研究題目

動的な生命現象を表現する数理モデルの構築

研究概要

1. データ解析に基づく体内時計の高精度予測と縮約モデルの構築
2017年ノーベル賞の対象にもなったように遺伝子研究が進む体内時計に関して、60年以上も謎とされている問題に「温度補償性」があります。温度補償性とは、温度が上がって反応が速くなっても周期がほぼ変わらない現象です。今回シミュレーターと可積分モデルの解析、データ解析を組み合わせて温度補償性を作りだす数理モデルを予測します。本グループのメンバーの研究(Biophys 2019)で、時系列波形の歪み（高調波の振幅）が周期に重要であることが示唆されており、作用素論的手法により振幅の縮約モデルを構築することで、周期の決定要因を解明します。

2. データ解析に基づくウィルス感染の予測モデルの構築
インフルエンザの流行が毎年異なるように、ウィルスの感染はその遺伝子型により大きく異なります。（個体ではなく）培養細胞を用いたウィルス感染の数理的研究は、感染の解決につながるアプローチとして期待されています。これまで決定論モデルがよく用いられてきたましたが、現実のウィルスの少数性の効果を表現できないことが近年明らかになっています(Sci Rep 2017)。ここでは、過去の研究により得られた定量モデルと、データ駆動による抽出情報による統合的な高精度予測モデルの構築を行います。

研究構想における位置づけ・必要性

上記の研究課題を通して、提案課題において各々開発される手法・理論を適宜適用しその有用性の実証を行うと同時に、方法論に対するフィードバックを行う役割を持ちます。