RESEARCH

細胞は成長因子やホルモンなどの環境情報を感知し、細胞内のシグナル伝達や遺伝子発現を通じて移動、運命決定（増殖と分化）、代謝などの細胞機能を調整しています。私たちは細胞機能を制御する分子ネットワーク（タンパク質活性、遺伝子発現、代謝変動など）のデータ解析と数理モデリングに取り組んでいます。分子データのドメイン知識を活用し、データ駆動で分子ネットワークの数理モデルを構築する新しい解析手法を開発しています（データ駆動型モデリング）。また、数理モデルを用いて分子ネットワークの未来予測や最適制御に関する研究も行っています（モデルベースド制御）。細胞レベルでの研究に加え、疾患関連の組織やヒトの分子データの解析にも取り組んでいます。

プロジェクト1：細胞機能を制御する分子ネットワークのデータ駆動型モデリング

生細胞イメージングやオミクス計測から得られる多変量および時系列の分子データを基に、分子ネットワークの数理モデルを構築するための解析手法を開発しています。私たちは、細胞の動きを解読（デコード）するための分子ネットワークの同定や、代謝の時系列データから代謝と酵素活性の関係構造を推定する研究に取り組んでいます。

プロジェクト2：細胞内分子ネットワークのモデルベースド制御

数理モデルに基づき分子ネットワークの未来予測や最適制御を実現するシステムの開発に取り組んでいます。特に、分子ネットワークの最適制御に関する研究は、Cybergeneticsアプローチと呼ばれ、合成生物学の分野で大きな関心を集めています。私達は、データ同化手法を用いたシグナル伝達経路における分子応答の逐次状態予測や人工合成経路が組み込まれた微生物による有用物質生産の最適制御システムの構築、シグナル伝達ネットワークの可制御性解析などの研究に取り組んでいます。

プロジェクト3：疾患関連の組織やヒトの分子データに対する解析アルゴリズムの開発

データ解析技術を活用して疾患の状態予測やメカニズムの解明に関する研究を進めています。具体的な例として、小児心筋炎患者の血中サイトカインデータを用いて健常と疾患を分類し、疾患ステージを予測するAIモデルの開発に取り組んでいます。