ここでは、岩田が関わった研究実績、教育実績を、論文、著書/総説/解説、受賞、研究費、学会発表等、講義に分けて、新しいものから順にまとめています。


Peer-reviewed paper｜論文

  1. Iida, M., Kuniki, Y., Yagi, K., Goda, M., Namba, S., Takeshita, J., Sawada, R., Iwata, M., Zamami, Y., Ishizawa, K., and Yamanishi, Y. A network-based trans-omics approach for predicting synergistic drug combinations. Commun. Med. 2024, in press.
  2. Yoshimura, H., Takeda, Y., Shirai, Y., Yamamoto, M., Nakatsubo, D., Amiya, S., Enomoto, T., Hara, R., Adachi, Y., Edahiro, R., Yaga, M., Masuhiro, K., Koba, T., Itoh-Takahashi, M., Nakayama, M., Takata, S., Hosono, Y., Obata, S., Nishide, M., Hata, A., Yanagawa, M., Namba, S., Iwata, M., Hamano, M., Hirata, H., Koyama, S., Iwahori, K., Nagatomo, I., Suga, Y., Miyake, K., Shiroyama, T., Fukushima, K., Futami, S., Naito, Y., Kawasaki, T., Mizuguchi, K., Kawashima, Y., Yamanishi, Y., Adachi, J., Nogami-Itoh, M., Ueki, S., and Kumanogoh, A. Galectin-10 in serum extracellular vesicles reflects asthma pathophysiology. J. Allergy Clin. Immunol. 2024, in press.
  3. Hamano, M., Nakamura, T., Ito, R., Shimada, Y., Iwata, M., Takeshita, J., Eguchi, R., and Yamanishi, Y.* DIRECTEUR: Transcriptome-based prediction of small molecules that replace transcription factors for direct cell conversion. Bioinformatics 2024;40(2):btae048.
  4. Rashid, Md. M., Hamano, M., Iida, M., Iwata, M., Ko, T., Nomura, S., Komuro, I., and Yamanishi, Y.* Network-based identification of diagnosis-specific trans-omic biomarkers via integration of multiple omics data. BioSystems 2024;236:105122.
  5. Yamanaka, C., Uki, S., Kaitoh, K., Iwata, M., and Yamanishi, Y.* De novo drug design based on patient gene expression profiles via deep learning. Mol. Inform. 2023;42(8-9):e2300064.
  6. Iwata, M., Mutsumine, H., Nakayama, Y., Suita, N., and Yamanishi, Y.* Pathway trajectory analysis with tensor imputation reveals drug-induced single-cell transcriptomic landscape. Nat. Comput. Sci. 2022;2:758–770.
  7. Iwata, M., Kosai, K., Ono, Y., Oki, S., Mimori, K., and Yamanishi, Y.* Regulome-based characterization of drug activity across the human diseasome. NPJ Syst. Biol. Appl. 2022;8(1):44.
  8. Nakamura, T., Iwata, M., Hamano, M., Eguchi, R., Takeshita, J., and Yamanishi, Y.* Small compound-based direct cell conversion with combinatorial optimization of pathway regulations. Bioinformatics 2022;38:ii99-ii105.
  9. Namba, S., Iwata, M., and Yamanishi, Y.* From drug repositioning to target repositioning: prediction of therapeutic targets using genetically perturbed transcriptomic signatures. Bioinformatics 2022;38:i68-i76.
  10. Eguchi, R., Hamano, M., Iwata, M., Nakamura, T., Oki, S., and Yamanishi, Y.* TRANSDIRE: data-driven direct reprogramming by a pioneer factor-guided trans-omics approach. Bioinformatics 2022;38(10):2839-2846.
  11. Zou, Z., Iwata, M., Yamanishi, Y.*, and Oki, S.* Epigenetic landscape of drug responses revealed through large-scale ChIP-seq data analyses. BMC Bioinformatics 2022;23:51.
  12. Fujii, A., Masuda, T., Iwata, M., Tobo, T., Wakiyama, H., Koike, K., Kosai, K., Nakano, T., Kuramitsu, S., Kitagawa, A., Sato, K., Kouyama, Y., Shimizu, D., Matsumoto, Y., Utsunomiya, T., Ohtsuka, T., Yamanishi, Y., Nakamura, M., and Mimori, K.* The novel driver gene ASAP2 is a potential druggable target in pancreatic cancer. Cancer Sci. 2021;112(4):1655−1668.
  13. Iida, M., Iwata, M., and Yamanishi, Y.* Network-based characterization of disease–disease relationships in terms of drugs and therapeutic targets. Bioinformatics 2020;36:i516−i524.
  14. Akiyoshi, S., Iwata, M., Berenger, F., and Yamanishi, Y.* Omics-based identification of glycan structures as biomarkers for a variety of diseases. Mol. Info. 2020;39(1-2):e1900112.
  15. Iwata, M., Yuan, L., Zhao, Q., Tabei, Y., Berenger, F., Sawada, R., Akiyoshi, S., Hamano, M., and Yamanishi, Y.* Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm. Bioinformatics 2019;35:i191−i199.
  16. Iwata, M., Hirose, L., Kohara, H., Liao, J., Sawada, R., Akiyoshi, S., Tani, K., and Yamanishi, Y.* Pathway-based drug repositioning for cancers: computational prediction and experimental validation. J. Med. Chem. 2018;61(21):9583−9595.
  17. Sawada, R., Iwata, M., Umezaki, M., Usui, Y., Kobayashi, T., Kubono, T., Hayashi, S., Kadowaki, M., and Yamanishi, Y.* KampoDB, database of predicted targets and functional annotations of natural medicines. Sci. Rep. 2018;8(1):11216.
  18. Iwata, M., Miyawaki-Kuwakado, A., Yoshida, E., Komori, S., and Shiraishi, F.* Evaluation of an S-system root-finding method for estimating parameters in a metabolic reaction model. Math. Biosci. 2018;301:21−31.
  19. Sawada, R., Iwata, M., Tabei, Y., Yamato, H., and Yamanishi, Y.* Predicting inhibitory and activatory drug targets by chemically and genetically perturbed transcriptome signatures. Sci. Rep. 2018;8(1):156.
  20. Iwata, M., Sawada, R., Iwata, H., Kotera, M., and Yamanishi, Y.* Elucidating the modes of action for bioactive compounds in a cell-specific manner by large-scale chemically-induced transcriptomics. Sci. Rep. 2017;7:40164.
  21. Sriyudthsak, K., Iwata, M., Hirai, M.Y., and Shiraishi, F.* PENDISC: a simple method for constructing a mathematical model from time-series data of metabolite concentrations. Bull. Math. Biol. 2014;76(6):1333−51.
  22. Iwata, M., Sriyudthsak, K., Hirai, M.Y., and Shiraishi, F.* Estimation of kinetic parameters in an S-system equation model for a metabolic reaction system using the Newton-Raphson method. Math. Biosci. 2014;248:11−21.
  23. Iwata, M., Shiraishi, F. and Voit, E.O.* Coarse but efficient identification of metabolic pathway systems. Int. J. Syst. Biol. 2013;4(1):57−72.
  24. Shiraishi, F.*, Egashira, M., Iwata, M., Sriyudthsak, K., and Hattori, K. Highly reliable computation of dynamic sensitivities in metabolic reaction systems by a variable-step Taylor series method. Asia-Pac. J. Chem. Eng. 2012;7:S32−S38.
  25. Shiraishi, F.*, Egashira, M., and Iwata, M. Highly accurate computation of dynamic sensitivities in metabolic reaction systems by a Taylor series method. Math. Biosci. 2011;233(1):59−67.
  26. Shiraishi, F.*, Tomita, T., Iwata, M., Berrada, A.A., Hirayama, H. A reliable Taylor series-based computational method for the calculation of dynamic sensitivities in large-scale metabolic reaction systems: algorithm and software evaluation. Math. Biosci. 2009;222(2):73−85.


