基本情報

写真a

林　周斗(ハヤシ　シュウト)

HAYASHI Shuto


職名

准教授

分野紹介URL

https://www.shimamlab.info/

このページの先頭へ▲

出身学校 【 表示 ／ 非表示 】

  • 東京大学  理学部  情報科学科  2014年03月  卒業

このページの先頭へ▲

出身大学院 【 表示 ／ 非表示 】

  • 東京大学  情報理工学系研究科  コンピュータ科学専攻  修士課程  2016年03月  修了

  • 東京大学  情報理工学系研究科  コンピュータ科学専攻  博士課程  2019年03月  修了

このページの先頭へ▲

取得学位 【 表示 ／ 非表示 】

  • 博士（情報理工学）  東京大学

このページの先頭へ▲

経歴(学内) 【 表示 ／ 非表示 】

  • 2023年01月
    -
    2023年03月
    東京医科歯科大学 難治疾患研究所 バイオデータ科学研究部門 計算システム生物学分野 准教授
  • 2023年04月
    -
    現在
    東京医科歯科大学 難治疾患研究所 バイオデータ科学研究部門 計算システム生物学分野 准教授
このページの先頭へ▲

経歴(学外) 【 表示 ／ 非表示 】

  • 2019年04月
    -
    2021年03月
    東京大学 医学系研究科 助教
  • 2021年04月
    -
    2022年12月
    名古屋大学 医学系研究科 特任准教授
  • 2024年07月
    -
    現在
    川崎市産業振興財団 ナノ医療イノベーションセンター 客員研究員
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

  • CBI学会

  • International Society for Computational Biology

このページの先頭へ▲

研究分野 【 表示 ／ 非表示 】

  • 生命、健康、医療情報学

  • システムゲノム科学

このページの先頭へ▲
 

研究テーマ 【 表示 ／ 非表示 】

  • マルチモーダル深層アンサンブルと多目的バッチベイズ最適化による分子設計の加速，2024年04月 - 2026年03月

  • マウス発生休止胚において、再発生能の有無を予測する技術と付与する技術の創出，2023年06月 - 2025年03月

  • 深層学習を用いた高速タンパク質構造サンプリング手法の開発，2022年07月 - 2027年03月

  • 深層学習を用いた高速分子動力学シミュレーション手法の開発，2022年04月 - 2025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 】

  • 深層学習を用いた高速分子動力学シミュレーション手法の開発

    文部科学省/日本学術振興会 : 2022年 - 2024年

  • マウス発生休止胚において、再発生能の有無を予測する技術と付与する技術の創出

    文部科学省/日本学術振興会

  • マルチモーダル深層アンサンブルと多目的バッチベイズ最適化による分子設計の加速

    文部科学省/日本学術振興会

このページの先頭へ▲

論文・総説 【 表示 ／ 非表示 】

  1. DeepKINET: a deep generative model for estimating single-cell RNA splicing and degradation rates 2024.09; 25 (1): 229. ( DOI )

  2. Spatial and single-cell colocalisation analysis reveals MDK-mediated immunosuppressive environment with regulatory T cells in colorectal carcinogenesis 2024.05; 103 105102. ( DOI )

  3. Single-cell colocalization analysis using a deep generative model 2024.02; 15 (2): 180-192.e7. ( DOI )

  4. Subclonal accumulation of immune escape mechanisms in microsatellite instability-high colorectal cancers 2023.08; 129 (7): 1105-1118. ( PubMed, DOI )

  5. Topological data analysis of protein structure and inter/intra- molecular interaction changes attributable to amino acid mutations 2023.05; 21 2950-2959. ( DOI )

  6. Spatial and single-cell transcriptomics decipher the cellular environment containing HLA-G+ cancer cells and SPP1+ macrophages in colorectal cancer. 2023.01; 42 (1): 111929. ( PubMed, DOI )

  7. Bayesian statistical method for detecting structural and topological diversity in polymorphic proteins. 2022.11; 20 6519-6525. ( PubMed, DOI )

  8. Nucleic Acid-triggered Tumoral Immunity Propagates pH-selective Therapeutic Antibodies through Tumor-driven Epitope Spreading. 2022.09; 114 (1): 321-338. ( PubMed, DOI )

