倉田 博之 (クラタ ヒロユキ)

KURATA Hiroyuki

写真a

職名

教授

研究室住所

福岡県飯塚市川津680-4

研究分野・キーワード

システム生物学,バイオインフォマティクス,生物化学工学,設計,シミュレーション,人工知能

メールアドレス

メールアドレス

ホームページ

http://labo.bio.kyutech.ac.jp/~kurata/index.html

出身大学 【 表示 / 非表示

  • 1988年03月   東京大学   工学部   化学工学科   卒業   日本国

出身大学院 【 表示 / 非表示

  • 1993年03月  東京大学  工学系研究科  化学工学専攻  博士課程・博士後期課程  修了  日本国

取得学位 【 表示 / 非表示

  • 東京大学 -  博士(工学)  1993年04月

学内職務経歴 【 表示 / 非表示

  • 2019年04月
    -
    継続中

    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   教授  

  • 2012年04月
    -
    継続中

    九州工業大学   バイオメディカルインフォマティクス研究開発センター   センター長  

  • 2011年04月
    -
    2012年03月

    九州工業大学   情報工学部   生命情報工学科長  

  • 2008年04月
    -
    2019年03月

    九州工業大学   大学院情報工学研究院   生命情報工学研究系   教授  

  • 2006年04月
    -
    2008年03月

    九州工業大学   情報工学部   教授  

全件表示 >>

学外略歴 【 表示 / 非表示

  • 1994年04月
    -
    1996年03月

    カリフォルニア大学デービス校   植物病理学科   日本学術振興会特別研究員   アメリカ合衆国

  • 1993年04月
    -
    2000年09月

    東京大学   工学系研究科化学生命工学専攻   助手   日本国

所属学会・委員会 【 表示 / 非表示

  • 2009年04月
    -
    継続中
     

    情報処理学会  日本国

  • 2002年04月
    -
    継続中
     

    日本バイオインフォマティクス学会  日本国

  • 2002年04月
    -
    継続中
     

    日本生物工学会  日本国

  • 2002年04月
    -
    2009年03月
     

    日本分子生物学会  日本国

  • 1990年04月
    -
    継続中
     

    化学工学会  日本国

専門分野(科研費分類) 【 表示 / 非表示

  • 生物機能・バイオプロセス

  • 医用システム

  • 生命・健康・医療情報学

 

研究経歴 【 表示 / 非表示

  • 生物システムの設計原理解明のための情報・システム工学技術を開発し、医療と環境工学に貢献する

    未設定  

    研究期間: 2008年04月  -  継続中

  • 生命システムがロバストネスを生み出すメカニズムの解明

    未設定  

    研究期間: 2008年04月  -  継続中

  • バイオメディカルインフォマティクスに関する研究

    バイオメディカルインフォマティクス  

    研究期間: 2012年04月  -  継続中

     概要を見る

    情報工学を基軸にした研究開発を活発化させて、アジアにおけるバイオメディカルインフォマティクスのトップレベルの教育研究拠点・産学官連携拠点を構築します。日本発の医療イノベーションを実現し、それを担うグローバル・エンジニアを持続的に養成して、人類の健康と福祉に貢献します。 究極の目標として、分子、細胞、臓器、全身の各階層を統合するヒトのコンピュータモデル(Virtual Physiological Human、疾病予測シミュレータ)を開発します。一方、そこで培った情報工学技術(シーズ)を用いて、医学部、病院、企業のニーズに応え、コンピュータ支援による診断、予防、治療、介護、医薬品開発システムを提供します。

論文 【 表示 / 非表示

  • i6mA-Fuse: improved and robust prediction of DNA 6 mA sites in the Rosaceae genome by fusing multiple feature representation

    Hasan M.M., Manavalan B., Shoombuatong W., Khatun M.S., Kurata H.

