Discovery Sagaサイレントキーワード俯瞰

生体分子システム / 確率システム / マイクロ流路 / 数理最適化

本年度は，確率的な揺らぎを有する生体分子システムの「応答分布」を解析・設計するためのシステム論的な基礎理論の構築を進め，その実証実験のために必要なマイクロ流体実験系の構築，および動作検証を行った．
基礎理論の構築では，まず，生体分子システムの応答分布を解析・設計するツールの開発を念頭に，定常状態におけるシステムの揺らぎを評価するための統計的な指標を定義し，シミュレーションによりそれらの指標が解析や設計に有用であることを確認した．その後，それらの指標を数理最適化を用いて系統的に計算するためのアルゴリズムを構築し，提案アルゴリズムを人工生体分子システムの解析・設計問題へと応用することで，数値例を通して提案法の理論的な妥当性や有用性を確認した．さらに，その過程で得られた知見をもとに提案アルゴリズムを計算量の面で改良した．
実験系の構築では，生体分子システムの応答を観察するために，様々な周波数や濃度の化学的な入力をシステムに印加し，その入出力応答を経時観察するためのマイクロ流体デバイスを構築した．具体的には，電気回路と流体のアナロジーを利用して，電気回路におけるD/A変換に対応する機構をマイクロ流体デバイスに実装し，既存のデバイスに比べ高速かつ正確な入力生成を実現できることを実証した．さらに，電気回路とのアナロジーを用いてデバイスの高速化や精度向上につながる理論的な考察を行うことができ，系統的なデバイスの改良が可能になった．また，理論の実証実験に利用するための遺伝子組み換え大腸菌や酵素反応系に関する基礎データを得た．

制御工学 / 生体分子システム / マイクロ流体 / マイクロ流路 / 遺伝子回路

生体分子を材料とする人工的な分子反応システムのダイナミクスを，数理モデルを用いて解析・設計するための理論的な枠組み，およびそのモデル構築に必要なデータを効率的に取得する実験系を構築し，分子システム設計に応用することで有用性を示した．特に，物理法則から導かれる第一原理モデルを，実験データから学習される機械学習モデルで補完する方法を提案し，第一原理モデルだけでは捉えることが難しい複雑な反応環境場の影響を考慮した反応予測モデルを構築した．また，反応環境場がわずかずつ異なる系を大量に生成してモデルの同定に利用するためのマイクロ流体実験系を構築し，その有用性を検証した．

生体分子システムの持つ様々な不確かさに対してロバスト性の高いモデルベースの反応設計法を提案したことで，多分子・多機能の分子システムのモデルベース開発が容易になる．これにより，反応ネットワークの作用機序をボトムアップ的なアプローチで探求する学術研究や，分子システムの工学応用を目指す研究開発が加速すると期待される．
また，生体分子の反応ネットワークが持つ数理的な構造や不確かさを，制御工学や機械学習の理論と関連させてシステム論的に捉えるためのフレームワークを提案した点は，システム科学の発展においても学術的な意義がある．

【研究分担者】
宮廻裕樹	東京大学	大学院情報理工学系研究科	助教	(Kakenデータベース)