Book chapter｜著書/総説/解説

  1. 濱野桃子、岩田通夫、山西芳裕, "マルチオミクス解析による細胞リプログラミング誘導因子の推定：パイオニア因子を考慮したデータ駆動型ダイレクトリプログラミング", 実験医学, 羊土社, 2023; 41 (15) 106-112.
  2. 難波里子, 岩田通夫, 山西芳裕, "遺伝子摂動応答オミクスデータを用いた治療標的予測ー疾患横断解析によるターゲットリポジショニング", 実験医学, 羊土社, 2023; 41 (7) 1193-1199.
  3. 飯田緑, 岩田通夫, 山西芳裕, “ネットワーク創薬の実際” , Diabetes Journal, 株式会社協和企画.
  4. 岩田通夫, 山西芳裕, “機械学習による薬物応答トランスクリプトームの解析と疾患治療薬の探索” , 週刊「医学のあゆみ」, 医歯薬出版株式会社.
  5. 岩田通夫, Longhao Yuan, Qibin Zhao, 田部井靖生, 山西芳裕, “テンソル分解による薬物応答トランスクリプトームの予測と創薬応用” , 実験医学, 羊土社, 2020; 38 (20) 3401−3407.
  6. 江口凌平, 濱野桃子, 岩田通夫, 中村透, 沖真弥, 山西芳裕, “データ駆動型ダイレクトリプログラミング”, ダイレクトリプログラミング 再生医療の新展開, 株式会社エヌ・ティー・エス, 2020; 239−245.
  7. Iwata, M. and Yamanishi, Y. The use of large-scale chemically-induced transcriptome data acquired from LINCS to study small molecules. Systems Chemical Biology, Methods in Molecular Biology Series (Ziegler, S. and Waldmann, H., eds.), Springer, 2018; 189−203.
  8. 白石文秀, 岩田通夫, シユタサカンスポーン, “代謝反応ネットワーク解析の意義と方法”, 化学と生物, 公益社団法人日本農芸化学会, 2012; 50 (2) 103−110.


