バイオコンピューティング研究チーム

理化学研究所　生命機能科学研究センター
チームリーダー　高橋 恒一

Laboratory for Biologically Inspired Computing

Team Leader: Koichi Takahashi, Ph.D.
RIKEN Center for Biosystems Dynamics Research

私たちは、生物的原理を取り入れた新しい情報科学を開拓し、高度な情報科学を生物学研究に応用することで、AI・ロボット駆動生命科学の実現を目指した研究開発に取り組んでいます。特に、(1) 細胞状態の予測・制御のためのゲノムスケールまたは空間的に分解された高性能な生化学反応（細胞）シミュレーション技術の開発、(2) 生命科学実験を対象としたラボラトリーオートメーション技術の研究開発、さらに、(3)自律的に科学的な発見を行うAIの研究開発（AI駆動科学）の３つの領域に力を入れています。

研究開発内容

1. 細胞シミュレーション

全細胞スケールのシミュレーションソフトウェアプラットフォーム E-Cell System を1996年から開発しています。2018年には、最新のメジャーバージョンE-Cell Systemバージョン4（E-Cell4）をリリースしました。細胞内の生化学反応系は分子混雑や局在といった試験管内とは異なる条件下で働いています。細胞シミュレーションプラットフォームE-Cell4は細胞システムの多階層的な性質をモデル化し、計算するための様々な技術を提供します。分子を粒子として扱う厳密な反応拡散アルゴリズムとしては現在最速の手法である拡張グリーン関数動力学法（eGFRD法） [1-1] や、高速で複雑な細胞内の構造を扱うことが可能な微視格子法Spatiocyte [1-2] など問題にあわせて様々な技法を簡単に使い分けることができます。また、細胞システムのシミュレーションに加えて、生物画像シミュレーターScopyonを開発しています。Scopyonは蛍光顕微鏡をはじめとした生物画像システムの物理的特性を計算することによって顕微鏡画像を計算機上で再現し、実験と計算を直接定量的に比較することを可能にしました [1-3]。

参考資料

  1. [1-1] Sokolowski TR et al., eGFRD in all dimensions. J. Chem. Phys. (2019) [URL]
  2. [1-2] Chew W-X, et al., Reaction-diffusion kinetics on lattice at the microscopic scale. Phys. Rev. E. (2018) [URL]
  3. [1-3] Watabe M, et al., A computational framework for bioimaging simulation. PLOS ONE (2015) [URL]

2. ラボラトリーオートメーション

現代の多くの生命科学実験は人間の実験手技の曖昧さに起因する根本的な問題を抱えています。低い再現性により実験の信頼性が損なわれ、時間・お金・労力の点で研究開発におけるボトルネックになっています。その結果、研究者が知的生産活動に専念できないという悪循環が生まれています。ロボティック・バイオロジー（ロボットによる生命科学系実験の自動化）は、研究者を日々の単純作業から解放し生命科学研究全体を加速させる構想です [2-1]。当研究チームでは、ロボットが集積されたロボット実験センターの技術実証の場として「ロボティック・バイオロジー・プロトタイピングラボ」を整備し、技術開発・実証を行っています [2-2]。これまでに当研究チームでは、ヒューマノイドロボットとソフトウェアを組み合わせた人間の手と頭を介さない自律細胞培養システムの開発 [2-3]、ロボット実験センターにおいてロボットを効率的に稼働させるためのスケジューリング技術の開発 [2-4]に成功しています。また、これらの開発した技術を臨床現場で利用するための施設開発 [2-5]にも貢献しています。

参考資料

  1. [2-1] Yachie N et al., Robotic crowd biology with Maholo LabDroids. Nat. Biotechnol. (2017) [URL]
  2. [2-2] ロボティックバイオロジーによる生命科学の加速 - JST未来社会創造事業 [URL]
  3. [2-3] Ochiai K and Motozawa N et al., A variable-scheduling maintenance culture platform for mammalian cells. SLAS Technol. (2020) [URL] ／ ヒューマノイドロボットとAIによる自律細胞培養 - 理化学研究所 [URL]
  4. [2-4] Itoh TD and Horinouchi T et al., Optimal scheduling for laboratory automation of life science experiments with time constraints. SLAS Technol. (2021) [URL]／ 生命科学実験の効率的な自動化を実現するスケジューリング手法を開発 - 筑波大学 [URL]
  5. [2-5] Terada M et al., Robotic cell processing facility for clinical research of retinal cell therapy. SLAS Technol. (2023) [URL] ／ヒューマノイドロボットは再生医療の現場へ - 理化学研究所 [URL]

3. AI駆動科学

自律的に顕著な科学的発見を行うAIロボットシステムの開発を目指した研究開発を行っています。当研究チームでは、再生医療で用いられる細胞の培養条件検討を自律的に試行錯誤するロボット・AIシステムの開発 [3-1]に成功しています。

参考資料

  1. [3-1] Kanda GN and Tsuzuki T et al., Robotic search for optimal cell culture in regenerative medicine. eLife (2022) [URL] ／ 再生医療用細胞レシピをロボットとAIが自律的に試行錯誤 - 理化学研究所 [URL]

メンバー

高橋 恒一 チームリーダー researchmap X (Twitter)
阿住 和哉 テクニカルスタッフI
池上 薫 アシスタント
落合 幸治 研究員
海津 一成 上級研究員 researchmap
加藤 月 学振特別研究員PD
神田 元紀 上級研究員 researchmap X (Twitter)
坂本 裕紀 研究パートタイマーI
Zhang Junbo 研修生
田中 信行 上級研究員 Google Scholar researchmap
Tang Yu 研修生
辻井 綾香 テクニカルスタッフI
中西 礼知 研修生
Arjunan Satya 客員研究員
牛久 祥孝 客員主管研究員
野口 大貴 客員研究員
堀之内 貴明 客員研究員
山川 宏 客員主管研究員
Wan Weiwei 客員研究員

