efficiency prediction diagram calculated from the cell proliferation amount information, and a screen including cell proliferation conditions desired by a user of the electronic device (100). The display (140) can be provided in the form of a touch screen, and in this case, the display (140) can operate as an input means among the input/output devices (120).
상기 프로세서(150)는 전자 장치(100) 운용에 필요한 신호의 처리와 전달, 다양한 정보의 저장 등을 제어할 수 있다. 본 발명의 프로세서(150)는 사용자 조작에 대응하여 배양 첨가물 농도별 세포 증식량 정보를 획득할 수 있다. 예컨대, 프로세서(150)는 통신 인터페이스(110)를 통해서 외부 전자 장치로부터 배양 첨가물 농도별 세포 증식량 정보를 수신하거나, 메모리(130)에 기 저장된 배양 첨가물 농도별 세포 증식량 정보를 획득하거나, 입출력 장치(120)로부터 배양 첨가물 농도별 세포 증식량 정보를 입력 받을 수 있다. The processor (150) can control the processing and transmission of signals required for the operation of the electronic device (100), the storage of various information, etc. The processor (150) of the present invention can obtain information on the amount of cell proliferation according to the concentration of culture additives in response to a user operation. For example, the processor (150) can receive information on the amount of cell proliferation according to the concentration of culture additives from an external electronic device through a communication interface (110), obtain information on the amount of cell proliferation according to the concentration of culture additives previously stored in a memory (130), or receive information on the amount of cell proliferation according to the concentration of culture additives from an input/output device (120).
상기 프로세서(150)는 배양 첨가물 농도별 세포 증식량 정보를 획득하면, 사전 정의된 기준 값(예: 세포의 이상적인 최대 증식 상태 또는 최대 증식량)을 기준으로, 현재 획득된 배양 첨가물 농도별 증식량 정보에서의 실험군의 성장 정도를 기준 값에 대한 비율로 환산할 수 있다. 상기 프로세서(150)는 n개의 실험군들과 이상적인(ideal) 세포 증식량 값들에 대한 n차원 공간에서의 유클리디안 거리를 계산하고, 각 거리 값들을 이론적 최대 거리 값으로 나눈 후, 그 결과를 1의 값에서 제하여(감산하여) 효율 예측도(또는 배양 첨가물 농도별 이상적인 비용-효율적 최소 농도일 가능성의 예측도)를 산출할 수 있다. 상기 프로세서(150)는 산출된 효율 예측도 중 가장 높은 예측도를 가지는 배양 첨가물 농도 조건을 최적 조건으로 결정할 수 있다. 상술한 실험군들에 대하여, 상기 프로세서(150)는 기 설정된 단위 시간마다 반복 연산을 수행하고, 예측도의 변화를 모니터링할 수 있다. 이후, 프로세서(150)는 모니터링한 값을 기준으로 최적 효율 예측도에 해당하는 농도 조건을 확인할 수 있다. When the processor (150) obtains information on the amount of cell proliferation according to the concentration of the culture additive, the processor (150) may convert the growth degree of the experimental group in the currently obtained information on the amount of proliferation according to the concentration of the culture additive into a ratio with respect to the reference value based on a predefined reference value (e.g., the ideal maximum proliferation state or maximum proliferation amount of the cell). The processor (150) may calculate the Euclidean distance in the n-dimensional space between the n experimental groups and the ideal cell proliferation values, divide each distance value by the theoretical maximum distance value, and then subtract (subtract) the result from a value of 1 to produce an efficiency prediction value (or a prediction value of the possibility of an ideal cost-effective minimum concentration according to the concentration of the culture additive). The processor (150) may determine the culture additive concentration condition having the highest prediction value among the produced efficiency prediction values as the optimal condition. For the experimental groups described above, the processor (150) may perform repeated operations at preset unit times and monitor changes in the prediction value. Thereafter, the processor (150) can confirm the concentration conditions corresponding to the optimal efficiency prediction based on the monitored values.
도 2는 본 발명의 실시 예에 따른 세포 배양의 최적 조건 검출 방법의 한 예를 나타낸 도면이다.FIG. 2 is a drawing showing an example of a method for detecting optimal conditions for cell culture according to an embodiment of the present invention.
도 2를 참조하면, 본 발명의 실시 예에 따른 세포 배양의 최적 조건 검출 방법과 관련하여, 전자 장치(100)의 프로세서(150)는 201 단계에서, 이상적인 최대 목표 증식량 및 미증식량에 대한 상수 값을 정의할 수 있다. 예컨대, 프로세서(150)는 이상적인 최대 목표 증식량을 1로 설정하고, 미증식을 0으로 설정할 수 있다. 일 예로서, 배양 첨가물 농도가 가장 낮은 1번째 배양군부터 가장 높은 n번째 배양군 사이 중 k번째 배양 첨가물 농도가 이상적인 비용-효율적인 최소 농도일 경우, 프로세서(150)는 1번째부터 k-1번째 배양군의 이상적인 세포 증식량은 0으로 설정하고, k번째부터 n번째 배양군의 이상적인 세포 증식량은 1이라고 정의할 수 있다. 여기서, 201 단계는 효율 예측도를 산출하는 과정에서 1회성으로 수행되는 동작일 수 있다. 이에 따라, 이상적인 최대 목표 증식량 및 미증식에 대한 값을 정의한 이후, 세포 배양의 최적 조건 검출 과정을 반복 수행하면서 201 단계는 생략될 수 있다. 또는, 상기 201 단계는, 프로세서(150) 동작에 의해 수행되지 않고, 정책에 의해 사전 정의될 수 있다. Referring to FIG. 2, with respect to the method for detecting optimal conditions for cell culture according to an embodiment of the present invention, the processor (150) of the electronic device (100) may define constant values for the ideal maximum target proliferation amount and the non-proliferation amount in step 201. For example, the processor (150) may set the ideal maximum target proliferation amount to 1 and the non-proliferation amount to 0. As an example, if the kth culture additive concentration among the 1st culture group having the lowest concentration of culture additives to the nth culture group having the highest concentration of culture additives is an ideal cost-effective minimum concentration, the processor (150) may set the ideal cell proliferation amounts of the 1st to the k-1th culture groups to 0 and define the ideal cell proliferation amounts of the kth to the nth culture groups to 1. Here, step 201 may be an operation performed once in the process of calculating the efficiency prediction degree. Accordingly, after defining the values for the ideal maximum target proliferation amount and the non-proliferation, step 201 may be omitted while repeatedly performing the process of detecting optimal conditions for cell culture. Alternatively, the above step 201 may not be performed by the processor (150) operation, but may be predefined by a policy.