Award｜受賞

  1. Oxford Journals – JSBi Prize 2023、日本バイオインフォマティクス学会、2023年9月
  2. 優秀口頭発表賞、日本バイオインフォマティクス学会 第10回生命医薬情報学連合大会、2021年9月
  3. ポスター賞、情報計算化学生物学会 2017年大会、2017年10月
  4. 最優秀口頭発表賞、日本バイオインフォマティクス学会 第6回生命医薬情報学連合大会、2017年9月
  5. 研究奨励賞、日本バイオインフォマティクス学会 第5回生命医薬情報学連合大会、2016年10月
  6. 研究奨励賞、日本バイオインフォマティクス学会 第4回生命医薬情報学連合大会、2015年10月
  7. ポスター賞、日本バイオインフォマティクス学会 第3回生命医薬情報学連合大会、2014年10月


Funding｜研究費

  1. （分担）2022-2024 日本学術振興会 科学研究費助成事業（学術研究助成基金助成金）基盤研究(C)「肝内胆管癌多層オミックス解析と機械学習によるリポジショニング薬の同定」
  2. （代表）2021-2023 日本学術振興会 科学研究費助成事業（学術研究助成基金助成金）若手研究「時系列解析による薬の作用メカニズム解明と新たな疾患治療候補薬の探索」
  3. （代表）2012-2013 日本学術振興会 特別研究員奨励費「大規模代謝反応システムにおけるメタボロミクスデータからの数式モデル構築法」


Presentation｜学会発表等

招待講演

  1. ○岩田通夫, "薬物応答１細胞トランスクリプトームの予測と創薬応用", NGS EXPO 2023, 大阪, 11/15-16, 2023.
  2. ○Iwata, M., Mutsumine, H., Nakayama, Y., Suita, N., and Yamanishi, Y., "テンソル補完を用いたパスウェイ軌道解析による薬物応答１細胞遺伝子発現ランドスケープの解明", FIT2023 第22回情報科学技術フォーラム, 大阪, 9/6-8, 2023.
  3. ○Iwata, M. Single cell-specific drug activities are revealed by pathway trajectory analysis with tensor imputation. JSPS-INSERM, Yamaguchi, Japan, Dec.3-4, 2022.
  4. ○岩田通夫, 沖真弥, 山西芳裕, “多層オミクス解析による遺伝子発現機構のディジーゾーム解析と治療薬探索”,第43回日本分子生物学会年会, オンライン, 12/2-4, 2020.

セミナーでの口頭発表

  1. ○岩田通夫, "多様なヒト細胞における薬物応答トランスクリプトームの予測と創薬応用", マルチNGSオミクスセミナー, オンライン, 7/16, 2021.
  2. ○岩田通夫, “化合物や疾患を特徴づける大規模な遺伝子発現データを用いた創薬”, 第4回KBC(Kyushu Bioinformatics Community)勉強会, 福岡, 2/19, 2020.

国際学会での口頭発表

  1. Nakamura, T., ○Iwata, M., Hamano, M., Eguchi, R., Takeshita, J., and Yamanishi, Y.* Small compound-based direct cell conversion with combinatorial optimization of pathway regulations. 21st European Conference on Computational Biology (ECCB2022), Sitges, Barcelona, Spain, Sep.18-21, 2022.
  2. ○Namba, S., Iwata, M., and Yamanishi, Y.* From drug repositioning to target repositioning: prediction of therapeutic targets using genetically perturbed transcriptomic signatures. The 30th International Conference on Intelligent Systems for Molecular Biology (ISMB2022), Madison, US, Jul.10-14, 2022.
  3. ○Iida, M., Iwata, M., and Yamanishi, Y.* Network-based characterization of disease–disease relationships in terms of drugs and therapeutic targets. The 28th International Conference on Intelligent Systems for Molecular Biology (ISMB2020), Virtual Conference, Jul.13-16, 2020.
  4. ○Iwata, M., Yuan, L., Zhao, Q., Tabei, Y., Berenger, F., Sawada, R., Akiyoshi, S., Hamano, M., and Yamanishi, Y. Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm. The 27th International Conference on Intelligent Systems for Molecular Biology & 18th European Conference on Computational Biology (ISMB/ECCB2019), Basel, Switzerland, Jul.21-25, 2019.
  5. ○Sawada, R., Iwata, M., and Yamanishi, Y. Transomics-based drug repositioning for a wide range of diseases. The 26th Hot Spring Harbor International Symposium, Fukuoka, Japan, Nov.2-3, 2016.
  6. ○Iwata, M., Shiraishi, F., and Voit, E.O. Coarse but efficient identification of metabolic pathway systems, International Symposium on Synthetic Systems Biology: Synthetic Metabolic Pathway, Mathematical System Analysis and Design of Bio-inspired System; Joint 14th Symposium of Biochemical Systems Theory (BST2015), Fukuoka, Japan, Sep.17-18, 2015.
  7. ○Iwata, M. and Shiraishi, F. Rapid estimation of kinetic parameters in S-system type differential equation models for metabolic reaction networks, 14th Asia Pacific Confederation of Chemical Engineering Congress, Singapore, Feb.22-24, 2012.
  8. ○Shiraishi, F., Iwata, M., Sriyudthsak, K., Hirai, M.H., and Naito, S. Parameter estimation of decoupled S-systems by Newton-Raphson method. The XII International Congress on Molecular Systems Biology, Lleida, Spain, May8-12, 2011.
  9. ○Shiraishi, F., Iwata, M., Egashira, M., Sriyudthsak, K., and Hattori, K. A highly reliable computation of dynamic sensitivities in metabolic reaction systems by a Taylor series method. The 13th Asia Pacific Confederation of Chemical Engineering Congress, Taipei, Taiwan, Oct.5-8, 2010.

