吉留 崇 (Takashi Yoshidome)
東北大学 大学院工学研究科 応用物理学専攻 数理物理学分野 准教授
（兼務：ソフトマテリアル研究拠点、先端スピントロニクス医療応用工学共同研究講座）
takashi.yoshidome.b1 [AT] tohoku.ac.jp
論文受理・出版など
吉留が参画した課題がCRESTに採択され、2022年10月よりスタートしました。
「次世代放射光X線ナノCT計測の確立と展開」 （研究代表者：高山 裕貴 ）吉留崇,
"深層学習モデル「gr Predictor」を用いたタンパク質水和分布の高速予測" (invited),
日本シミュレーション学会 学会誌「シミュレーション」, 掲載決定 (2024).T. Yoshidome,
"Four-Dimensional Imaging for Cryo-Electron Microscopy Experiments Using Molecular Simulations and Manifold Learning",
Journal of Computational Chemistry, Vol. 45, 738 (2024). [Open access]K. Kawama, Y. Fukushima, M. Ikeguchi, M. Ohta, and T. Yoshidome (Corresponding author, 学生指導)
"gr Predictor: A Deep-Learning Model For Predicting the Hydration Structure of Proteins",
Journal of Chemical Information and Modeling, Vol. 62, 4460 (2022).
プログラム"gr Predictor"：https://github.com/YoshidomeGroup-Hydration/gr-predictor小田垣 孝、吉留 崇、大久保 毅、
「現代の物性物理学」(M. L. Cohen and S. G. Louie: Fundamentals of Condensed Matter Physics)
吉岡書店、2021年9月出版 Amazonのページ
講演
第3回 学術変革領域「学習物理」物性関係討論会、上智大学、2024年8月1日
吉留 崇
“深層学習を用いた水和自由エネルギー計算の高速化”（口頭）
2024年度電気関係学会東北支部連合大会、秋田県立大学、2024年8月29-30日
加藤 智世、吉留 崇
“マニフォールドラーニングを用いたタンパク質構造変化データの解析”（口頭）
第14回SPring-8データ科学研究会，科学技術館サイエンスホール，2024年9月9日
吉留 崇,
"低温電子顕微鏡4次元イメージング法の構築"（Invited）
日本物理学会 第79回年次大会、北海道大学、2024年9月16-19日
荒井 翔太、高山 裕貴、吉留 崇
“マニフォールドラーニングによる多孔質構造と物理的特性の関係の構築” （口頭、9/17）門脇 颯汰、吉留 崇
“分子動力学法を用いたタンパク質アンフォールドにおける遷移状態解析”（口頭、9/18）伊藤 祐希、大田 雅照、池口 満徳、吉留 崇
“深層学習に基づくリガンド結合に伴う水分子置換の予測”（口頭、9/18）伊藤 太一、吉留 崇
“深層学習を用いたタンパク質水和自由エネルギー計算の高速化”（口頭、9/18）
12th Liquid Matter Conference, Mainz, Germany, 2024/9/22-27
Shota Arai, Gota Kikugawa, Yuki Takayama, and Takashi Yoshidome,
"Manifold-Learning Approach to Material Data: Application to Experimental Data of Liquid Substances and Porous Structural Data"（Poster）
Biomolecular Horizons 2024, Melbourne Convention & Exhibition Centre, Australia, 2024/09/26
Takashi Yoshidome, Kosuke Kawama, Yusaku Fukushima, Mitsunori Ikeguchi, Masateru Ohta,
"Deep-Learning Model For Fast And Accurate Computation Of Hydration Structures Around Proteins"（Invited）
学術変革領域「学習物理学」 R6年度領域会議, 2024/09/27
吉留 崇,
"TBA"（口頭 & ポスター）
研究テーマ
キーワード：タンパク質、水和、深層学習、液体の統計力学理論、低温電子顕微鏡、多変量解析、ガラス転移
水和に主眼を置いたタンパク質折り畳み・変性・機能発現機構の統一的理解、及び創薬への応用
マニフォールドラーニングを用いた低温電子顕微鏡実験データ分類・解析法の開発と応用
自由エネルギーランドスケープ理論を用いたガラス転移の理解