研究室紹介Laboratories

Back
Top > 研究室紹介 > 先端応用医学(協力) > データ駆動生物学

先端応用医学(協力)データ駆動生物学

研究室概要

データ駆動生物学分野では、統計科学・情報科学・計算科学による数理モデリングと、実験的な分子生物学のアプローチを融合させ、生命現象の原理解明に取り組んでいます。次世代シークエンサーや質量分析、ライブイメージングなど最先端の計測技術により、膨大なオミクスデータ（ゲノム、エピゲノム、トランスクリプトーム、プロテオーム、メタボロームなど）が取得可能となりましたが、それらを活用するための統合的な解析手法の確立が求められています。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　私たちは、生物学的仮説に依存しすぎず、データから現象を読み解く「データ駆動型アプローチ」により、がんや精神疾患、発生、行動などの複雑な生命現象をシステムとして理解することを目指しています。ベイズモデリングや逆強化学習などの数理モデル、機械学習・AI技術、スーパーコンピューティングを活用し、実データと理論を往復しながら生命のしくみに迫ります。

研究プロジェクト

  1. 単細胞・多細胞オミクスデータの統合解析　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　単一細胞から得られるトランスクリプトームやエピゲノムなどのオミクスデータを統合的に解析し、空間再構築や細胞間相互作用、発生ダイナミクスの可視化・予測を行います。特に、Drosophila 胚やがん組織を対象としたトランスオミクス研究に注力しています。
  1. データ駆動型の行動意思決定モデリング　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　ヒトやマウスの行動データから報酬予測誤差や意思決定メカニズムを数理的に推定。逆強化学習や自由エネルギー原理などの手法を用いて、神経活動と行動の連関や、精神疾患における異常な戦略を定量的に解明します。
  1. 疾患関連バイオマーカーの探索と予測　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　がん・精神疾患などの臨床データに対して、システム的なネットワーク構造や分子機構を可視化・解析。特に、階層的・不均一性のあるデータに対してベイズ推論やGNNなどの技術を用いて予測可能性を高める研究を進めています。
  1. オブジェクト指向型ビッグデータ解析法の開発　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　画像、ヒストグラム、木構造などの複雑なデータ構造を対象にした、次世代の統計解析手法（オブジェクト指向型データ解析）の構築。がんや免疫系の多様性を反映するマルチスケールデータの理解に挑んでいます。
  2. 数理モデリングとシミュレーションによる予測生物学　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　ERK シグナルの伝播や胚体節形成、細胞間コミュニケーションのような時空間ダイナミクスを、物理モデルと計算シミュレーションを組み合わせて解明。次世代深層学習を活用した細胞外環境のモデリングなども推進中です。

教員

構成員名役職所属
本田 直樹 教授 データ駆動生物学
矢田 祐一郎 准教授 データ駆動生物学
近藤 洋平 特任講師 データ駆動生物学／One Medicine 生命-創薬共創プラットフォーム
紅 朋浩 助教 データ駆動生物学
太田 亮作 特任助教 データ駆動生物学
坂口 峻太 特任助教 データ駆動生物学
堤 真人 特任助教 データ駆動生物学
藤岡 秀成 特任助教 データ駆動生物学
大河内 康之 助教 データ駆動生物学
藤原 真奈 研究員 データ駆動生物学