203 단계에서, 프로세서(150)는 배양 첨가물 농도별 세포 증식량을 확인할 수 있다. 이와 관련하여, 프로세서(150)는 예컨대, 배양 첨가물 농도별 세포 증식량 정보를 제공하는 외부 전자 장치와 통신 인터페이스(110)를 통해 통신 채널을 형성하고, 상기 첨가물 농도별 세포 증식량 정보를 외부 전자 장치로부터 수신할 수 있다. 또는, 상기 프로세서(150)는 세포 배양 기구에서 세포 증식량 정보를 제공할 수 있는 측정 장치로부터 배양 첨가물 농도별 세포 증식량에 관한 정보를 수집할 수 있다. 또는, 프로세서(150)는 메모리(130)에 사전 저장된 배양 첨가물 농도별 세포 증식량 정보를 획득하거나, 입출력 장치(120)로부터 첨가물 농도별 세포 증식량에 관한 사용자 입력을 수신할 수 있다.In step 203, the processor (150) can check the cell proliferation amount according to the culture additive concentration. In this regard, the processor (150) can form a communication channel with an external electronic device that provides cell proliferation amount information according to the culture additive concentration through a communication interface (110), for example, and receive the cell proliferation amount information according to the additive concentration from the external electronic device. Alternatively, the processor (150) can collect information about the cell proliferation amount according to the culture additive concentration from a measuring device that can provide cell proliferation amount information in a cell culture device. Alternatively, the processor (150) can obtain information about the cell proliferation amount according to the culture additive concentration that is pre-stored in the memory (130), or receive a user input about the cell proliferation amount according to the additive concentration from the input/output device (120).
205 단계에서, 프로세서(150)는 이전 단계에서 확인한 결과를 최대 목표 증식량의 비율로 변환할 수 있다. 예컨대, 프로세서(150)는 확인된 결과에서 각 실험군의 성장 정도를 이상적인 최대 증식량에 해당하는 1의 값과 미증식된 값에 해당하는 0 사이의 대응되는 특정 값으로 변환할 수 있다. In step 205, the processor (150) can convert the results confirmed in the previous step into a ratio of the maximum target proliferation amount. For example, the processor (150) can convert the growth degree of each experimental group from the confirmed results into a corresponding specific value between a value of 1 corresponding to the ideal maximum proliferation amount and a value of 0 corresponding to the non-proliferation value.
207 단계에서, 프로세서(150)는 n개 세포 증식량과 기 설정된 이상적인 세포 증식량과의 유사도를 산출할 수 있다. 이 과정에서, 프로세서(150)는 n개의 세포 증식량과 이상적인 값들과의 유사도를 n차원 공간에서의 유클리디안 거리 값 산출 방식을 이용하여 산출할 수 있다. At step 207, the processor (150) can calculate the similarity between the n cell proliferation amounts and the preset ideal cell proliferation amounts. In this process, the processor (150) can calculate the similarity between the n cell proliferation amounts and the ideal values using a method of calculating Euclidean distance values in an n-dimensional space.
209 단계에서, 프로세서(150)는 각 배양 첨가물 농도들에 대한 효율 예측도를 산출할 수 있다. 예컨대, 프로세서(150)는 유클리디안 거리 값 산출 방식으로 산출된 거리 값들을 이론적인 최대 거리 값으로 나눈 후, 그 결과를 1에서 제한(감산한) 후, 100을 곱하여 각 배양 첨가물의 농도에 대한 효율 예측도를 산출할 수 있다. At step 209, the processor (150) can calculate an efficiency prediction for each culture additive concentration. For example, the processor (150) can calculate an efficiency prediction for each culture additive concentration by dividing the distance values calculated using the Euclidean distance value calculation method by a theoretical maximum distance value, then limiting (subtracting) the result from 1, and then multiplying the result by 100.
211 단계에서, 프로세서(150)는 이상적인 배양 첨가물 최소 농도 조건을 출력할 수 있다. 예컨대, 프로세서(150)는 209 단계에서 산출된 효율 예측도 중 가장 높은 효율 예측도를 보이는 배양 첨가물 농도 조건을 확인하고, 확인된 배양 첨가물 농도 조건을 최소 농도 조건으로서 출력할 수 있다. 이 과정에서, 상기 프로세서(150)는 상기 최소 농도 조건을 디스플레이(140)를 통해 출력하거나, 통신 인터페이스(110)를 통하여 지정된 사용자 단말에 제공할 수 있다. In step 211, the processor (150) can output an ideal culture additive minimum concentration condition. For example, the processor (150) can identify a culture additive concentration condition that shows the highest efficiency prediction rate among the efficiency prediction rates calculated in step 209, and output the identified culture additive concentration condition as a minimum concentration condition. In this process, the processor (150) can output the minimum concentration condition through the display (140) or provide it to a designated user terminal through the communication interface (110).
추가로, 상기 프로세서(150)는 상술한 실험이 단위 기간마다 반복되는 동안 예측도의 변화를 모니터링하고, 모니터링 결과를 출력할 수도 있다. Additionally, the processor (150) may monitor changes in the prediction degree while the above-described experiment is repeated for each unit period, and output the monitoring results.
도 3은 본 발명의 실시 예에 따른 각 배양 첨가물의 농도가 비용-효율적인 최소 농도인 경우 보이는 이상적인 세포 증식량 관련한 일 예를 나타낸 도면이다. 도 4는 본 발명의 실시 예에 따른 배양 첨가물 1단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프이고, 도 5는 본 발명의 실시 예에 따른 배양 첨가물 10단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프이며, 도 6은 본 발명의 실시 예에 따른 배양 첨가물 100단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프이다. 도 7은 본 발명의 실시 예에 따른 배양 첨가물 1000단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프이고, 도 8은 본 발명의 실시 예에 따른 배양 첨가물 10000단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프이며, 도 9는 본 발명의 실시 예에 따른 배양 첨가물 10000단위를 초과하는 단위가 비용-효율적 최소 농도인 경우 이상적인 세포 증식량을 나타내는 그래프이다.FIG. 3 is a diagram showing an example of an ideal cell proliferation amount when the concentration of each culture additive according to an embodiment of the present invention is a cost-effective minimum concentration. FIG. 4 is a graph showing an ideal cell proliferation amount when 1 unit of a culture additive according to an embodiment of the present invention is a cost-effective minimum concentration, FIG. 5 is a graph showing an ideal cell proliferation amount when 10 units of a culture additive according to an embodiment of the present invention is a cost-effective minimum concentration, and FIG. 6 is a graph showing an ideal cell proliferation amount when 100 units of a culture additive according to an embodiment of the present invention is a cost-effective minimum concentration. FIG. 7 is a graph showing an ideal cell proliferation amount when 1000 units of a culture additive according to an embodiment of the present invention is a cost-effective minimum concentration, FIG. 8 is a graph showing an ideal cell proliferation amount when 10000 units of a culture additive according to an embodiment of the present invention is a cost-effective minimum concentration, and FIG. 9 is a graph showing an ideal cell proliferation amount when a unit exceeding 10000 units of a culture additive according to an embodiment of the present invention is a cost-effective minimum concentration.
