Tatsuhiko Tsunoda 研究室
主宰者：Tatsuhiko Tsunoda
東京大学
AI 要約（直近 5 年の研究成果）
当研究室は、がん免疫療法と疾患予測の数理・計算解析を通じて、患者の最適な治療戦略の立案を目指しています。具体的には、数学モデルを用いた養子細胞療法の効果予測、機械学習による治療応答性の層別化、遺伝子発現データと臨床情報を統合した予後予測システムの開発などに取り組んでいます。これらの研究では、患者由来のオルガノイドやマウスモデルを用いた実験検証と、大規模臨床データセットの解析を組み合わせています。
もう一つの重要な研究テーマは、深層学習を活用した高次元オミクスデータの解析です。単一細胞RNA配列データから免疫細胞の正確な分類を行うための深層学習フレームワークの開発、あるいは多次元の遺伝子発現や構造情報から蛋白質間相互作用部位を予測する手法の構築などを進めています。さらに、遺伝子配列の大規模データベースから疾患関連遺伝子を同定し、長QT症候群などの遺伝性疾患の病態解明にも貢献しています。
これらの研究を通じて、データ駆動型のアプローチにより、複雑な生命現象の理解と個別化医療の実現に寄与することを目指しています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 医学Shinji Tanaka 研究室東京大学論文 149 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +7
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 132 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +6
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +4
- 医学Shouhei Hanaoka 研究室University of Tokyo Hospital論文 126 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +4
- 物理学・天文学Keiichi Jingu 研究室東北大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +4
- 医学Naoya Tanabe 研究室Kyoto University Hospital論文 100 件·共通: 深層学習, AI・機械学習, 学習, 情報工学 +5
- 医学Kentaro Goto 研究室University of Tokyo Hospital論文 158 件·共通: AI・機械学習, 機械学習, 学習, 情報工学 +5
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 187 件·共通: 深層学習, AI・機械学習, 学習, 情報工学 +3
研究成果（49 件）
- DOI: https://doi.org/10.1038/s41598-026-50922-3
- DOI: https://doi.org/10.64898/2026.03.30.715136
- [2025] An ensemble-based model comprising deep learning for predicting peptide-binding residues in proteinsDOI: https://doi.org/10.1093/nargab/lqaf137
- DOI: https://doi.org/10.1093/bib/bbaf523
- DOI: https://doi.org/10.1038/s41467-025-63309-1
- DOI: https://doi.org/10.1158/2767-9764.crc-25-0024
- DOI: https://doi.org/10.1186/s40246-025-00744-7
- DOI: https://doi.org/10.1093/bib/bbaf300
- DOI: https://doi.org/10.1007/s00439-024-02719-5
- DOI: https://doi.org/10.1039/d5sc05182g
続きを表示（残り 39 件）閉じる
- DOI: https://doi.org/10.1109/islc57752.2024.10717395
- DOI: https://doi.org/10.1038/s41598-024-70831-7
- DOI: https://doi.org/10.1093/brain/awae185
- DOI: https://doi.org/10.1038/s41598-024-63630-7
- DOI: https://doi.org/10.1109/csde59766.2023.10487711
- DOI: https://doi.org/10.1038/s41598-023-47624-5
- DOI: https://doi.org/10.1038/s42003-023-05297-w
- [2023] scDeepInsight: a supervised cell-type identification method for scRNA-seq data with deep learningDOI: https://doi.org/10.1093/bib/bbad266
- DOI: https://doi.org/10.1093/nar/gkad430
- DOI: https://doi.org/10.1016/j.isci.2023.106640
- DOI: https://doi.org/10.1016/j.celrep.2023.112165
- DOI: https://doi.org/10.1038/s41598-023-29644-3
- DOI: https://doi.org/10.1136/jitc-2021-003883
- DOI: https://doi.org/10.1371/journal.pone.0277242
- DOI: https://doi.org/10.1016/j.gene.2022.147045
- DOI: https://doi.org/10.1038/s41467-022-32358-1
- [2022] Utility of tissue-specific gene expression scores for gene prioritization in Mendelian diseasesDOI: https://doi.org/10.1038/s10038-022-01071-8
- DOI: https://doi.org/10.3892/ol.2022.13384
- DOI: https://doi.org/10.1158/1538-7445.am2022-5210
- DOI: https://doi.org/10.1007/s10014-022-00438-1
- DOI: https://doi.org/10.1186/s12864-022-08586-6
- DOI: https://doi.org/10.1016/j.isci.2022.103740
- DOI: https://doi.org/10.1016/j.braindev.2021.11.007
- [2021] Landscape of prognostic signatures and immunogenomics of the AXL/GAS6 axis in renal cell carcinomaDOI: https://doi.org/10.1038/s41416-021-01559-8
- DOI: https://doi.org/10.1007/s10072-021-05626-z
- DOI: https://doi.org/10.1038/s41467-021-25865-0
- DOI: https://doi.org/10.1093/bib/bbab297
- DOI: https://doi.org/10.1007/s00262-021-03006-2
- DOI: https://doi.org/10.1038/s41439-021-00156-8
- DOI: https://doi.org/10.17615/j25m-xa12
- DOI: https://doi.org/10.1186/s12859-021-04224-2
- DOI: https://doi.org/10.1186/s12859-021-04091-x
- DOI: https://doi.org/10.2337/db20-1145
- DOI: https://doi.org/10.1126/sciadv.abd2368
- [2021] Homozygous ADCY5 mutation causes early-onset movement disorder with severe intellectual disabilityDOI: https://doi.org/10.1007/s10072-021-05152-y
- DOI: https://doi.org/10.1016/j.oret.2021.02.006
- DOI: https://doi.org/10.1038/s42003-021-01662-9
- DOI: https://doi.org/10.1007/s11418-020-01467-w
- DOI: https://doi.org/10.21873/invivo.12248
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。