基本情報

写真a

長谷　武志(ハセ　タケシ)

HASE Takeshi


職名

特任教授

生年

1976年
このページの先頭へ▲

出身学校 【 表示 ／ 非表示 】

  • 慶應義塾大学  理工学部  物理学科  2000年  卒業

  • 慶應義塾大学  理工学研究科  基礎理工学専攻物理学専修  2002年  卒業

  • 東京医科歯科大学  医歯学総合研究科  医科学  2008年  卒業

このページの先頭へ▲

取得学位 【 表示 ／ 非表示 】

  • 博士（医学）  東京医科歯科大学

  • 修士（理学）  慶應義塾大学

このページの先頭へ▲

経歴(学内) 【 表示 ／ 非表示 】

  • 2010年12月
    -
    2015年03月
    東京医科歯科大学 難治疾患研究所 特任助教
  • 2017年11月
    -
    2018年03月
    東京医科歯科大学 データ関連人材育成プログラム 特任准教授
  • 2018年04月
    -
    2021年03月
    東京医科歯科大学 データ関連人材育成プログラム 特任准教授
  • 2021年04月
    -
    2023年05月
    東京医科歯科大学 統合教育機構 イノベーション人材育成部門 特任准教授
  • 2023年06月
    -
    現在
    東京医科歯科大学 統合教育機構 イノベーション人材育成部門 特任教授
このページの先頭へ▲

経歴(学外) 【 表示 ／ 非表示 】

  • 平成12年4月1日から平成１４年３月３１日 慶應義塾大学理工学部物理学科ティーチングアシスタント
  • 平成17年4月1日から平成２２年１月３１日 済生会川口看護専門学校非常勤講師
  • 平成18年4月1日から平成１９年３月３１日 河合塾フェロー
  • 平成18年5月1日から平成２０年３月３１日 東京医科歯科大学情報処理センター リサーチアシスタント
  • 平成19年4月1日から平成２２年１月３１日 日本大学医学部物理学教室非常勤講師
  • 平成20年4月1日から平成２２年１月３１日 東京医科歯科大学情報処理センター特任助教
  • 平成22年2月1日から平成２２年１１月３０日 独立行政法人理化学研究所 横浜研究所 植物科学研究センター機能開発研究グループ 特別研究員
  • 平成22年１２月１日から現在 東京医科歯科大学大学院 疾患生命科学研究部 システム生命情報学
  • 平成２２年１２月１日から現在 特定非営利活動法人システムバイオロジー研究機構 研究員
  • 2000年04月
    -
    2002年03月
    慶應義塾大学理工学部物理学科 ティーチングアシスタント
  • 2005年04月
    -
    2010年01月
    済生会川口看護専門学校 非常勤講師
  • 2006年04月
    -
    2007年03月
    河合塾 フェロー
  • 2006年05月
    -
    2008年03月
    東京医科歯科大学情報処理センター リサーチアシスタント
  • 2007年04月
    -
    2010年01月
    日本大学医学部物理学教室 非常勤講師
  • 2008年04月
    -
    2010年01月
    東京医科歯科大学情報処理センター 特任助教
  • 2010年02月
    -
    2010年11月
    独立行政法人理化学研究所 横浜研究所 植物科学研究センター機能開発研究グループ 特別研究員
  • 2010年12月
    -
    2015年03月
    東京医科歯科大学大学院 疾患生命科学研究部 システム情報生物学 特任助教
  • 2010年12月
    -
    2017年10月
    特定非営利活動法人システム・バイオロジー研究機構 研究員
  • 2011年04月
    -
    2013年03月
    済世会川口看護専門学校 非常勤講師
  • 2013年01月
    -
    2017年10月
    株式会社 SBX 研究部門 非常勤研究員
  • 2013年04月
    -
    2018年03月
    独立行政法人理化学研究所 横浜研究所 統合生命科学研究センター 疾患モデリンググループ 訪問研究員
  • 2017年04月
    -
    現在
    NPO法人・次世代生命医学研究所 研究部門 兼任研究員
  • 2017年10月
    -
    2021年03月
    東京医科歯科大学 医療データ科学推進室 特任准教授
  • 2017年10月
    -
    現在
    特定非営利活動法人システム・バイオロジー研究機構 訪問研究員
  • 2018年04月
    -
    現在
    株式会社 SBX 研究部門 非常勤研究員
  • 2020年04月
    -
    現在
    慶応義塾大学 薬学部 客員准教授
  • 2021年03月
    -
    現在
    SBX BioSciences co. ltd Research adjunct researcher
  • 2021年04月
    -
    現在
    国立研究開発法人 医薬基盤・健康・栄養研究所 感染病態制御ワクチンプロジェクト 客員研究員
  • 2021年04月
    -
    現在
    東京医科歯科大学 統合教育機構 イノベーション人材育成部門 特任准教授

