Presentation Information
[SY15-2]Bone Spatial Transcriptomics and Bioadaptive Material Discovery with Generative AI
*Hiroyuki Okada1, Ung-il Chung1,2 (1. Center for Disease Biology and Integrative Medicine, Graduate School of Medicine, the University of Tokyo, 2. Department of Bioengineering, Graduate School of Engineering, the University of Tokyo)
Keywords:
生成AI,空間トランスクリプトーム,生体適合性材料
生成AIは、研究者の手を増やす「AI研究助手」になりつつある。本講演では、臨床課題に直結する骨・マテリアル研究を、データサイエンスとシーケンス科学の最前線でいかに加速できるか、実例を交えて解説する。 骨の空間トランスクリプトームでは、脱灰に伴うRNA劣化と細胞セグメンテーション不全が最大の障壁である。H&E画像とDAPI染色画像を統合したセグメンテーション手法を確立し、骨組織における細胞領域を高精度に再構成した。これにより骨細胞を定量的に捉えることが可能となり、骨リモデリングの理解を更新する知見へとつながった。 バイオアダプティブ材料創出研究では、シングルセル・トランスクリプトーム／プロテオーム／メタボロームを統合するマルチオミクス解析を基盤に、ケモインフォマティクスの最新知見を融合し、「生体適合性」という曖昧な概念の定義から再検討した。さらに、100万種を超えるペプチドの知識辞書を構築し、溶解性や生体適合性の事前評価を可能にした。 AIコーディングエージェントは研究を加速する。技術的特異点を視野に入れつつ、今後、研究の進め方そのものがどう変わり得るのか、そのビジョンを共有したい。