Hiroyoshi Iwata 研究室
主宰者:Hiroyoshi Iwata
東京大学
AI 要約(直近 5 年の研究成果)
岩田研究室は、農作物の生産性向上と遺伝的多様性の維持を目指して、ゲノム情報と表現型データを統合的に活用する研究を展開しています。主な研究課題は、DNA配列などの遺伝情報から作物の形質(糖度、収量、成長速度など)を予測すること、そして育種プログラムにおいて最適な交雑戦略を提案することです。これらを実現するため、機械学習や統計モデルといった計算手法を用いて、複雑な遺伝現象を定量的に解析しています。
具体的には、ドローン搭載カメラやライダーなどの遠隔センサを用いて圃場の植物の成長を時系列で記録し、そのデータから生育モデルを構築する研究を行っています。また、複数のオミクス層(ゲノム、メタボローム、微生物群集など)の情報を組み合わせることで、環境変動に対する作物の応答をより正確に予測できる方法を開発しています。さらに育種の現場では、ゲノム情報に基づいて優良な親系統を選定し、その交配組み合わせを最適化する支援ツールを構築しており、トマトやリンゴなど複数の作物で実証研究を進めています。
これらの取り組みを通じて、次世代の育種技術の確立と農業生産の効率化に貢献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)
- 生化学・分子生物学・遺伝学Hideki Takanashi 研究室東京大学論文 27 件·共通: 植物, 生物学, 植物科学, 植物生理 +8
- 生化学・分子生物学・遺伝学Sachiko Isobe 研究室東京大学論文 82 件·共通: 生物学, 分子・細胞, 植物, 植物科学 +7
- 農学・生物科学Yuji Yamasaki 研究室東京大学論文 37 件·共通: 植物, 生物学, 植物科学, 植物生理 +9
- 農学・生物科学Masayuki Hirafuji 研究室東京大学論文 10 件·共通: 作物, 農学, 作物・植物科学, 作物科学 +9
- 環境科学Yahua Chen 研究室東京大学論文 42 件·共通: 植物, 生物学, 植物科学, 植物生理 +8
- 農学・生物科学Yugo Kitazawa 研究室東京大学論文 13 件·共通: 生物学, 分子・細胞, 分子, 植物 +8
- 計算機科学Akio Miyazaki 研究室東京大学論文 8 件·共通: 生物学, 微生物, 植物, 植物科学 +8
- 生化学・分子生物学・遺伝学Kazunori Okada 研究室東京大学論文 28 件·共通: 生物学, 分子・細胞, 植物, 植物科学 +5
研究成果(71 件)
- DOI: https://doi.org/10.1002/ppj2.70078
- DOI: https://doi.org/10.1002/tpg2.70223
- DOI: https://doi.org/10.64898/2025.12.19.695279
- [2025] Reciprocal BLUP: A Predictability-Guided Multi-Omics Framework for Plant Phenotype PredictionDOI: https://doi.org/10.3390/plants15010017
- DOI: https://doi.org/10.1186/s13148-025-02022-8
- DOI: https://doi.org/10.1186/s12887-025-06263-7
- DOI: https://doi.org/10.1016/j.scitotenv.2025.180895
- DOI: https://doi.org/10.1093/bioinformatics/btaf586
- DOI: https://doi.org/10.1007/s11295-025-01711-y
- [2025] Prediction of Kawasaki disease coronary artery lesions in the Japan Environment and Children’s StudyDOI: https://doi.org/10.4103/apc.apc_71_25
続きを表示(残り 61 件)閉じる
- DOI: https://doi.org/10.1007/s00122-025-04935-7
- DOI: https://doi.org/10.1093/bib/bbaf132
- DOI: https://doi.org/10.1270/jsbbr.27.w04
- DOI: https://doi.org/10.1016/j.reprotox.2025.108905
- DOI: https://doi.org/10.1038/s41588-025-02113-5
- DOI: https://doi.org/10.2503/hrj.24.195
- DOI: https://doi.org/10.1093/genetics/iyaf038
- DOI: https://doi.org/10.1093/hr/uhaf349
- DOI: https://doi.org/10.1016/j.foreco.2026.123814
- DOI: https://doi.org/10.1016/j.braindev.2024.10.004
- DOI: https://doi.org/10.1093/g3journal/jkae224
- DOI: https://doi.org/10.31662/jmaj.2023-0189
- DOI: https://doi.org/10.1371/journal.pone.0312516
- DOI: https://doi.org/10.1371/journal.pcbi.1011258
- DOI: https://doi.org/10.1002/tpg2.20486
- DOI: https://doi.org/10.1093/hr/uhae131
- DOI: https://doi.org/10.3389/fpls.2024.1361894
- [2024] Reaction norm for genomic prediction of plant growth: modeling drought stress response in soybeanDOI: https://doi.org/10.1007/s00122-024-04565-5
