ネットワーク型共同研究拠点を支える 人・環境と物質をつなぐイノベーション創出ダイナミック・アライアンス 研究者データベース

膨大な数の分子群から構成される細胞小器官、細胞などの生命システムに対して、１分子分光、分子イメージングなどによる実験研究は飛躍的な進展を遂げつつある。しかしながら、一方、ハミルトニアン、散逸力学系などに依拠する既存の分子理論ではそのモデル自体の適用が非自明であり、対応すべき理論研究が大幅に立ち遅れている。データ駆動型の新しい数理モデリング技術の創出、ならびに非平衡環境下における状態変化の「偶然と必然」の原理的理解が待望視されている。

Experimental researches such as single-molecule spectroscopy, molecular imaging are making great breakthroughs to enable us to decipher living systems such as organelles and cells consisting of an enormous number of molecules. On the other hand, it is non-trivial to adopt existing molecular theories which lean on Hamiltonian, dissipative dynamical systems and the like to these more complex systems. Research concerning the development of chemical theories for complex systems is lagging behind significantly, and the development of new data-driven chemical theories and the deep understanding of principle on chance and necessity for changes of states are eagerly awaited.

多彩なミクロ環境場における分子の動態挙動を計測する1分子計測、1分子イメージングに依拠して、その動態システムを記述する分子モデルを予め仮定するのではなく、得られる実験データから抽出する新しい分子データ科学を創出する。非線形物理、数理生物学、数理統計学、ネットワーク理論などの周辺学問領域の知見を積極的に導入し、状態変化における偶然と必然の原理的理解を目指すとともに理論と実験の協働研究を展開する。

Based on single molecule measurements and imaging techniques to measure the dynamic behavior of molecules in various micro-environmental fields, instead of assuming a molecular model that describes a dynamic system, we construct a new molecular data science in terms of the experimental data. We establish to the principle of chance and necessity for changes of state and our research bridging theory and experiments will involve knowledge of surrounding academic disciplines such as nonlinear physics, mathematical biology, mathematical statistics, and network theory.