国際学会でのポスター発表

  1. ○Iwata, M., Mutsumine, H., Nakayama, Y., Suita, N., and Yamanishi, Y. Drug-induced single-cell transcriptomic landscape is revealed by pathway trajectory analysis with tensor imputation. The 31th International Conference on Intelligent Systems for Molecular Biology & 22th European Conference on Computational Biology (ISMB/ECCB2023), Lyon, France, Jul.23-27, 2023. (virtual)
  2. ○Namba, S., Iwata, M., and Yamanishi, Y. Target repositioning to predict therapeutic target proteins using genetically perturbed transcriptome data. The 31th International Conference on Intelligent Systems for Molecular Biology & 22th European Conference on Computational Biology (ISMB/ECCB2023), Lyon, France, Jul.23-27, 2023.
  3. ○Iwata, M. and Yamanishi, Y. Computational prediction of time-course drug transcriptomic responses. 21st European Conference on Computational Biology (ECCB2022), Sitges, Barcelona, Spain, Sep.18-21, 2022.
  4. ○Iwata, M. and Yamanishi, Y. Simulation-guided elucidation of dynamic drug responses of the cellular systems. The 8th Strasbourg Summer School in Chemoinformatics (CS3-2022), Strasbourg, France, Jun.27-Jul.1, 2022.
  5. ○Iwata, M., Hirose, L., Kohara, H., Liao, J., Sawada, R., Akiyoshi, S., Tani, K., and Yamanishi, Y. Pathway-based drug discovery and repositioning for cancers. The 27th International Conference on Intelligent Systems for Molecular Biology & 18th European Conference on Computational Biology (ISMB/ECCB2019), Basel, Switzerland, Jul.21-25, 2019.
  6. ○Sawada, R., Iwata, M., Umezaki, M., Usui, Y., Kubono, T., Kadowaki, M., and Yamanishi, Y. Compuational analysis of the mode-of-action and pharmacological effects of Japanese Kampo medicines, The Sixteenth Asia Pacific Bioinformatics Conference (APBC2018), Yokohama, Japan, Jan.15-17, 2018.
  7. ○Iwata, M., Sawada, R., Iwata, H., and Yamanishi, Y. Evaluation of computational methods for predicting drug efficacy and targets from drug-induced gene expression data in CMap. International Symposium on Synthetic Systems Biology: Synthetic Metabolic Pathway, Mathematical System Analysis and Design of Bio-inspired System; Joint 14th Symposium of Biochemical Systems Theory (BST2015), Fukuoka, Japan, Sep.17-18, 2015.
  8. ○Iwata, M., Sawada, R., Iwata, H., and Yamanishi, Y. Evaluation of computational methods for predicting drug efficacy and targets from drug-induced gene expression data in CMap. The 26th International Conference on Genome Informatics & The 14th International Conference on Bioinformatics (GIW/InCoB2015), Tokyo, Japan, Sep.9-11, 2015.
  9. ○Iwata, M. and Shiraishi, F. A strategy for systematic parameter estimation in large-scale metabolic reaction networks. Frontiers in systems and synthetic biology’13, Georgia, USA, Mar.20-24, 2013.
  10. ○Iwata, M. and Shiraishi, F. Algorithm of Newton-Raphson method for parameter estimation of decoupled S-systems. The XII International Congress on Molecular Systems Biology, Lleida, Spain, May8-12 2011.

