われわれヒトの高次脳機能は大脳皮質の神経回路によって支えられています。大脳皮質の神経回路は、幼若期のみならず、思春期にかけて徐々に発達していくことが知られていますが、思春期の大脳皮質において神経回路がどのように発達し、高次脳機能を獲得するのかはよく分かっていません。九州大学大学院医学研究院の今井猛教授、江頭諒大学院生（研究当時）、理化学研究所の柯孟岑研究員（研究当時）、鹿児島大学大学院医歯学総合研究科の玉川（中川）直助教、藤田医科大学の宮川剛教授らの研究グループは、マウスを用いて、思春期における大脳皮質のシナプス分布の変化を明らかにしました。本研究では、大脳皮質の情報処理の要である...

私たちのからだを構成するさまざまな臓器は、上皮細胞シートが湾曲することで管状や袋状の構造を形成します。このような上皮細胞シートの変形は、細胞接着構造を裏打ちするアクトミオシン線維の収縮によって起こります。しかし、このアクトミオシン線維の収縮をどのように制御しているのかについては、不明な点が多く残されていました。九州大学大学院医学研究院生化学分野の松沢健司講師、池ノ内順一教授と、広島大学両生類研究センターの鈴木誠准教授らによる共同研究グループは、上皮細胞の接着装置において、細胞間の機械的張力を細胞内カルシウムシグナルに変換する仕組みを解明しました。細胞内カルシウム濃度を低下させると、...

化学反応の反応物と生成物を隔てる遷移状態は、反応の成否を決める重要な状態です。遷移状態の予測は反応制御に向けて重要ですが、多数の原子・多くの構造の候補から遷移状態を正確に予測することは難しいとされてきました。近年、AIを活用した遷移状態予測が盛んになっており、中でも深層学習は画像認識をはじめ多くの成功を収めている強力な手法であるものの、深層学習モデルの形（ノード数などのアーキテクチャ）を決めるのが煩雑であり、化学反応への適用の大きな障害となっています。今回、九州大学、大阪大学および分子科学研究所の共同研究グループは、深層学習モデルを自動的に決定し、化学反応の遷移状態の予測を実現する...