Hiroyuki Kusuhara 研究室
主宰者：Hiroyuki Kusuhara
東京大学
AI 要約（直近 5 年の研究成果）
Kusuhara研究室は、医薬品の体内動態と毒性を分子レベルから個体レベルまで多角的に解明する研究を行っています。特に、細胞膜上の輸送タンパク質がいかにして薬物の血中濃度や組織への分布を決定するかに焦点を当てています。従来の動物実験に代わり、ヒト由来の細胞や組織を用いた三次元培養モデルやマイクロ流路デバイスといった高度な実験系を開発し、より正確な予測を目指しています。これらの手法により、医薬品間の相互作用や個人差を生じさせる仕組みを実証しています。
また、分子レベルでは化学構造の認識メカニズムにも関心があり、機械学習モデルが化学情報をどのように学習するかを調べています。さらに広い視点として、転写産物データの解析手法やヒト臓器類似モデルの活用を通じて、化合物が生体内で引き起こす複雑な反応を整理・評価する新しい方法論を開発しています。これらの成果は、薬物の安全性評価や個別化医療の実現に貢献することが期待されています。
※ 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Fumio Otsuka 研究室Okayama University Hospital論文 105 件·共通: AI・機械学習, 機械学習, 機械, 学習 +11
- 医学Masahiko Watanabe 研究室北里大学論文 103 件·共通: AI・機械学習, 機械学習, 機械, 学習 +11
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 133 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 環境科学Sameh A. Kantoush 研究室京都大学論文 104 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 環境科学Yoshitaka Nishikawa 研究室Kyoto University Hospital論文 104 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 医学Kota Watanabe 研究室Keio University Hospital論文 104 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 123 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 医学Seiji Ohtori 研究室Chiba University Hospital論文 104 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
研究成果（78 件）
- DOI: https://doi.org/10.1111/bph.70459
- DOI: https://doi.org/10.1016/j.xcrp.2026.103229
- DOI: https://doi.org/10.1002/smtd.202501643
- DOI: https://doi.org/10.1007/s11095-025-03993-2
- DOI: https://doi.org/10.1016/j.bbadis.2025.167883
- [2025] P30-58 Extraction and Evaluation of Latent Representations from Peripheral Blood Smear ImagesDOI: https://doi.org/10.1016/j.toxlet.2025.07.917
- DOI: https://doi.org/10.1016/j.toxlet.2025.07.886
- [2025] P03-12 Network-Based Modeling of Immune Cell Interactions to Elucidate the Mechanisms of ToxicityDOI: https://doi.org/10.1016/j.toxlet.2025.07.207
- DOI: https://doi.org/10.1016/j.dmd.2025.100146
続きを表示（残り 68 件）閉じる
- DOI: https://doi.org/10.17615/2dze-mb45
- DOI: https://doi.org/10.1248/bpb.b24-00654
- DOI: https://doi.org/10.1016/j.dmpk.2025.101290
- DOI: https://doi.org/10.1016/j.dmpk.2025.101236
- DOI: https://doi.org/10.1016/j.dmpk.2025.101440
- DOI: https://doi.org/10.1016/j.dmd.2025.100087
- DOI: https://doi.org/10.1016/j.dmd.2025.100082
- DOI: https://doi.org/10.1016/j.dmd.2025.100075
- DOI: https://doi.org/10.1021/jacs.4c07624
- DOI: https://doi.org/10.1016/j.jconrel.2025.02.025
- DOI: https://doi.org/10.64898/2025.12.01.691726
- DOI: https://doi.org/10.1111/gtc.70059
- DOI: https://doi.org/10.1093/bib/bbae315
- DOI: https://doi.org/10.1016/j.toxlet.2024.07.366
- DOI: https://doi.org/10.1093/toxsci/kfae158
- DOI: https://doi.org/10.1016/j.dmd.2024.100028
- DOI: https://doi.org/10.1038/s41598-024-80946-6
- DOI: https://doi.org/10.7554/elife.98853.3
- DOI: https://doi.org/10.1002/cpt.3482
- DOI: https://doi.org/10.1016/j.toxlet.2024.07.501