研究実績

  • 2025年
    1. Tohyama S., Nagashima T., Higashino I., Arima-Yoshida F., Hiyoshi K., Nagase M., Yada Y., Honda N., Watabe A.M.* “Aversive experiences induce valence plasticity of instructive signals to change future learning rules in mice.” Communications Biology, in press.
    2. Cao Z., Setoyama D., Monica-Natsumi D., Matsushima T., Yada Y., Watabe M., Hikida T., Kato A.T., Honda N.* “Leveraging Machine Learning to Uncover the Hidden Links between Trusting Behavior and Biological Markers.” Dialogues in Clinical Neuroscience 27(1), 201–215 (2025).
    3. Koike J., Yada Y., Hira R., Honda N.* “Sperrfy the brain: A data-driven realization of Sperry's Chemoaffinity theory in the neural connectome.” bioRxiv (2025). [Preprint]
    4. Sakaguchi S., Tsutsumi M. (Co-first), Nishi K., Honda N. “Disentanglement of batch effects and biological signals across conditions in the single-cell transcriptome.” bioRxiv (2025). [Preprint]
    5. Ota R.*, Sakamoto M., Aoki W., Honda N. “Prediction of quantitative function of artificially-designed protein from structural information.” bioRxiv (2025). [Preprint]
    6. Itoh T., Kondo Y.*, Nakayama T., Shinomiya A., Aoki K., Yoshimura T., Honda N. “Inverse signal importance in real exposome: How do biological systems dynamically prioritize multiple environmental signals?” bioRxiv (2025). [Preprint]
  • 2024年
    1. Ju H., Skibbe H., Fukui M., Yoshimura S.H., Honda N.* “Machine learning-guided reconstruction of cytoskeleton network from Live-cell AFM Images.” iScience 27, 10110907 (2024).
    2. Takeuchi R.F., Sato A.Y., Ito K.N., Yokoyama H., Miyata R., Ueda R., Kitajima K., Kamaguchi R., Suzuki T., Isobe K., Honda N., Osakada F.* “Posteromedial cortical networks encode visuomotor prediction errors.” bioRxiv (2024). [Preprint]
  • 2023年
    1. Nakayama T., Tanikawa M., Okushi Y., Itoh T., Shimmura T., Maruyama M., Yamaguchi T., Matsumiya A., Shinomiya A., Guh Y.J., Chen J., Naruse K., Kudoh H., Kondo Y., Honda N., Aoki K., Nagano A.J., Yoshimura T. “A transcriptional program underlying the circannual rhythms of gonadal development in medaka.” Proceedings of the National Academy of Sciences 120(52), e2313514120 (2023).
    2. Yada Y., Honda N. “Few-shot prediction of amyloid β accumulation from mainly unpaired data on biomarker candidates.” npj Systems Biology and Applications 9, 59 (2023).
    3. Sakaguchi S., Okochi Y., Tanegashima C., Nishimura O., Uemura T., Kadota M., Honda N., Kondo T.* “Single-cell transcriptome atlas of Drosophila gastrula 2.0.” Cell Reports 42, 112707 (2023).
    4. Konaka Y., Honda N.* “Decoding reward–curiosity conflict in decision-making from irrational behaviors.” Nature Computational Science 3, 418–432 (2023).
    5. Hatakeyama Y., Saito N., Mii Y., Shinozuka T., Takemoto T., Honda N., Takada S. “Intercellular exchange of Wnt ligands reduces cell population heterogeneity in embryogenesis.” Nature Communications 14, 1924 (2023).
    6. Ishino S., Kamada T., Sarpong G., Kitano J., Tsukasa R., Mukohira H., Sun F., Li Y., Kobayashi K., Honda N., Oishi N., Ogawa M.* “Dopamine error signal to actively cope with lack of expected reward.” Science Advances 9(10), eade5420 (2023).
    7. Ju H., Honda N., Yoshimura S.H., Kaneko M., Shigematsu T., Kiyono K.* “Multidimensional fractal scaling analysis using higher order moving average polynomials and its fast algorithm.” Signal Processing 208, 108997 (2023).
    8. Onishi T., Honda N., Igarashi Y.* “Optimal COVID-19 testing strategy on limited resources.” PLoS ONE 18(2), e0281319 (2023).
    9. Yoshido K., Honda N.* “Adaptive discrimination of antigen risk by predictive coding in immune system.” iScience 26, 105754 (2023).
    10. Honda N. “Data-driven Interpretation of Emotional Fluctuation and Irrationality.” Medical Science Digest, Special Issue: Hikikomori and Psychiatric Disorders, 49(3), 12–15 (2023). [Japanese] [Review Articles]
  • 2022年
    1. Nakamuta S., Yoshido K., Honda N.* “Stem cell homeostasis regulated by hierarchy and neutral competition.” Communications Biology 5, 1268 (2022).