▼全件表示

このページの先頭へ▲

所属学協会 【 表示 ／ 非表示 】

  • 日本バイオインフォマティクス学会

  • 日本進化学会

  • 日本毒性病理学会

このページの先頭へ▲

研究分野 【 表示 ／ 非表示 】

  • 統計科学

  • 生物物理学

  • 生命、健康、医療情報学

  • システムゲノム科学

  • ゲノム生物学

このページの先頭へ▲
 

研究テーマ 【 表示 ／ 非表示 】

  • ネットワーク解析と比較ゲノムを応用した薬剤標的分子を予測する数理モデルの構築，2013年04月 - 2017年03月

このページの先頭へ▲

競争的資金等の研究課題 【 表示 ／ 非表示 】

  • ネットワーク解析と比較ゲノムを応用した薬剤標的分子を予測する数理モデルの構築

    文部科学省/日本学術振興会 : 2013年 - 2015年

このページの先頭へ▲

論文・総説 【 表示 ／ 非表示 】

  1. Kubo A, Masugi Y, Hase T, Nagashima K, Kawai Y, Takizawa M, Hishiki T, Shiota M, Wakui M, Kitagawa Y, Kabe Y, Sakamoto M, Yachie A, Hayashida T, Suematsu M.. Polysulfide Serves as a Hallmark of Desmoplastic Reaction to Differentially Diagnose Ductal Carcinoma In Situ and Invasive Breast Cancer by SERS Imaging Antioxidants . 2023.01; 12 (2): 240. ( PubMed, DOI )

  2. Abe D, Inaji M, Hase T, Takahashi S, Sakai R, Ayabe F, Tanaka Y, Otomo Y, Maehara T. A Prehospital Triage System to Detect Traumatic Intracranial Hemorrhage Using Machine Learning Algorithms. JAMA network open. 2022.06; 5 (6): e2216393. ( PubMed, DOI )

  3. Polouliakh N, Hase T, Ghosh S, Kitano H. Toxicity Analysis of Pentachlorophenol Data with a Bioinformatics Tool Set. Methods in molecular biology (Clifton, N.J.). 2022; 2486 105-125. ( PubMed, DOI )

  4. Katsuda T, Sato N, Mogushi K, Hase T, Muramatsu M. Sub-GOFA: A tool for Sub-Gene Ontology function analysis in clonal mosaicism using semantic (logical) similarity. Bioinformation. 2022; 18 (1): 53-60. ( PubMed, DOI )

  5. (*Takeshi Hase is a part of, FANTOM consortium), Grapotte M, Saraswat M, Bessière C, Menichelli C, Ramilowski JA, Severin J, Hayashizaki Y, Itoh M, Tagami M, Murata M, Kojima-Ishiyama M, Noma S, Noguchi S, Kasukawa T, Hasegawa A, Suzuki H, Nishiyori-Sueki H, Frith MC, * FANTOM consortium, Chatelain C, Carninci P, de Hoon MJL, Wasserman WW, Bréhélin L, Lecellier CH. Discovery of widespread transcription initiation at microsatellites predictable by sequence-based deep neural network Nature Communications. 2021.06; 12, 3297. ( DOI )

  6. Nishimura T, Nakamura H, Yachie A, Hase T, Fujii K, Koizumi H, Naruki S, Takagi M, Matsuoka Y, Furuya N, Kato H, Saji H. Disease-related cellular protein networks differentially affected under different EGFR mutations in lung adenocarcinoma. Scientific reports. 2020.12; 10 (1): 10881. ( PubMed, DOI )