도 3 내지 도 9를 참조하면, 세포의 이상적인 최대 목표 증식량을 1로, 세포 미증식을 0으로 설정하고, 배양 첨가물 농도가 가장 낮은 1번째 배양부터 가장 높은 n번째 배양에 대하여 k번째 배양 첨가물 농도가 이상적인 비용-효율적인 최소 농도라면, 1번째부터 k-1번째 배양의 이상적인 세포 증식량은 0이고, k번째부터 n번째 배양의 이상적인 세포 증식량은 1이라고 정의한다. 임의의 배양 첨가물 1단위부터 10000 단위까지 사용하여 세포를 배양하였을 때, 각각의 배양 첨가물 단위가 이상적인 비용-효율적인 최소 농도인 경우로 정의되는 세포 증식량은 도 3 내지 도 9에 나타낸 바와 같이 표현될 수 있다. Referring to FIGS. 3 to 9, when the ideal maximum target proliferation amount of cells is set to 1, and the non-proliferation of cells is set to 0, and the kth culture additive concentration is an ideal cost-effective minimum concentration for the 1st culture from the lowest to the nth culture with the highest culture additive concentration, the ideal cell proliferation amounts of the 1st to the k-1th cultures are defined as 0, and the ideal cell proliferation amounts of the kth to the nth cultures are defined as 1. When cells are cultured using 1 unit to 10,000 units of any culture additive, the cell proliferation amount defined when each unit of the culture additive is an ideal cost-effective minimum concentration can be expressed as shown in FIGS. 3 to 9.
도시된 바와 같이, 세포의 최대 목표 증식량은 첨가물 1 내지 10000 단위 초과가 비용-효율적인 최소 농도인 경우에서 모두 1로 표시될 수 있다. 한편, 도 3의 표에 기재된 값들을 참조하면, 배양 첨가물 1단위일 때 세포 증식량은 배양 첨가물 1단위가 비용-효율적 최소 농도인 경우에만 1의 값을 가지고, 나머지 배양 첨가물 10 내지 10000 단위 초과가 비용-효율적인 최소 농도인 경우에는 모두 0으로 표현될 수 있다. 한편, 배양 첨가물 10단위일 때 세포 증식량은 배양 첨가물 1 단위 및 10단위가 비용-효율적 최소 농도인 경우에만 1의 값으로 표현되고, 나머지 배양 첨가물 100 단위 내지 10000 단위 초과가 비용-효율적인 최소 농도인 경우에는 모두 0으로 표현될 수 있다. 한편, 배양 첨가물 100단위일 때 세포 증식량은 배양 첨가물 1, 10, 100단위가 비용-효율적 최소 농도인 경우에만 1의 값을 가지고, 나머지 배양 첨가물 1000 내지 10000 단위 초과가 비용-효율적인 최소 농도인 경우에는 모두 0으로 표현될 수 있다. 한편, 배양 첨가물 1000단위일 때 세포 증식량은 배양 첨가물 1, 10, 100, 1000단위가 비용-효율적 최소 농도인 경우에만 1의 값을 가지고, 나머지 배양 첨가물 10000 및 10000 단위 초과가 비용-효율적인 최소 농도인 경우에는 모두 0으로 표현될 수 있다. 한편, 배양 첨가물 10000단위일 때 세포 증식량은 첨가물 1, 10, 100, 1000, 10000단위가 비용-효율적 최소 농도인 경우 1의 값으로 표현되고, 배양 첨가물 10000 단위 초과가 비용-효율적인 최소 농도인 경우에서의 세포 증식량은 0으로 표시될 수 있다.As illustrated, the maximum target cell proliferation amount can be expressed as 1 in all cases where 1 to 10,000 units of the additive are the cost-effective minimum concentrations. Meanwhile, referring to the values described in the table in FIG. 3, when the culture additive is 1 unit, the cell proliferation amount has a value of 1 only when 1 unit of the culture additive is the cost-effective minimum concentration, and can be expressed as 0 in all cases where the remaining culture additives are 10 to 10,000 units or more are the cost-effective minimum concentrations. Meanwhile, when the culture additive is 10 units, the cell proliferation amount can be expressed as a value of 1 only when 1 unit and 10 units of the culture additive are the cost-effective minimum concentrations, and can be expressed as 0 in all cases where the remaining culture additives are 100 to 10,000 units or more are the cost-effective minimum concentrations. Meanwhile, when the culture additive is 100 units, the cell proliferation amount can have a value of 1 only when 1, 10, and 100 units of the culture additive are the cost-effective minimum concentrations, and can be expressed as 0 for all cases where the remaining culture additives exceed 1000 to 10000 units are the cost-effective minimum concentrations. Meanwhile, when the culture additive is 1000 units, the cell proliferation amount can have a value of 1 only when 1, 10, 100, and 1000 units of the culture additive are the cost-effective minimum concentrations, and can be expressed as 0 for all cases where 10000 and 10000 units of the remaining culture additives are the cost-effective minimum concentrations. Meanwhile, when the culture additive is 10,000 units, the cell proliferation amount can be expressed as a value of 1 when 1, 10, 100, 1000, and 10,000 units of the additive are the cost-effective minimum concentrations, and when the culture additive exceeds 10,000 units, the cell proliferation amount can be expressed as 0.
도 4에 나타낸 바와 같이, 배양 첨가물 1단위가 비용-효율적 최소 농도인 경우 배양 첨가물 1 내지 10000 단위일 때 세포 증식량은 모두 1로 표시될 수 있다. As shown in Fig. 4, when 1 unit of culture additive is the cost-effective minimum concentration, the cell proliferation amount can be expressed as 1 for all 1 to 10,000 units of culture additive.
도 5에 나타낸 바와 같이, 배양 첨가물 10단위가 비용-효율적 최소 농도인 경우 배양 첨가물 1단위에서 10단위까지 세포 증식량은 0에서 1의 값으로 증가하며, 배양 첨가물 100단위 내지 10000단위일 때까지 세포 증식량은 1로 표시될 수 있다. As shown in Fig. 5, when 10 units of the culture additive is the cost-effective minimum concentration, the cell proliferation amount increases from 0 to 1 for 1 to 10 units of the culture additive, and the cell proliferation amount can be expressed as 1 for 100 to 10,000 units of the culture additive.
도 6에 나타낸 바와 같이, 배양 첨가물 100단위가 비용-효율적 최소 농도인 경우 배양 첨가물 1단위에서 10 단위일 때까지 세포 증식량은 0으로 표시되고, 배양 첨가물 10에서 100단위까지의 세포 증식량은 0에서 1의 값으로 증가하며, 배양 첨가물 100 단위 내지 10000 단위일 때까지 세포 증식량은 1로 표시될 수 있다. As shown in Fig. 6, when 100 units of the culture additive is the cost-effective minimum concentration, the cell proliferation amount is represented as 0 from 1 unit to 10 units of the culture additive, the cell proliferation amount increases from 0 to 1 from 10 to 100 units of the culture additive, and the cell proliferation amount can be represented as 1 from 100 units to 10,000 units of the culture additive.
