研究紹介

次世代シーケンサーなどのハイスループット技術により得られる大規模な遺伝子発現データを対象に、 計算機科学的なアプローチで解析する手法を開発しています。

特に、単一細胞レベルでの遺伝子発現解析（single-cell RNA-seq）では、 個々の細胞の状態や分化の過程を明らかにするためのデータ解析パイプラインの構築に取り組んでいます。

また、空間トランスクリプトミクス技術を用いて、組織内における遺伝子発現の空間的パターンを解析し、 細胞間相互作用や組織構造の理解を目指しています。

• 単一細胞トランスクリプトーム解析（scRNA-seq）
• 空間トランスクリプトミクス解析
• マルチオミクスデータ統合
• 細胞分化・状態遷移の推定
• 遺伝子制御ネットワーク推定
• 遺伝子セットエンリッチメント解析
• 動的多細胞社会の理解と「細胞コミュニティ学」の創成

脳波、心拍、筋電図などの生体信号を計測・解析し、 人の内的状態（感情、集中度、快適性など）を推定する技術の開発を行っています。

また、電子カルテやプロテオミクスデータを用いた医療データマイニングにより、 疾患の予測や治療効果の評価に役立つ知見の抽出に取り組んでいます。 ICU患者の病態遷移の可視化や、外傷患者の臨床フェノタイプの開発など、 臨床現場に直結する研究を行っています。

さらに、がんゲノミクスにおいては、遺伝子発現プロファイルを用いた 肝細胞がんの再発リスク予測や乳がんのサブタイプ分類など、 個別化医療への貢献を目指しています。

• 生体信号からの状態推定（脳波・心電図）
• ホルター心電図による心房細動の検出
• 医療データのマイニング・予測モデル
• がんゲノミクス・生存リスク予測
• ICU・外傷患者の臨床データ解析