top of page
研究室

Research & Initiatives

代謝物とは生命が生体内で合成する化学物質であり、エネルギー源となるグルコースや神経伝達を担うドーパミン、生物毒やフェロモンまで、その構造や機能は生命活動のあらゆる側面に関与しています。代謝物の研究は、代謝という生命の基本原理の理解から始まり、有用天然物、生命進化、医療、食品、環境保全に至るまで、幅広い分野に革新をもたらす可能性を秘めています。​

 我々は最新の分析化学とデータサイエンスを駆使し、多分野の研究領域と連携することで、「生命現象の背後にある代謝変動のダイナミクスとそのメカニズム」や「自然界・生命史における代謝物の多様性と進化」の解明 を目指しています。 また、そのための独自のデータ解析技術の開発を行うことで従来の手法では捉えきれなかった代謝物の複雑なネットワークと、その動的な変化を包括的に理解することに挑戦しています。​

 この分野は、アカデミアの基礎研究にとどまらず、産業分野への発展性や環境問題などの課題解決にも大きく貢献すると期待されています。今後、オミクス技術やAI、ビッグデータ解析などの先端技術との融合により、代謝物の研究はさらに加速し、予想もしなかった発見や応用が生まれる可能性があります。代謝物の世界は、ミクロな視点からマクロな課題解決まで、科学と社会を橋渡しする重要な研究領域です。

Metabolites are chemical compounds synthesized by living organisms. They include molecules such as glucose, which serves as an energy source; dopamine, which functions as a neurotransmitter; as well as biological toxins and pheromones. Through their diverse structures and functions, metabolites are deeply involved in virtually every aspect of life.

Research on metabolites begins with understanding metabolism as a fundamental principle of life. At the same time, it has the potential to drive innovation across a wide range of fields, including natural product discovery, evolutionary biology, medicine, food science, and environmental conservation.

 Our laboratory aims to elucidate the dynamics and mechanisms of metabolic changes underlying biological phenomena, as well as the diversity and evolution of metabolites in nature and throughout the history of life. To achieve this goal, we integrate state-of-the-art analytical chemistry with data science and collaborate across diverse research disciplines.

We also develop original data analysis technologies to comprehensively understand complex metabolite networks and their dynamic changes—phenomena that have been difficult to capture using conventional approaches.

This research field is expected to contribute not only to fundamental academic science, but also to industrial applications and solutions to environmental challenges. In the coming years, the integration of metabolite research with advanced technologies such as omics, artificial intelligence, and big data analytics will further accelerate discovery and open new possibilities for applications that are difficult to anticipate today.

 The world of metabolites connects microscopic molecular events to macroscopic societal challenges, making it an important research area that bridges science and society.

キーワード: 分析化学、データサイエンス、代謝物、ペプチド、質量分析、天然物化学、生物進化、食品、環境化学

Our Projects

b5_edited.jpg

マルチオミクスによる多細胞動物の進化における二次代謝物の役割と多様性の解明

 関連論文:https://www.nature.com/articles/s41559-022-01835-7

進化・神経・生物多様性・意識

我々人類を含む多細胞動物は進化の過程で神経系を獲得し、運動・代謝・感情などの様々な高度な機能を発達させてきました。その背後には神経活動に特有の神経伝達物質および分子機構の進化があったと考えられていますが、進化の歴史の初期にどのようにして得られたのか、どのように発達して我々のような高度な神経系を発達させたのかは未だ不明な点が多いです。当研究室では原始的な多細胞動物のマルチオミクス(ゲノム・トランスクリプトーム・ペプチドミクス・メタボロミクス)を解析することで系統横断的に神経系の分子機構を解析することで進化における神経系の発達の謎を明らかにしようとしています。

