Information Physics of Biological Adaptations

• Project Area: Information physics of living matters
• Project/Area Number: 19H05799
• Research Category: Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
• Allocation Type: Single-year Grants
• Review Section: Complex systems
• Research Institution: The University of Tokyo
• Principal Investigator: 小林 徹也 東京大学, 生産技術研究所, 教授 (90513359)
• Project Period (FY): 2019-06-28 – 2024-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥64,610,000 (Direct Cost: ¥49,700,000、Indirect Cost: ¥14,910,000); Fiscal Year 2023: ¥13,910,000 (Direct Cost: ¥10,700,000、Indirect Cost: ¥3,210,000); Fiscal Year 2022: ¥13,910,000 (Direct Cost: ¥10,700,000、Indirect Cost: ¥3,210,000); Fiscal Year 2021: ¥14,430,000 (Direct Cost: ¥11,100,000、Indirect Cost: ¥3,330,000); Fiscal Year 2020: ¥13,780,000 (Direct Cost: ¥10,600,000、Indirect Cost: ¥3,180,000); Fiscal Year 2019: ¥8,580,000 (Direct Cost: ¥6,600,000、Indirect Cost: ¥1,980,000)
• Keywords: 適応現象 / 定量生物学 / 理論生物学 / 強化学習 / 学習理論 / 化学熱力学 / 化学走性 / 最適フィルター / 受容体応答 / 確率モデリング / 最適制御 / 部分観測制御 / 完全適応

Outline of Research at the Start

細胞をはじめとする生物は、環境からの入力を受け取り、それに応じて自分の状態や運動など多様な出力を変化させることで環境に働きかけ、様々な生体機能を実現します。このような機能が物理的に見てどれくらい効率的にできているのか、できているとすればその原理はなんなのか、を明らかにするために、情報熱力学を生命現象へとつなげた理論を新たに構築します。
特に細胞内の反応の機能、それを組み合わせた1細胞の機能、そして細胞が集団になった集団としての機能の階層性に着目します。熱統計力学・情報理論・学習理論・進化理論に共通する熱力学的変分構造を媒介にすることで、これらの階層間の関係つなぎうる理論を探求します。

Outline of Annual Research Achievements

【1. 反応の機能とその情報熱力学】 本年度は個別のモデルの解析から一旦離れ、より高い視点から反応系のグラフ的な構造の一般理論をEspositoらのフレームワークを基礎にしつつ、物理以外の他分野での成果を統合することにより模索をした。その結果、反応系のパラメータ摂動応答などを調べる上で、反応のグラフ構造に基づく各種組合せ論的な的な方法が活用できることが明らかになった。

【2. 1細胞の適応・学習過程の情報物理学】 本年度はまず前年度に明らかになった、大腸菌の走化性ネットワークと最適フィルターとの関係性について論文にまとめ投稿をした。特に論文のリバイスの過程でこれまで想定していなかっったモデルのパラメータ付の可能性が明らかになり、それらも考慮した理論を構築した。また最適フィルターとの対応から導かれる関数形が実験的に計測された走化性非線形応答関係を極めてよく説明しうることも確認した。加えて、匂い勾配の大きさや感知ノイズの大きさなど各種パラメータの変化に対するシステムの応答性や、生理学的パラメータと最適なパラメータとの対応関係の精査も行った。並行して、大腸菌が自身が感知した情報をもとに制御を行う場合を最適制御の枠組みで扱う理論解析も進めた。さらに細胞性粘菌などのアメーバ状の細胞にこれらの理論を拡張する方向性の検討も開始した。

【3. 多細胞集団現象の情報物理学】
情報処理や制御の最適性の観点から多細胞集団動態を捉えるための新たな理論の構築に関する検討を開始した。部分観測制御の理論をcontrol as inferenceの方法論を用いて拡張し、その内容を多数のエージェントが関わる最適化問題に拡張することを行った。また理論的な観点からこのような最適化問題を数値的に解くための解法の検討やその性能の評価なども進めた。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

【1】に関しては、当初想定したよりも理論的背景が複雑であることがわかってきたが、新しい手法などを導入して着実に問題を整理し、解明する方向性に進んでいると考えている。
【2】については、大腸菌走化性ネットワークと最適フィルターの間の定性的・定量的な対応関係を見出すことに成功した。この結果は非常に大きな成果だと考えている。
【3】については予定通り、研究の着手を進めた。全体としては研究は着実に進捗していると考えている。