  7. (Book Chapter) "Chapter 13. Cancer Network Medicine". - Network Medicine: Complex Systems in Human Disease and Therapeutics (Joseph Loscalzo, Albert-László Barabási, and Edwin K. Silverman (Eds.)) 2017.12; 294-323. ( DOI )

  8. Caron E, Roncagalli R, Hase T, Wolski WE, Choi M, Menoita MG, Durand S, García-Blesa A, Fierro-Monti I, Sajic T, Heusel M, Weiss T, Malissen M, Schlapbach R, Collins BC, Ghosh S, Kitano H, Aebersold R, Malissen B, Gstaiger M. Precise Temporal Profiling of Signaling Complexes in Primary Cells Using SWATH Mass Spectrometry. Cell reports. 2017.03; 18 (13): 3219-3226. ( PubMed, DOI )

  9. Hu Y, Hase T, Li HP, Prabhakar S, Kitano H, Ng SK, Ghosh S, Wee LJ. A machine learning approach for the identification of key markers involved in brain development from single-cell transcriptomic data. BMC genomics. 2016.12; 17 (Suppl 13): 1025-29. ( PubMed, DOI )

  10. Effect of placebo and lorazepam on functional connectivity in fearful vocal processing: an fMRI study 2016.06; 19 (Suppl_1): 54. ( DOI )

  11. Inferring causal molecular networks: empirical assessment through a community-based effort 2016.04; 13 (4): 310-318. ( DOI )

  12. Hase T, Kikuchi K, Ghosh S, Kitano H, Tanaka H. A computational approach to prioritize drug-target genes in the human protein interaction network The proceedings of The 21st International Symposium on Artificial Life and Robotics 2016 (AROB 21st 2016). 2016.01; 871-876.

  13. Kawakami E, Singh VK, Matsubara K, Ishii T, Matsuoka Y, Hase T, Kulkarni P, Siddiqui K, Kodilkar J, Danve N, Subramanian I, Katoh M, Shimizu-Yoshida Y, Ghosh S, Jere A, Kitano H. Network analyses based on comprehensive molecular interaction maps reveal robust control structures in yeast stress response pathways. NPJ systems biology and applications. 2016; 2 15018. ( PubMed, DOI )

  14. Hase T, Kikuchi K, Ghosh S, Kitano H, Tanaka H. Controllability of protein-protein interaction networks and their relationships with drug-targets, essential genes, and degree connectivities. The proceedings of The 20th International Symposium on Artificial Life and Robotics 2015 (AROB 20th 2015). 2015.01; 813-818.

  15. Takeshi Hase, Kaito Kikuchi, Samik Ghosh, Hiroaki Kitano, Hiroshi Tanaka. (Research article) Identification of drug-target modules in the human protein–protein interaction network Artificial Life and Robotics. 2014.12; 19 (4): 406-413. ( DOI )

  16. Matsuoka Y, Matsumae H, Katoh M, Eisfeld AJ, Neumann G, Hase T, Ghosh S, Shoemaker JE, Lopes TJ, Watanabe T, Watanabe S, Fukuyama S, Kitano H, Kawaoka Y. A comprehensive map of the influenza A virus replication cycle. BMC systems biology. 2013.10; 7 (97): 97. ( PubMed, DOI )

  17. Hase T, Ghosh S, Yamanaka R, Kitano H. Harnessing diversity towards the reconstructing of large scale gene regulatory networks. PLoS computational biology. 2013; 9 (11): e1003361. ( PubMed, DOI )

  18. (Book Chapter) "Chapter 20. Protein-Protein Interaction Networks: Structures, Evolution, and Application to Drug Design" - Protein-Protein Interactions - Computational and Experimental Tools (W. Cai, H. Hong (eds.)) 2012.03; 405-426. ( DOI )

  19. Hanada K, Hase T, Toyoda T, Shinozaki K, Okamoto M. Origin and evolution of genes related to ABA metabolism and its signaling pathways. Journal of plant research. 2011.07; 124 (4): 455-65. ( PubMed, DOI )

