研究課題
挑戦的研究(萌芽)
本研究では情報科学の手法を用いて、過去の実験データを基にして作成したデータベース中のデータを用いた機械学習によって、求める生体分子・細胞の応答を誘起するバイオマテリアルの設計を可能とするアルゴリズムの開発に成功した。とくに単分子膜を構成する分子の高精度設計を目指し、学習後のニューラルネットワークを用いた材料スクリーニングの方法論に関しても報告した。
表面・界面科学、バイオ界面
本研究の挑戦的研究の意義は以下に集約される。経験に基づく試行錯誤的なアプローチでは無く、統計解析に基づいて定量的にバイオマテリアルをデザインするという、全く新しいアプローチを提案した点である。ここでは、材料設計に経験的なフィードバックと試験を繰り返す方法から完全に脱却し、統計解析から得られた化学特性と細胞応答の定量的な相関を逆に辿ることで、要求する細胞応答を誘起するために必要な材料の化学特性を明確に提示することが可能となった。