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
吉留 崇、荒井 翔太、高山 裕貴
“ナノテラスのナノCT画像とマニフォールド学習を用いた多孔質構造内の拡散予測”（Poster）
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