- DOI: https://doi.org/10.7554/elife.98853
- DOI: https://doi.org/10.1016/j.biomaterials.2024.122621
- DOI: https://doi.org/10.1016/j.dmpk.2023.100900
- DOI: https://doi.org/10.1016/j.dmpk.2023.100909
- DOI: https://doi.org/10.1097/hc9.0000000000000382
- DOI: https://doi.org/10.1126/sciadv.adi8847
- DOI: https://doi.org/10.2745/dds.39.32
- DOI: https://doi.org/10.1124/jpet.123.001904
- DOI: https://doi.org/10.1039/d4cc02738h
- DOI: https://doi.org/10.2131/jts.49.249
- DOI: https://doi.org/10.1038/s41467-024-45102-8
- DOI: https://doi.org/10.1016/j.bioorg.2024.107220
- DOI: https://doi.org/10.1002/advs.202306559
- DOI: https://doi.org/10.1093/nargab/lqad111
- DOI: https://doi.org/10.1016/j.compbiomed.2023.107748
- DOI: https://doi.org/10.1038/s41467-023-42424-x
- [2023] Rat deconvolution as knowledge miner for immune cell trafficking from toxicogenomics databasesDOI: https://doi.org/10.1093/toxsci/kfad117
- DOI: https://doi.org/10.1016/j.tiv.2023.105691
- DOI: https://doi.org/10.1016/j.heliyon.2023.e15963
- [2023] Advanced translational PBPK model for transferrin receptor-mediated drug delivery to the brainDOI: https://doi.org/10.1016/j.jconrel.2023.04.012
- [2023] Investigation of chemical structure recognition by encoder–decoder models in learning progressDOI: https://doi.org/10.1186/s13321-023-00713-z
- DOI: https://doi.org/10.1248/yakushi.22-00156-2
- DOI: https://doi.org/10.1124/dmd.122.001115
- DOI: https://doi.org/10.1021/acs.jcim.2c01210
- DOI: https://doi.org/10.1093/nargab/lqad022
- DOI: https://doi.org/10.1016/j.toxrep.2023.02.016
- DOI: https://doi.org/10.1254/jpssuppl.97.0_2-b-p-045
- DOI: https://doi.org/10.1124/jpet.122.001331
- DOI: https://doi.org/10.1021/acs.jcim.2c00765
- DOI: https://doi.org/10.1002/psp4.12849
- DOI: https://doi.org/10.1111/hepr.13812
- DOI: https://doi.org/10.1111/cts.13272
- DOI: https://doi.org/10.1002/cpt.2584
- DOI: https://doi.org/10.1016/j.dmpk.2022.100449
- DOI: https://doi.org/10.1039/d2an01037b
- DOI: https://doi.org/10.1254/jpssuppl.96.0_2-b-s20-3
- DOI: https://doi.org/10.1016/j.ymgmr.2021.100799
- DOI: https://doi.org/10.1021/acsbiomaterials.1c00642
- DOI: https://doi.org/10.1007/s00280-021-04314-1
- DOI: https://doi.org/10.1016/j.xphs.2021.06.007
- [2021] Decomposition Profile Data Analysis for Deep Understanding of Multiple Effects of Natural ProductsDOI: https://doi.org/10.1021/acs.jnatprod.0c01381
- DOI: https://doi.org/10.1016/j.ymgme.2021.02.002
- DOI: https://doi.org/10.1016/j.stemcr.2020.12.017
- DOI: https://doi.org/10.1016/j.stemcr.2020.12.008
- DOI: https://doi.org/10.1002/bit.27667
- [2021] Current status and prospects of phenotype analysis of drug transporters using endogenous metabolitesDOI: https://doi.org/10.1254/jpssuppl.94.0_2-s23-2
- DOI: https://doi.org/10.1254/jpssuppl.94.0_3-s32-4
- DOI: https://doi.org/10.35248/2329-6631.21.10.e156
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）。