  9. Immunogenomic pan-cancer landscape reveals immune escape mechanisms and immunoediting histories 2021.08; 11 (1): 15713. ( PubMed, DOI )

  10. Neoantimon: A multifunctional R package for identification of tumor-specific neoantigens 2020.09; 36 (18): 4813-4816. ( PubMed, DOI )

  11. Retrospective evaluation of whole exome and genome mutation calls in 746 cancer samples 2020.09; 11 (1): 4748. ( DOI )

  12. Sex differences in oncogenic mutational processes 2020.08; 11 (1): 4330. ( DOI )

  13. Comprehensive molecular characterization of mitochondrial genomes in human cancers 2020.02; 52 (3): 342-352. ( DOI )

  14. Comprehensive analysis of chromothripsis in 2,658 human cancers using whole-genome sequencing 2020.02; 52 (3): 331-341. ( PubMed, DOI )

  15. Combined burden and functional impact tests for cancer driver discovery using DriverPower 2020.02; 11 (1): 7571. ( PubMed, DOI )

  16. Classification of primary liver cancer with immunosuppression mechanisms and correlation with genomic alterations 2020.02; 53 102659. ( PubMed, DOI )

  17. Cancer LncRNA Census reveals evidence for deep functional conservation of long noncoding RNAs in tumorigenesis 2020.02; 3 (1): 1347. ( PubMed, DOI )

  18. Butler enables rapid cloud-based analysis of thousands of human genomes 2020.02; 38 (3): 288-292. ( DOI )

  19. Analyses of non-coding somatic drivers in 2,658 cancer whole genomes 2020.02; 578 (7793): 102-111. ( PubMed, DOI )

  20. A deep learning system accurately classifies primary and metastatic cancers using passenger mutation patterns 2020.02; 11 (1): 7573. ( PubMed, DOI )

  21. Disruption of chromatin folding domains by somatic genomic rearrangements in human cancer 2020.02; 52 (3): 294-305. ( PubMed, DOI )

  22. The repertoire of mutational signatures in human cancer 2020.02; 578 (7793): 94-101. ( PubMed, DOI )

  23. The landscape of viral associations in human cancers 2020.02; 52 (3): 320-330. ( PubMed, DOI )

  24. The evolutionary history of 2,658 cancers 2020.02; 578 (7793): 122-128. ( DOI )

  25. Reconstructing evolutionary trajectories of mutation signature activities in cancer using TrackSig 2020.02; 11 (1): 7567. ( DOI )

  26. Patterns of somatic structural variation in human cancer genomes 2020.02; 578 (7793): 112-121. ( PubMed, DOI )

  27. Pathway and network analysis of more than 2500 whole cancer genomes 2020.02; 11 (1): 7566. ( PubMed, DOI )

  28. Pan-cancer analysis of whole genomes identifies driver rearrangements promoted by LINE-1 retrotransposition 2020.02; 52 (3): 306-319. ( DOI )

  29. Pan-cancer analysis of whole genomes 2020.02; 578 (7793): 82-93. ( PubMed, DOI )

  30. Integrative pathway enrichment analysis of multivariate omics data 2020.02; 11 (1): 7570. ( PubMed, DOI )

  31. Inferring structural variant cancer cell fraction 2020.02; 11 (1): 7568. ( DOI )

  32. High-coverage whole-genome analysis of 1220 cancers reveals hundreds of genes deregulated by rearrangement-mediated cis-regulatory alterations 2020.02; 11 (1): 7572. ( PubMed, DOI )

  33. Genomic footprints of activated telomere maintenance mechanisms in cancer 2020.02; 11 (1): 7574. ( PubMed, DOI )

  34. Genomic basis for RNA alterations in cancer 2020.02; 578 (7793): 129-136. ( DOI )

  35. Divergent mutational processes distinguish hypoxic and normoxic tumours 2020.02; 11 (1): 7569. ( DOI )

  36. ALPHLARD-NT: Bayesian Method for Human Leukocyte Antigen Genotyping and Mutation Calling through Simultaneous Analysis of Normal and Tumor Whole-Genome Sequence Data 2019.09; 26 (9): 923-937. ( PubMed, DOI )

