文部科学省 科学研究費補助金 学術変革領域研究 (A) 2023〜2027年度
FY2023-2027 MEXT KAKENHI Grant-in-Aid for Transformative Research Area (A)
A03-3
次世代深層学習による細胞外情報システムモデリング・シミュレーション
Modeling and Simulation of Extracellular Information Systems using Next-Generation
Deep Learning
研究代表者 Research Leader
島村 徹平 (東京医科歯科大学 難治疾患研究所 計算システム生物学分野, 教授)
Teppei Shimamura (Professor, Medical Research Institute, Tokyo Medical and Dental University)
本研究課題では,細胞社会において,ECM の生化学的・物理的パラメータが,分子・細胞レベルの振る舞いにどのように影響を及ぼし,如何なる相互作用を惹起しながら,より上位のマクロレベルの組織の構造や機能,特性と関連しているのか,という学術的な問いに答えるため,データ駆動型の深層学習に数学・物理学で記述される数理モデルを知識制約として取り入れた次世代の深層学習技術を核として,細胞外情報システムのダイナミクス・ゆらぎ・相互作用のモデリング・シミュレーション技術を開発する.さらに,本領域で計測された ECM と多細胞のマルチモーダル情報を基に,ECM が関わる生命現象のモデル化と概念実証に取り組む.課題推進により,細胞外環境 (ECM)・細胞・組織レベルの情報をシームレスに繋ぎ,ECM が関わる高度な生命現象の科学的発見・理解に資する解析基盤として確立することで,研究のフェーズチェンジを先導する.
In this research project, we aim to answer the academic question of how biochemical and physical parameters of the extracellular matrix (ECM) affect the behavior of molecules and cells at the molecular and cellular level, and how they relate to the structure, function, and properties of higher-level macroscopic tissues, while also inducing any interactions in the cellular community. To do this, we will develop data-driven deep learning technologies that incorporate mathematical and physical models as knowledge constraints, which will serve as the core of our modeling and simulation techniques for the dynamics, fluctuations, and interactions of the extracellular information system. Furthermore, we will work on modeling and concept proof of life phenomena involving ECM, based on multimodal information obtained from measurements in this field. By promoting this project, we aim to establish an analytical foundation that seamlessly connects information at the extracellular environment (ECM), cellular, and tissue levels, leading the phase change of research towards the scientific discovery and understanding of advanced life phenomena involving ECM.