国内学会での口頭発表

  1. ○山中知茂, 岩田通夫, 海東和麻, 山西芳裕, "遺伝子発現プロファイルの細胞特異性を考慮した疾患治療薬の探索と設計", 日本薬学会 第144年会, 横浜, 3/28-3/31, 2024.
  2. ○濱野桃子, 廣瀨昌樹, 江口凌平, 岩田通夫, 沖真弥, 山西芳裕, "シングルセルマルチオミクスデータを用いたダイレクトリプログラミング誘導転写因子の予測", 第46回日本分子生物学会年会, 神戸, 12/6-12/8, 2023.
  3. ○Ishihara, S., Iwata, M., Hayashi, H., Hamano, M., Shimohuruta, K., Kitani, A., Suita, N., Yamanishi, Y., "Computational prediction of target molecules of drug candidate compounds from cell morphology images", 情報計算化学生物学会（CBI学会）2023年大会, 東京, 10/23-26, 2023.
  4. ○濱野桃子, 中村透, 岩田通夫, 江口凌平, 竹下潤一, 山西芳裕, "ダイレクトリプログラミングを誘導するパスウェイ制御機構の同定と最適な低分子化合物の組み合わせ予測", 第12回生命医薬情報学連合大会, 大阪, 9/7-9/9, 2023.
  5. ○難波里子、岩田通夫、山西芳裕, "GWASとTWASの融合による希少疾患に対する治療標的分子の予測", 第12回生命医薬情報学連合大会, 大阪, 9/7-9/9, 2023.
  6. ○海東和麻, 岩田通夫, 平野圭一, 内山真伸, 山西芳裕, "特異構造を有する化合物の生物応答理解を指向したトランスクリプトーム解析", 日本薬学会 第143年会, 札幌, 3/25-28, 2023.
  7. ○濱野桃子, 中村透, 岩田通夫, 江口凌平, 竹下潤一, 山西芳裕, "ダイレクトリプログラミングを誘導する低分子化合物組み合わせの予in silico予測", 第22回日本再生医療学会, 京都, 3/23-25, 2023.
  8. ○濱野桃子, 江口凌平, 岩田通夫, 中村透,沖真弥, 山西芳裕, "パイオニア転写因子を考慮したトランスオミクスアプローチによるデータ駆動型ダイレクトリプログラミング", 第45回日本分子生物学会年会, 幕張, 11/30-12/2, 2022.
  9. ○関谷拓海, 岩田通夫, 亀淵由乃, 石原慎也, 山西芳裕, "オミックスデータに基づく薬物の標的分子予測とケミカル空間との相関解析", 第45回ケモインフォマティクス討論会, 福岡, 11/18-19, 2022.
  10. ○Midori Iida, Yurika Kuniki, Kenta Yagi, Mitsuhiro Goda, Satoko Namba, Jun-ichi Takeshita, Ryusuke Sawada, Michio Iwata, Yoshito Zamami, Keisuke Ishizawa, and Yoshihiro Yamanishi, "Developing a network-based combination therapy approach for complex diseases", 情報計算化学生物学会（CBI学会）2022年大会, 東京, 10/25-27, 2022.
  11. ○濱野桃子, 江口凌平, 岩田通夫, 中村透, 沖真弥, 山西芳裕, "TRANSDIRE:パイオニア転写因子を考慮したトランスオミクス手法によるデータ駆動型ダイレクトリプログラミング", 第11回生命医薬情報学連合大会, 大阪, 9/13-15, 2022.
  12. ○難波里子、岩田通夫、山西芳裕, "ターゲットリポジショニング：遺伝子摂動応答トランスクリプトームを用いた治療標的予測", 第11回生命医薬情報学連合大会, 大阪, 9/13-15, 2022.
  13. ○濱野桃子, 江口凌平, 岩田通夫, 中村透, 山西芳裕, “トランスオミクス解析によるダイレクトリプログラミング誘導転写因子の予測”, 第21回日本再生医療学会総会, オンライン, 3/17-19, 2022.
  14. ○難波里子, 岩田通夫, 山西芳裕, "From drug repositioning to target repositioning: omics-based prediction of therapeutic targets for a variety of diseases", 情報計算化学生物学会2021年大会, オンライン, 10/26-10/28, 2021.
  15. ○Zou, Zhaonan, 岩田通夫, 山西芳裕, 沖真弥, "Transcription factor binding profiling using chemically induced genes by ChIPEA", 情報計算化学生物学会2021年大会, オンライン, 10/26-10/28, 2021.
  16. ○岩田通夫, 六峰弘晃, 中山裕介, 吹田直政, 山西芳裕, "Predicting compound-induced single-cell transcriptomes by tensor decomposition for pathway trajectory analysis", 第10回生命医薬情報学連合大会, オンライン, 9/27-29, 2021.
  17. ○飯田緑, 岩田通夫, 山西芳裕, “Network-based characterization of disease–disease relationships in terms of drugs and therapeutic targets”, 第9回生命医薬情報学連合大会, オンライン, 9/1-3, 2020.
  18. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕, “新規のTensor-train分解アルゴリズムによる、多様なヒト細胞における薬物応答トランスクリプトームの予測”,第42回日本分子生物学会年会, 福岡, 12/3-6, 2019.
  19. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕, “Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm”, 情報計算化学生物学会2019年大会, 東京, 10/22-24, 2019.
