Y. Ito and T. Yoshidome (Corresponding author, 学生指導),
“Prediction of the Hydration Structures at the Protein–Protein Interface of Dimers using Deep Learning”
Chem. Phys. Lett., Vol. 878, 142372 (2025). [Open access]
Shota Arai, Gota Kikugawa, and Takashi Yoshidome (Corresponding author, ポスドク指導)
“Extraction of Molecular Information from Experimental Data of Liquids using Manifold Learning”
Journal of Molecular Liquids, Vol. 414, 126251 (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
伊藤祐希、吉留崇（発表者）
“深層学習モデルgr Predictorを用いたタンパク質2量体界面の水和分布予測”（Poster）
吉留崇
“水を顕に考慮したタンパク質モンテカルロシミュレーション技術の研究 ”（Oral）
伊藤祐希、吉留崇（発表者）
“深層学習モデルgr Predictorを用いたタンパク質2量体界面の水和分布予測”（Poster）
Yusaku Fukushima and Takashi Yoshidome（発表者）
“Deep-learning Model for Fast Computation of Grid Inhomogeneous Solvation Theory”（Poster）
吉留 崇、門脇 颯汰、“分子動力学法を用いたタンパク質熱変性における遷移状態解析” (Oral)
荒井 翔太、高山 裕貴、吉留 崇、"「マニフォールド学習と計算機実験」によるX線タイコグラフィー実験データ解析法の提案" (Oral & Poster)
野地 隼平、吉留 崇、“液体の統計力学で明らかにするシニョリン構造の圧力依存性：側鎖がもたらす影響” (Poster)
福島 魁⽃、大田 雅照、池口 満徳、吉留 崇、“深層学習を用いたドッキングにおける水分子-リガンド原子置換の研究” (Poster)
佐野 渓、吉留 崇、“深層学習を用いたタンパク質-リガンド複合体の水和分布予測” (Poster)
Takashi Yoshidome, Kosuke Kawama, Yusaku Fukushima, Mitsunori Ikeguchi, and Masateru Ohta
“Deep-Learning Model for Protein Hydration”（Oral）
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