研究者詳細 - 岩田　通夫

イワタ　ミチオ

岩田　通夫

IWATA Michio

Scopus 論文情報

総論文数: 0 総Citation: 0 h-index: 8

Citation Countは当該年に発表した論文の被引用数

所属

大学院情報工学研究院生命化学情報工学研究系

職名

准教授

ホームページ

http://labo.bio.kyutech.ac.jp/~iwata

外部リンク

研究キーワード

テンソル分解
創薬
バイオケミカルシステム理論
システム生物学
数理モデリング
数値計算
バイオインフォマティクス
遺伝子発現
機械学習
ドラッグリポジショニング

研究分野

情報通信 / 生命、健康、医療情報学
ライフサイエンス / システムゲノム科学

取得学位

九州大学 - 博士（農学） 2014年03月

学内職務経歴

2022年09月 - 現在九州工業大学大学院情報工学研究院生命化学情報工学研究系准教授

所属学会・委員会

日本バイオインフォマティクス学会日本国

論文

De novo drug design based on patient gene expression profiles via deep learning 査読有り国際誌

Chikashige Yamanaka, Shunya Uki, Kazuma Kaitoh, Michio Iwata, Yoshihiro Yamanishi

Molecular Informatics ( Molecular Informatics ) 42 e202300064 2023年07月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

DOI： 10.1002/minf.202300064

DOI： 10.1002/minf.202300064
Regulome-based characterization of drug activity across the human diseasome 査読有り国際誌

Iwata M., Kosai K., Ono Y., Oki S., Mimori K., Yamanishi Y.

npj Systems Biology and Applications 8 ( 1 ) 2022年12月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）

Drugs are expected to recover the cell system away from the impaired state to normalcy through disease treatment. However, the understanding of gene regulatory machinery underlying drug activity or disease pathogenesis is far from complete. Here, we perform large-scale regulome analysis for various diseases in terms of gene regulatory machinery. Transcriptome signatures were converted into regulome signatures of transcription factors by integrating publicly available ChIP-seq data. Regulome-based correlations between diseases and their approved drugs were much clearer than the transcriptome-based correlations. For example, an inverse correlation was observed for cancers, whereas a positive correlation was observed for immune system diseases. After demonstrating the usefulness of the regulome-based drug discovery method in terms of accuracy and applicability, we predicted new drugs for nonsmall cell lung cancer and validated the anticancer activity in vitro. The proposed method is useful for understanding disease–disease relationships and drug discovery.

DOI： 10.1038/s41540-022-00255-4

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85141427957&origin=inward
Pathway trajectory analysis with tensor imputation reveals drug-induced single-cell transcriptomic landscape 査読有り国際誌

Iwata M., Mutsumine H., Nakayama Y., Suita N., Yamanishi Y.

Nature Computational Science 2 ( 11 ) 758 - 770 2022年11月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）

Genome-wide identification of single-cell transcriptomic responses of drugs in various human cells is a challenging issue in medical and pharmaceutical research. Here we present a computational method, tensor-based imputation of gene-expression data at the single-cell level (TIGERS), which reveals the drug-induced single-cell transcriptomic landscape. With this algorithm, we predict missing drug-induced single-cell gene-expression data with tensor imputation, and identify trajectories of regulated pathways considering intercellular heterogeneity. Tensor imputation outperformed existing imputation methods for data completion, and provided cell-type-specific transcriptomic responses for unobserved drugs. For example, TIGERS correctly predicted the cell-type-specific expression of maker genes for pancreatic islets. Pathway trajectory analysis of the imputed gene-expression profiles of all combinations of drugs and human cells identified single-cell-specific drug activities and pathway trajectories that reflect drug-induced changes in pathway regulation. The proposed method is expected to expand our understanding of the single-cell mechanisms of drugs at the pathway level.

DOI： 10.1038/s43588-022-00352-8

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85142437741&origin=inward
Small compound-based direct cell conversion with combinatorial optimization of pathway regulations 査読有り国際誌

Nakamura T., Iwata M., Hamano M., Eguchi R., Takeshita J.I., Yamanishi Y.

Bioinformatics (Oxford, England) 38 ( 2 ) ii99 - ii105 2022年09月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

MOTIVATION: Direct cell conversion, direct reprogramming (DR), is an innovative technology that directly converts source cells to target cells without bypassing induced pluripotent stem cells. The use of small compounds (e.g. drugs) for DR can help avoid carcinogenic risk induced by gene transfection; however, experimentally identifying small compounds remains challenging because of combinatorial explosion. RESULTS: In this article, we present a new computational method, COMPRENDRE (combinatorial optimization of pathway regulations for direct reprograming), to elucidate the mechanism of small compound-based DR and predict new combinations of small compounds for DR. We estimated the potential target proteins of DR-inducing small compounds and identified a set of target pathways involving DR. We identified multiple DR-related pathways that have not previously been reported to induce neurons or cardiomyocytes from fibroblasts. To overcome the problem of combinatorial explosion, we developed a variant of a simulated annealing algorithm to identify the best set of compounds that can regulate DR-related pathways. Consequently, the proposed method enabled to predict new DR-inducing candidate combinations with fewer compounds and to successfully reproduce experimentally verified compounds inducing the direct conversion from fibroblasts to neurons or cardiomyocytes. The proposed method is expected to be useful for practical applications in regenerative medicine. AVAILABILITY AND IMPLEMENTATION: The code supporting the current study is available at the http://labo.bio.kyutech.ac.jp/~yamani/comprendre. SUPPLEMENTARY INFORMATION: Supplementary data are available at Bioinformatics online.

DOI： 10.1093/bioinformatics/btac475

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85138135213&origin=inward
From drug repositioning to target repositioning: Prediction of therapeutic targets using genetically perturbed transcriptomic signatures 査読有り国際誌

Namba S., Iwata M., Yamanishi Y.

Bioinformatics 38 I68 - I76 2022年07月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Motivation: A critical element of drug development is the identification of therapeutic targets for diseases. However, the depletion of therapeutic targets is a serious problem. Results: In this study, we propose the novel concept of target repositioning, an extension of the concept of drug repositioning, to predict new therapeutic targets for various diseases. Predictions were performed by a trans-disease analysis which integrated genetically perturbed transcriptomic signatures (knockdown of 4345 genes and overexpression of 3114 genes) and disease-specific gene transcriptomic signatures of 79 diseases. The trans-disease method, which takes into account similarities among diseases, enabled us to distinguish the inhibitory from activatory targets and to predict the therapeutic targetability of not only proteins with known target-disease associations but also orphan proteins without known associations. Our proposed method is expected to be useful for understanding the commonality of mechanisms among diseases and for therapeutic target identification in drug discovery.