  20. ○中村透, 岩田通夫, 濱野桃子, 江口凌平, 山西芳裕, “低分子化合物によるデータ駆動型ダイレクトリプログラミング”, 第8回生命医薬情報学連合大会, 東京, 9/9-11, 2019.
  21. ○江口凌平, 濱野桃子, 岩田通夫, 中村透, 沖真弥, 山西芳裕, “トランスクリプトーム情報とエピゲノム情報の融合解析によるインシリコ・ダイレクトリプログラミング”, 第8回生命医薬情報学連合大会, 東京, 9/9-11, 2019.
  22. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕, “新規のTensor-train分解アルゴリズムによる、多様なヒト細胞における薬物応答トランスクリプトームの予測”,第8回生命医薬情報学連合大会, 東京, 9/9-11, 2019.
  23. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕, “Tensor-train分解アルゴリズムによる薬物応答遺伝子発現データからの創薬”,第41回ケモインフォマティクス討論会, 熊本, 10/26-27, 2018.
  24. ○澤田隆介, 岩田通夫, 梅崎雅人, 臼井義比古, 小林敏一, 窪野孝貴, 林周作, 門脇真, 山西芳裕, “漢方薬リポジショニング:ビッグデータと機械学習による漢方薬の効能予測”,第41回ケモインフォマティクス討論会, 熊本, 10/26-27, 2018.
  25. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕, “Tensor-train分解アルゴリズムによる高次テンソル解析：薬物応答遺伝子発現データからの創薬”, 2018年度統計関連学会連合大会, 東京, 9/9-13, 2018.
  26. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕, “Tensor-train分解アルゴリズムによる高次テンソルデータ解析：薬物応答遺伝子発現データへの応用”, 日本計算機統計学会第32回大会, 山口, 5/26-27, 2018.
  27. ○岩田通夫, 山西芳裕, “遺伝子発現プロファイルのディジーゾーム解析による疾患間の関連性理解と創薬応用”,情報計算化学生物学会2017年大会, 東京, 10/3-5, 2017.
  28. ○岩田通夫, 澤田隆介, 田部井靖生, 山西芳裕, “遺伝子発現プロファイルのディジーゾーム解析による疾患間の関連性理解と創薬応用”,第6回生命医薬情報学連合大会, 東京, 9/27-29, 2017.
  29. ○澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕, “Predicting inhibitory and activatory effects of drug candidate compounds from chemically-induced transcriptome data by a multitask learning with gene perturbation similarity”, 情報計算化学生物学会2016年大会, 東京, 10/25-27, 2016.
  30. ○岩田通夫, 澤田隆介, 小寺正明, 山西芳裕, “パスウェイ情報と化合物応答トランスクリプトーム解析によるドラッグリポジショニング：計算機的予測と実験的検証”,第5回生命医薬情報学連合大会, 東京, 9/29-10/1, 2016.
  31. ○澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕, “遺伝子摂動類似性に基づくマルチタスク学習と化合物応答トランスクリプトーム解析による医薬品候補化合物の阻害・活性化作用の予測”,第5回生命医薬情報学連合大会, 東京, 9/29-10/1, 2016.
  32. ○岩田通夫, 澤田隆介, 山西芳裕, “化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序推定と創薬への応用”, 第38回分子生物学会・第88回生化学会合同大会, 神戸, 12/1-4, 2015.
  33. ○澤田隆介, 岩田通夫, 山西芳裕, “化合物摂動と遺伝子摂動の遺伝子発現プロファイルを用いた医薬品候補化合物の標的タンパク質予測”,第4回生命医薬情報学連合大会, 宇治, 10/29-31, 2015.
  34. ○澤田隆介, 岩田通夫, 山西芳裕, “化合物・タンパク質間インターラクトーム情報とオミックスデータに基づくドラッグリポジショニング”, 情報計算化学生物学会2015年大会, 東京, 10/27-29, 2015.
  35. ○岩田通夫, 白石文秀, Voit, Eberhard O., “S-システム型式を用いて大胆かつ効率よく代謝システムを数式化する方法の検討”,化学工学会第45回秋季大会, 岡山, 9/16-18, 2013.
  36. ○岩田通夫, Sriyudthsak, Kansuporn, 平井優美, 白石文秀, “代謝反応システムに対するS-システム型モデル式中の速度パラメータ推算におけるNewton-Raphson法の性能”, 平成24年度農芸化学会西日本支部および日本栄養・食糧学会九州・沖縄支部合同大会, 鹿児島, 9/27-29, 2012.
  37. ○岩田通夫, 白石文秀, “代謝反応システムにおける数式モデルの構築と速度パラメータの迅速推算”, 化学工学会第44回秋季大会, 仙台, 9/19-21, 2012.
  38. ○岩田通夫, Sriyudthsak, Kansuporn, 平井優美, 白石文秀, “代謝反応ネットワークに対するS-システム型モデル中の速度パラメータ推算, 化学工学会第43回秋季大会, 名古屋, 9/14-16, 2011.
  39. ○白石文秀, 江頭正朗, 岩田通夫, “動的感度ソフトSoftCADSの開発とその性能評価”, 2011生態工学会年次大会, 東京, 6/15-16, 2011.
  40. ○岩田通夫, 江頭正朗, 白石文秀, “Taylor級数法によれば硬い微分方程式でも超高精度の数値解が得られる”, 化学工学会第42回秋季大会, 京都, 9/6-8, 2010.
  41. ○岩田通夫, 白石文秀, 宮川洋光, “極低濃度域における有機化合物の光触媒分解に対する反応速度解析と問題点”, 化学工学会第41回秋季大会, 広島, 9/16-18, 2009.