  37. Quantifying immune-based counterselection of somatic mutations 2019.07; 15 (7): e1008227. ( PubMed, DOI )

  38. A Bayesian model integration for mutation calling through data partitioning 2019.03; 35 (21): 4247-4254. ( PubMed, DOI )

  39. ALPHLARD: A Bayesian method for analyzing HLA genes from whole genome sequence data 2018.11; 19 (1): 790. ( PubMed, DOI )

  40. A temporal shift of the evolutionary principle shaping intratumor heterogeneity in colorectal cancer 2018.07; 9 (1): 2884. ( PubMed, DOI )

  41. An in silico automated pipeline to identify tumor specic neoantigens from whole genome and exome sequencing data 2016;

▼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. HLA Typing and Mutation Calling from Normal and Tumor Whole Genome Sequencing Data with ALPHLARD-NT. 2024.06

  2. Analyzing Antibody Repertoire Using Next-Generation Sequencing and Machine Learning.. 2022.11

  3. 牛島, 俊和, 中山, 敬一. 論文図表を読む作法 : はじめて出会う実験&解析法も正しく解釈! : 生命科学・医学論文をスラスラ読むためのFigure事典. 羊土社, 2022.07 (ISBN : 9784758122603)

このページの先頭へ▲

講演・口頭発表等 【 表示 ／ 非表示 】

  1. In silico DBTL cycle platform to design highly functional de novo proteins. 2024.09.18

  2. Acceleration of molecular dynamics simulation using deep learning. 2023.07.24

  3. Whole genome sequence-based analysis of HLA genes with Bayesian statistical model. 2017.07.26

  4. Statistical method for comprehensive analysis of HLA class I and II genes.. 2016.08.09

  5. A Bayesian Method for HLA genotyping from Whole Genome Sequencing Data. 2015.11.11

  6. Bayesian Method for HLA Genotyping from Whole Genome Sequencing Data. 2015.07.21

  7. 林 周斗. AIとロボットによるタンパク質の完全自動設計. Laboratory Automation月例勉強会 / 2024.06 2024.06.28

  8. 林 周斗. DBTLサイクルによる高機能分子設計. 学術変革領域研究(A) 潜在空間分子設計 第2回公開シンポジウム 2024.06.13

  9. 林 周斗. AIとロボットによる自律駆動型タンパク質設計. 第1回IPABセミナー「創薬情報研究の最前線」 2024.05.30

  10. 林 周斗. AIとロボットによる人類未踏タンパク質の創製. 第81回文科省と附置研センターとの定例ランチミーティング 2024.05.17

  11. 林 周斗. AIとロボットによるde novoタンパク質設計の完全自動化. 第2回 東京工業大学生命理工学院 東京医科歯科大学難治疾患研究所 教員交流シンポジウム 2024.04.11

  12. 林 周斗. AIとロボットによるde novoタンパク質設計の完全自動化. 第1回多細胞休止を研究する会 2024.01.16

  13. 林 周斗, 小関 準, 小嶋 泰弘, 島村 徹平. 分子動力学シミュレーション高速化のための深層学習手法. 第12回生命医薬情報学連合大会 2023.09.07

  14. 林 周斗, 橋本 至, 加藤 洋人, 河村 大輔, 石川 俊平. ヒトB細胞レパトアにおける網羅的構造多様性解析. 第91回 日本衛生学会学術総会 2021.03.08

  15. 林 周斗. 分子動力学を用いた抗体構造ランドスケープ解析. 第5回 理論免疫学ワークショップ 2021.02.13

  16. 林 周斗. ヒト抗体における網羅的構造多様性解析. 第9回 生命医薬情報学連合大会 2020.09.03

▼全件表示

このページの先頭へ▲
 

担当授業科目(学外) 【 表示 ／ 非表示 】

  • データ医療科学I，名古屋大学

  • 公衆衛生学実習，東京大学

  • 化学生命工学特論，東京大学

  • 衛生学，東京大学

このページの先頭へ▲