Strategy for Future Research Activity

計画通り研究をすすめる。

Research Products

• [Journal Article] Understanding adaptive immune system as reinforcement learning (2021)
  • Author(s): Kato Takuya、Kobayashi Tetsuya J.
  • Journal Title: Physical Review Research Volume: 3 Issue: 1 Pages: 013222-013222
  • DOI: 10.1103/physrevresearch.3.013222
  • Peer Reviewed / Open Access
• [Journal Article] Connection between the Bacterial Chemotactic Network and Optimal Filtering (2021)
  • Author(s): Kento Nakamura, Tetsuya J. Kobayashi
  • Journal Title: Physical Review Letters Volume: 126 Issue: 12 Pages: 128102-128102
  • DOI: 10.1103/physrevlett.126.128102
  • Peer Reviewed
• [Journal Article] Bayesian gates for reliable logical operations under noisy conditions (2020)
  • Author(s): Kobayashi Tetsuya J
  • Journal Title: PHYSICAL REVIEW E Volume: 101 Issue: 4 Pages: 042205-042205
  • DOI: 10.1103/physreve.101.042205
  • Peer Reviewed
• [Journal Article] Lineage EM algorithm for inferring latent states from cellular lineage trees (2020)
  • Author(s): Nakashima So、Sughiyama Yuki、Kobayashi Tetsuya J
  • Journal Title: Bioinformatics Volume: 36 Issue: 9 Pages: 2829-2838
  • DOI: 10.1093/bioinformatics/btaa040
  • Peer Reviewed
• [Journal Article] 生命科学における機械学習の応用とその課題 (2020)
  • Author(s): 小林 徹也
  • Journal Title: 数理科学 Volume: 58 Pages: 43-49
• [Journal Article] 3D convolutional neural networks-based segmentation to acquire quantitative criteria of the nucleus during mouse embryogenesis (2020)
  • Author(s): Tokuoka Yuta、Yamada Takahiro G.、Mashiko Daisuke、Ikeda Zenki、Hiroi Noriko F.、Kobayashi Tetsuya J.、Yamagata Kazuo、Funahashi Akira
  • Journal Title: npj Systems Biology and Applications Volume: 6 Issue: 1 Pages: 32-32
  • DOI: 10.1038/s41540-020-00152-8
  • Peer Reviewed / Open Access
• [Journal Article] Reliable target ligand detection by noise-induced receptor cluster formation (2020)
  • Author(s): Kajita Masashi K.、Aihara Kazuyuki、Kobayashi Tetsuya J.
  • Journal Title: Chaos: An Interdisciplinary Journal of Nonlinear Science Volume: 30 Issue: 1 Pages: 011104-011104
  • DOI: 10.1063/1.5140714
  • Peer Reviewed
• [Journal Article] Fitness Gain of Individually Sensed Information by Cells (2019)
  • Author(s): Kobayashi Tetsuya J.、Sughiyama Yuki
  • Journal Title: Entropy Volume: 21 Issue: 10 Pages: 1002-1002
  • DOI: 10.3390/e21101002
  • Peer Reviewed
• [Journal Article] Quantitative analysis reveals reciprocal regulations underlying recovery dynamics of thymocytes and thymic environment in mice (2019)
  • Author(s): Kaneko Kazumasa B.、Tateishi Ryosuke、Miyao Takahisa、Takakura Yuki、Akiyama Nobuko、Yokota Ryo、Akiyama Taishin、Kobayashi Tetsuya J.
  • Journal Title: Communications Biology Volume: 2 Issue: 1 Pages: 444-444
  • DOI: 10.1038/s42003-019-0688-8
  • Peer Reviewed / Open Access
• [Presentation] バクテリア走化性の情報物理学 (2020)
  • Author(s): 小林 徹也, 中村 絢斗
  • Organizer: 第58回日本生物物理学会年会
  • Invited
• [Presentation] 獲得免疫系の定量生物学 (2020)
  • Author(s): 小林 徹也
  • Organizer: 2020年度 日本数理生物学会年会
  • Invited
• [Presentation] 最適確率制御システムと大腸菌化学走性過程の対応 (2020)
  • Author(s): 中村絢斗, 小林徹也
  • Organizer: 2020年度 日本数理生物学会年会
• [Presentation] 免疫系における胸腺の強化学習の観点からの機能的意義 (2020)
  • Author(s): 堀口 修平, 小林 徹也
  • Organizer: 2020年度 日本数理生物学会年会
• [Presentation] 増殖系における個の学習がもつ役割の考察 (2020)
  • Author(s): 中島蒼, 小林徹也
  • Organizer: 2020年度 日本数理生物学会年会
  • Invited
• [Presentation] 生物学における機械学習的アプローチの最先端 (2020)
  • Author(s): 小林 徹也
  • Organizer: 第43回日本分子生物学会年会
  • Invited
• [Presentation] Repertoire seqと機械学習 (2020)
  • Author(s): 小林 徹也
  • Organizer: 第５回理論免疫学ワークショップ
  • Invited