    Plant Molecular Biology      2020年01月  [査読有り]

     概要を見る

    © 2020, Springer Nature B.V. DNA N6-methyladenine (6 mA) is one of the most vital epigenetic modifications and involved in controlling the various gene expression levels. With the avalanche of DNA sequences generated in numerous databases, the accurate identification of 6 mA plays an essential role for understanding molecular mechanisms. Because the experimental approaches are time-consuming and costly, it is desirable to develop a computation model for rapidly and accurately identifying 6 mA. To the best of our knowledge, we first proposed a computational model named i6mA-Fuse to predict 6 mA sites from the Rosaceae genomes, especially in Rosa chinensis and Fragaria vesca. We implemented the five encoding schemes, i.e., mononucleotide binary, dinucleotide binary, k-space spectral nucleotide, k-mer, and electron–ion interaction pseudo potential compositions, to build the five, single-encoding random forest (RF) models. The i6mA-Fuse uses a linear regression model to combine the predicted probability scores of the five, single encoding-based RF models. The resultant species-specific i6mA-Fuse achieved remarkably high performances with AUCs of 0.982 and 0.978 and with MCCs of 0.869 and 0.858 on the independent datasets of Rosa chinensis and Fragaria vesca, respectively. In the F. vesca-specific i6mA-Fuse, the MBE and EIIP contributed to 75% and 25% of the total prediction; in the R. chinensis-specific i6mA-Fuse, Kmer, MBE, and EIIP contribute to 15%, 65%, and 20% of the total prediction. To assist high-throughput prediction for DNA 6 mA identification, the i6mA-Fuse is publicly accessible at https://kurata14.bio.kyutech.ac.jp/i6mA-Fuse/.

    DOI Scopus

  • Improvement of the memory function of a mutual repression network in a stochastic environment by negative autoregulation

    Hasan A., Kurata H., Pechmann S.

    BMC Bioinformatics    20 ( 1 )   2019年12月  [査読有り]

     概要を見る

    © 2019 The Author(s). Background: Cellular memory is a ubiquitous function of biological systems. By generating a sustained response to a transient inductive stimulus, often due to bistability, memory is central to the robust control of many important biological processes. However, our understanding of the origins of cellular memory remains incomplete. Stochastic fluctuations that are inherent to most biological systems have been shown to hamper memory function. Yet, how stochasticity changes the behavior of genetic circuits is generally not clear from a deterministic analysis of the network alone. Here, we apply deterministic rate equations, stochastic simulations, and theoretical analyses of Fokker-Planck equations to investigate how intrinsic noise affects the memory function in a mutual repression network. Results: We find that the addition of negative autoregulation improves the persistence of memory in a small gene regulatory network by reducing stochastic fluctuations. Our theoretical analyses reveal that this improved memory function stems from an increased stability of the steady states of the system. Moreover, we show how the tuning of critical network parameters can further enhance memory. Conclusions: Our work illuminates the power of stochastic and theoretical approaches to understanding biological circuits, and the importance of considering stochasticity when designing synthetic circuits with memory function.

    機関リポジトリ DOI Scopus

  • Computational identification of microbial phosphorylation sites by the enhanced characteristics of sequence information

    Hasan M., Rashid M., Khatun M., Kurata H.

    Scientific Reports    9 ( 1 )   2019年12月  [査読有り]

     概要を見る

    © 2019, The Author(s). Protein phosphorylation on serine (S) and threonine (T) has emerged as a key device in the control of many biological processes. Recently phosphorylation in microbial organisms has attracted much attention for its critical roles in various cellular processes such as cell growth and cell division. Here a novel machine learning predictor, MPSite (Microbial Phosphorylation Site predictor), was developed to identify microbial phosphorylation sites using the enhanced characteristics of sequence features. The final feature vectors optimized via a Wilcoxon rank sum test. A random forest classifier was then trained using the optimum features to build the predictor. Benchmarking investigation using the 5-fold cross-validation and independent datasets test showed that the MPSite is able to achieve robust performance on the S- and T-phosphorylation site prediction. It also outperformed other existing methods on the comprehensive independent datasets. We anticipate that the MPSite is a powerful tool for proteome-wide prediction of microbial phosphorylation sites and facilitates hypothesis-driven functional interrogation of phosphorylation proteins. A web application with the curated datasets is freely available at http://kurata14.bio.kyutech.ac.jp/MPSite/.

