今日の科学はさまざまな領域の専門的な知識・技術が融合して成り立っています。
東京医科歯科大学の基本理念「知と癒しの匠を創造し、人々の幸福に貢献する」にも謳われている、「人々の幸福に貢献」できるような社会インパクトの大きい研究を行うためには、さまざまなバックグランドの方がチームとなることが不可欠です。
生命現象の謎解きや、患者さんの診断・治療法の開発を目指す私たちと一緒に研究してくださる先生方を募集しております。
先生方のバイオインフォマティクスや統計・機械学習、数理モデルに関する解析を無償でお手伝いすることもできます。詳しくはこちら。
※ 共同研究はプロジェクトのどの段階からでも可能です。つまり論文投稿後の査読対応の段階から (詳しくはこちら)でも、プロジェクト初期段階でも歓迎しますし、中型~大型グラントの申請に分担研究者として参画できる可能性もあります (詳しくはこちら)。データ解析はじめてコースやダブルメンター制度を通じて先生方の大学院生にデータ科学の教育をするという形の共同研究もあります。
※ 未公開の医療データ (ヒトを対象とした他のデータを含む) 解析についての共同研究の場合、追加の倫理審査が必要になる場合があります。詳しくはこちら。
我々との共同研究をご検討の先生方・企業様へ
まずは当研究室、東京医科歯科大学・M&Dデータ科学センター・AIシステム医科学分野との共同研究をご検討いただき誠にありがとうございます。
簡単に自己紹介をさせていただきます。私・清水のもともとのバックグランドは医師であり、博士号は分子細胞生物学実験 (Shimizu et al., JCI Insight 2019) でいただきました。その後、データサイエンス論文をCellPressの雑誌 (Shimizu et al., EBioMedicine 2019) 等に発表したり、AI創薬論文 (Shimizu et al., iScience 2022) が各報道機関に大きく取り上げていただきました。アメリカ留学時代はHarvard Medical Schoolのシステム生物学部門におりました。
また、非常勤ではありますが福岡にあります医療法人相生会という臨床治験phase 1において国内シェア7割を占めるグループに治験担当医師として勤務していたこともございます。さらに、現在は東京医科歯科大学の大学院の専門科目である「生物統計学応用」の講義を担当しています。AMEDのグラントで求められる「生物統計家」や「治験経験があるデータサイエンティスト」の関与という点にも何かお手伝いできる可能性があるかもしれません。
このように医療現場および実験生物学の知識・経験、ならびにデータサイエンスの権威ある専門誌への複数の論文掲載や数理科学を使った生物学 (システム生物学) の実績を併せ持っており、他の複数の要素もあわさって評価され34才の時に独立するチャンスをいただきました。
いわゆるドライ系一筋の先生方とは大きく違った、臨床現場の先生方・実験系の先生方に近い目線でのデータ解析やdiscussionができると自負しております。
また、これまで国際特許を含む複数の特許出願・企業様との共同研究経験もございますので、学術以外の例えば産業界の研究員の方々との共同研究も可能です。
若いチームなのでフットワークの軽さは自信があります。ご遠慮なさらずにどんなことでもお尋ねください。
よきご縁がありますことを楽しみにしております。
これまでの共同研究成果 (一部抜粋)
【バイオインフォマティクス領域】
- FKBP52 and FKBP51 Differentially Regulate the Stability of Estrogen Receptor in Breast Cancer. Proc Natl Acad Sci USA. 2022 (IF=11.2)
- Kastor and Polluks polypeptides encoded by a single gene locus cooperatively regulate VDAC and spermatogenesis. Nature Commun. 2022 (IF=14.9)
- Combinatorial analysis of translation dynamics reveals eIF2 dependence of translation initiation at near-cognate codons. Nucleic Acids Res. 2021 (IF=16.9)
- A shift in glutamine nitrogen metabolism contributes to malignant progression of cancer. Nature Commun. 2020 (IF=14.9)
【クリニカルインフォマティクス領域】
- Loss of Fbxw7 impairs development of and induces heterogeneous tumor formation in the mouse mammary gland. Cancer Res. 2021 (IF=12.7)
- A fail-safe system to prevent oncogenesis by senescence is targeted by SV40 small T antigen. Oncogene 2020 (IF=9.8)
- Disruption of FBXL5-mediated cellular iron homeostasis promotes liver carcinogenesis. J. Exp. Med. 2019 (IF=14.3)
国内最高レベルの計算環境
東京医科歯科大学は、文部科学省より全国10校のトップレベル研究大学 (指定国立大学法人) として認定されております。そのデータ科学専門センターとして、我々は国内最高レベルの計算環境を保持しております。詳細はこちらをご覧ください。
AIを含む多様なデータ解析実績
【人工知能】
AI創薬・AIゲノミクス解析・AI画像解析
【バイオインフォマティクス】
一般的なNGSデータ解析・データベース探索
新規解析アルゴリズム開発
【クリニカルインフォマティクス】
数万人単位の公共患者データ再解析
臨床データへの機械学習の適用
メタアナリシス等の臨床統計
【その他】
微分方程式モデルによる数理シュミレーション
自動ツール作成