DOI： 10.1093/bioinformatics/btac240

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85132960645&origin=inward
TRANSDIRE: Data-driven direct reprogramming by a pioneer factor-guided trans-omics approach 査読有り国際誌

Eguchi R., Hamano M., Iwata M., Nakamura T., Oki S., Yamanishi Y.

Bioinformatics 38 ( 10 ) 2839 - 2846 2022年05月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Motivation: Direct reprogramming involves the direct conversion of fully differentiated mature cell types into various other cell types while bypassing an intermediate pluripotent state (e.g. induced pluripotent stem cells). Cell differentiation by direct reprogramming is determined by two types of transcription factors (TFs): Pioneer factors (PFs) and cooperative TFs. PFs have the distinct ability to open chromatin aggregations, assemble a collective of cooperative TFs and activate gene expression. The experimental determination of two types of TFs is extremely difficult and costly. Results: In this study, we developed a novel computational method, TRANSDIRE (TRANS-omics-based approach for DIrect REprogramming), to predict the TFs that induce direct reprogramming in various human cell types using multiple omics data. In the algorithm, potential PFs were predicted based on low signal chromatin regions, and the cooperative TFs were predicted through a trans-omics analysis of genomic data (e.g. enhancers), transcriptome data (e.g. gene expression profiles in human cells), epigenome data (e.g. chromatin immunoprecipitation sequencing data) and interactome data. We applied the proposed methods to the reconstruction of TFs that induce direct reprogramming from fibroblasts to six other cell types: Hepatocytes, cartilaginous cells, neurons, cardiomyocytes, pancreatic cells and Paneth cells. We demonstrated that the methods successfully predicted TFs for most cell conversions with high accuracy. Thus, the proposed methods are expected to be useful for various practical applications in regenerative medicine.

DOI： 10.1093/bioinformatics/btac209

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85132228266&origin=inward
Epigenetic landscape of drug responses revealed through large-scale ChIP-seq data analyses 査読有り国際誌

Zou Z., Iwata M., Yamanishi Y., Oki S.

BMC Bioinformatics 23 ( 1 ) 2022年01月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Background: Elucidating the modes of action (MoAs) of drugs and drug candidate compounds is critical for guiding translation from drug discovery to clinical application. Despite the development of several data-driven approaches for predicting chemical–disease associations, the molecular cues that organize the epigenetic landscape of drug responses remain poorly understood. Results: With the use of a computational method, we attempted to elucidate the epigenetic landscape of drug responses, in terms of transcription factors (TFs), through large-scale ChIP-seq data analyses. In the algorithm, we systematically identified TFs that regulate the expression of chemically induced genes by integrating transcriptome data from chemical induction experiments and almost all publicly available ChIP-seq data (consisting of 13,558 experiments). By relating the resultant chemical–TF associations to a repository of associated proteins for a wide range of diseases, we made a comprehensive prediction of chemical–TF–disease associations, which could then be used to account for drug MoAs. Using this approach, we predicted that: (1) cisplatin promotes the anti-tumor activity of TP53 family members but suppresses the cancer-inducing function of MYCs; (2) inhibition of RELA and E2F1 is pivotal for leflunomide to exhibit antiproliferative activity; and (3) CHD8 mediates valproic acid-induced autism. Conclusions: Our proposed approach has the potential to elucidate the MoAs for both approved drugs and candidate compounds from an epigenetic perspective, thereby revealing new therapeutic targets, and to guide the discovery of unexpected therapeutic effects, side effects, and novel targets and actions.

DOI： 10.1186/s12859-022-04571-8

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85123485629&origin=inward
The novel driver gene ASAP2 is a potential druggable target in pancreatic cancer 査読有り国際誌

Fujii A., Masuda T., Iwata M., Tobo T., Wakiyama H., Koike K., Kosai K., Nakano T., Kuramitsu S., Kitagawa A., Sato K., Kouyama Y., Shimizu D., Matsumoto Y., Utsunomiya T., Ohtsuka T., Yamanishi Y., Nakamura M., Mimori K.

Cancer Science 112 ( 4 ) 1655 - 1668 2021年04月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Targeting mutated oncogenes is an effective approach for treating cancer. The 4 main driver genes of pancreatic ductal adenocarcinoma (PDAC) are KRAS, TP53, CDKN2A, and SMAD4, collectively called the “big 4” of PDAC, however they remain challenging therapeutic targets. In this study, ArfGAP with SH3 domain, ankyrin repeat and PH domain 2 (ASAP2), one of the ArfGAP family, was identified as a novel driver gene in PDAC. Clinical analysis with PDAC datasets showed that ASAP2 was overexpressed in PDAC cells based on increased DNA copy numbers, and high ASAP2 expression contributed to a poor prognosis in PDAC. The biological roles of ASAP2 were investigated using ASAP2-knockout PDAC cells generated with CRISPR-Cas9 technology or transfected PDAC cells. In vitro and in vivo analyses showed that ASAP2 promoted tumor growth by facilitating cell cycle progression through phosphorylation of epidermal growth factor receptor (EGFR). A repositioned drug targeting the ASAP2 pathway was identified using a bioinformatics approach. The gene perturbation correlation method showed that niclosamide, an antiparasitic drug, suppressed PDAC growth by inhibition of ASAP2 expression. These data show that ASAP2 is a novel druggable driver gene that activates the EGFR signaling pathway. Furthermore, niclosamide was identified as a repositioned therapeutic agent for PDAC possibly targeting ASAP2.

DOI： 10.1111/cas.14858

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85101926980&origin=inward
Omics-based identification of glycan structures as biomarkers for a variety of diseases 査読有り国際誌

Akiyoshi S., Iwata M., Berenger F., Yamanishi Y.

Molecular Informatics 39 ( 1-2 ) 2020年01月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Glycans play important roles in cell communication, protein interaction, and immunity, and structural changes in glycans are associated with the regulation of a range of biological pathways involved in disease. However, our understanding of the detailed relationships between specific diseases and glycans is very limited. In this study, we proposed an omics-based method to investigate the correlations between glycans and a wide range of human diseases. We analyzed the gene expression patterns of glycogenes (glycosyltransferases and glycosidases) for 79 different diseases. A biological pathway-based glycogene signature was constructed to identify the alteration in glycan biosynthesis and the associated glycan structures for each disease state. The degradation of N-glycan and keratan sulfate, for example, may promote the growth or metastasis of multiple types of cancer, including endometrial, gastric, and nasopharyngeal. Our results also revealed that commonalities between diseases can be interpreted using glycogene expression patterns, as well as the associated glycan structure patterns at the level of the affected pathway. The proposed method is expected to be useful for understanding the relationships between glycans, glycogenes, and disease and identifying disease-specific glycan biomarkers.