    DOI Scopus

  • Ranking network mechanisms by how they fit diverse experiments and deciding on E. coli's ammonium transport and assimilation network

    Maeda K., Westerhoff H., Kurata H., Boogerd F.

    npj Systems Biology and Applications    5 ( 1 )   2019年12月  [査読有り]

     概要を見る

    © 2019, The Author(s). The complex ammonium transport and assimilation network of E. coli involves the ammonium transporter AmtB, the regulatory proteins GlnK and GlnB, and the central N-assimilating enzymes together with their highly complex interactions. The engineering and modelling of such a complex network seem impossible because functioning depends critically on a gamut of data known at patchy accuracy. We developed a way out of this predicament, which employs: (i) a constrained optimization-based technology for the simultaneous fitting of models to heterogeneous experimental data sets gathered through diverse experimental set-ups, (ii) a ‘rubber band method’ to deal with different degrees of uncertainty, both in experimentally determined or estimated parameter values and in measured transient or steady-state variables (training data sets), (iii) integration of human expertise to decide on accuracies of both parameters and variables, (iv) massive computation employing a fast algorithm and a supercomputer, (v) an objective way of quantifying the plausibility of models, which makes it possible to decide which model is the best and how much better that model is than the others. We applied the new technology to the ammonium transport and assimilation network, integrating recent and older data of various accuracies, from different expert laboratories. The kinetic model objectively ranked best, has E. coli's AmtB as an active transporter of ammonia to be assimilated with GlnK minimizing the futile cycling that is an inevitable consequence of intracellular ammonium accumulation. It is 130 times better than a model with facilitated passive transport of ammonia.

    機関リポジトリ DOI Scopus

  • Self-replenishment cycles generate a threshold response

    Kurata H.

    Scientific Reports    9 ( 1 )   2019年12月  [査読有り]

     概要を見る

    © 2019, The Author(s). Many metabolic cycles, including the tricarboxylic acid cycle, glyoxylate cycle, Calvin cycle, urea cycle, coenzyme recycling, and substrate cycles, are well known to catabolize and anabolize different metabolites for efficient energy and mass conversion. In terms of stoichiometric structure, this study explicitly identifies two types of metabolic cycles. One is the well-known, elementary cycle that converts multiple substrates into different products and recycles one of the products as a substrate, where the recycled substrate is supplied from the outside to run the cycle. The other is the self-replenishment cycle that merges multiple substrates into two or multiple identical products and reuses one of the products as a substrate. The substrates are autonomously supplied within the cycle. This study first defines the self-replenishment cycles that many scientists have overlooked despite its functional importance. Theoretical analysis has revealed the design principle of the self-replenishment cycle that presents a threshold response without any bistability nor cooperativity. To verify the principle, three detailed kinetic models of self-replenishment cycles embedded in an E. coli metabolic system were simulated. They presented the threshold response or digital switch-like function that steeply shift metabolic status.

    機関リポジトリ DOI Scopus

全件表示 >>

著書 【 表示 / 非表示

  • バイオデザイン日本語版

    倉田博之、多数 ( 共著 )

    バイオの杜  2015年10月

  • システム工学的アプローチを用いた細胞モデリング,In 抗体医薬における細胞構築・培養・ダウンストリームのすべて(ファインケミカルシリーズ)

    倉田博之 ( 共編者 )

    シーエムシー出版  2015年04月

  • Modularity of biochemical networks, Technological Advancements in Biomedicine for Healthcare Applicationsm. In: Biomedical Engineering and Cognitive Neuroscience for Healthcare: Interdisciplinary Applications

    Hiroyuki Kurata ( 共著 )

    IGI Global  2012年04月

  • システム工学的アプローチを用いた細胞設計,In 抗体医薬のための細胞構築と培養技術(ファインケミカルシリーズ),監修:大政健史

    倉田博之 ( 共著 )

    シーエムシー出版  2010年04月

  • コンピュータエイデッドなバイオシステムの構築, In: バイオプロセスシステム

    倉田博之 ( 共著 )