    2. Kanatsu-Shinohara M., Honda N., Tanaka T., Tatehana M., Kikkawa T., Osumi N., Shinohara T.* “Regulation of male germline transmission patterns by the Trp53-Cdkn1a pathway.” Stem Cell Reports 17, 1–18 (2022).
    3. Okochi Y., Matsui T., Sakaguchi S., Kondo T., Honda N. “Zero-shot reconstruction of mutant spatial transcriptomes.” bioRxiv (2022). [Preprint]
  • 2021年
    1. Okochi Y., Sakaguchi S., Nakae K., Kondo T., Honda N.* “Model-based prediction of spatial gene expression via generative linear mapping.” Nature Communications 12, 3731 (2021).
    2. Asakura Y., Kondo Y., Aoki K., Honda N.* “Hierarchical modeling of mechano-chemical dynamics of epithelial sheets across cells and tissue.” Scientific Reports 11, 4069 (2021).
    3. Honda N. “Data-driven Biology: Mathematical Modeling Rooted in Data.” Sugaku Kagaku (Mathematical Sciences), Special Issue: Mathematical Modeling and Life Science, September 2021. [Japanese] [Review Articles]
  • 2020年
    1. Honda N.*, Matsui T. “Somite boundary determination in normal and clock-less vertebrate embryos.” Development, Growth & Differentiation 62, 177–187 (2020).
    2. Honda N. “Modeling and Data Analysis of Animal Behavior Based on Reinforcement and Inverse Reinforcement Learning.” Jikken Igaku (Experimental Medicine), Supplement “Applying Machine Learning to Life Science,” 38(20), 202–209 (2020). [Japanese] [Review Articles]
    3. Okouchi Y., Sakaguchi S., Honda N. “Machine Learning-Based Spatial Gene Expression Reconstruction from scRNA-seq Data.” Jikken Igaku (Experimental Medicine), Supplement “Applying Machine Learning to Life Science,” 38(20), 63–69 (2020). [Japanese] [Review Articles]
  • 2019年
    1. Honda N.*, Akiyama R., Sari D.W.K., Ishii S., Bessho Y., Matsui T. “Noise-resistant developmental reproducibility in vertebrate somite formation.” PLoS Computational Biology 15(2), e1006579 (2019).
    2. Honda N. “Wiring Principles from Axonal Chemotaxis to Neural Circuit Formation.” Seibutsu Butsuri (Biophysics) 59(3), 141–143 (2019). [Japanese] [Review Articles]
    3. Honda N. “4-2 Gephi: Intuitive Layout of Mouse Brain Neural Network Structures.” In: Professional Data Visualization Techniques – Beyond Excel (Ed. Yasunobu Igarashi), 2019. [Japanese] [Books].
  • 2018年
    1. Sari D.W.K., Akiyama R., Honda N., Ishijima H., Bessho Y., Matsui T.* “Time-lapse observation of stepwise regression of Erk activity in zebrafish presomitic mesoderm.” Scientific Reports 8, 4335 (2018).
    2. Yamaguchi S., Honda N.*, Ikeda M., Tsukada Y., Nakano S., Mori I., Ishii S. “Identification of animal behavioral strategies by inverse reinforcement learning.” PLoS Computational Biology 14(5), e1006122 (2018).
    3. Honda N. “Chapter 7: Identification of Biological Information Processing Based on Quantitative Data.” In: Advances in Biotechnology via AI Integration (Ed. Mitsuyoshi Ueda), 2018. [Japanese] [Books].
  • 2017年
    1. Kanatsu-Shinohara M.*, Honda N., Shinohara T. “Nonrandom contribution of left and right testes to germline transmission from mouse spermatogonial stem cells.” Biology of Reproduction 97(6), 902–910 (2017).
    2. Aoki K.*, Kondo Y., Honda N., Hiratsuka T., Ito R.E., Matsuda M. “Propagating wave of ERK activation orients collective cell migration.” Developmental Cell 43, 305–317 (2017).
    3. Honda N.* “Revisiting chemoaffinity theory: Chemotactic implementation of topographic axonal projection.” PLoS Computational Biology 13(8), e1005702 (2017).
    4. Takano T., Wu M., Nakamuta S., Honda N., Ishizawa N., Namba T., Watanabe T., Xu C., Hamaguchi T., Yura Y., Amano M., Hahn K.M., Kaibuchi K.* “Discovery of long-range inhibitory signaling to ensure single axon formation.” Nature Communications 8, 33 (2017).
    5. Honda N.*, Uegaki K., Ishii S. “Self-organization mechanism of microtubule orientation patterns in axons and dendrites.” bioRxiv 163014 (2017). [Preprint]
    6. Shinohara M., Honda N., Shinohara T. “Mechanisms for Maintaining the Functional Lifespan of Spermatogonial Stem Cells.” Jikken Igaku (Experimental Medicine) 35(8), 1297–1302 (2017). [Japanese] [Review Articles]