도 7에 나타낸 바와 같이, 배양 첨가물 1000단위가 비용-효율적 최소 농도인 경우 배양 첨가물 1 단위에서 100단위까지 세포 증식량은 0으로 표시되고, 배양 첨가물 100 단위에서 배양 첨가물 1000 단위 때까지의 세포 증식량은 0에서 1의 값으로 증가하며, 배양 첨가물 10000 단위일 때 세포 증식량은 1로 표시될 수 있다. As shown in Fig. 7, when 1000 units of culture additive is the cost-effective minimum concentration, the cell proliferation amount is expressed as 0 from 1 unit of culture additive to 100 units, the cell proliferation amount increases from 0 to 1 from 100 units of culture additive to 1000 units of culture additive, and the cell proliferation amount can be expressed as 1 at 10,000 units of culture additive.
도 8에 나타낸 바와 같이, 배양 첨가물 10000단위가 비용-효율적 최소 농도인 경우 배양 첨가물 1단위에서 1000단위까지의 세포 증식량을 0으로 표시하고, 배양 첨가물 1000에서 10000단위까지의 세포 증식량은 0에서 1의 값으로 증가하는 형태로 표시될 수 있다. As shown in Fig. 8, if 10,000 units of culture additive is the cost-effective minimum concentration, the cell proliferation amount from 1 unit of culture additive to 1,000 units can be expressed as 0, and the cell proliferation amount from 1,000 to 10,000 units of culture additive can be expressed as an increasing value from 0 to 1.
한편, 배양 첨가물 10000단위 초과가 비용-효율적 최소 농도일 때 세포 증식량은 도 9에 나타낸 바와 같이, 배양 첨가물 1, 10, 100, 1000, 10000단위까지의 세포 증식량은 모두 0의 값으로 표현될 수 있다. Meanwhile, when the cost-effective minimum concentration is greater than 10,000 units of culture additives, the cell proliferation amounts for 1, 10, 100, 1,000, and 10,000 units of culture additives can all be expressed as a value of 0, as shown in Fig. 9.
도 10은 본 발명의 실시 예에 따른 임의 실험 결과의 세포 증식량 및 최대 목표 증식량을 나타낸 도면이며, 도 11은 도 10에 나타낸 값들을 기반으로 세포 증식량을 나타낸 도면이다.FIG. 10 is a drawing showing the cell proliferation amount and the maximum target proliferation amount of the results of a random experiment according to an embodiment of the present invention, and FIG. 11 is a drawing showing the cell proliferation amount based on the values shown in FIG. 10.
도 10 및 도 11을 참조하면, 세포의 최대 목표 증식량은 0일 내지 7일 동안 2배씩 상승하는 것으로 정의될 수 있다. 이러한 정의는 시스템 관리자에 의해 달라질 수 있다. 기타, 배양 첨가물 1단위 내지 10000 단위일 때 세포 증식량은 실제 실험 결과에서의 세포 증식량을 검출한 값이 될 수 있다.Referring to Figures 10 and 11, the maximum target cell proliferation amount can be defined as doubling for 0 to 7 days. This definition can be changed by the system administrator. In addition, when the culture additive is 1 unit to 10,000 units, the cell proliferation amount can be a value detected from the actual experimental results.
도 10에 나타낸 세포 증식량 값들을 표로 나타낼 경우, 도 11에 도시된 바와 같이, 다양한 그래프 형태로 표시될 수 있다. 예컨대, 배양 첨가물 1단위에 대응하는 곡선은 7일 동안 100만에서 약 414만 사이의 세포 증식량 값으로 표시될 수 있다. 배양 첨가물 10단위에 대응하는 곡선은 7일 동안 100만에서 약 6795만 사이의 세포 증식량 값으로 표시될 수 있다. 배양 첨가물 100단위에 대응하는 곡선은 7일 동안 100만에서 약 12803만 사이의 세포 증식량 값으로 표시될 수 있다. 배양 첨가물 1000단위에 대응하는 곡선은 7일 동안 100만에서 약 10803만 사이의 세포 증식량 값으로 표시될 수 있다. 배양 첨가물 10000단위에 대응하는 곡선은 7일 동안 100만에서 약 10798만 사이의 세포 증식량 값으로 표시될 수 있다.When the cell proliferation amount values shown in Fig. 10 are expressed in a table, they can be displayed in various graph forms, as shown in Fig. 11. For example, a curve corresponding to 1 unit of culture additive can be displayed as a cell proliferation amount value between 1 million and about 4.14 million for 7 days. A curve corresponding to 10 units of culture additive can be displayed as a cell proliferation amount value between 1 million and about 67.95 million for 7 days. A curve corresponding to 100 units of culture additive can be displayed as a cell proliferation amount value between 1 million and about 128.03 million for 7 days. A curve corresponding to 1,000 units of culture additive can be displayed as a cell proliferation amount value between 1 million and about 108.03 million for 7 days. A curve corresponding to 10,000 units of culture additive can be displayed as a cell proliferation amount value between 1 million and about 107.98 million for 7 days.
도 12는 앞서 도 10에서 나타낸 값들을 기반으로 세포 증식량 및 최대 목표 증식량의 비율을 나타낸 도면이며, 도 13은 도 12에 나타낸 값들을 기반으로 세포 증식량 비율을 나타낸 도면이다.Figure 12 is a drawing showing the ratio of cell proliferation amount and maximum target proliferation amount based on the values shown in Figure 10 above, and Figure 13 is a drawing showing the ratio of cell proliferation amount based on the values shown in Figure 12.
도 12 및 도 13을 참조하면, 앞서 도 10에서 설명한 임의의 실험 결과 예시에서 각각의 세포 증식량 변화는 세포 배양 일자 0일에 비해 증가한 세포 수가 되고, 이를 최대 목표 증식량 변화에 대한 비율로 변환하면 도 12에서와 같이 나타낼 수 있다. 도 12에 나타낸 비율 계산과 관련하여, 세포 배양 일자 4일의 세포의 최대 목표 증식량은 (16000000 - 1000000)이고, 배양 첨가물 10 단위일 때 세포 증식량은 (9073222 - 1007945)이므로 변환 값은 (9073222 - 1007945) / (16000000 - 1000000) = 0.537685로 산출될 수 있다. 이와 동일한 방식을 적용하여, 각 배양 첨가물 1 단위 내지 10000 단위까지의 세포 증식량을 비율로 나타내면, 도 13에 나타낸 바와 같이, 세포 증식량과 관련한 다양한 형태의 그래프가 표시될 수 있다. Referring to FIGS. 12 and 13, in each example of the experimental results described in FIG. 10 above, the change in cell proliferation amount becomes the number of cells increased compared to day 0 of cell culture, and when converted into a ratio for the change in the maximum target proliferation amount, it can be expressed as in FIG. 12. With respect to the ratio calculation shown in FIG. 12, the maximum target proliferation amount of cells on day 4 of cell culture is (16,000,000 - 1,000,000), and the cell proliferation amount when the culture additive is 10 units is (9073,222 - 1,007,945), so the conversion value can be calculated as (9073,222 - 1,007,945) / (16000,000 - 1,000,000) = 0.537685. By applying the same method, when the cell proliferation amount from 1 unit to 10,000 units of each culture additive is expressed as a ratio, various types of graphs related to the cell proliferation amount can be displayed, as shown in Fig. 13.