  20. Hase T, Niimura Y, Tanaka H. Difference in gene duplicability may explain the difference in overall structure of protein-protein interaction networks among eukaryotes. BMC evolutionary biology. 2010.11; 10 358. ( PubMed, DOI )

  21. Hase T, Tanaka H, Suzuki Y, Nakagawa S, Kitano H. Structure of protein interaction networks and their implications on drug design. PLoS computational biology. 2009.10; 5 (10): e1000550. ( PubMed, DOI )

  22. Hase T, Niimura Y, Kaminuma T, Tanaka H. Non-uniform survival rate of heterodimerization links in the evolution of the yeast protein-protein interaction network. PloS one. 2008.02; 3 (2): e1667. ( PubMed, DOI )

  23. 長谷 武志, 荻島 創一, 中川 草, 田中 博. 1P301 タンパク質間相互作用ネットワークのトポロジー構造における構造決定因子について(数理生物学)) 生物物理. 2005; 45 S107. ( DOI )

  24. Tsuji Shingo, Aburatani Hiroyuki, Hase Takeshi, Tanaka Hiroshi. Applications of graph neural networks for drug-repositioning and cancer research CANCER SCIENCE. 2022.02; 113 1790.

  25. Shirakami Arata, Toba Takuma, Nakamoto Isao, Hase Takeshi, Shimono Masanori. Deep neural embedding of neuronal connectivity JOURNAL OF COMPUTATIONAL NEUROSCIENCE. 2021.12; 49 (SUPPL 1): S172-S173.

  26. Tsuji Shingo, Hase Takeshi, Yachie-Kinoshita Ayako, Nishino Taiko, Ghosh Samik, Kikuchi Masataka, Shimokawa Kazuro, Aburatani Hiroyuki, Kitano Hiroaki, Tanaka Hiroshi. Artificial intelligence-based computational framework for drug-target prioritization and inference of novel repositionable drugs for Alzheimer's disease ALZHEIMERS RESEARCH & THERAPY. 2021.05; 13 (1): 92. ( PubMed, DOI )

  27. 長谷 武志, 谷内江 綾子, 辻 真吾. AI とBig Data におけるDrug Discovery（創薬）への可能性 ICUとCCU. 2019.06; 43 (4): 191-198.

  28. Ackerman Emily E., Alcorn John F., Hase Takeshi, Shoemaker Jason E.. A dual controllability analysis of influenza virus-host protein-protein interaction networks for antiviral drug target discovery BMC BIOINFORMATICS. 2019.06; 20 (1): 297. ( PubMed, DOI )

  29. Tsuji Shingo, Hase Takeshi, Tanaka Hiroshi, Aburatani Hiroyuki. Al technology based drug discovery method with protein interaction network for cancer drug repositioning CANCER SCIENCE. 2018.01; 109 786.

  30. 長谷 武志, 荻島 創一, 鈴木 泰博, 中川 草, 田中 博. 1P297 タンパク質間相互作用ネットワークの進化における疎密構造と自己結合するタンパク質の持つ相互作用数の頻度分布との関係(数理生物学) 生物物理. 2004; 44 S104. ( DOI )

  31. 長谷 武志, 鈴木 泰博, 荻島 創一, 田中 博. タンパク質間相互作用ネットワークの枝数による階層構造 生物物理. 2003; 43 S244. ( DOI )

  32. Hiroaki Kitano, Takeshi Hase. (Issue image) Cloud topology in the yeast protein interaction network (PLoS Computational Biology Issue Image | Vol. 5(10) October 2009, see also Hase et al. doi:10.1371/journal.pcbi.1000550). PLoS Computational Biology. 2009; 5 (10): ev05.i10. ( DOI )

  33. Ogishima S, Hase T, Nakagawa S, Suzuki Y, Tanaka H. (proceedings) Molecular Evolutionary Analysis of Yeast Protein Interaction Network World Academy of Science, Engineering and Technology （proceedings). 2005; 11 69-72.