DOI： 10.1002/minf.201900112

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85074403599&origin=inward
Network-based characterization of disease-disease relationships in terms of drugs and therapeutic targets 査読有り国際誌

Iida M., Iwata M., Yamanishi Y.

Bioinformatics 36 I516 - I524 2020年01月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Motivation: Disease states are distinguished from each other in terms of differing clinical phenotypes, but characteristic molecular features are often common to various diseases. Similarities between diseases can be explained by characteristic gene expression patterns. However, most disease-disease relationships remain uncharacterized. Results: In this study, we proposed a novel approach for network-based characterization of disease-disease relationships in terms of drugs and therapeutic targets. We performed large-scale analyses of omics data and molecular interaction networks for 79 diseases, including adrenoleukodystrophy, leukaemia, Alzheimer's disease, asthma, atopic dermatitis, breast cancer, cystic fibrosis and inflammatory bowel disease. We quantified disease-disease similarities based on proximities of abnormally expressed genes in various molecular networks, and showed that similarities between diseases could be explained by characteristic molecular network topologies. Furthermore, we developed a kernel matrix regression algorithm to predict the commonalities of drugs and therapeutic targets among diseases. Our comprehensive prediction strategy indicated many new associations among phenotypically diverse diseases.

DOI： 10.1093/BIOINFORMATICS/BTAA439

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85087892022&origin=inward
Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm 査読有り国際誌

Iwata M., Yuan L., Zhao Q., Tabei Y., Berenger F., Sawada R., Akiyoshi S., Hamano M., Yamanishi Y.

Bioinformatics 35 ( 14 ) i191 - i199 2019年07月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）

Motivation: Genome-wide identification of the transcriptomic responses of human cell lines to drug treatments is a challenging issue in medical and pharmaceutical research. However, drug-induced gene expression profiles are largely unknown and unobserved for all combinations of drugs and human cell lines, which is a serious obstacle in practical applications. Results: Here, we developed a novel computational method to predict unknown parts of drug-induced gene expression profiles for various human cell lines and predict new drug therapeutic indications for a wide range of diseases. We proposed a tensor-train weighted optimization (TT-WOPT) algorithm to predict the potential values for unknown parts in tensor-structured gene expression data. Our results revealed that the proposed TT-WOPT algorithm can accurately reconstruct drug-induced gene expression data for a range of human cell lines in the Library of Integrated Network-based Cellular Signatures. The results also revealed that in comparison with the use of original gene expression profiles, the use of imputed gene expression profiles improved the accuracy of drug repositioning. We also performed a comprehensive prediction of drug indications for diseases with gene expression profiles, which suggested many potential drug indications that were not predicted by previous approaches. Supplementary information: Supplementary data are available at Bioinformatics online.

DOI： 10.1093/bioinformatics/btz313

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85068929187&origin=inward
KampoDB, database of predicted targets and functional annotations of natural medicines 査読有り国際誌

Sawada R., Iwata M., Umezaki M., Usui Y., Kobayashi T., Kubono T., Hayashi S., Kadowaki M., Yamanishi Y.

Scientific Reports 8 ( 1 ) 2018年12月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Natural medicines (i.e., herbal medicines, traditional formulas) are useful for treatment of multifactorial and chronic diseases. Here, we present KampoDB (http://wakanmoview.inm.u-toyama.ac.jp/kampo/), a novel platform for the analysis of natural medicines, which provides various useful scientific resources on Japanese traditional formulas Kampo medicines, constituent herbal drugs, constituent compounds, and target proteins of these constituent compounds. Potential target proteins of these constituent compounds were predicted by docking simulations and machine learning methods based on large-scale omics data (e.g., genome, proteome, metabolome, interactome). The current version of KampoDB contains 42 Kampo medicines, 54 crude drugs, 1230 constituent compounds, 460 known target proteins, and 1369 potential target proteins, and has functional annotations for biological pathways and molecular functions. KampoDB is useful for mode-of-action analysis of natural medicines and prediction of new indications for a wide range of diseases.

DOI： 10.1038/s41598-018-29516-1

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85050656310&origin=inward
Predicting inhibitory and activatory drug targets by chemically and genetically perturbed transcriptome signatures 査読有り国際誌

Sawada R., Iwata M., Tabei Y., Yamato H., Yamanishi Y.

Scientific Reports 8 ( 1 ) 2018年12月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

Genome-wide identification of all target proteins of drug candidate compounds is a challenging issue in drug discovery. Moreover, emerging phenotypic effects, including therapeutic and adverse effects, are heavily dependent on the inhibition or activation of target proteins. Here we propose a novel computational method for predicting inhibitory and activatory targets of drug candidate compounds. Specifically, we integrated chemically-induced and genetically-perturbed gene expression profiles in human cell lines, which avoided dependence on chemical structures of compounds or proteins. Predictive models for individual target proteins were simultaneously constructed by the joint learning algorithm based on transcriptomic changes in global patterns of gene expression profiles following chemical treatments, and following knock-down and over-expression of proteins. This method discriminates between inhibitory and activatory targets and enables accurate identification of therapeutic effects. Herein, we comprehensively predicted drug-target-disease association networks for 1,124 drugs, 829 target proteins, and 365 human diseases, and validated some of these predictions in vitro. The proposed method is expected to facilitate identification of new drug indications and potential adverse effects.

DOI： 10.1038/s41598-017-18315-9

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85040455666&origin=inward
Pathway-based drug repositioning for cancers: computational prediction and experimental validation 査読有り国際誌

Iwata M., Hirose L., Kohara H., Liao J., Sawada R., Akiyoshi S., Tani K., Yamanishi Y.

Journal of Medicinal Chemistry 61 ( 21 ) 9583 - 9595 2018年11月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）

Developing drugs with anticancer activity and low toxic side-effects at low costs is a challenging issue for cancer chemotherapy. In this work, we propose to use molecular pathways as the therapeutic targets and develop a novel computational approach for drug repositioning for cancer treatment. We analyzed chemically induced gene expression data of 1112 drugs on 66 human cell lines and searched for drugs that inactivate pathways involved in the growth of cancer cells (cell cycle) and activate pathways that contribute to the death of cancer cells (e.g., apoptosis and p53 signaling). Finally, we performed a large-scale prediction of potential anticancer effects for all the drugs and experimentally validated the prediction results via three in vitro cellular assays that evaluate cell viability, cytotoxicity, and apoptosis induction. Using this strategy, we successfully identified several potential anticancer drugs. The proposed pathway-based method has great potential to improve drug repositioning research for cancer treatment.

DOI： 10.1021/acs.jmedchem.8b01044

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85056341912&origin=inward
Evaluation of an S-system root-finding method for estimating parameters in a metabolic reaction model 査読有り国際誌

Iwata M., Miyawaki-Kuwakado A., Yoshida E., Komori S., Shiraishi F.

