基調講演

本発表では、私達の研究室で開発した数理モデリングのフレームワークPasmoPy（Patient-Specific Modeling in Python)および、TCGA（The Cancer Genome Atlas）の遺伝子発現情報を入力として用いた患者固有モデルの構築、予後分類、薬剤応答予測の例を紹介します。

参考論文: “A text-based computational framework for patient-specific modeling for classification of cancers” Imoto, et al. iScience, 2022.

バイオテクノロジーを利用した経済「バイオエコノミー」が、ものづくり、健康医療、農業等の幅広い分野で急拡大し、バイオ産業革命の様相を呈している。これは、ゲノム解読技術やゲノム合成・編集技術等の先端バイオ技術が急発展するとともに、これらがIT、AI技術やロボット技術と融合（「バイオ×デジタル」融合）して、革新的なバイオファウンドリ技術を誕生させたことによる。本講演では、その現状と将来展望について述べる。

データ駆動型アプローチであるAI技術、特に深層学習は、従来の科学的手法のみでは解決困難であった問題に対して優れた結果をもたらしている。
しかし、一方で、深層学習は膨大なデータを必要とし、かつ、black boxモデルという欠点がある。
この問題に対し、近年、データ駆動型アプローチにサイエンス研究の核となるモデル駆動型アプローチを融合させる新たな研究が注目されつつある。本講演では本テーマについて解説する。