本研究では、深層学習技術を活用して細胞微小環境の包括的な解析手法を開発する。具体的には、空間オミクスデータとH&E染色画像を統合し、細胞状態および微小環境状態の表現学習を行う。これにより、H&E画像のみから微小環境状態を高精度に予測するモデルの構築を目指す。また、ラマン分光スペクトル解析のための革新的なニューラルネットワークアーキテクチャーを設計する。さらに、不均衡最適輸送理論を応用し、時空間的なトランスクリプトームデータから細胞状態や微小環境の差異を定量化する手法を開発する。加えて、深層生成モデルと力学モデルを融合させ、微小環境の影響を考慮した細胞内クロマチン状態の変化を予測する技術の開発に取り組む。これらの技術統合により、細胞微小環境の動態をより深く理解し、疾患メカニズムの解明や個別化医療の発展に貢献することを目指す。 本研究開発項目では、変形性関節症(OA)における性差・個人差の病態形成メカニズムを多角的に解明し、性差・個人差を考慮した新規治療法・早期診断法の開発を目的とする。他グループと連携し、運動器組織(軟骨、半月板、筋、腱、靱帯)検体から空間オミクス、ラマン分光イメージング、メタボローム等のデータを収集し、性差・個人差と関連する微小環境情報を取得する。島村Gと連携し、深層学習と不均衡最適輸送理論を用いてデータを統合解析し、OAの組織・細胞特異的な疾患関連遺伝子、微小環境、分子メカニズムを解明し、関節軟骨の脆弱性と周辺組織(半月板、腱、靱帯、滑膜)に起因する病態を明らかにする。特に、性ホルモンやOA関連遺伝子の遺伝的背景に着目し、性差・個人差の発症リスクや病態への影響を評価する。