  • 2016年
    1. Honda N., Nishiyama M., Togashi K., Igarashi Y., Hong K., Ishii S. “Multi-phasic bi-directional chemotactic responses of the growth cone.” Scientific Reports 6, 36256 (2016).
    2. Yamao M., Aoki K., Yukinawa N., Ishii S., Matsuda M., Honda N.* “Two new FRET imaging measures: linearly proportional to and highly contrasting the fraction of active molecules.” PLoS One 11(10), e0164254 (2016).
    3. Li Y., Nakae K., Ishii S., Honda N.* “Uncertainty-dependent extinction of fear memory in an amygdala-mPFC neural circuit model.” PLoS Computational Biology 12(9), e1005099 (2016).
    4. Kanatsu-Shinohara M.*, Honda N., Shinohara T. “Nonrandom germline transmission of mouse spermatogonial stem cells.” Developmental Cell 38, 248–261 (2016).
    5. Tsukada Y., Yamao M., Honda N., Shimowada T., Ohnishi N., Kuhara A., Ishii S., Mori I.* “Reconstruction of spatial thermal gradient encoded in thermosensory neuron AFD in Caenorhabditis elegans.” Journal of Neuroscience 36(9), 2571–2581 (2016).
  • 2015～2005年
    1. Yamao M., Honda N.* (Co-first), Kunida K., Aoki K., Matsuda M., Ishii S.* “Distinct predictive performance of Rac1 and Cdc42 in cell migration.” Scientific Reports 5, 17527 (2015).
    2. Kumagai Y., Honda N., Nakasyo E., Kamioka Y., Kiyokawa E., Matsuda M.* “Heterogeneity in ERK activity as visualized by in vivo FRET imaging of mammary tumor cells developed in MMTV-Neu mice.” Oncogene 34(8), 1051–1057 (2015).
    3. Hiratsuka T., Fujita Y., Honda N., Aoki K., Kamioka Y., Matsuda M.* “Intercellular propagation of extracellular signal-regulated kinase activation revealed by in vivo imaging of mouse skin.” eLife 4, e05178 (2015).
    4. Yukinaga H., Shionyu C., Hirata E., Ui-Tei K., Nagashima T., Kondo S., Okada-Hatakeyama M., Honda N., Matsuda M.* “Fluctuation of Rac1 activity is associated with the phenotypic and transcriptional heterogeneity of glioma cells.” Journal of Cell Science 127(8), 1805–1815 (2014).
    5. Honda N.*, Ishii S. “Mathematical Modeling of Neuronal Polarization During Development.” Progress in Molecular Biology and Translational Science 123, 127–141 (2014).
    6. Honda N., Yamao M., Ishii S. “System Identification of Cell Migration.” Seitai no Kagaku (Science of the Living Body) 65(5), 468–469 (2014). [Japanese] [Review Articles]
    7. Yamao M., Honda N., Ishii S. “Chapter 11: Collective Cell Migration.” In: Trends in Biophysics: From Cell Dynamics Toward Multicellular Growth Phenomena (Ed. Pavel Kraikivski), pp. 205–235 (2013). [Books]
    8. Kaneko-Kawano T.*, Takasu F., Honda N., Sakumura Y., Ishii S., Ueba T., Eiyama A., Okada A., Kawano Y., Suzuki K. “Dynamic Regulation of Myosin Light Chain Phosphorylation by Rho-kinase.” PLoS One 7(6), e39269 (2012).
    9. Yamao M., Honda N.*, Ishii S. “Multi-cellular logistics of collective cell migration.” PLoS One 6(12), e27950 (2011).
    10. Nonaka S., Honda N.* (Co-first), Ishii S. “A multiphysical model of cell migration integrating reaction-diffusion, membrane and cytoskeleton.” Neural Networks 24, 979–989 (2011).
    11. Honda N.*, Nakamuta S., Kaibuchi K., Ishii S. “Flexible Search for Single-Axon Morphology during Neuronal Spontaneous Polarization.” PLoS One 6(4), e19034 (2011).
    12. Yamao M., Honda N., Ishii S. “Noise-Induced collective migration for neural crest cells.” Lecture Notes in Computer Science 6352, 155–163 (2010).
    13. Honda N.*, Sakumura Y., Ishii S. “Stochastic control of spontaneous signal generation for gradient sensing in chemotaxis.” Journal of Theoretical Biology 255, 259–266 (2008).
    14. Tamura H., Ng D.C., Tokuda T., Honda N., Nakagawa T., Mizuno T., Hatanaka Y., Ishikawa Y., Ohta J., Shiosaka S.* “One-chip sensing device (biomedical photonic LSI) enabled to assess hippocampal steep and gradual up-regulated proteolytic activities.” Journal of Neuroscience Methods 173, 114–120 (2008).
    15. Honda N., Sakumura Y., Ishii S.* “Local signaling with molecular diffusion as a decoder of Ca²⁺ signals in synaptic plasticity.” Molecular Systems Biology 1, 2005.0027 (2005).