    シーエムシー出版  2009年04月

全件表示 >>

口頭発表・ポスター発表等 【 表示 / 非表示

  • 嫌気好気条件下での回分培養大腸菌の代謝動力学モデル

    松岡結, 倉田博之

    化学工学会第83回年会  (関西大学)  2018年03月  -  2018年03月   

  • スマートセルインダストリーを指向した中心代謝系の定量的モデル

    松岡結, 倉田博之

    第6回生命医薬情報学連合大会  (北海道大学)  2017年09月  -  2017年09月   

  • A critical evaluation of bioinformatics tools for the prediction of protein succinylation sites

    Md. Mehedi Hasan, Hiroyuki Kurata

    Conference of Informatics In Biology, Medicine and Pharmacology (IIBMP2017)  (北海道大学)  2017年09月  -  2017年09月   

  • 中心代謝反応系のコンピュータモデル:酸素制限下での発酵性能

    松岡結, 倉田博之

    情報処理学会バイオ情報学研究会研究報告  (北海道大学 )  2017年09月  -  2017年09月   

  • ネガティブフィードバック構造に基づく生物振動子の周期調節可能性の解析

    前田和勲, 倉田博之

    情報処理学会バイオ情報学研究会研究報告  (北海道大学 )  2017年09月  -  2017年09月   

全件表示 >>

工業所有権 【 表示 / 非表示

  • Simulator, Method and Recording Medium For Simulating a Biological System

    特願 "09/727 699  アメリカ合衆国

    Kurata Hiroyuki

  • 生命システムシミュレータ及び生命システムシミュレーション方法並びに記録媒体

    特願 '2000-106295  日本国

    倉田博之

報道関係 【 表示 / 非表示

  • 九工大・MKI, パスウエイ情報の数式変換ソフトを共同開発

    日経バイオテク  2003年10月13日

    倉田博之

科研費獲得実績 【 表示 / 非表示

  • ゲノムスケールヒト代謝のdFBAモデル開発と多剤併用療法への応用

    基盤研究(B)

    研究期間:  2016年04月  -  2019年03月

    研究課題番号:  16H02898

  • ノイズが引き起こす確率的挙動を考慮した生体分子ネットワークの実用的設計

    新学術領域研究

    研究期間:  2014年04月  -  2017年03月

    研究課題番号:  26119716

  • バーチャルメタボリズム:代謝システムの標準ダイナミックモデル開発

    基盤研究(B)

    研究期間:  2013年04月  -  2016年03月

    研究課題番号:  25280107

  • メタボロームを代謝ネットワークへ統合する数理モデルの開発

    新学術領域研究

    研究期間:  2011年04月  -  2013年03月

    研究課題番号:  23134506

  • 生物回路の設計原理に基づく合成生物学

    基盤研究(B)

    研究期間:  2010年04月  -  2013年03月

    研究課題番号:  22300101

全件表示 >>

その他競争的資金獲得実績 【 表示 / 非表示

  • 翻訳後・分泌プロセスを含む生化学ネットワークに基づく抗体生産モデルの開発

    提供機関:  経済産業省 

    研究期間:  2013年04月  -  継続中

  • 癌細胞統合シミュレータの開発

    提供機関:  独立行政法人 科学技術振興機構 

    研究期間:  2007年04月  -  2008年03月

その他研究活動 【 表示 / 非表示

  • BioFNet 生物ネットワーク機能のデータベース

    2013年04月
    -
    継続中
     

 

担当授業科目 【 表示 / 非表示

  • 2018年度  解析Ⅱ

  • 2018年度  生命情報工学特論

  • 2018年度  バイオメディカルデザイン演習Ⅱ

  • 2018年度  バイオシミュレーション

  • 2018年度  バイオシミュレーション特論

全件表示 >>

その他教育活動 【 表示 / 非表示

  • アントレプレナーシップ演習 設立

    2019年04月
    -
    継続中

     概要を見る

    新講義設立

  • アントレプレナーシップ入門 設立

    2019年04月
    -
    継続中

     概要を見る

    新講義設立

 

社会貢献活動(講演会・出前講義等) 【 表示 / 非表示

  • 第63回 BMIRC研究会

    2018年07月
     
     