Mathematical Biosciences 301 21 - 31 2018年07月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）

In a mathematical model, estimation of parameters from time-series data of metabolic concentrations in cells is a challenging task. However, it seems that a promising approach for such estimation has not yet been established. Biochemical Systems Theory (BST) is a powerful methodology to construct a power-law type model for a given metabolic reaction system and to then characterize it efficiently. In this paper, we discuss the use of an S-system root-finding method (S-system method) to estimate parameters from time-series data of metabolite concentrations. We demonstrate that the S-system method is superior to the Newton–Raphson method in terms of the convergence region and iteration number. We also investigate the usefulness of a translocation technique and a complex-step differentiation method toward the practical application of the S-system method. The results indicate that the S-system method is useful to construct mathematical models for a variety of metabolic reaction networks.

DOI： 10.1016/j.mbs.2018.01.010

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85044366891&origin=inward
Elucidating the modes of action for bioactive compounds in a cell-specific manner by large-scale chemically-induced transcriptomics 査読有り国際誌

Iwata M., Sawada R., Iwata H., Kotera M., Yamanishi Y.

Scientific Reports 7 2017年01月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）

The identification of the modes of action of bioactive compounds is a major challenge in chemical systems biology of diseases. Genome-wide expression profiling of transcriptional responses to compound treatment for human cell lines is a promising unbiased approach for the mode-of-action analysis. Here we developed a novel approach to elucidate the modes of action of bioactive compounds in a cell-specific manner using large-scale chemically-induced transcriptome data acquired from the Library of Integrated Network-based Cellular Signatures (LINCS), and analyzed 16,268 compounds and 68 human cell lines. First, we performed pathway enrichment analyses of regulated genes to reveal active pathways among 163 biological pathways. Next, we explored potential target proteins (including primary targets and off-targets) with cell-specific transcriptional similarity using chemical-protein interactome. Finally, we predicted new therapeutic indications for 461 diseases based on the target proteins. We showed the usefulness of the proposed approach in terms of prediction coverage, interpretation, and large-scale applicability, and validated the new prediction results experimentally by an in vitro cellular assay. The approach has a high potential for advancing drug discovery and repositioning.

DOI： 10.1038/srep40164

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85009170659&origin=inward
PENDISC: a simple method for constructing a mathematical model from time-series data of metabolite concentrations 査読有り国際誌

Sriyudthsak, K., Iwata, M., Hirai, M.Y., Shiraishi, F.

Bulletin of Mathematical Biology 76 ( 6 ) 1333 - 1351 2014年06月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

PubMed
Estimation of kinetic parameters in an S-system equation model for a metabolic reaction system using the Newton-Raphson method 査読有り国際誌

Iwata, M., Sriyudthsak, K., Hirai, M.Y., Shiraishi, F.

Mathematical Biosciences 248 11 - 21 2014年02月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）

PubMed
Coarse but efficient identification of metabolic pathway systems 査読有り国際誌

Iwata, M., Shiraishi, F., Voit, E.O.

International Journal of Systems Biology 4 ( 1 ) 57 - 72 2013年09月

　詳細を見る

担当区分：筆頭著者記述言語：英語掲載種別：研究論文（学術雑誌）
Highly reliable computation of dynamic sensitivities in metabolic reaction systems by a variable-step Taylor series method 査読有り国際誌

Shiraishi, F., Egashira, M., Iwata, M., Sriyudthsak, K., Hattori, K.

Asia-Pacific Journal of Chemical Engineering 7 S32 - S38 2011年09月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）
Highly accurate computation of dynamic sensitivities in metabolic reaction systems by a Taylor series method 査読有り国際誌

Shiraishi, F., Egashira, M., Iwata, M.

Mathematical Biosciences 233 ( 1 ) 59 - 67 2011年09月

　詳細を見る

担当区分：最終著者記述言語：英語掲載種別：研究論文（学術雑誌）
A reliable Taylor series-based computational method for the calculation of dynamic sensitivities in large-scale metabolic reaction systems: algorithm and software evaluation 査読有り国際誌

Shiraishi, F., Tomita, T., Iwata, M., Berrada, A.A., Hirayama, H.

Mathematical Biosciences 222 ( 2 ) 73 - 85 2009年12月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

▼全件表示

著書

The use of large-scale chemically-induced transcriptome data acquired from lincs to study small molecules

Iwata M., Yamanishi Y.（共著）

Methods in Molecular Biology 2019年01月

　詳細を見る

記述言語：英語

Identification of the modes of action of bioactive compounds is an important issue in chemical systems biology. In this chapter we review a recently developed data-driven approach using large-scale chemically induced transcriptome data acquired from the Library of Integrated Network-based Cellular Signatures to elucidate the modes of action of bioactive compounds. First, we present a method for pathway enrichment analyses of regulated genes to reveal biological pathways activated by compounds. Next, we present a method using the pre-knowledge on chemical–protein interactome for predicting potential target proteins, including primary targets and off-targets, with transcriptional similarity. Finally, we present a method based on the target proteins for predicting new therapeutic indications for a variety of diseases. These approaches are expected to be useful for mode-of-action analysis, drug discovery, and drug repositioning.

DOI： 10.1007/978-1-4939-8891-4_11

Scopus

口頭発表・ポスター発表等

特異構造を有する化合物の生物応答理解を指向したトランスクリプトーム解析招待有り

海東和麻, 岩田通夫, 平野圭一, 内山真伸, 山西芳裕

日本薬学会第143年会

　詳細を見る

開催期間： 2023年03月25日 - 2023年03月28日記述言語：日本語
ダイレクトリプログラミングを誘導する低分子化合物の組み合わせのin silico予測

濱野桃子, 中村透, 岩田通夫, 江口凌平, 竹下潤一, 山西芳裕

第22回日本再生医療学会

　詳細を見る

開催期間： 2023年03月23日 - 2023年03月25日記述言語：日本語
Single cell-specific drug activities are revealed by pathway trajectory analysis with tensor imputation 招待有り

Iwata, M.