国内学会でのポスター発表

  1. ○亀淵由乃, 難波里子, 関谷拓海, 大谷則子, 岩田通夫, 山西芳裕, "機械学習による薬剤標的分子予測と薬剤組み合わせ効果の検討", 日本薬学会第144年会, 横浜, 3/28-3/31, 2024.
  2. ○亀淵由乃, 難波里子, 関谷拓海, 大谷則子, 岩田通夫, 山西芳裕, "シナジー効果を高める薬物の組み合わせを予測する情報技術の開発", 第97回日本薬理学会年会・第44回日本臨床薬理学会学術総会,　神戸, 12/14-12/16, 2023.
  3. ○廣瀨昌樹, 濱野桃子, 岩田通夫, 沖真弥, 山西芳裕, "一細胞オミックスデータに基づくダイレクトリプログラミング誘導転写因子の予測", 第46回日本分子生物学会年会,　神戸, 12/6-12/8, 2023.
  4. ○山中知茂, 岩田通夫, 海東和麻, 山西芳裕, "細胞特異性を考慮した遺伝子発現プロファイルによる疾患治療薬の探索", 第46回日本分子生物学会年会, 神戸, 12/6-12/8, 2023.
  5. ○難波里子、岩田通夫、山西芳裕, "GWASとTWASの融合による希少疾患に対する治療標的分子の予測", 第12回生命医薬情報学連合大会, 柏, 9/7-9/9, 2023.
  6. ○濱野桃子, 中村透, 岩田通夫, 江口凌平, 山西芳裕, "化合物応答トランスクリプトーム解析によるダイレクトリプログラミングを誘導する低分子化合物のインシリコ予測", 第44回分子生物学会年会, 横浜（兼オンライン）, 12/1-3, 2021.
  7. ○濱野桃子, 中村透, 岩田通夫, 江口凌平, 山西芳裕, "トランスクリプトームデータを用いたダイレクトリプログラミングを誘導する低分子化合物の組み合わせ予測",第10回生命医薬情報学連合大会, オンライン, 9/27-29, 2021.
  8. ○難波里子, 岩田通夫, 山西芳裕, "ターゲットリポジショニング：遺伝子摂動応答トランスクリプトームを用いた創薬標的予測",第10回生命医薬情報学連合大会, オンライン, 9/27-29, 2021.
  9. ○Zou, Zhaonan, 岩田通夫, 山西芳裕, 沖真弥, "ChIP-weighted TFEAによる薬剤摂動時の転写因子結合プロファイル",第10回生命医薬情報学連合大会, オンライン, 9/27-29, 2021.
  10. ○難波里子, 岩田通夫, 飯田緑, 山西芳裕, "摂動応答トランスクリプトームを用いた創薬標的分子と治療薬の探索", 第9回生命医薬情報学連合大会, オンライン, 9/1-3, 2020.
  11. ○中村透, 岩田通夫, 濱野桃子, 江口凌平, 山西芳裕, “低分子化合物のオミクス解析によるデータ駆動型ダイレクトリプログラミング”,第43回日本分子生物学会年会, オンライン, 12/2-4, 2020.
  12. ○江口凌平, 濱野桃子, 岩田通夫, 中村透, 沖真弥, 山西芳裕, “パイオニア転写因子を考慮したデータ駆動型ダイレクトリプログラミング”,第43回日本分子生物学会年会, オンライン, 12/2-4, 2020.
  13. ○鄒兆南, 岩田通夫, 山西芳裕, 沖真弥, “遺伝子発現制御に着目した薬剤摂動トランスクリプトームと大規模ChIP-seqデータの統合解析による薬剤作用ターゲット探索”,第43回日本分子生物学会年会, オンライン, 12/2-4, 2020.
  14. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, 山西芳裕, “Tensor-train分解アルゴリズムによる薬物応答遺伝子発現データの解析と創薬応用”,第22回情報論的学習理論ワークショップ(IBIS2019), 名古屋, 11/20-23, 2019.
  15. ○岩田通夫, Yuan, Longhao, Zhao, Qibin, 田部井靖生, Berenger, Francois, 澤田隆介, 秋好紗弥香, 濱野桃子, 山西芳裕, “Predicting drug-induced transcriptome responses of a wide range of human cell lines by a novel tensor-train decomposition algorithm”, 情報計算化学生物学会2019年大会, 東京, 10/22-24, 2019.
  16. ○中村透, 岩田通夫, 濱野桃子, 江口凌平, 山西芳裕, “Small Compound-based direct reprogramming using large-scale omics data”, 情報計算化学生物学会2019年大会, 東京, 10/22-24, 2019.
  17. ○江口凌平, 濱野桃子, 岩田通夫, 中村透, 沖真弥, 山西芳裕, “Computational direct reprogramming by integrating genome, transcriptome and epigenome data”, 情報計算化学生物学会2019年大会, 東京, 10/22-24, 2019.
  18. ○道家光宏, 澤田隆介, 岩田通夫, 坂井幸恵, 門脇真, 山西芳裕, “Kampo drug repositioning and compound mixture analyses using multi-task graph convolutional neural networks”, 情報計算化学生物学会2019年大会, 東京, 10/22-24, 2019.
