ホーム

先端の数理科学と分子観測技術で病気や生命現象を解明する

私たちの研究の目標は、がんなどの病気の克服を目指し、多くの臨床検体の生体分子の膨大なデータを深層学習などで解析することで、それらの病気に対する免疫などの生体現象の関わりを解くことです。近未来の医療として、患者さんごとに合わせた適切な種類と量の治療を施すことや、発症の予防を実現することが期待されています。それを目指し病気の全体像を見渡しながら研究を進めるには、現在蓄積されつつある時空間的なオミクス分子データ、画像データ、臨床情報など、人の生命医科学のビッグデータを解析する必要があります。そのためには深層学習などに基づく数理科学的な方法論を新たに考え出すことが大事ではないかと考えています。例えば最近私たちは、オミクス分子と病気の関係性を深層学習で解明し潜在的な特徴を抽出する新たな方法論を、世界に先駆けて見出しました。そのようにして独自に考案した方法論を症例データに適用することにより、病気の新たな原因を発見します。そしてそれらの因子間の関係を定量的なネットワークとして再構築することで、疾患メカニズムを全体のシステムとして理解します。一つの例として、がん細胞と、免疫などのがんの微小環境との潜在的な構造も含めた関係をひもとき、定量的に組み上げなおすことで、個人ごとに治療の奏効や副作用、耐性獲得などの動態を予測します。このように、先端の観測技術と数理科学と計算科学を駆使した生命医科学研究を行っています。

がんなどの病気を新たな数理科学で解明して先端医科学を推進!


研究課題

  • 大規模症例解析による、病気の新たな原因と分子・細胞制御の発見
  • 深層学習などによる、疾患オミクスの潜在的時空間構造の抽出
  • がん、免疫、線維芽細胞などの微小環境内の細胞間相互作用の解明
  • がん免疫などの生命医科学現象の数理シミュレーションモデルの構築
  • 新たな分子観測技術ナノポアの信号解析による分子判別手法の提案