JSPS-INSERM

　詳細を見る

開催期間： 2022年12月03日 - 2022年12月04日記述言語：英語
パイオニア転写因子を考慮したトランスオミクスアプローチによるデータ駆動型ダイレクトリプログラミング

濱野桃子, 江口凌平, 岩田通夫, 中村透,沖真弥, 山西芳裕

第45回日本分子生物学会年会

　詳細を見る

開催期間： 2022年11月30日 - 2022年12月02日記述言語：日本語
オミックスデータに基づく薬物の標的分子予測とケミカル空間との相関解析

関谷拓海, 岩田通夫, 亀淵由乃, 石原慎也, 山西芳裕

第45回ケモインフォマティクス討論会

　詳細を見る

開催期間： 2022年11月18日 - 2022年11月19日記述言語：日本語
Developing a network-based combination therapy approach for complex diseases

Midori Iida, Yurika Kuniki, Kenta Yagi, Mitsuhiro Goda, Satoko Namba, Jun-ichi Takeshita, Ryusuke Sawada, Michio Iwata, Yoshito Zamami, Keisuke Ishizawa, Yoshihiro Yamanishi

情報計算化学生物学会（CBI学会）2022年大会

　詳細を見る

開催期間： 2022年10月25日 - 2022年10月27日記述言語：日本語
Computational prediction of time-course drug transcriptomic responses

Iwata, M., Yamanishi, Y.

21st European Conference on Computational Biology (ECCB2022)

　詳細を見る

開催期間： 2022年09月18日 - 2022年09月21日記述言語：日本語
Small compound-based direct cell conversion with combinatorial optimization of pathway regulations

Nakamura, T., Iwata, M., Hamano, M., Eguchi, R., Takeshita, J., Yamanishi, Y.

21st European Conference on Computational Biology (ECCB2022)

　詳細を見る

開催期間： 2022年09月18日 - 2022年09月21日記述言語：英語
ターゲットリポジショニング：遺伝子摂動応答トランスクリプトームを用いた治療標的予測

難波里子、岩田通夫、山西芳裕

第11回生命医薬情報学連合大会

　詳細を見る

開催期間： 2022年09月13日 - 2022年09月15日記述言語：日本語
TRANSDIRE:パイオニア転写因子を考慮したトランスオミクス手法によるデータ駆動型ダイレクトリプログラミング

濱野桃子, 江口凌平, 岩田通夫, 中村透, 沖真弥, 山西芳裕

第11回生命医薬情報学連合大会

　詳細を見る

開催期間： 2022年09月13日 - 2022年09月15日記述言語：日本語
From drug repositioning to target repositioning: prediction of therapeutic targets using genetically perturbed transcriptomic signatures

Namba, S., Iwata, M., Yamanishi, Y.

The 30th International Conference on Intelligent Systems for Molecular Biology (ISMB2022)

　詳細を見る

開催期間： 2022年07月10日 - 2022年07月14日記述言語：英語
Simulation-guided elucidation of dynamic drug responses of the cellular systems

Iwata, M., Yamanishi, Y.

The 8th Strasbourg Summer School in Chemoinformatics (CS3-2022)

　詳細を見る

開催期間： 2022年06月27日 - 2022年07月01日記述言語：日本語
トランスオミクス解析によるダイレクトリプログラミング誘導転写因子の予測

濱野桃子, 江口凌平, 岩田通夫, 中村透, 山西芳裕

第21回日本再生医療学会総会

　詳細を見る

開催期間： 2022年03月17日 - 2022年03月19日記述言語：日本語
化合物応答トランスクリプトーム解析によるダイレクトリプログラミングを誘導する低分子化合物のインシリコ予測

濱野桃子, 中村透, 岩田通夫, 江口凌平, 山西芳裕

第44回分子生物学会年会

　詳細を見る

開催期間： 2021年12月01日 - 2021年12月03日記述言語：日本語
Transcription factor binding profiling using chemically induced genes by ChIPEA

Zou, Zhaonan, 岩田通夫, 山西芳裕, 沖真弥

情報計算化学生物学会2021年大会

　詳細を見る

開催期間： 2021年10月26日 - 2021年10月28日記述言語：日本語
From drug repositioning to target repositioning: omics-based prediction of therapeutic targets for a variety of diseases

難波里子, 岩田通夫, 山西芳裕

情報計算化学生物学会2021年大会

　詳細を見る

開催期間： 2021年10月26日 - 2021年10月28日記述言語：日本語
ChIP-weighted TFEAによる薬剤摂動時の転写因子結合プロファイル

Zou, Zhaonan, 岩田通夫, 山西芳裕, 沖真弥

第10回生命医薬情報学連合大会

　詳細を見る

開催期間： 2021年09月27日 - 2021年09月29日記述言語：日本語
Predicting compound-induced single-cell transcriptomes by tensor decomposition for pathway trajectory analysis

岩田通夫, 六峰弘晃, 中山裕介, 吹田直政, 山西芳裕

第10回生命医薬情報学連合大会

　詳細を見る

開催期間： 2021年09月27日 - 2021年09月29日記述言語：日本語
トランスクリプトームデータを用いたダイレクトリプログラミングを誘導する低分子化合物の組み合わせ予測

濱野桃子, 中村透, 岩田通夫, 江口凌平, 山西芳裕

第10回生命医薬情報学連合大会

　詳細を見る

開催期間： 2021年09月27日 - 2021年09月29日記述言語：日本語
ターゲットリポジショニング：遺伝子摂動応答トランスクリプトームを用いた創薬標的予測

難波里子, 岩田通夫, 山西芳裕

第10回生命医薬情報学連合大会

　詳細を見る

開催期間： 2021年09月27日 - 2021年09月29日記述言語：日本語
多様なヒト細胞における薬物応答トランスクリプトームの予測と創薬応用招待有り

岩田通夫

マルチNGSオミクスセミナー

　詳細を見る

開催期間： 2021年07月16日記述言語：日本語
遺伝子発現制御に着目した薬剤摂動トランスクリプトームと大規模ChIP-seqデータの統合解析による薬剤作用ターゲット探索

鄒兆南, 岩田通夫, 山西芳裕, 沖真弥

第43回日本分子生物学会年会

　詳細を見る

開催期間： 2020年12月02日 - 2020年12月04日記述言語：日本語
多層オミクス解析による遺伝子発現機構のディジーゾーム解析と治療薬探索招待有り

岩田通夫, 沖真弥, 山西芳裕

第43回日本分子生物学会年会

　詳細を見る

開催期間： 2020年12月02日 - 2020年12月04日記述言語：日本語
低分子化合物のオミクス解析によるデータ駆動型ダイレクトリプログラミング

中村透, 岩田通夫, 濱野桃子, 江口凌平, 山西芳裕

第43回日本分子生物学会年会

　詳細を見る

開催期間： 2020年12月02日 - 2020年12月04日記述言語：日本語
パイオニア転写因子を考慮したデータ駆動型ダイレクトリプログラミング

江口凌平, 濱野桃子, 岩田通夫, 中村透, 沖真弥, 山西芳裕

第43回日本分子生物学会年会

　詳細を見る

開催期間： 2020年12月02日 - 2020年12月04日記述言語：日本語
摂動応答トランスクリプトームを用いた創薬標的分子と治療薬の探索

難波里子, 岩田通夫, 飯田緑, 山西芳裕

第9回生命医薬情報学連合大会

　詳細を見る

開催期間： 2020年09月01日 - 2020年09月03日記述言語：日本語
Network-based characterization of disease–disease relationships in terms of drugs and therapeutic targets

飯田緑, 岩田通夫, 山西芳裕

第9回生命医薬情報学連合大会

　詳細を見る

開催期間： 2020年09月01日 - 2020年09月03日記述言語：日本語
Network-based characterization of disease–disease relationships in terms of drugs and therapeutic targets

Iida, M., Iwata, M., Yamanishi, Y.

