• 12/07/20: 京速コンピュータ「京」でも実行が可能な Bayesian network による遺伝子ネットワーク推定ソフトウェア SiGN-BN 1.0.0 を公開しました。
• 11/05/01: 第13回データ解析融合ワークショップを開催します。日時：2011年6月10日(金) 13:00～18:00　場所：東京大学医科学研究所附属病院8階 TOMY HALL
• 11/04/01: 理化学研究所の代表が角田達彦になりました。鎌谷直之は業務を終了しました。
• 11/01/01:第３回バイオスーパーコンピューティングシンポジウムが2011年2月21日～22日に神戸（理研計算科学研究機構・甲南大学ポートアイランドキャンパス）で開催されます．
• 10/12/24: 第12回データ解析融合ワークショップ
• 10/08/27: 第11回データ解析融合ワークショップ
• 10/03/29: 2nd Biosupercomputing において，当研究チームの玉田嘉紀が発表したポスターがポスターアウォードを受賞しました (ベストアウォードを含め全 8 本採択）．
• 10/03/12: 第10回データ解析融合ワークショップ
• 09/12/09: 理化学研究所 次世代スーパーコンピュータ開発実施本部も 12/8 に Q and A サイトを公開しています．
• 09/12/09: 次世代スーパーコンピュータとデータ解析融合チームの研究に関する Q and A のページを公開しました．
• 09/12/08: GPUクラスタに関するＱ＆Ａをまとめました。
• 09/12/07: 大規模タンパク質間相互作用ネットワーク予測プログラムのプロトタイプを用いた研究論文が掲載されました

（Journal of Bioinformatics and Computational Biology 誌)。詳細は研究成果のページをご覧ください。

• 09/12/05: 並列コンピューティング技術を使った全ゲノムハプロタイプ関連解析高速計算プログラムparaHaploの論文が公開されました。。 Misawa K, Kamatani N. 2009. ParaHaplo: A program package for haplotype-based whole-genome association study using parallel computing. Source Code Biol Med 4:7. 詳しくは研究成果のページをご覧ください．

• 09/12/05: ヒト全ゲノム上のコピー数多型の解析を東京大学先端研の開発したチップを用いて網羅的に行い，頻度の高いコピー数多型はSNP（一塩基多型）という高速かつ簡便な実験技術によって観測できるマーカーによりタグづけすることを明らかにすることに成功しました．一方，頻度の低いコピー数多型はSNPとの連鎖不平衡が小さいため，コピー数多型を直接観測する必要があることがわかりました．それらを含む網羅的な解析を行った結果をまとめた論文がオンラインで発表されました。Kato, M.,...,Tsunoda, T. Human Molecular Genetics, doi:10.1093/hmg/ddp541 (published online on December 5, 2009).詳しくは研究成果のページをご覧ください．

• 09/11/26: ヒト全ゲノム 2 万遺伝子以上を網羅可能な新しいベイジアンネットワーク推定アルゴリズムを開発し，HUVEC マイクロアレイデータを用いてヒト全ゲノム遺伝子ネットワークの推定に成功しました．詳しくは研究成果のページをご覧ください．

• 09/11/21: 遺伝子発現情報から転写制御ネットワークの制御信号を逆解析によって推定するための汎用的アニーリングアルゴリズムの開発を行いました．本手法を乳癌トランスクリプトーム解析に適用した結果，Her2タンパク質が過剰発現しているヒト乳癌細胞において，17q12と呼ばれる染色体脆弱領域の遺伝子増幅が癌の表現型に関与していることが明らかになりました．本研究で開発された計算アルゴリズムは，次世代スーパーコンピュータGCアプリ「LiSDAS」に実装されます．詳しくは研究成果のページをご覧下さい．

• 09/11/03: 増殖因子や分子標的薬など外的刺激を加えた場合を想定した複数実験条件間のシステム的な違いを網羅的に探索するための遺伝子ネットワーク比較技術を開発しました．詳しくは研究成果のページをご覧ください．

　＞＞＞過去の情報一覧

　「次世代生命体統合シミュレーションソフトウェアの研究開発」におけるデータ解析融合研究開発チームは、飛躍的に増大しているゲノムや遺伝子発現データをペタスケールで解析するアルゴリズム等の応用技術の開発と、データ同化とよばれる技術によりシミュレーションモデルと観測データの融合を図るモデル構築技術の開発にチャレンジしています。特に、データ同化(data assimilation)は、シミュレーションモデルと現実データとの乖離を埋める技術として、理論、実験、シミュレーションに続く第４の科学、第４の方法論として注目されています。
　将来的に創薬ターゲット探索や個人差を考慮した医療のための基盤情報技術の構築を目指しています。れによりヒト全遺伝子を対象とした創薬ターゲット遺伝子探索の実現につなげます。
　現在、「肺がんと薬」をテーマにチーム内外での相乗効果を発揮させながら、生体におけるネットワーク構造と動的シミュレーションモデルの推定、データ同化技術の活用による一般モデルから個のモデルを創出する技術の開発に取り組んでいます。

東京大学医科学研究所（宮野　悟・チームリーダー）＞＞＞詳細
理化学研究所（角田達彦）＞＞＞詳細
統計数理研究所（樋口知之）＞＞＞詳細
東京工業大学（秋山　泰）＞＞＞詳細