（2024.4.1時点）

アクセス

〒650-0047
兵庫県神戸市中央区港島南町6-7-1
理化学研究所 融合連携イノベーション推進棟 S701

国立研究開発法人理化学研究所
生命機能科学研究センター
バイオコンピューティング研究チーム

We aim to realize AI and robot driven systems biology by pioneering new information science that incorporates biological principles and applying advanced information science to biological research. In particular, we are researching and developing (1) high-performance genome-scale or spatially-resolved biochemical simulation technologies for the prediction and control of cellular states, (2) laboratory automation technologies for life science experiments, and (3) AI-driven science.

Laboratory Activities

1. Cell Simulation

We have been developing the E-Cell System, a whole cell scale simulation software platform, since 1996. In 2018, we released the latest major version E-Cell System version 4 (E-Cell4). Biochemical reaction systems in cells work under non-ideal conditions such as molecular crowding and localization, which are different from those in the test tube. The cell simulation platform E-Cell4 provides a variety of techniques to model and compute the multi-level nature of these cellular systems. The eGFRD method [1-1], the fastest exact reaction-diffusion algorithm that treats molecules as particles, and the Spatiocyte method [1-2], a microscopic grid method that can handle complex intracellular structures at high speed, can be easily used in conjunction with each other depending on the problem.In addition to simulating cellular systems, we have also developed Scopyon, a bio-imaging simulator. Scopyon reproduces microscopic images on a computer by calculating the physical properties of fluorescence microscopes and other biological imaging systems, allowing direct quantitative comparison of experiments and calculations [1-3].

References

  1. [1-1] Sokolowski TR et al., eGFRD in all dimensions. J. Chem. Phys. (2019) [URL]
  2. [1-2] Chew W-X, et al., Reaction-diffusion kinetics on lattice at the microscopic scale. Phys. Rev. E. (2018) [URL]
  3. [1-3] Watabe M, et al., A computational framework for bioimaging simulation. PLoS One (2015) [URL]

2. Laboratory Automation

Current life science experiments have fundamental problems that stem from the ambiguity of human experimental techniques. Low reproducibility undermines the reliability of experiments and creates a bottleneck in research and development in terms of time, money, and effort. The result is a vicious cycle that prevents researchers from focusing on intellectual production activities. Robotic biology (automation of life science experiments by robots) is a concept that frees researchers from daily simple tasks and accelerates life science research as a whole [2-1]. Our laboratory has established the "Robotic Biology Prototyping Laboratory" as a place for technological demonstrations at the Robotics Experimental Center, where robots are integrated to develop and demonstrate technologies [2-2]. Our laboratory has successfully developed the following: An autonomous cell culture system that combines a humanoid robot and software without human intervention [2-3]; scheduling algorithm for efficient operation of robots in robotic experimental facility [2-4]. Furthermore, we are also contributing to the development of facilities for the utilization of these developed technologies in clinical studies [2-5].

References

  1. [2-1] Yachie N et al., Robotic crowd biology with Maholo LabDroids. Nat. Biotechnol. (2017) [URL]
  2. [2-2] Accelerating Life Sciences by Robotic Biology - JST-mirai Grant [URL]
  3. [2-3] Ochiai K and Motozawa N et al., A variable-scheduling maintenance culture platform for mammalian cells. SLAS Technol. (2020) [URL]
  4. [2-4] Itoh TD and Horinouchi T et al., Optimal scheduling for laboratory automation of life science experiments with time constraints. SLAS Technol. (2021) [URL]
  5. [2-5] Terada M et al., Robotic cell processing facility for clinical research of retinal cell therapy. SLAS Technol. (2023) [URL]

3. AI-driven Science

The lab's work spans from designing AI-driven robotic platforms capable of conducting intricate biological experiments to developing algorithms that analyze vast datasets generated by high-throughput biological assays. Our laboratory has successfully developed the robot and AI system for autonomous trial-and-error examination of cell culture conditions used in regenerative medicine [3-1]

References

  1. [3-1] Kanda GN and Tsuzuki T et al., Robotic search for optimal cell culture in regenerative medicine. eLife (2022) [URL] ／ Human-robot-AI teamwork accelerates regenerative medicine - RIKEN [URL]

Members

Koichi Takahashi Team Leader Google Scholar X (Twitter)
Kazuya Azumi Technical Staff I
Kaoru Ikegami Assistant
Kazunari Kaizu Senior Scientist researchmap
Genki Kanda Senior Scientist ORCiD
Akari Kato JSPS PD Researcher
Raichi Nakanishi Student Trainee
Koji Ochiai Research Scientist
Yuki Sakamoto Research Part-time Worker I
Nobuyuki Tanaka Senior Scientist Google Scholar researchmap
Ayaka Tsujii Technical Staff I
Yu Tang Student Trainee
Junbo Zhang Student Trainee
Satya Arjunan Visiting Scientist
Takaaki Horinouchi Visiting Scientist
Hiroki Noguchi Visiting Scientist
Yoshitaka Ushiku Senior Visiting Scientist
Weiwei Wan Visiting Scientist
Hiroshi Yamakawa Senior Visiting Scientist

（As of 2024.4.1）

Access

S701, Integrated Innovation Building (IIB)
6-7-1 Minatojima-minamimachi, Chuo-ku, Kobe, Hyogo 650-0047, Japan

Laboratory for Biologically Inspired Computing
RIKEN Center for Biosystems Dynamics Research