研究キーワード

データ駆動型アプローチ、バイオインフォマティクス、システム生物学、オミクス解析（ゲノム・エピゲノム・トランスクリプトーム・プロテオーム・メタボローム）、シングルセル解析・トランスオミクス、ベイズモデリング、機械学習・深層学習、逆強化学習・意思決定モデル、多細胞ダイナミクスの数理解析、疾患ネットワーク・階層的モデル、精神疾患・がん・免疫に関する数理的病態解析、スーパーコンピューティングによる大規模計算、オブジェクト指向型データ解析、画像解析・空間トランスクリプトミクス、トランスオミクス・臓器連関モデリング

データ駆動生物学分野　独自ホームページ

学生へのメッセージ

近年、生命科学は計測技術の進歩により、ゲノム、トランスクリプトーム、メタボロームなどの多様なオミクスデータを大量に取得できるようになりました。しかし、その情報の背後にある生命のしくみを正しく理解し、活用するには、単なるデータ処理を超えた「データを意味に変える力」が必要です。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　当研究室では、統計科学・数理モデリング・AI技術といった理論的な手法をベースに、がん・発生・精神疾患・免疫などの複雑な生命現象に挑んでいます。情報科学や数理に興味のある方、生物データを深く理解し活かしたい方、あるいは「理論」と「現場」の両方に触れてみたい方にとって、多くの学びと挑戦がある研究環境です。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　生命現象に潜む規則性をデータから発見し、それを数理で記述・再現し、現象を理解し予測する。そんな研究に興味がある方は、ぜひ一度ご連絡ください。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　文系出身・情報系出身・医学系出身など多様なバックグラウンドを歓迎しています。

当研究室に入りたい学生へ

学生として当研究室にて指導 (修士号・博士号の取得) を受けるには以下の方法があります。 興味がありましたら、お問い合わせください。

名古屋大学コース　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　名古屋大学大学院医学系研究科医科学専攻修士課程、もしくは総合医学専攻医学博士課程に入学し、当研究室を志望する。

特別研究学生コース　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　他の学部・専攻や他大学の学部・大学院に在籍している方も特別研究学生という形で当研究室に来ることが可能です。

連絡先

ホームページの内容に関する質問などは 本田 直樹 までご連絡ください。

Email：　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　honda.naoki.t1[at]f.mail.nagoya-u.ac.jp　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　所在地：　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　〒466-8550(〒466-0065)　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　名古屋市昭和区鶴舞町65　医系研究棟2号館5階　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　データ駆動生物学分野　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TEL：052-744-1980