  34. Suzuki Y, S Nakagawa, T Hase, S Ogishima, H Tanaka. (proceedings) The Specificity of Topology of the Protein-Protein Interactions in Yeast and Its Biological Characteristics Journal of the Mass Spectrometry Society of Japan (proceedings). 2005; 53 (3): 137-141. ( DOI )

  35. 中川草, 鈴木泰博, 長谷武志, 荻島創一, 田中博. (proceedings) 酵母のタンパク質相互作用の細胞内局在ごとの分析 平成16年度数理モデル化と問題解決シンポジウム 情報処理学会（proceedings). 2004; 361-366.

  36. Nakagawa S, Ogishima S, Hase T, Suzuki Y, Tanaka H. (proceedins)The analysis between functions and densities in yeast intercomplex protein-protein interactions The Fifteenth International conference on Genome Informatics (proceedings). 2004; 131-1,2.

▼全件表示

このページの先頭へ▲

書籍等出版物 【 表示 ／ 非表示 】

  1. Takeshi Hase, Samik Ghosh, Sucheendra K. Palaniappan, Hiroaki Kitano. Network Medicine - Complex Systems in Human Disease and Therapeutics (Joseph Loscalzo, Albert-László Barabási, and Edwin K. Silverman (Eds.)). Harvard University Press, 2017.01 Chapter 13. Cancer Network Medicine (ISBN : 9780674436534)

  2. 田中博編著, 田中博, 高井貴子, 荻島創一, 茂櫛薫, 長谷武志. 先端医療と創薬のための疾患システムバイオロジー －オミックス医療からシステム分子医学へ－. 培風館, 2012.08 4.2.2項と口絵4を執筆

このページの先頭へ▲

講演・口頭発表等 【 表示 ／ 非表示 】

  1. Takeshi Hase. Artificial intelligence based drug-target repositioning across diverse diseases. 7th International Symposium on BioComplexity 2022.01.25

  2. 辻 真吾, 油谷 浩幸, 長谷 武志, 田中 博. 創薬と癌研究のためのGraph Neural Networkの応用. 日本癌学会総会記事 2021.09.01

  3. AI and network analysis based computational framework for drug-target repositioning. 2021.01.23

  4. Takeshi Hase, Masanori Shimono. Neural network embedding of real neuronal networks. NETsciX 2020 2020.01.20

  5. Takeshi Hase, Samik Ghosh, Ken-ichi Aisaki, Satoshi Kitajima, Jun Kanno, Hiroaki Kitano. (招待講演)DTOX: Deep neural network-based computational framework to analyze omics data in Toxicology. OPENTOX ASIA 2018 2018.05.25 Asahi Seimei Otemachi Building, Tokyo, Japan

  6. 長谷 武志. (招待講演) Lecture 05: Application of machine learning methods to drug discovery. 1st Big Data Machine Learning in Healthcare in Japan 2018.02.25

  7. Takashi Hase, Shingo Tsuji, Kazuro Shimokawa, Hiroshi Tanaka. (Peer reviewed) Application of Deep Learning to Drug Discovery. Workshop on Artificial Life and Robotics in Busan 2017.09.08

  8. 辻 真吾, 長谷 武志, 田中 博, 油谷 浩幸. タンパク相互作用ネットワークを用いた新しいがん治療のためのAI創薬. 日本癌学会総会記事 2017.09.01

  9. Takeshi Hase, Samik Ghosh, Ayako Yachie, Hiroaki Kitano. (Peer reviewed) A neural network based text mining approach for inference of protein-protein interaction networks.. 2nd International Symposium on BioComplexity 2017.01.20 B-Con PLAZA, Beppu, JAPAN

  10. Yongli Hu, Takeshi Hase, Huipeng Li, Shyam Prabhakar, Hiroaki Kitano, See Kiong Ng, Samik Ghosh, Lawrence Jin, Kiat Wee. (Peer-reviewed) A machine learning approach for the identification of key markers involved in brain development from single-cell transcriptomic data.. 15th International Conference on Bioinformatics (InCOB 2016) 2016.09.21 Singapore

