株式会社エクスブリッジ

Kurage 論文トラッカー｜東海・関東の大学の研究者

水越 周良

東京科学大学　科研費の研究 1件（生成AIと行政DX）

Xで共有

このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →

Kurage 論文トラッカー › 生成AIと行政DX › 水越 周良

科研費の研究

深層生成モデルと大規模言語モデルを用いた解釈可能な単一細胞摂動効果予測手法の開発

科研費科学研究費助成事業・基金　2026年4月22日〜2029年3月31日
水越 周良（東京科学大学・研究代表者）

本研究では、深層生成モデルとゲノム・タンパク質言語モデルを統合し、転写因子摂動による単一細胞遺伝子発現変化を予測する解釈可能な手法を開発する。条件付きVAEで細胞状態を表現し、ESM2とHyenaDNAで得たタンパク質・DNA配列特徴量を組み込むことで、未学習の摂動効果を予測する。さらに、予測に重要なアミノ酸残基と標的DNA塩基を同定し、…

水越 周良さんの役割：研究代表者

研究者の情報：CiNii Research の研究者ページ

同じテーマの国会の議論

AIエージェントの安全と行政での利用国会での質疑・答弁 49件（最新 2026年7月10日）AI法とAIの安全性国会での質疑・答弁 301件（最新 2026年7月15日）デジタル民主主義とブロードリスニング国会での質疑・答弁 28件（最新 2026年7月8日）AIと子どもの安全（対話型AI・生成AIと未成年）国会での質疑・答弁 146件（最新 2026年7月27日）

研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。

出典：CiNii Research・KAKEN（国立情報学研究所）、国会会議録検索システム（国立国会図書館）。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。

Kurage.AIKurage.AI に相談AIが何でも答えます