The 28th International Conference on Intelligent Systems for Molecular Biology (ISMB2020)

　詳細を見る

開催期間： 2020年07月13日 - 2020年07月16日記述言語：英語
化合物や疾患を特徴づける大規模な遺伝子発現データを用いた創薬招待有り

岩田通夫

第4回KBC(Kyushu Bioinformatics Community)勉強会

　詳細を見る

開催期間： 2020年02月19日記述言語：日本語
新規のTensor-train分解アルゴリズムによる、多様なヒト細胞における薬物応答トランスクリプトームの予測

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕

第42回日本分子生物学会年会

　詳細を見る

開催期間： 2019年12月03日 - 2019年12月06日記述言語：日本語
Tensor-train分解アルゴリズムによる薬物応答遺伝子発現データの解析と創薬応用

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕

第22回情報論的学習理論ワークショップ(IBIS2019)

　詳細を見る

開催期間： 2019年11月20日 - 2019年11月23日記述言語：日本語
Kampo drug repositioning and compound mixture analyses using multi-task graph convolutional neural networks

道家光宏, 澤田隆介, 岩田通夫, 坂井幸恵, 門脇真, 山西芳裕

情報計算化学生物学会2019年大会

　詳細を見る

開催期間： 2019年10月22日 - 2019年10月24日記述言語：日本語
Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕

情報計算化学生物学会2019年大会

　詳細を見る

開催期間： 2019年10月22日 - 2019年10月24日記述言語：日本語
Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕

情報計算化学生物学会2019年大会

　詳細を見る

開催期間： 2019年10月22日 - 2019年10月24日記述言語：日本語
Small Compound-based direct reprogramming using large-scale omics data

中村透, 岩田通夫, 濱野桃子, 江口凌平, 山西芳裕

情報計算化学生物学会2019年大会

　詳細を見る

開催期間： 2019年10月22日 - 2019年10月24日記述言語：日本語
Computational direct reprogramming by integrating genome, transcriptome and epigenome data

江口凌平, 濱野桃子, 岩田通夫, 中村透, 沖真弥, 山西芳裕

情報計算化学生物学会2019年大会

　詳細を見る

開催期間： 2019年10月22日 - 2019年10月24日記述言語：日本語
新規のTensor-train分解アルゴリズムによる、多様なヒト細胞における薬物応答トランスクリプトームの予測

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕

第8回生命医薬情報学連合大会

　詳細を見る

開催期間： 2019年09月09日 - 2019年09月11日記述言語：日本語
低分子化合物によるデータ駆動型ダイレクトリプログラミング

中村透, 岩田通夫, 濱野桃子, 江口凌平, 山西芳裕

第8回生命医薬情報学連合大会

　詳細を見る

開催期間： 2019年09月09日 - 2019年09月11日記述言語：日本語
トランスクリプトーム情報とエピゲノム情報の融合解析によるインシリコ・ダイレクトリプログラミング

江口凌平, 濱野桃子, 岩田通夫, 中村透, 沖真弥, 山西芳裕

第8回生命医薬情報学連合大会

　詳細を見る

開催期間： 2019年09月09日 - 2019年09月11日記述言語：日本語
Pathway-based drug discovery and repositioning for cancers

Iwata, M., Hirose, L., Kohara, H., Liao, J., Sawada, R., Akiyoshi, S., Tani, K., Yamanishi, Y.

The 27th International Conference on Intelligent Systems for Molecular Biology & 18th European Conference on Computational Biology (ISMB/ECCB2019)

　詳細を見る

開催期間： 2019年07月21日 - 2019年07月25日記述言語：日本語
Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm

Iwata, M., Yuan, L., Zhao, Q., Tabei, Y., Berenger, F., Sawada, R., Akiyoshi, S., Hamano, M., Yamanishi, Y.

The 27th International Conference on Intelligent Systems for Molecular Biology & 18th European Conference on Computational Biology (ISMB/ECCB2019)

　詳細を見る

開催期間： 2019年07月21日 - 2019年07月25日記述言語：英語
遺伝子発現機構を介したディジーゾーム解析による疾患間の関連性解析と治療薬探索

岩田通夫, 沖真弥, 田部井靖生, 山西芳裕

第41回分子生物学会年会

　詳細を見る

開催期間： 2018年11月28日 - 2018年11月30日記述言語：日本語
漢方薬リポジショニング:ビッグデータと機械学習による漢方薬の効能予測

澤田隆介, 岩田通夫, 梅崎雅人, 臼井義比古, 小林敏一, 窪野孝貴, 林周作, 門脇真, 山西芳裕

第41回ケモインフォマティクス討論会

　詳細を見る

開催期間： 2018年10月26日 - 2018年10月27日記述言語：日本語
Tensor-train分解アルゴリズムによる薬物応答遺伝子発現データからの創薬

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕

第41回ケモインフォマティクス討論会

　詳細を見る

開催期間： 2018年10月26日 - 2018年10月27日記述言語：日本語
Kampo drug repositioning: Analysis of the mode-of-action and prediction of new indications of Kampo medicines

澤田隆介, 岩田通夫, 梅崎雅人, 臼井義比古, 小林敏一, 窪野孝貴, 門脇真，山西芳裕

情報計算化学生物学会2018年大会

　詳細を見る

開催期間： 2018年10月09日 - 2018年10月11日記述言語：日本語
転写因子を介したディジーゾーム解析による疾患間の関連性理解と創薬応用

岩田通夫, 沖真弥, 田部井靖生, 山西芳裕

第7回生命医薬情報学連合大会

　詳細を見る

開催期間： 2018年09月19日 - 2018年09月21日記述言語：日本語
Tensor-train分解アルゴリズムによる高次テンソル解析：薬物応答遺伝子発現データからの創薬

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕

2018年度統計関連学会連合大会

　詳細を見る

開催期間： 2018年09月09日 - 2018年09月13日記述言語：日本語
Tensor-train分解アルゴリズムによる高次テンソルデータ解析：薬物応答遺伝子発現データへの応用

岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕

日本計算機統計学会第32回大会

　詳細を見る

開催期間： 2018年05月26日 - 2018年05月27日記述言語：日本語
Compuational analysis of the mode-of-action and pharmacological effects of Japanese Kampo medicines

Sawada, R., Iwata, M., Umezaki, M., Usui, Y., Kubono, T., Kadowaki, M., Yamanishi, Y.

