Tianyi Shi 研究室（筑波大学）

AI 要約（直近 5 年の研究成果）

本研究室は、複数の生物学的情報（多くの場合、遺伝子発現、タンパク質、臨床データなど）を統合し、がんなどの疾患の多様性を理解する研究に取り組んでいます。特に、患者や細胞の集団の中に見られる多様な特性や反応パターンを捉えることに注力しており、免疫療法への反応の違い、がんの亜型分類、神経変性疾患の分子メカニズムなど、臨床的に重要な変動を詳細に解析しています。手法としては、解釈可能性を持つ機械学習手法（特にSHAPという説明可能性評価フレームワークと教師あり学習）と深層学習（変分オートエンコーダー、グラフニューラルネットワークなど）を組み合わせ、複雑な多次元データから最も重要な特徴を抽出・統合します。これにより、ノイズを含む大規模データから生物学的に意味のある情報を見分け、患者や細胞の個々の違いに対応した治療戦略の開発につながる知見を導きます。また同研究室は、個別の生物学的現象のメカニズム研究も並行して実施しており、タンパク質の凝集過程や遺伝子発現の調節機構など、基礎的な分子生物学的プロセスの理解を通じて、疾患理解の基盤を構築しています。

※ 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

研究成果（14 件）

[2026] Revealing intra-group immunotherapy response heterogeneity in metastatic urothelial carcinoma through interpretable feature extraction and spectral clustering
DOI: https://doi.org/10.3389/fimmu.2025.1629001
[2025] Identification of novel phenolic inhibitors from traditional Chinese medicine against toxic α-synuclein aggregation via regulating phase separation
DOI: https://doi.org/10.1016/j.ijbiomac.2025.139875
[2025] GSToxi: Gated Cross-Modal Modeling With Graph-Sequence Encoders for Peptide Toxicity Prediction
DOI: https://doi.org/10.1109/bibm66473.2025.11356648
[2025] Deep Feature Learning for Multi-Omics Clustering Using Supervised Variational Autoencoders with Clinical Information
DOI: https://doi.org/10.1109/ijcnn64981.2025.11227970
[2025] Histone Demethylase UTX Suppresses Tumor Cell Proliferation by Regulating Stress Granules
DOI: https://doi.org/10.1002/advs.202501990
[2025] Multi-Omics clustering by integrating clinical features from large language model
DOI: https://doi.org/10.1016/j.ymeth.2025.03.017
[2024] Sex-specific regulation of the cortical transcriptome in response to sleep deprivation
DOI: https://doi.org/10.3389/fnins.2023.1303727
[2024] β-synuclein regulates the phase transitions and amyloid conversion of α-synuclein
DOI: https://doi.org/10.1038/s41467-024-53086-8
[2024] Cancer subtype identification by multi-omics clustering based on interpretable feature and latent subspace learning
DOI: https://doi.org/10.1016/j.ymeth.2024.09.014
[2024] Selecting interpretable features for cancer subtyping on multi-omics data
DOI: https://doi.org/10.1109/bibm62325.2024.10821783

続きを表示（残り 4 件）

[2023] Multi-omics clustering based on interpretable and discriminative features for cancer subtyping
DOI: https://doi.org/10.1109/bibm58861.2023.10386005
[2023] Multi-omics clustering for cancer subtyping based on latent subspace learning
DOI: https://doi.org/10.1016/j.compbiomed.2023.107223
[2023] Interactive gene identification for cancer subtyping based on multi-omics clustering
DOI: https://doi.org/10.1016/j.ymeth.2023.02.005
[2023] Separation of neodymium from FeNd alloy and the preparation of porous iron alloy by chemical dealloying in molten chlorides: Application to the recovery of NdFeB wastes
DOI: https://doi.org/10.1016/j.seppur.2023.123185

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）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（14 件）

科研費（0 件）

所属学会・役職（0 件）