앞서 도 3 및 도 12에 나타낸 배양 첨가물 단위에 따른 세포 증식량 비율 값을 기준으로, 각각의 배양 첨가물 단위에서의 비용-효율적 최소 농도 가능성에 대한 예측도를 산출할 수 있다. 예컨대, 세포 배양일자 4일차에서 첨가물 1단위가 비용-효율적 최소 농도일 가능성은 다음 수학식 1을 통해 산출될 수 있다.Based on the cell proliferation ratio values according to the culture additive units shown in FIGS. 3 and 12 above, a prediction diagram for the possibility of a cost-effective minimum concentration for each culture additive unit can be calculated. For example, the possibility that 1 unit of additive is a cost-effective minimum concentration on the 4th day of cell culture can be calculated using the following mathematical expression 1.
[수학식 1][Mathematical formula 1]
[1-SQRT {(1-0.081583)^2 + (1-0.537685)^2 + (1-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 46.24694245% (예측도)[1-SQRT {(1-0.081583)^2 + (1-0.537685)^2 + (1-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 46.24694245% (predicted)
상기 수학식 1에서 1 또는 0의 값은 도 3에서 정의된 값이며, 소수점을 포함하는 각각의 수치들은 도 12에서 제공된 배양 첨가물 단위에 따른 세포 증식량 비율 값을 나타낼 수 있다. In the above mathematical expression 1, the value of 1 or 0 is a value defined in FIG. 3, and each numerical value including a decimal point can represent a cell proliferation ratio value according to a unit of culture additive provided in FIG. 12.
세포 배양일자 4일차에서 배양 첨가물 10단위가 비용-효율적 최소 농도일 가능성은 다음 수학식 2를 통해 산출될 수 있다.The probability that 10 units of culture additive is the minimum cost-effective concentration on day 4 of cell culture can be calculated using the following mathematical expression 2.
[수학식 2][Mathematical formula 2]
[1-SQRT {(0-0.081583)^2 + (1-0.537685)^2 + (1-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 65.13277763% (예측도)[1-SQRT {(0-0.081583)^2 + (1-0.537685)^2 + (1-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 65.13277763% (predicted)
상기 수학식 2에서의 각 숫자(1 또는 0) 및 소수점 숫자들은 각각 도 3 및 도 12에서 획득된 값이 될 수 있다. Each number (1 or 0) and decimal point digit in the above mathematical expression 2 can be the values obtained in FIG. 3 and FIG. 12, respectively.
세포 배양일자 4일차에서 배양 첨가물 100단위가 비용-효율적 최소 농도일 가능성은 다음 수학식 3을 통해 산출될 수 있다.The probability that 100 units of culture additive is the cost-effective minimum concentration on day 4 of cell culture can be calculated using the following mathematical expression 3.
[수학식 3][Mathematical Formula 3]
[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (1-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 63.03428982%(예측도)[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (1-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 63.03428982%(predicted)
상기 수학식 3에서의 각 숫자(1 또는 0) 및 소수점 숫자들은 각각 도 3 및 도 12에서 획득된 값이 될 수 있다. Each number (1 or 0) and decimal point digit in the above mathematical expression 3 can be the values obtained in FIG. 3 and FIG. 12, respectively.
세포 배양일자 4일차에서 배양 첨가물 1000단위가 비용-효율적 최소 농도일 가능성은 다음 수학식 4를 통해 산출될 수 있다.The probability that 1000 units of culture additive is the cost-effective minimum concentration on day 4 of cell culture can be calculated using the following mathematical expression 4.
[수학식 4][Mathematical formula 4]
[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (0-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 64.61719068 %(예측도)[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (0-0.47137)^2 + (1-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 64.61719068 %(predicted)
상기 수학식 4에서의 각 숫자(1 또는 0) 및 소수점 숫자들은 각각 도 3 및 도 12에서 획득된 값이 될 수 있다. Each number (1 or 0) and decimal point digit in the above mathematical expression 4 can be the values obtained in FIG. 3 and FIG. 12, respectively.
세포 배양일자 4일차에서 배양 첨가물 10000단위가 비용-효율적 최소 농도일 가능성은 다음 수학식 5를 통해 산출될 수 있다.The probability that 10,000 units of culture additive is the cost-effective minimum concentration on day 4 of cell culture can be calculated using the following mathematical expression 5.
[수학식 5][Mathematical Formula 5]
[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (0-0.47137)^2 + (0-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 42.80648992%(예측도)[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (0-0.47137)^2 + (0-1.004789)^2 + (1-0.671369)^2 }/SQRT(5)]*100 = 42.80648992%(predicted)
상기 수학식 5에서의 각 숫자(1 또는 0) 및 소수점 숫자들은 각각 도 3 및 도 12에서 획득된 값이 될 수 있다. Each number (1 or 0) and decimal point digits in the above mathematical expression 5 can be the values obtained in FIG. 3 and FIG. 12, respectively.
세포 배양일자 4일차에서 배양 첨가물 10000단위 초과가 비용-효율적 최소 농도일 가능성은 다음 수학식 6을 통해 산출될 수 있다.The probability that more than 10,000 units of culture additive is the minimum cost-effective concentration on day 4 of cell culture can be calculated using the following mathematical expression 6.
[수학식 6][Mathematical Formula 6]
[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (0-0.47137)^2 + (0-1.004789)^2 + (0-0.671369)^2 }/SQRT(5)]*100 = 37.09868473%(예측도)[1-SQRT {(0-0.081583)^2 + (0-0.537685)^2 + (0-0.47137)^2 + (0-1.004789)^2 + (0-0.671369)^2 }/SQRT(5)]*100 = 37.09868473%(predicted)
상기 수학식 6에서의 각 숫자(1 또는 0) 및 소수점 숫자들은 각각 도 3 및 도 12에서 획득된 값이 될 수 있다. Each number (1 or 0) and decimal point digit in the above mathematical expression 6 can be the values obtained in FIG. 3 and FIG. 12, respectively.