The Sixteenth Asia Pacific Bioinformatics Conference (APBC2018)

　詳細を見る

開催期間： 2018年01月15日 - 2018年01月17日記述言語：日本語
KampoDB: An integrated platform for mode-of-action analysis and repositioning of natural medicines

澤田隆介, 岩田通夫, 梅崎雅人, 臼井義比古, 窪野孝貴, 門脇真，山西芳裕

情報計算化学生物学会2017年大会

　詳細を見る

開催期間： 2017年10月03日 - 2017年10月05日記述言語：日本語
遺伝子発現プロファイルのディジーゾーム解析による疾患間の関連性理解と創薬応用

岩田通夫, 山西芳裕

情報計算化学生物学会2017年大会

　詳細を見る

開催期間： 2017年10月03日 - 2017年10月05日記述言語：日本語
Large-scale diseasome analysis of gene expression signatures toward understanding disease–disease associations and drug discovery

岩田通夫, 澤田隆介, 田部井靖生, 山西芳裕

情報計算化学生物学会2017年大会

　詳細を見る

開催期間： 2017年10月03日 - 2017年10月05日記述言語：日本語
遺伝子発現プロファイルのディジーゾーム解析による疾患間の関連性理解と創薬への応用

岩田通夫, 澤田隆介, 田部井靖生，山西芳裕

第6回生命医薬情報学連合大会

　詳細を見る

開催期間： 2017年09月27日 - 2017年09月29日記述言語：日本語
遺伝子発現プロファイルのディジーゾーム解析による疾患間の関連性理解と創薬応用

岩田通夫, 澤田隆介, 田部井靖生, 山西芳裕

第6回生命医薬情報学連合大会

　詳細を見る

開催期間： 2017年09月27日 - 2017年09月29日記述言語：日本語
Transomics-based drug repositioning for a wide range of diseases

Sawada, R., Iwata, M., Yamanishi, Y.

The 26th Hot Spring Harbor International Symposium

　詳細を見る

開催期間： 2016年11月02日 - 2016年11月03日記述言語：英語
Pathway-based drug discovery and repositioning by large-scale chemically-induced transcriptomics

岩田通夫, 澤田隆介, 小寺正明，山西芳裕

情報計算化学生物学会2016年大会

　詳細を見る

開催期間： 2016年10月25日 - 2016年10月27日記述言語：日本語
Predicting inhibitory and activatory effects of drug candidate compounds from chemically-induced transcriptome data by a multitask learning with gene perturbation similarity

澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕

情報計算化学生物学会2016年大会

　詳細を見る

開催期間： 2016年10月25日 - 2016年10月27日記述言語：日本語
Predicting inhibitory and activatory effects of drug candidate compounds from chemically-induced transcriptome data by a multitask learning with gene perturbation similarity

澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕

情報計算化学生物学会2016年大会

　詳細を見る

開催期間： 2016年10月25日 - 2016年10月27日記述言語：日本語
遺伝子摂動類似性に基づくマルチタスク学習と化合物応答トランスクリプトーム解析による医薬品候補化合物の阻害・活性化作用の予測

澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕

第5回生命医薬情報学連合大会

　詳細を見る

開催期間： 2016年09月29日 - 2016年10月01日記述言語：日本語
パスウェイ情報と化合物応答トランスクリプトーム解析によるドラッグリポジショニング：計算機的予測と実験的検証

岩田通夫, 澤田隆介, 小寺正明, 山西芳裕

第5回生命医薬情報学連合大会

　詳細を見る

開催期間： 2016年09月29日 - 2016年10月01日記述言語：日本語
遺伝子摂動類似性に基づくマルチタスク学習と化合物応答トランスクリプトーム解析による医薬品候補化合物の阻害・活性化作用の予測

澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕

第5回生命医薬情報学連合大会

　詳細を見る

開催期間： 2016年09月29日 - 2016年10月01日記述言語：日本語
パスウェイ情報と化合物応答トランスクリプトーム解析によるドラッグリポジショニング：計算機的予測と実験的検証

岩田通夫, 澤田隆介, 小寺正明，山西芳裕

第5回生命医薬情報学連合大会

　詳細を見る

開催期間： 2016年09月29日 - 2016年10月01日記述言語：日本語
薬物の標的タンパク質プロファイルとオミックス情報に基づくドラッグリポジショニング

澤田隆介, 岩田通夫, 山西芳裕

第38回分子生物学会・第88回生化学会合同大会

　詳細を見る

開催期間： 2015年12月01日 - 2015年12月04日記述言語：日本語
化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序推定と創薬への応用

岩田通夫, 澤田隆介, 山西芳裕

第38回分子生物学会・第88回生化学会合同大会

　詳細を見る

開催期間： 2015年12月01日 - 2015年12月04日記述言語：日本語
化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序推定と創薬への応用

岩田通夫, 澤田隆介, 山西芳裕

第38回分子生物学会・第88回生化学会合同大会

　詳細を見る

開催期間： 2015年12月01日 - 2015年12月04日記述言語：日本語
化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序の推定

岩田通夫, 澤田隆介, 山西芳裕

第4回生命医薬情報学連合大会

　詳細を見る

開催期間： 2015年10月29日 - 2015年10月31日記述言語：日本語
化合物摂動と遺伝子摂動の遺伝子発現プロファイルを用いた医薬品候補化合物の標的タンパク質予測

澤田隆介, 岩田通夫, 山西芳裕

第4回生命医薬情報学連合大会

　詳細を見る

開催期間： 2015年10月29日 - 2015年10月31日記述言語：日本語
化合物摂動と遺伝子摂動の遺伝子発現プロファイルを用いた医薬品候補化合物の標的タンパク質予測

澤田隆介, 岩田通夫, 山西芳裕

第4回生命医薬情報学連合大会

　詳細を見る

開催期間： 2015年10月29日 - 2015年10月31日記述言語：日本語
化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序の推定

岩田通夫, 澤田隆介, 山西芳裕

情報計算化学生物学会2015年大会

　詳細を見る

開催期間： 2015年10月27日 - 2015年10月29日記述言語：日本語
化合物・タンパク質間インターラクトーム情報とオミックスデータに基づくドラッグリポジショニング

澤田隆介, 岩田通夫, 山西芳裕

情報計算化学生物学会2015年大会

　詳細を見る

開催期間： 2015年10月27日 - 2015年10月29日記述言語：日本語
Evaluation of computational methods for predicting drug efficacy and targets from drug-induced gene expression data in Cmap

Iwata, M., Sawada, R., Iwata, H., Yamanishi, Y.

