吉留 崇 (Takashi Yoshidome)

 論文受理・出版など

• 吉留崇,
  "シミュレーション不要の水和自由エネルギー分布予測AI" (invited),
  現代化学（2026年7月号）

• S. Arai, Y. Takayama (Corresponding author), and T. Yoshidome (Corresponding author, ポスドク指導),
  "Structure-based Prediction of Gas Diffusion Property of Catalytic Layer of Proton Exchange Membrane Fuel Cells via Manifold Learning and X-ray Ptychographic Nano-computed Tomography "
  Journal of Power Sources, Vol. 676, 239916 (2026). [Open access]
  プレスリリース（東北大学、JST）：ナノテラスのナノCT画像からガス拡散を10秒で予測 - 燃料電池の高出力・長寿命化に向けた材料設計最適化へ -

• Y. Fukushima and T. Yoshidome (Corresponding author, 学生指導),
  “Deep GIST: Deep-Learning Models for Predicting the Distribution of Hydration Thermodynamics around Proteins”
  Journal of Chemical Information and Modeling, Vol. 66, 1429 (2026). [Open access]
  プログラム"Deep GIST"：https://github.com/YoshidomeGroup-Hydration/Deep-GIST
  プレスリリース（東北大学）：深層学習によりタンパク質周辺の水和解析を実用速度に ―創薬への応用を目指し、従来法の計算時間を大幅に短縮―

• 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

International conference on Machine Learning Physics 2026, Okinawa, 2026/7/13-15

• Yusaku Fukushima and Takashi Yoshidome（発表者）
  “Deep Learning Model for Hydration Free Energy Distributions around Proteins”（Poster）

• Shota Arai, Yuki Takayama, and Takashi Yoshidome,
  “Prediction of Gas Diffusion Coefficients from X-ray Ptychography Images via Manifold Learning”（Poster）

• Kei Sano and Takashi Yoshidome,
  “Machine learning-based method for calculating hydration free energy of protein–small molecule complexes”（Poster）

SRIS NanoTerasuセミナーシリーズ「NanoTerasuと触媒」、東北大学、2026年7月 or 8月

• 吉留 崇、
  “マニフォールド学習を用いた多孔質構造ナノCTデータからのガス拡散予測”（依頼講演）

International Symposium: Towards New Scientific Horizons with Synchrotron Radiation, Tohoku University, 2026/07/27-28

• Shota Arai, Yuki Takayama, and Takashi Yoshidome,
  “Prediction of Gas Diffusion Coefficients in Proton Exchange Membrane Fuel Cells Using X-ray Ptychography and Manifold Learning”（Poster）

XXXVII IUPAP Conference on Computational Physics, Korea, 2026/08/9-14

• Shota Arai, Yuki Takayama, and Takashi Yoshidome,
  “Prediction of the Gas Diffusion Coefficients in Porous Materials using Nano-CT images of NanoTerasu and Manifold Learning”（Poster）

International Conference on Biophysics and Biomedical Sciences (ICBBS 2026), Korea, 2026/11/24-27

• Yusaku Fukushima and Takashi Yoshidome（発表者）
  “Prediction of Hydration Thermodynamics Distributions around Proteins using Deep Learning”（Poster）

• Shota Arai , Yuki Takayama, and Takashi Yoshidome,
  “A Data-Driven Framework for Predicting Transport Properties Using Manifold-Learning-Based Feature Extraction of Porous Structures” (Poster)

• Kaito Fukushima, Masateru Ohta, Mitsunori Ikeguchi, and Takashi Yoshidome,
  “Deep-Learning-Based Identification of Halogen Substitution Positions Using Water Molecules in Ligand-Binding Pockets” (Poster)

• Kei Sano and Takashi Yoshidome,
  “Acceleration of Protein Hydration Free Energy Calculation Using Machine Learning” (Poster)

• Yuta Hattori and Takashi Yoshidome,
  “Pathway Analysis of Protein Structural Changes using Machine Learning and Molecular Dynamics Simulations” (Poster)

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

researchmap, Google Scholar, ORCID