354 件の論文
本研究は、腫瘍細胞の血管内侵入を可視化・収集し、超解像イメージングや薬剤評価を可能にする、血管化された灌流マイクロ流体プラットフォーム「IntravChip」を開発し、転移メカニズムの解明や抗がん剤スクリーニングへの応用を示したものである。
ナノ粒子のタンパク質コロナ分析において、標準的な分離法が細胞外小胞（EV）を共回収して生物学的アイデンティティを歪めていることを実証し、EV を除去したサンプルを用いることで真の可溶性血漿タンパク質プロファイルの正確な同定が可能になることを示しました。
本研究は、多成分水溶液のガラス化挙動を迅速に測定・予測するための高スループットプラットフォームと予測モデルを開発し、ガラス化に必要な凍結保護剤濃度を大幅に短時間で決定し、毒性を考慮した最適な凍結保護剤設計を可能にする枠組みを確立した。
この論文は、ゲノム規模の CRISPR スクリーンを用いて DNA 修復を促進するタンパク質を同定し、これを Cas9 と融合させた合成タンパク質「TruEditor」を開発することで、従来の手法では困難だった多様な細胞種における高精度な遺伝子編集を可能にしたことを報告しています。
本論文は、幾何学制御されたプラズモニック構造、AI 駆動の分子動力学推定、およびオルガノイド検証を統合した「Plasmonic-AI-Organoid (PAO)」フレームワークを提案し、能動学習とベイズ推論を用いて生体適合な次世代プラズモニックバイオセンサの設計・最適化への包括的な計算論的ロードマップを示すものである。
本論文は、飼料組成と栄養素の消化率を考慮した改良型バイオエナジェティクスモデルを開発し、従来の総エネルギー摂取量に基づくモデルよりもバス（Micropterus salmoides）の成長予測精度を大幅に向上させたことを報告している。
この研究は、顎関節（TMJ）インプラントの予備臨床評価において、簡略化モデルは初期設計には有用であるが、最終評価には詳細な有限要素モデルが不可欠であることを示している。
本研究では、脳成長に伴う組織変形に適応する「成長適応型スプリング電子デバイス」と視覚言語モデルを活用したスパイク処理パイプラインを開発し、ラットの視覚野および内側前頭前野において出生後 10 日から 45 日までの長期にわたる同一ニューロンの活動を追跡可能とし、神経活動の脱同期化が特定のニューロン群の結合強度の時間的変化によって駆動されることを明らかにしました。
本論文は、従来の手法では捉えきれない押出時の空間的・時間的条件を再現し、圧力変動パターンと押出物形態を定量的に相関させることで、ヒドロゲル押出の信頼性を向上させる新しいプロセス情報に基づく解析フレームワーク「X-TRUDE」を提案しています。
本研究は、キラルリガンドの立体化学とエッジ化学を制御することでグラフェン量子ドットのナノ構造キラル性を設計可能にし、そのナノ構造キラル性が生体膜への受動透過を支配する一方、能動輸送はリガンドの立体構造や輸送体認識に依存することを明らかにした。
本論文は、変形性関節症の進行に伴う滑膜の線維化と硬質化が、機械的シグナルを介して滑膜線維芽細胞とマクロファージを活性化し、細胞間相互作用を駆動して病態を悪化させるメカニズムを、DMM 手術モデルを用いて解明したことを示しています。
電気的表面分極は、炭酸アパタイト骨移植材の表面電荷を制御することで破骨細胞の分化と吸収活性を促進し、生体内での新規骨形成と移植材 - 骨統合を大幅に改善する有効な機能化戦略である。
本研究は、糖鎖分岐の減少が GM-CSF の生物活性を抑制することを示し、MGAT5 酵素を介した精密な糖鎖エンジニアリングが GM-CSF 基盤治療薬の最適化に不可欠であることを明らかにしました。
本論文は、統計的形状モデルと血流解析を組み合わせることで、腸骨静脈の解剖学的忠実度（2 次元投影、簡易 3 次元、完全 3 次元）が血流動態指標（壁面せん断応力）の予測精度や形状と血流の関連性に決定的な影響を与えることを実証し、深部静脈血栓症研究における高精度な患者固有モデルの重要性を明らかにした。
この論文は、残差密ブロックと畳み込みブロック注意モジュールを統合した新しい深層学習モデル「RDBCycleGAN-CBAM」を開発し、NIH-AAPM-Mayo データセットを用いた評価で、低線量 CT 画像のノイズ除去において既存の手法を上回る画質改善と統計的に有意な性能向上を実現したことを報告しています。
この論文は、サバクトビバッタの触角の優れた嗅覚能力を統合し、能動的な嗅ぎ取りと独自の探索アルゴリズム「Trident」を活用して、風のない環境でも揮発性化合物の検出、識別、局所化を可能にする自律型バイオハイブリッドロボット「Sniffbot」を開発したことを報告しています。
本研究は、ステップ電流励起と時間領域解析を用いることで、従来のインピーダンス分光法に比べ時間分解能を 100 倍向上させた「時間領域上皮インピーダンス測定（TEIM）」法を開発し、上皮細胞単層のバリア機能や形態を 0.3 秒以下の高速で非侵襲的に定量評価可能にしたことを報告しています。
本論文は、肋骨などの骨による遮蔽を軽減する骨抑制技術を前処理として導入することで、CNN や Vision Transformer といった多様な深層学習モデルの気胸セグメンテーション精度を大幅に向上させ、胸部 X 線画像の自動診断の信頼性を高めることを実証しています。
本研究は、ADAM10 などの天然の sheddase をリクルートする二重特異性抗体（Shedders）を開発し、細胞表面のタンパク質をリソソーム経路を介さずに選択的に細胞外ドメインを切断・脱落させるという新たな標的細胞外プロテオリシス戦略を確立し、免疫チェックポイント分子 LAG-3 の除去による T 細胞機能の回復や、多様な免疫調節受容体のターゲティング可能性を実証したものである。
本論文は、AI を活用した 3D 画像解析と多オミクス技術の統合により、肺がんの局所再発リスクを予測する新たなバイオマーカー（特に老化細胞と骨髄系細胞のシグネチャー）を同定し、転移前ニッチの分子メカニズムを解明したものである。