  11. Takeshi Hase, Kaito Kikuchi, Samik Ghosh, Hiroshi Tanaka, Hiroaki Kitano. (Peer reviewed) A computational approach to prioritize drug-target genes in the human protein interaction network. 1st International Symposium on BioComplexity 2016.01.21 B-Con PLAZA, Beppu, JAPAN

  12. Takeshi Hase, Kaito Kikuchi, Samik Ghosh, Hiroaki Kitano, Hiroshi Tanaka. (peer-reviewed) Controllability of protein-protein interaction networks and their relationships with drug-targets, essential genes, and degree connectivities. International Symposium on Artificial Life and Robotics AROB 20th 2015 2015.01.21

  13. Kaito Kikuchi, Takeshi Hase, Samik Ghosh, Hiroaki Kitano. (peer-reviewed) A network guided approach towards identification of novel drug targets in MRSA. 8th Asian Young Researchers Conference on Computational and Omics Biology (AYRCOB 2015.01.19

  14. Takeshi Hase. Identification of drug-target modules in the human protein–protein interaction network. AROB 19th 2014.01.22 Oita, Japan

  15. Takeshi Hase, Kaito Kikuchi, Samik Ghosh, Hiroaki Kitano, Hiroshi Tanaka. (peer-reviewed) Identification of drug-target modules in the human protein–protein interaction network. International Symposium on Artificial Life and Robotics 2014.01.01 B-Con Plaza, Beppu, Japan

  16. 一般口演, Takeshi Hase, Yoshihito Niimura. (Peer-reviewed) Difference in gene duplicability may explain the difference in overall structure of protein-protein interaction networks among eukaryotes.. Society for Molecular Biology and Evolution 2012 2012.06.01 Dublin Ireland

  17. 阿部 大数, 稲次 基希, 長谷 武志, 大友 康裕, 田中 洋次, 前原 健寿. 脳神経外科救急におけるデジタル技術の活用　機械学習を用いた外傷性頭蓋内出血患者の搬送前トリアージシステム. Neurosurgical Emergency 2023.02.01

  18. 阿部 大数, 稲次 基希, 長谷 武志, 田中 洋次, 前原 健寿. 頭部外傷の予後予測・診断　機械学習を用いたTalk and Deteriorate症例の予測　Think FAST registryを用いた解析. 日本脳神経外傷学会プログラム・抄録集 2023.02.01

  19. 長谷武志. AI創薬研究の最新動向について. 一般社団法人 日本オミックス医学会 シンポジウム AI創薬の最新の展開 2022.09.06

  20. Takeshi Hase. AI 創薬の最新動向. AI創薬・ケモインフォマティクスセミナー, データ関連人材育成プログラム全国ネットワーク 2022.07.08

  21. Takeshi Hase, Ayako Yachie-Kinoshita, Samik Ghosh, Hiroaki Kitano. AI駆動型オミックスデータ解析とそのシステム毒性学・創薬研究への応用. AI が牽引する生物学の展望と毒性学, 第49回日本毒性学会学術年会 2022.07.02

  22. 長谷 武志, 谷内 江綾子, Ghosh Samik, 北野 宏明. AIが牽引する生物学の展望と毒性学　AI駆動型オミックスデータ解析とそのシステム毒性学・創薬研究への応用. The Journal of Toxicological Sciences 2022.06.01

  23. 長谷武志. AI 創薬研究の最新動向. 医療・創薬データサイエンスコンソーシアム(MD-DSC), 2022 年度「データサイエンス人材育成プログラム」説明会 2022.03.31

  24. 長谷武志. 深層学習等を活用した生体内分子ネットワークの解析とその新規薬剤標的分子の探索への応用. 第１０回生命医薬情報学連合大会 2021.09.29

  25. 長谷武志. AIを用いたアルツハイマー病ドラッグリポジショニングの可能性について. 第93回日本生化学会大会 2020.09.15

  26. 長谷武志. 深層学習を利用したネットワーク解析手法（Network embedding）の創薬研究への応用. 第９回生命医薬情報学連合大会 2020.09.02