상술한 수학식 1 내지 6의 계산 결과, 본 예시의 세포 배양 일자 4일에서는 배양 첨가물 10 단위가 이상적인 비용-효율적인 최소 농도일 가능성이 65%로 가장 높고, 1000 단위와 100 단위가 각각 64%, 63%로 유사한 가능성을 보임을 알 수 있다. As a result of the calculations of the above mathematical expressions 1 to 6, it can be seen that on the 4th day of cell culture in this example, 10 units of the culture additive have the highest probability of being the ideal cost-effective minimum concentration at 65%, and 1000 units and 100 units have similar probability of being 64% and 63%, respectively.
도 14는 앞서 도 3에서 정의한 값 및 도 12에서 설명한 세포 증식량 값들에 대해 배양일 1일 내지 7일 동안의 이상적인 비용-효율적 최소 농도 가능성을 나타낸 도면이며, 도 15는 도 14에 나타낸 값들을 그래프로 나타낸 것이다.Figure 14 is a diagram showing the possibility of an ideal cost-effective minimum concentration for culture days 1 to 7 for the values defined in Figure 3 and the cell proliferation values described in Figure 12, and Figure 15 is a graph showing the values shown in Figure 14.
도 14 및 도 15를 참조하면, 앞서 설명에서는 배양 4일차에 대한 예측도에 대해서 설명하였으나, 배양 1일차 내지 7일차 동안 실험이 반복되는 경우도 14에 나타낸 바와 같은 예측도의 변화가 제시될 수 있다. Referring to FIGS. 14 and 15, the above description described the prediction diagram for the 4th day of culture, but even if the experiment is repeated for the 1st to 7th days of culture, a change in the prediction diagram as shown in FIG. 14 may be presented.
도시된 도면들을 보면, 본 발명의 실시 예에서 예시적으로 설명한 임의의 예시에서는 세포 배양 일자 1일부터 7일까지 중 4일자를 제외하고는 배양 첨가물 10 단위와 100 단위가 이상적인 비용-효율적인 최소 첨가물 농도임을 나타냄을 알 수 있다. 그리고 4일자에는 10 단위, 100 단위, 1000 단위의 배양 첨가물에서 63~65%의 유사한 예측도를 보여준다고 해석할 수 있다. 본 발명의 예시와 같이, 제시하는 알고리즘을 이용하여 반복되는 실험의 경우에 이상적인 비용-효율적인 최소 첨가물 농도 예측도의 변화를 모니터링하여 판단할 수 있음을 알 수 있다. Looking at the drawings, it can be seen that in any example exemplarily described in the embodiments of the present invention, 10 units and 100 units of culture additives are the ideal cost-effective minimum additive concentrations, except for day 4 among days 1 to 7 of cell culture. And it can be interpreted that on day 4, 10 units, 100 units, and 1000 units of culture additives show similar prediction rates of 63 to 65%. As in the examples of the present invention, it can be seen that the change in the prediction rate of the ideal cost-effective minimum additive concentration can be monitored and determined in the case of repeated experiments using the presented algorithm.
이상에서 설명한 바와 같이, 본원 발명은 목표 세포 증식률을 위한 비용-효율적인 첨가물 농도 판단을 위해 적정 배양 첨가물의 농도 예측도를 시간 경과에 따라 수치로 확인할 수 있도록 하여 객관적 판단 결과를 제공할 수 있다. 이러한 본 발명은 종래 임의적인 세포 증식률 경계값(예: 50% 증식률)을 설정한 후 이를 초과하는 물질의 농도를 확인하는 방식에 비하여 보다 복합적인 객관적 지표를 제공할 수 있다. 예컨대, 앞서 본원 발명의 실시 예의 한 부분을 보면, 4일째의 적정 배양 첨가물 농도를 65% 예측도로 10 단위가 이상적인 비용-효율적인 농도일 가능성이 가장 높음에 해당하는 정보를 제공함을 알 수 있다. 종래 방식을 적용할 경우, 50% 세포 증식률(0.5)을 판단 경계값으로 설정하고 4일째의 배양 결과를 이용해 비용-효율적인 첨가물의 농도를 판단해야 하기 때문에, 결과적으로 종래 방식은 경향성이 부족한 실험 결과에 대해서 판단을 곤란하게 할 수 있다. As described above, the present invention can provide objective judgment results by allowing the prediction of the concentration of an appropriate culture additive to be numerically confirmed over time for determining a cost-effective additive concentration for a target cell proliferation rate. This present invention can provide a more complex objective index than the conventional method of setting an arbitrary cell proliferation rate boundary value (e.g., 50% proliferation rate) and then determining the concentration of a substance exceeding it. For example, looking at a part of the embodiment of the present invention above, it can be seen that information corresponding to the highest probability that 10 units are the ideal cost-effective concentration with a prediction of 65% for the appropriate culture additive concentration on the 4th day is provided. When applying the conventional method, since the 50% cell proliferation rate (0.5) is set as the judgment boundary value and the culture result on the 4th day must be used to determine the cost-effective additive concentration, the conventional method can make it difficult to determine experimental results that lack a tendency.
한편, 상술한 본원 발명의 세포 증식량에 대한 비용-효율적인 첨가물 농도 검출 방법은, 혈소판 세포 증식에 이용할 수 있다. 즉, 본 발명은 배양 첨가물의 농도에 따른 혈소판 세포의 증식을 단위 기간마다 측정한 결과를 이용해 최대의 효율을 보이는 첨가물의 농도 중 비용-효율적인 최소 농도를 예측할 수 있다. 이에 따라, 본 발명은 최소한의 비용으로 배양 첨가물을 사용하면서도 최대한의 세포 배양 효율을 낼 수 있다. Meanwhile, the cost-effective additive concentration detection method for cell proliferation of the present invention described above can be used for platelet cell proliferation. That is, the present invention can predict the cost-effective minimum concentration among the additive concentrations that show the maximum efficiency by using the results of measuring the proliferation of platelet cells according to the concentration of the culture additive per unit period. Accordingly, the present invention can achieve the maximum cell culture efficiency while using the culture additive at the minimum cost.
추가로, 본 발명은 세포의 배양을 촉진시키기 위한 최적의 배양 첨가물의 농도를 검출하는 예시를 설명하였으나, 세포의 배양을 억제하는 최적의 첨가물에 대한 예측도 검출에도 동일하게 적용할 수 있다. 또한, 본 발명은 배양 첨가물의 농도 변화에 따른 효율 예측도를 제공하는 예시를 설명하였으나, 배양 첨가물의 종류 변화에 따른 효율 예측도를 제공하는 예시에도 동일하게 적용할 수 있다. In addition, although the present invention has described an example of detecting the optimal concentration of a culture additive for promoting cell culture, it can be equally applied to detecting a prediction of the optimal additive for inhibiting cell culture. Furthermore, although the present invention has described an example of providing an efficiency prediction according to a change in the concentration of a culture additive, it can be equally applied to an example of providing an efficiency prediction according to a change in the type of a culture additive.