     概要を見る

    第63回BMIRC研究会
    イノベーションの聖地シリコンバレーから学び、世界を変える起業家になろう 日時:2018年7月30日 16:20-17:50
    場所:九州工業大学飯塚キャンパスグローバルコミュニケーションラウンジ
    講師:CEO, Silicon Valley Ventures株式会社
    CEO, Startup Fire株式会社
    森若幸次郎, John Kojiro Moriwaka

  • 第62回 BMIRC研究会

    2018年07月
     
     

     概要を見る

    デザイン思考と医療ビジネス入門講義(第62回BMIRC研究会)
    「病院のしくみを知る」 日時:2018年7月24日 13:00-14:30:14:40-16:10
    場所:九州工業大学飯塚キャンパス 1204講義室
    飯塚病院イノベーション推進本部
    稗島 武 :日本の医療制度について
    井桁 洋貴:飯塚病院における改善活動とイノベーションの取り組み

  • 第61回 BMIRC研究会

    2018年07月
     
     

     概要を見る

    第61回BMIRC研究会
    非AUG開始コドンの翻訳制御―広がる生物学的役割
    日時:2017年7月2日 16:20-17:50
    場所:九州工業大学飯塚キャンパス 1202講義室
    カンザス州立大学生物学科 教授
    浅野 桂, Asano, Katsura

  • 第59回 BMIRC研究会

    2018年03月
     
     

     概要を見る

    第59回BMIRC研究会(2017年度BMIRC教育研究報告会)
    九工大のバイオメディカルインフォマティクスの成果と発展 日時:2018年3月8日 15:30-17:30
    場所:九州工業大学飯塚キャンパス
    大学院セミナー室N712

  • 第58回 BMIRC研究会

    2018年03月
     
     

     概要を見る

    第58回BMIRC研究会
    バイオメディカルデザイン演習最終発表会 日時:2018年3月2日 14:40-15:40
    場所:九州工業大学飯塚キャンパス
    大学院セミナー室N712

全件表示 >>

 

国際会議の開催 【 表示 / 非表示

  • The Third BMIRC International Symposium for Virtual Physiological Human

    2015年03月05日  -  2015年03月06日  主催

  • 第2回バイオインフォマティクスと医療工学の進歩に関するBMIRC国際シンポジウム:

    2014年01月29日  -  2014年01月30日  主催

  • The First BMIRC International Symposium on Frontiers in Computational Systems Biology and Bioengineering

    2013年02月28日  -  2013年03月01日  主催

国際交流窓口担当 【 表示 / 非表示

  • ラジシャヒ大学  2016年10月  -  継続中

その他国際交流活動 【 表示 / 非表示

  • シリコンバレー研修旅行2019

    活動期間:  2019年11月  -  2019年11月

     概要を見る

    学生と教員でシリコンバレーのベンチャー企業を訪問し、デザイン思考とアントレプレナーシップを学ぶ。姉妹都市サニーベール市との友好関係を深める。

  • シリコンバレー研修旅行2018

    活動期間:  2018年11月  -  2018年11月

     概要を見る

    学生と教員でシリコンバレーのベンチャー企業を訪問し、デザイン思考とアントレプレナーシップを学ぶ。姉妹都市サニーベール市との友好関係を深める。

  • シリコンバレー研修旅行2017

    活動期間:  2017年11月  -  2017年11月

     概要を見る

    学生と教員でシリコンバレーのベンチャー企業を訪問し、デザイン思考とアントレプレナーシップを学ぶ。姉妹都市サニーベール市との友好関係を深める。

  • シリコンバレー研修旅行2016

    活動期間:  2016年12月  -  2016年12月

     概要を見る

    学生と教員でシリコンバレーのベンチャー企業を訪問し、デザイン思考とアントレプレナーシップを学ぶ。姉妹都市サニーベール市との友好関係を深める。

  • シリコンバレー研修旅行2015

    活動期間:  2015年11月  -  2015年11月

     概要を見る

    学生と教員でシリコンバレーのベンチャー企業を訪問し、デザイン思考とアントレプレナーシップを学ぶ。姉妹都市サニーベール市との友好関係を深める。