International Symposium on Synthetic Systems Biology: Synthetic Metabolic Pathway, Mathematical System Analysis and Design of Bio-inspired System; Joint 14th Symposium of Biochemical Systems Theory (BST2015)

　詳細を見る

開催期間： 2015年09月17日 - 2015年09月18日記述言語：日本語
Coarse but efficient identification of metabolic pathway systems

Iwata, M., Shiraishi, F., Voit, E.O.

International Symposium on Synthetic Systems Biology: Synthetic Metabolic Pathway, Mathematical System Analysis and Design of Bio-inspired System; Joint 14th Symposium of Biochemical Systems Theory (BST2015)

　詳細を見る

開催期間： 2015年09月17日 - 2015年09月18日記述言語：英語
Evaluation of computational methods for predicting drug efficacy and targets from drug-induced gene expression data in Cmap

Iwata, M., Sawada, R., Iwata, H., Yamanishi, Y.

The 26th International Conference on Genome Informatics & The 14th International Conference on Bioinformatics (GIW/InCoB2015)

　詳細を見る

開催期間： 2015年09月09日 - 2015年09月11日記述言語：日本語
薬物の標的分子予測に向けたミッシング酵素のオミックスデータ解析

岩田通夫, 小寺正明, 山西芳裕

第3回生命医薬情報学連合大会

　詳細を見る

開催期間： 2014年10月02日 - 2014年10月04日記述言語：日本語
S-システム型式を用いて大胆かつ効率よく代謝システムを数式化する方法の検討

岩田通夫, 白石文秀, Voit, Eberhard O.

化学工学会第45回秋季大会

　詳細を見る

開催期間： 2013年09月16日 - 2013年09月18日記述言語：日本語
A strategy for systematic parameter estimation in large-scale metabolic reaction networks

Iwata, M., Shiraishi, F.

Frontiers in systems and synthetic biology’13

　詳細を見る

開催期間： 2013年03月20日 - 2013年03月24日記述言語：日本語
代謝反応システムに対するS-システム型モデル式中の速度パラメータ推算におけるNewton-Raphson法の性能

岩田通夫, Sriyudthsak, Kansuporn, 平井優美, 白石文秀

平成24年度農芸化学会西日本支部および日本栄養・食糧学会九州・沖縄支部合同大会

　詳細を見る

開催期間： 2012年09月27日 - 2012年09月29日記述言語：日本語
代謝反応システムにおける数式モデルの構築と速度パラメータの迅速推算

岩田通夫, 白石文秀

化学工学会第44回秋季大会

　詳細を見る

開催期間： 2012年09月19日 - 2012年09月21日記述言語：日本語
Rapid estimation of kinetic parameters in S-system type differential equation models for metabolic reaction networks

Iwata, M., Shiraishi, F.

14th Asia Pacific Confederation of Chemical Engineering Congress

　詳細を見る

開催期間： 2012年02月22日 - 2012年02月24日記述言語：英語
代謝反応ネットワークに対するS-システム型モデル中の速度パラメータ推算

岩田通夫, Sriyudthsak, Kansuporn, 平井優美, 白石文秀

化学工学会第43回秋季大会

　詳細を見る

開催期間： 2011年09月14日 - 2011年09月16日記述言語：日本語
動的感度ソフトSoftCADSの開発とその性能評価

白石文秀, 江頭正朗, 岩田通夫

2011生態工学会年次大会

　詳細を見る

開催期間： 2011年06月15日 - 2011年06月16日記述言語：日本語
Algorithm of Newton-Raphson method for parameter estimation of decoupled S-systems

Iwata, M., Shiraishi, F.

The XII International Congress on Molecular Systems Biology

　詳細を見る

開催期間： 2011年05月08日 - 2011年05月12日記述言語：日本語
Parameter estimation of decoupled S-systems by Newton-Raphson method

Shiraishi, F., Iwata, M., Sriyudthsak, K., Hirai, M.H., Naito, S.

The XII International Congress on Molecular Systems Biology

　詳細を見る

開催期間： 2011年05月08日 - 2011年05月12日記述言語：英語
A highly reliable computation of dynamic sensitivities in metabolic reaction systems by a Taylor series method

Shiraishi, F., Iwata, M., Egashira, M., Sriyudthsak, K., Hattori, K.

The 13th Asia Pacific Confederation of Chemical Engineering Congress

　詳細を見る

開催期間： 2010年10月05日 - 2010年10月08日記述言語：英語
Taylor級数法によれば硬い微分方程式でも超高精度の数値解が得られる

岩田通夫, 江頭正朗, 白石文秀

化学工学会第42回秋季大会

　詳細を見る

開催期間： 2010年09月06日 - 2010年09月08日記述言語：日本語
極低濃度域における有機化合物の光触媒分解に対する反応速度解析と問題点

岩田通夫, 白石文秀, 宮川洋光

化学工学会第41回秋季大会

　詳細を見る

開催期間： 2009年09月16日 - 2009年09月18日記述言語：日本語

▼全件表示

報道関係

九州工大、１細胞レベルで薬効解析　精密医療の安全性向上新聞・雑誌

山西芳裕, 岩田通夫

日本経済新聞社日刊工業新聞 2022年12月06日

　詳細を見る

執筆者：本人以外

学術関係受賞

優秀口頭発表賞

日本バイオインフォマティクス学会 2021年09月29日

岩田通夫, 六峰弘晃, 中山裕介, 吹田直政, 山西芳裕

　詳細を見る

受賞国：日本国
ポスター賞

情報計算化学生物学会 2017年10月01日

岩田通夫, 澤田隆介, 田部井靖生, 山西芳裕

　詳細を見る

受賞国：日本国
最優秀口頭発表賞

日本バイオインフォマティクス学会 2017年09月29日

岩田通夫, 澤田隆介, 田部井靖生, 山西芳裕

　詳細を見る

受賞国：日本国
研究奨励賞

日本バイオインフォマティクス学会 2016年10月01日

岩田通夫, 澤田隆介, 小寺正明, 山西芳裕

　詳細を見る

受賞国：日本国
研究奨励賞

日本バイオインフォマティクス学会 2015年10月31日

澤田隆介, 岩田通夫, 山西芳裕

　詳細を見る

受賞国：日本国
ポスター賞

日本バイオインフォマティクス学会 2014年10月04日

岩田通夫, 小寺正明, 山西芳裕

　詳細を見る

受賞国：日本国

▼全件表示

科研費獲得実績

大規模代謝反応システムにおけるメタボロミクスデータからの数式モデル構築法

研究課題番号：12J02804 2012年04月 - 2014年03月特別研究員奨励費

学会・委員会等活動

情報計算化学生物学会2023年大会　プログラム委員会委員