상술한, 본 발명이 적용될 수 있는 분야로서, 인공 혈액(artificial blood) 및 프로바이오틱스 분야(예: Cost-effective cytokine dosage calculation, Cost-effective growth-factors supply, Cost-effective nutrients supply, Optimal growth media to cell fraction calculation), 신약 개발 및 발굴 분야(예: half maximal inhibitory concentration (IC50), Half maximal effective concentration (EC50), Median lethal dose (LD50)) 등이 될 수 있다. As fields to which the present invention can be applied, as described above, the fields of artificial blood and probiotics (e.g., Cost-effective cytokine dosage calculation, Cost-effective growth-factors supply, Cost-effective nutrients supply, Optimal growth media to cell fraction calculation), new drug development and discovery (e.g., half maximal inhibitory concentration (IC50), Half maximal effective concentration (EC50), Median lethal dose (LD50)), etc.
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시 예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것은 아니며, 기술적 사상의 범주를 이탈함 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다. Although the preferred embodiments have been described and illustrated to illustrate the technical idea of the present invention, the present invention is not limited to the configuration and operation as described above, and those skilled in the art will readily understand that many changes and modifications can be made to the present invention without departing from the scope of the technical idea. Accordingly, all such appropriate changes and modifications and equivalents should also be considered to fall within the scope of the present invention.
100: 전자 장치
110: 통신 인터페이스
120: 입출력 장치
130: 메모리
140: 디스플레이
150: 프로세서100: Electronic devices
110: Communication Interface
120: Input/output devices
130: Memory
140: Display
150: Processor
Claims (9)
상기 메모리와 기능적으로 연결된 프로세서;를 포함하고,
상기 프로세서는
상기 n개의 세포 증식량 정보를 사전 정의된 이상적인 최대 목표 증식량에 대한 상대 비율로 변환하고,
상기 세포 증식량 정보 각각에 대응하는 n개의 변환된 비율 값들과 이상적인 비용-효율적 최소 농도에서의 세포 증식량과의 유사도를 산출하고,
상기 산출된 유사도들을 기반으로 각 배양 첨가물의 농도가 이상적일 가능성에 대한 예측도들을 산출하고,
상기 산출된 예측도들 중 가장 높은 예측도를 이상적인 비용-효율적인 첨가물 최소 농도 조건으로 결정하도록 설정된 것을 특징으로 하는 세포 배양 최적 조건 검출을 지원하는 전자 장치.
A memory that stores information on the proliferation of n cells by concentration of culture additives per day;
a processor functionally connected to said memory;
The above processor
Convert the above n cell proliferation amount information into a relative ratio for a predefined ideal maximum target proliferation amount,
Calculate the similarity between the n transformed ratio values corresponding to each of the above cell proliferation amount information and the cell proliferation amount at the ideal cost-effective minimum concentration,
Based on the similarities calculated above, predictions are made about the probability that the concentration of each culture additive is ideal.
An electronic device supporting detection of optimal conditions for cell culture, characterized in that the highest prediction value among the above-mentioned generated prediction values is determined as an ideal cost-effective additive minimum concentration condition.
상기 프로세서는
상기 이상적인 비용-효율적인 첨가물 최소 농도 조건을 디스플레이에 출력하도록 설정된 것을 특징으로 하는 세포 배양 최적 조건 검출을 지원하는 전자 장치.
In the first paragraph,
The above processor
An electronic device supporting detection of optimal cell culture conditions, characterized in that the above ideal cost-effective additive minimum concentration conditions are set to be output on a display.
상기 프로세서는
상기 유사도 산출과 관련하여, n차원 공간에서의 유클리디안 거리 연산을 적용하여, 각각의 변환된 비율 값들과 이상적인 비용-효율적 최소 농도에서의 세포 증식량과의 유사도 값들을 산출하도록 설정된 것을 특징으로 하는 세포 배양 최적 조건 검출을 지원하는 전자 장치.
In the first paragraph,
The above processor
An electronic device supporting detection of optimal conditions for cell culture, characterized in that it is set to calculate similarity values between each transformed ratio value and the amount of cell proliferation at an ideal cost-effective minimum concentration by applying a Euclidean distance operation in an n-dimensional space in relation to the above similarity calculation.
상기 프로세서는
상기 예측도들 산출과 관련하여, 상기 산출된 유사도 값들을 이론적인 최대 거리 값으로 나눈 후, 그 결과를 1의 값에서 제한 후 100을 곱하여 각 배양 첨가물의 농도가 이상적일 가능성에 대한 예측도를 산출하도록 설정된 것을 특징으로 하는 세포 배양 최적 조건 검출을 지원하는 전자 장치.
In the third paragraph,
The above processor
An electronic device supporting detection of optimal cell culture conditions, characterized in that, in relation to the production of the above prediction diagrams, the produced similarity values are divided by a theoretical maximum distance value, the result is limited to a value of 1, and then multiplied by 100 to produce a prediction diagram for the possibility that the concentration of each culture additive is ideal.
상기 세포 증식량 정보는 혈소판 제제에 이용되는 세포인 것을 특징으로 하는 세포 배양 최적 조건 검출을 지원하는 전자 장치.
In the first paragraph,
An electronic device supporting detection of optimal cell culture conditions, characterized in that the cell proliferation amount information is for use in platelet preparation.
상기 n개의 세포 증식량 정보를 사전 정의된 이상적인 최대 목표 증식량에 대한 상대 비율로 변환하는 단계;
상기 세포 증식량 정보 각각에 대응하는 n개의 변환된 비율 값들과 이상적인 비용-효율적 최소 농도에서의 세포 증식량과의 유사도를 산출하는 단계;
상기 산출된 유사도들을 기반으로 각 첨가물의 농도가 이상적일 가능성에 대한 예측도들을 산출하는 단계;
상기 산출된 예측도들 중 가장 높은 예측도를 이상적인 비용-효율적인 첨가물 최소 농도 조건으로 결정하는 단계;를 포함하는 것을 특징으로 하는 세포 배양 최적 조건 검출 방법.
A step of obtaining information on the proliferation amount of n cells by daily culture additive concentration;
A step of converting the above n cell proliferation amount information into a relative ratio for a predefined ideal maximum target proliferation amount;
A step of calculating the similarity between n transformed ratio values corresponding to each of the above cell proliferation amount information and the cell proliferation amount at an ideal cost-effective minimum concentration;
A step of generating predictions regarding the possibility that the concentration of each additive is ideal based on the generated similarities;
A method for detecting optimal conditions for cell culture, characterized by comprising a step of determining the highest prediction value among the above-mentioned generated prediction values as an ideal cost-effective minimum additive concentration condition.
상기 이상적인 비용-효율적인 첨가물 최소 농도 조건을 디스플레이에 출력하는 단계;를 더 포함하는 것을 특징으로 하는 세포 배양 최적 조건 검출 방법.
In Article 6,
A method for detecting optimal conditions for cell culture, characterized in that it further comprises a step of outputting the ideal cost-effective additive minimum concentration condition on a display.
