第一原理モデルとデータ駆動型モデルの融合による遺伝子回路のロバスト動態予測
【研究キーワード】
制御工学 / 生体分子システム / マイクロ流体 / マイクロ流路 / 遺伝子回路
【研究成果の概要】
生体分子を材料とする人工的な分子反応システムのダイナミクスを，数理モデルを用いて解析・設計するための理論的な枠組み，およびそのモデル構築に必要なデータを効率的に取得する実験系を構築し，分子システム設計に応用することで有用性を示した．特に，物理法則から導かれる第一原理モデルを，実験データから学習される機械学習モデルで補完する方法を提案し，第一原理モデルだけでは捉えることが難しい複雑な反応環境場の影響を考慮した反応予測モデルを構築した．また，反応環境場がわずかずつ異なる系を大量に生成してモデルの同定に利用するためのマイクロ流体実験系を構築し，その有用性を検証した．
【研究の社会的意義】
生体分子システムの持つ様々な不確かさに対してロバスト性の高いモデルベースの反応設計法を提案したことで，多分子・多機能の分子システムのモデルベース開発が容易になる．これにより，反応ネットワークの作用機序をボトムアップ的なアプローチで探求する学術研究や，分子システムの工学応用を目指す研究開発が加速すると期待される．
また，生体分子の反応ネットワークが持つ数理的な構造や不確かさを，制御工学や機械学習の理論と関連させてシステム論的に捉えるためのフレームワークを提案した点は，システム科学の発展においても学術的な意義がある．
【研究代表者】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【配分額】17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)