Tetsuya Sakurai 研究室
主宰者：Tetsuya Sakurai
筑波大学
AI 要約（直近 5 年の研究成果）
Sakurai 研究室は、生物学的データの解析と予測を中核とする計算科学的アプローチに取り組んでいます。がん免疫療法の効果予測から植物の環境ストレス応答、海洋微生物のゲノム解析まで、多様な生物現象を対象としています。特に遺伝子発現データやRNA、ペプチドなどの生物分子に関わる大規模データセットに対して、機械学習や深層学習の手法を適用し、生物学的に意味のある特徴を抽出することに注力しています。
具体的には、遺伝子の発現パターンから疾患関連の署名を見出す研究、空間転写体データの品質向上とクラスタリング、ペプチド医薬品の毒性や細胞膜透過性の計算予測など、医薬開発やゲノム解析に直結するテーマを展開しています。また、ニューラルネットワークやベイズモデルなどの統計的手法を用いて、単なる相関関係ではなく因果関係を捉える解析枠組みの開発にも取り組んでおり、より解釈性の高い予測モデルの構築を目指しています。
さらに、生物学的知見を活かしながら計算機科学の最新技術を融合させることで、従来の実験手法では困難な大規模スクリーニングや複雑な生命現象の理解を支援しています。このように、バイオインフォマティクスと機械学習を組み合わせた、実用的で学術的な価値を持つ研究を幅広く展開しているのが同研究室の特徴です。
※ 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)
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +10
- 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, 機械, 学習 +9
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 132 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 医学Masateru Takigawa 研究室University of Tokyo Hospital論文 188 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
- 保健専門職Qi An 研究室東京大学論文 156 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
- 環境科学Taikan Oki 研究室University of Tokyo Hospital論文 142 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
研究成果（36 件）
- DOI: https://doi.org/10.1093/jxb/erag001
- DOI: https://doi.org/10.3389/fimmu.2025.1629001
- DOI: https://doi.org/10.1128/mra.01479-25
- DOI: https://doi.org/10.1038/s42256-025-00982-3
- [2025] Alternative Promoters Expand Transcriptional Complexity of Temperature Stress Responses in CassavaDOI: https://doi.org/10.32942/x2ts81
- DOI: https://doi.org/10.1073/pnas.2509937122
- DOI: https://doi.org/10.1016/j.jpsychores.2025.112353
- DOI: https://doi.org/10.1186/s12915-025-02329-1
- DOI: https://doi.org/10.2174/0115748936361195250410044441
- DOI: https://doi.org/10.1007/s00227-025-04636-1
続きを表示（残り 26 件）閉じる
- DOI: https://doi.org/10.1093/bib/bbaf390
- [2025] Spatio-temporal epidemic forecasting using mobility data with LSTM networks and attention mechanismDOI: https://doi.org/10.1038/s41598-025-94089-9
- DOI: https://doi.org/10.1016/j.ymeth.2025.03.007
- [2024] CyclePermea: Membrane Permeability Prediction of Cyclic Peptides with a Multi-Loss Fusion NetworkDOI: https://doi.org/10.1109/ijcnn60899.2024.10650775
- DOI: https://doi.org/10.1109/ijcnn60899.2024.10650681
- DOI: https://doi.org/10.1016/j.future.2024.05.029
- DOI: https://doi.org/10.1016/j.ijbiomac.2024.130659
- DOI: https://doi.org/10.1109/access.2024.3396146
- DOI: https://doi.org/10.1093/gbe/evad208
- DOI: https://doi.org/10.3389/fpls.2023.1269964
- DOI: https://doi.org/10.1186/s12915-023-01596-0
- DOI: https://doi.org/10.1016/j.jmb.2023.168116
- DOI: https://doi.org/10.1093/bfgp/elad012
- DOI: https://doi.org/10.1007/s11103-023-01346-4
- DOI: https://doi.org/10.1128/mra.01054-22
- DOI: https://doi.org/10.1109/ssci51031.2022.10022128
- [2022] A study of the privacy perspective on principal component analysis via a realistic attack modelDOI: https://doi.org/10.1109/cis58238.2022.00085
- [2022] ToxinMIDOI: https://doi.org/10.1145/3538641.3561492
- [2022] iLoc-miRNA: extracellular/intracellular miRNA prediction using deep BiLSTM with attention mechanismDOI: https://doi.org/10.1093/bib/bbac395
- DOI: https://doi.org/10.1038/s41598-022-17767-y
- DOI: https://doi.org/10.3389/fgene.2022.952649
- DOI: https://doi.org/10.1145/3520304.3528891
- DOI: https://doi.org/10.1508/cytologia.87.17
- DOI: https://doi.org/10.1016/j.jbi.2022.104049
- DOI: https://doi.org/10.1016/j.imu.2022.101013
- DOI: https://doi.org/10.1145/3449726.3459453
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）。