• [Presentation] 学習理論に基づく胸腺の機能的意義 (2020)
  • Author(s): 堀口 修平, 小林 徹也
  • Organizer: 第５回理論免疫学ワークショップ
• [Presentation] Lineage EM Algorithm for Inferring Latent States from Cellular Lineage Trees (2020)
  • Author(s): So Nakashima, Yuki Sughiyama, Tetsuya J. Kobayashi
  • Organizer: 2020 Society of Mathematical Biology Virtual Annual Meeting
  • Int'l Joint Research
• [Presentation] Optimality of the sensory system of Escherichia coli (2020)
  • Author(s): Kento Nakamura, Tetsuya J. Kobayashi
  • Organizer: 2020 Society of Mathematical Biology Virtual Annual Meeting
  • Int'l Joint Research
• [Presentation] Deciphering latent growth mode of cells from cellular lineage trees (2020)
  • Author(s): Tetsuya J. Kobayashi
  • Organizer: Establishing International Research Network of Mathematical Oncology
  • Int'l Joint Research / Invited
• [Presentation] 年齢構造付き個体群動態における応答関係式 (2019)
  • Author(s): 杉山友規
  • Organizer: 2019年度 日本数理生物学会年会
• [Presentation] T細胞の分化時間を一定に保つ適応メカニズム (2019)
  • Author(s): 金子和正, 小林徹也
  • Organizer: 2019年度 日本数理生物学会年会
• [Presentation] バクテリアの走化性における濃度変化の推定ダイナミクス (2019)
  • Author(s): 中村絢斗, 小林徹也
  • Organizer: 2019年度 日本数理生物学会年会
• [Presentation] 免疫細胞多様性の強化学習モデルの解析 (2019)
  • Author(s): 堀口 修平, 小林 徹也
  • Organizer: 2019年度 日本数理生物学会年会
• [Presentation] 免疫T細胞の抗原識別における確率ノイズの構造 (2019)
  • Author(s): 梶田 真司, 合原 一幸, 小林 徹也
  • Organizer: 2019年度 日本数理生物学会年会
• [Presentation] 細胞ダイバーシティーへの数理的アプローチ (2019)
  • Author(s): 小林 徹也
  • Organizer: 第92回日本生化学会大会：組織・臓器の構築と制御の統合的理解を目指した細胞ダイバーシティー研究
  • Invited
• [Presentation] Fitness response relation of a multitype age-structured population dynamics (2019)
  • Author(s): 杉山 友規, 中島 蒼, 小林 徹也
  • Organizer: 第57回日本生物物理学会年会
• [Presentation] 抗原識別における確率的ノイズの役割(A role of stochastic noise in ligand discrimination) (2019)
  • Author(s): 梶田 真司, 合原 一幸, 小林 徹也
  • Organizer: 第57回日本生物物理学会年会
• [Presentation] 増殖系と隠れマルコフモデルの対応に基づく学習の考察(A Study on Learning in Growing Population on the Basis of Hidden Markov Model) (2019)
  • Author(s): 中島 蒼, 小林 徹也
  • Organizer: 第57回日本生物物理学会年会
• [Presentation] 情報から捉える生命現象 (2019)
  • Author(s): 小林 徹也
  • Organizer: 定量生物学の会 北海道キャラバン 2019
• [Presentation] 増殖系の個の学習と先祖の行動 (2019)
  • Author(s): 中島 蒼
  • Organizer: 定量生物学の会 北海道キャラバン 2019
• [Presentation] 大腸菌の化学走性における濃度の時間変化推定の実現 (2019)
  • Author(s): 中村 絢斗
  • Organizer: 定量生物学の会 北海道キャラバン 2019
• [Presentation] 獲得免疫系の強化学習モデルの数理 (2019)
  • Author(s): 堀口 修平
  • Organizer: 定量生物学の会 北海道キャラバン 2019
• [Presentation] 獲得免疫系の強化学習モデルとその数理構造 (2019)
  • Author(s): 堀口 修平
  • Organizer: 第４回理論免疫学ワークショップ
• [Presentation] Deciphering latent growth mode of cells from cellular lineage trees (2019)
  • Author(s): 小林 徹也
  • Organizer: ワークショップ「数理腫瘍学の研究」
  • Invited
• [Presentation] Information processing in cellular systems and the fitness value of information (2019)
  • Author(s): Tetsuya J. Kobayashi
  • Organizer: Computational Principles in Active Perception and Reinforcement Learning in the Brain
  • Invited
• [Book] 機械学習を生命科学に使う！ (2020)
  • Author(s): 小林 徹也、杉村 薫、舟橋 啓
  • Total Pages: 240
  • Publisher: 羊土社
  • ISBN: 9784758103916
• [Remarks] 過去の感染経験から学習する免疫系の新しい理論を構築
  • URL: https://www.eurekalert.org/pub_releases_ml/2021-03/iois-6031021.php
• [Remarks] 生殖補助医療につながる革新的AI開発に成功 －不妊症の原因となる卵子の質の評価に応用可能－
  • URL: https://newscast.jp/news/5607226
• [Remarks] 不妊治療につながるAI開発に成功、発生過程の細胞核を世界最高精度で評価
  • URL: https://univ-journal.jp/59848/
• [Remarks] AI使い受精卵を解析、体外受精の妊娠率向上に期待
  • URL: https://www.asahi.com/articles/ASNC46DWXNC2ULBJ006.html?iref=pc_photo_gallery_bottom
• [Remarks] 東大、過去の感染経験から学習する免疫系の理論を構築
  • URL: https://www.nikkei.com/article/DGXLRSP606312_Z00C21A3000000/