상기 유사도를 산출하는 단계는
n차원 공간에서의 유클리디안 거리 연산을 적용하여, 각각의 변환된 비율 값들과 이상적인 비용-효율적 최소 농도에서의 세포 증식량과의 유사도 값들을 산출하는 단계;를 포함하는 것을 특징으로 하는 세포 배양 최적 조건 검출 방법.
In Article 6,
The steps for calculating the above similarity are
A method for detecting optimal conditions for cell culture, comprising: a step of applying a Euclidean distance operation in an n-dimensional space to calculate similarity values between each transformed ratio value and the amount of cell proliferation at an ideal cost-effective minimum concentration;
상기 예측도들을 산출하는 단계는
상기 산출된 유사도 값들을 이론적인 최대 거리 값으로 나눈 후, 그 결과를 1의 값에서 제한 후 100을 곱하여 각 첨가물의 농도가 이상적일 가능성에 대한 예측도를 산출하는 단계;를 포함하는 것을 특징으로 하는 세포 배양 최적 조건 검출 방법.
In Article 8,
The steps for producing the above predictions are
A method for detecting optimal conditions for cell culture, characterized by comprising: a step of dividing the similarity values thus produced by the theoretical maximum distance value, limiting the result to a value of 1, and then multiplying it by 100 to produce a prediction degree regarding the possibility that the concentration of each additive is ideal;
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210129104 | 2021-09-29 | ||
| KR20210129104 | 2021-09-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230046245A KR20230046245A (en) | 2023-04-05 |
| KR102758504B1 true KR102758504B1 (en) | 2025-01-22 |
Family
ID=85884632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220123165A Active KR102758504B1 (en) | 2021-09-29 | 2022-09-28 | Method for cost-effective concentration prediction of consumed additives for in vitro culture of cells and an electronic device supporting the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102758504B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102763225B1 (en) * | 2023-09-26 | 2025-02-07 | 주식회사 그래디언트바이오컨버전스 | Device for determining optical culture medium combination, method and computer program for determining the optimal combination by calculating survival rates for culture medium combinations |
| KR102763227B1 (en) * | 2023-09-26 | 2025-02-07 | 주식회사 그래디언트바이오컨버전스 | Device for determining optical culture medium combination, method and computer program for determining an optimal combination by calculating survival rates for culture medium combinations |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005224106A (en) | 2004-02-10 | 2005-08-25 | Hitachi Medical Corp | Cell culture apparatus |
| JP2016025860A (en) | 2009-03-10 | 2016-02-12 | バイエル・ヘルスケア・エルエルシーＢａｙｅｒ ＨｅａｌｔｈＣａｒｅＬＬＣ | Method for monitoring cell culture |
| WO2019069378A1 (en) | 2017-10-03 | 2019-04-11 | オリンパス株式会社 | Culture information processing device |
| JP2019103447A (en) | 2017-12-12 | 2019-06-27 | 株式会社日立製作所 | Screening method of cell strain and cultivation condition and device therefor |
| JP2019526288A (en) | 2016-09-14 | 2019-09-19 | ブイビーシー ホールディングス エルエルシー | System, apparatus, and method for optimizing cell growth by controlling cell culture operations |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102102517B1 (en) | 2018-01-30 | 2020-04-21 | 서울대학교산학협력단 | Apparatus and method of optimization calculation |
-
2022
- 2022-09-28 KR KR1020220123165A patent/KR102758504B1/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005224106A (en) | 2004-02-10 | 2005-08-25 | Hitachi Medical Corp | Cell culture apparatus |
| JP2016025860A (en) | 2009-03-10 | 2016-02-12 | バイエル・ヘルスケア・エルエルシーＢａｙｅｒ ＨｅａｌｔｈＣａｒｅＬＬＣ | Method for monitoring cell culture |
| JP2019526288A (en) | 2016-09-14 | 2019-09-19 | ブイビーシー ホールディングス エルエルシー | System, apparatus, and method for optimizing cell growth by controlling cell culture operations |
| WO2019069378A1 (en) | 2017-10-03 | 2019-04-11 | オリンパス株式会社 | Culture information processing device |
| JP2019103447A (en) | 2017-12-12 | 2019-06-27 | 株式会社日立製作所 | Screening method of cell strain and cultivation condition and device therefor |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230046245A (en) | 2023-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102758504B1 (en) | Method for cost-effective concentration prediction of consumed additives for in vitro culture of cells and an electronic device supporting the same | |
| Zhang et al. | Two-phase dynamics of p53 in the DNA damage response | |
| Axmacher et al. | Cross-frequency coupling supports multi-item working memory in the human hippocampus | |
| Painter et al. | Transcriptomes of the B and T lineages compared by multiplatform microarray profiling | |
| US9830801B2 (en) | Alarm management system | |
| Expósito et al. | Agricultural irrigation water use in a closed basin and the impacts on water productivity: The case of the Guadalquivir river basin (Southern Spain) | |
| US10720233B2 (en) | Web-enabled disease-specific monitoring | |
| Agarwal et al. | Differentiation of leukemic blasts is not completely blocked in acute myeloid leukemia | |
| KR20160125543A (en) | User-oriented healthcare big data service method, computer program and system | |
| KR20160125544A (en) | User-oriented healthcare big data service method, computer program and system | |
| Spreco et al. | Integrated detection and prediction of influenza activity for real-time surveillance: algorithm design | |
| US11443853B2 (en) | Dynamic rolling seventy of illness score for a critically ill patient | |
| US10565224B2 (en) | Data provision apparatus and data provision method | |
| US20090164432A1 (en) | System and method for generating a product report | |
| Jain et al. | Population dynamics of epithelial-mesenchymal heterogeneity in cancer cells | |
| CN113707262B (en) | Medicine use recommendation method, device, computer equipment and storage medium | |
| US20180271454A1 (en) | System and method for the identification and subsequent alerting of high-risk critically ill patients | |
| CN102955885A (en) | SOA (service oriented architecture) based test grouping and interview dispensing dynamic random access memory technology | |
| CN112749865B (en) | A resource allocation method and device | |
| CN116720493A (en) | Physiological data processing method, device, electronic equipment and storage medium | |
| Akoramurthy et al. | > IEEE Systems JournaL IMDSP-BSoS: a blockchain-powered systems-of-systems framework for secure and predictive healthcare data management | |
| Mehmood et al. | Mechanistic Study on Steric Activity Interplay of Olefin/Polar Monomers for Industrially Selective Late Transition Metal Catalytic Reactions | |
| CN112613757A (en) | Order resource management configuration system based on big data | |
| Banumalar et al. | Optimal placement of phasor measurement units using clustered gravitational search algorithm | |
| Pathinarupothi et al. | Severity Summarization and Just in Time Alert Computation in mHealth Monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20220928 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20250115 |
|
| PG1601 | Publication of registration |