  27. 長谷 武志. データ駆動型科学で切り開く認知症研究　AIを用いたアルツハイマー病ドラッグリポジショニングの可能性について. 日本生化学会大会プログラム・講演要旨集 2020.09.01

  28. 長谷 武志. ネットワーク科学と機械学習を組み合わせた解析 ー 創薬・生命科学研究への応用. ネットワーク科学セミナー2018 2018.08.31 統計数理研究所

  29. 安田 弘之, 山田 洋平, 金澤 慎司, 國澤 研大, 松田 史生, Ghosh Samik, 長谷 武志, Tsorman Nikolaos, 松岡 由希子, 梶原 茂樹, 北野 宏明, 福崎 英一郎, 飯田 順子. トランスオミクス解析の自動化への取組み-現状と今後　Garuda Platformを用いたマルチオミクスデータ解析. JSBMS Letters 2018.08.01

  30. 長谷 武志. （招待講演）生体分子間相互作用ネットワークの情報を用いたドラッグリポジショニングの可能性について. Chem-Bio Informatics Society(CBI) Annual Meeting 2016 2016.10.26 タワーホール船堀、船堀、東京

  31. 長谷 武志. （招待講演） 網羅的な標的探索と標的データベースの現状. 第330回CBI(Chem-Bio Informatics Society)学会研究講演会 「GWAS、オミックス、経路網からの標的探索－期待と現実と対策」 2012.08.01 東京

  32. 長谷 武志. （招待講演）タンパク質間相互作用ネットワークの構造、進化、そして、薬剤標的分子の探索への応用. CMRU研究会「ネットワークから見る生命」 2011.12.01

  33. 長谷武志. AI を活用した創薬研究の最近の動向について. 第二回MDDSC研究会 2021.10.15

  34. Ken-ichi Aisaki, Takeshi Hase, Satoshi Kitajima, Ryuichi Ono, Hiroaki Kitano, Jun Kanno. Current and future application of PERCELLOME database as a part of big data to toxicological research. 第４７回日本毒性学会学術大会 2020.07.01

  35. Samik GHOSH, Takeshi HASE, Ayako YACHIE, Sucheendra Kumar PALANIAPPAN. Towards an optimal dose of AI in biomedicine and healthcare. 第４７回日本毒性学会学術大会 2020.06.30

  36. Hiromi Matsumae, Takeshi Hase, Kentaro Shimizu. 文化×バイオ×コンピュータでの解析-言語類型論に基づく言語データベースとゲノムデータの統合的解析の提案-. 第122回 人文科学とコンピュータ研究会発表会 2020.02.01

▼全件表示

このページの先頭へ▲
 

担当授業科目(学内) 【 表示 ／ 非表示 】

  • 「深層学習による医療画像解析AIモデルの実装とモデルのGUI化」研修，2022年 - 現在

  • データサイエンス特論Ⅱ，2020年 - 現在

  • 可視化＆GUI実装実習，2019年 - 現在

  • データサイエンス入門，2019年 - 現在

  • AI創薬研修，2018年 - 現在

このページの先頭へ▲

担当授業科目(学外) 【 表示 ／ 非表示 】

  • データサイエンス演習，慶応義塾大学薬学部

このページの先頭へ▲

社会貢献活動 【 表示 ／ 非表示 】

  • 初学者から企業の専門人材まで 幅広く学べるプログラムを提供，学校法人先端教育機構，月刊「先端教育」，2022年04月08日

  • CBI 学会 2016 年大会プログラム委員，The Chem-Bio Informatics Society，CBI annual meeting 2016，Tower Hall Funabori (4-1-1 Funabori, Edogawa-ku, Tokyo)，2015年12月22日 - 2016年10月27日

  • (Session Chair) "Biological evolution" in The Twentieth International Symposium on Artificial Life and Robotics 2015 (AROB 20th 2015)，一般社団法人人工生命とロボット国際学会，THE TWENTIETH INTERNATIONAL SYMPOSIUM ON ARTIFICIAL LIFE AND ROBOTICS (AROB 20th 2015)，B-Con Plaza, Beppu, Oita, JAPAN，2015年01月21日 - 2015年01月23日

このページの先頭へ▲