- DOI: https://doi.org/10.34133/plantphenomics.0244
- DOI: https://doi.org/10.1265/ehpm.23-00366
- DOI: https://doi.org/10.3390/rs16244790
- DOI: https://doi.org/10.2169/internalmedicine.1469-22
- DOI: https://doi.org/10.3390/genes14122137
- DOI: https://doi.org/10.1038/s41390-023-02851-4
- DOI: https://doi.org/10.3390/plants12203597
- DOI: https://doi.org/10.3389/fpls.2023.1201806
- DOI: https://doi.org/10.3389/fpls.2022.1050198
- DOI: https://doi.org/10.1109/tcbb.2022.3231466
- DOI: https://doi.org/10.1007/s10681-022-03152-3
- [2023] Multispectral Phenotyping and Genetic Analyses of Spring Appearance in Greening Plant, Phedimus spp.DOI: https://doi.org/10.34133/plantphenomics.0063
- DOI: https://doi.org/10.1186/s40168-022-01439-0
- [2022] Effects of irrigation on root growth and development of soybean: A 3-year sandy field experimentDOI: https://doi.org/10.3389/fpls.2022.1047563
- DOI: https://doi.org/10.1038/s41598-022-23943-x
- [2022] Time‐series multispectral imaging in soybean for improving biomass and genomic prediction accuracyDOI: https://doi.org/10.1002/tpg2.20244
- DOI: https://doi.org/10.1007/s12562-022-01607-z
- DOI: https://doi.org/10.1093/pcp/pcac057
- DOI: https://doi.org/10.1093/pcp/pcac035
- [2022] Genomic Prediction of Green Fraction Dynamics in Soybean Using Unmanned Aerial Vehicles ObservationsDOI: https://doi.org/10.3389/fpls.2022.828864
- DOI: https://doi.org/10.3389/fpls.2022.832749
- DOI: https://doi.org/10.3390/ijerph19031228
- [2022] Statistical Methods for the Quantitative Genetic Analysis of High-Throughput Phenotyping DataDOI: https://doi.org/10.1007/978-1-0716-2537-8_21
- DOI: https://doi.org/10.1270/jsbbs.21059
- DOI: https://doi.org/10.31220/agrirxiv.2021.00097
- DOI: https://doi.org/10.1038/s41598-021-98908-7
- DOI: https://doi.org/10.1007/s00122-021-03949-1
- DOI: https://doi.org/10.1002/tpg2.20157
- DOI: https://doi.org/10.3389/fpls.2021.729645
- DOI: https://doi.org/10.3390/genes12081110
- DOI: https://doi.org/10.1002/csc2.20593
- DOI: https://doi.org/10.3390/d13050217
- DOI: https://doi.org/10.1038/s41598-021-88917-x
- DOI: https://doi.org/10.1186/s12284-021-00468-x
- DOI: https://doi.org/10.1038/s41438-021-00485-3
- DOI: https://doi.org/10.1371/journal.pone.0246468
- DOI: https://doi.org/10.1093/dnares/dsaa032
- [2021] A Deep Learning Method to Impute Missing Values and Compress Genome-wide Polymorphism Data in RiceDOI: https://doi.org/10.5220/0010233901010109
- [2021] A Deep Learning Method to Impute Missing Values and Compress Genome-wide Polymorphism Data in RiceDOI: https://doi.org/10.5220/0010233900002865
- [2021] Spatial kernel models capturing field heterogeneity for accurate estimation of genetic potentialDOI: https://doi.org/10.1270/jsbbs.20060
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)。