  19. ○岩田通夫, 沖真弥, 田部井靖生, 山西芳裕, “遺伝子発現機構を介したディジーゾーム解析による疾患間の関連性解析と治療薬探索”, 第41回分子生物学会年会, 横浜, 11/28-30, 2018.
  20. ○澤田隆介, 岩田通夫, 梅崎雅人, 臼井義比古, 小林敏一, 窪野孝貴, 門脇真，山西芳裕, “Kampo drug repositioning: Analysis of the mode-of-action and prediction of new indications of Kampo medicines”, 情報計算化学生物学会2018年大会, 東京, 10/9-11, 2018.
  21. ○岩田通夫, 沖真弥, 田部井靖生, 山西芳裕, “転写因子を介したディジーゾーム解析による疾患間の関連性理解と創薬応用”, 第7回生命医薬情報学連合大会, 鶴岡, 9/19-21, 2018.
  22. ○岩田通夫, 澤田隆介, 田部井靖生, 山西芳裕, “Large-scale diseasome analysis of gene expression signatures toward understanding disease–disease associations and drug discovery”, 情報計算化学生物学会2017年大会, 東京, 10/3-5, 2017.
  23. ○澤田隆介, 岩田通夫, 梅崎雅人, 臼井義比古, 窪野孝貴, 門脇真，山西芳裕, “KampoDB: An integrated platform for mode-of-action analysis and repositioning of natural medicines”, 情報計算化学生物学会2017年大会, 東京, 10/3-5, 2017.
  24. ○岩田通夫, 澤田隆介, 田部井靖生，山西芳裕, “遺伝子発現プロファイルのディジーゾーム解析による疾患間の関連性理解と創薬への応用”,第6回生命医薬情報学連合大会, 札幌, 9/27-29, 2017.
  25. ○澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕, “Predicting inhibitory and activatory effects of drug candidate compounds from chemically-induced transcriptome data by a multitask learning with gene perturbation similarity”, 情報計算化学生物学会2016年大会, 東京, 10/25-27, 2016.
  26. ○岩田通夫, 澤田隆介, 小寺正明，山西芳裕, “Pathway-based drug discovery and repositioning by large-scale chemically-induced transcriptomics”, 情報計算化学生物学会2016年大会, 東京, 10/25-27, 2016.
  27. ○岩田通夫, 澤田隆介, 小寺正明，山西芳裕, “パスウェイ情報と化合物応答トランスクリプトーム解析によるドラッグリポジショニング：計算機的予測と実験的検証”,第5回生命医薬情報学連合大会, 東京, 9/29-10/1, 2016.
  28. ○澤田隆介, 岩田通夫, 田部井靖生, 山西芳裕, “遺伝子摂動類似性に基づくマルチタスク学習と化合物応答トランスクリプトーム解析による医薬品候補化合物の阻害・活性化作用の予測”,第5回生命医薬情報学連合大会, 東京, 9/29-10/1, 2016.
  29. ○岩田通夫, 澤田隆介, 山西芳裕, “化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序推定と創薬への応用”,第38回分子生物学会・第88回生化学会合同大会, 神戸, 12/1-4, 2015.
  30. ○澤田隆介, 岩田通夫, 山西芳裕, “薬物の標的タンパク質プロファイルとオミックス情報に基づくドラッグリポジショニング”,第38回分子生物学会・第88回生化学会合同大会, 神戸, 12/1-4, 2015.
  31. ○澤田隆介, 岩田通夫, 山西芳裕, “化合物摂動と遺伝子摂動の遺伝子発現プロファイルを用いた医薬品候補化合物の標的タンパク質予測”,第4回生命医薬情報学連合大会, 宇治, 10/29-31, 2015.
  32. ○岩田通夫, 澤田隆介, 山西芳裕, “化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序の推定”,第4回生命医薬情報学連合大会, 宇治, 10/29-31, 2015.
  33. ○岩田通夫, 澤田隆介, 山西芳裕, “化合物応答遺伝子発現プロファイルの大規模解析による生理活性化合物の作用機序の推定”,情報計算化学生物学会2015年大会, 東京, 10/27-29, 2015.
  34. ○岩田通夫, 小寺正明, 山西芳裕, “薬物の標的分子予測に向けたミッシング酵素のオミックスデータ解析”, 第3回生命医薬情報学連合大会, 仙台, 10/2-4, 2014.


Lecture｜講義

  1. 化学実験（計算化学実験）、学部2年前期、2023年度-
  2. 応用数学、学部2年第4クォーター、2023年度-
  3. バイオ統計・演習、学部2年第4クォーター、2023年度-
  4. システム薬理学特論、大学院第4クォーター、2023年度-