野生キノコ

質量分析インフォマティクスによる新規の有用二次代謝物の探索

天然物・植物・物質探索

自然界には多様な生物種が存在し、それぞれの生存環境・進化の過程で発達してきた膨大な種類の二次代謝物が存在しています。例えばキノコの毒ペプチド、植物に含まれる化学防御のためのアルカロイド、抗酸化作用や多様な生理応答が知られるフラボノイドなど。これまでに知られている生理活性二次代謝物が自然界に存在するもののごく一部であり、未だ未知の物質が膨大に存在しています。​従来そのような物質を新規に発見することとは膨大な手間と時間が必要でしたが、我々は最新のハイスループットの質量分析計と独自のデータサイエンス手法を連携することで、システマティックに新規の二次代謝物を探索・同定する取り組みを進めています。新たに見出される二次代謝物は自然界の化学的多様性・進化の過程を明らかにするだけでなく、新たな創薬のシードとなることも期待されます。

grph_edited_edited_edited_edited.jpg

大規模メタボロームデータと生成AI(LLM)の連携によるデータ駆動型の疾患メカニズム解析プラットフォーム

https://biosciencedbc.jp/funding/project/202403.html

ビッグデータ・AI・メタボロミクス

メタボロミクスは、生体内の代謝物(代謝反応の最終産物)を網羅的に解析し、生理状態や疾患との関係を明らかにする研究分野です。生命化学・医学研究では、疾患の早期診断、バイオマーカー探索、薬剤応答の理解などに直結するため、生命現象の理解と臨床応用の橋渡しとして非常に重要です。メタボロミクスは様々研究で活用されておりその分析データは膨大なものになっていますが、異なる複数の研究間で統合的に再解析し研究横断的な発見を行う仕組みは存在していませんでした。我々はこれまでのメタボロミクス研究データを代謝物レベル・研究メタデータレベルで統合し研究横断的な新たな解析を可能にするプラットフォームを開発しています。これにより個々の研究では見えなかった共通する代謝変動や疾患メカニズムの普遍性を発見できるようになります。さらに、データ横断的な解析によって新たなバイオマーカー候補や治療標的の信頼性が大幅に高まることが期待されます。

フードノールリング

分析データサイエンスによる食品の安全性研究

(国立医薬品食品衛生研究所生化学部とのコラボレーション

https://mhlw-grants.niph.go.jp/system/files/download_pdf/2022/202224012A.pdf

食品・化粧品・産業コラボ

我々は分析化学(質量分析)とデータサイエンスを組み合わせることで、食品や化粧品などの衛生に資する手法の開発とその実践を行なっています。従来の特定の規制対象物質だけを分析する「ターゲット分析」に対して、質量分析データ中のあらゆるシグナルを解析対象とする「ノンターゲット分析」のデータ解析手法を開発することで食品中の微量成分や未知化合物を高精度に検出・同定できるようになります。
これにより、残留農薬・添加物・環境汚染物質などのリスク評価をより科学的に行うことが可能になります。また、膨大なスペクトルデータをAIで解析することで、従来検出が難しかった未知の有害物質や変異生成物も早期に発見できます。ゲノム編集食品など、新しいバイオテクノロジー由来の食品に対しても、代謝物レベルでの安全性評価や予期せぬ代謝変化の検出が可能になります。
 このように、質量分析とデータサイエンスによる新規解析手法は、食・化粧品などの日々の生活の中での安全性を科学的根拠に基づいて守るための基盤技術として大きな役割を果たします。

太陽光発電所

分析データ駆動型の環境解析プラットフォーム開発

国立環境研究所他とのコラボレーション:https://kaken.nii.ac.jp/ja/grant/KAKENHI-PROJECT-23H00539/

環境科学・環境汚染

我々は環境化学の専門家とともに、質量分析とデータサイエンスを融合した新たな環境分析手法の開発に取り組んでいます。我々の技術は環境中の化学物質を網羅的かつ高精度で検出することを可能にし、汚染源の特定や化学物質の環境動態の解明に大きな役割を果たします。未知化合物や代謝変換生成物をAI解析で同定できることで、これまで見過ごされていた新興汚染物質のリスク評価が可能になります。さらに、長期的なデータ蓄積と統合解析により、生態系内での化学物質の循環や生物蓄積の可視化も目指しています。
 この取り組みは水質・土壌・大気などの環境モニタリングの自動化や効率化にも貢献し、化学物質の安全利用と環境保全を両立させ、人と自然が共生できる社会の実現に寄与することを目指しています。

研究を通して得られる知識・技能

私たちの研究室では、最先端の分析化学とデータサイエンスを駆使し、未知の代謝物の世界に挑戦しています。当グループでの研究を通して、分析化学や生化学はもちろん、最先端のオミクスサイエンス、ケモインフォマティクス、そしてそれらを統合するデータサイエンスの技術が身に付きます。

 本研究室で研究をするために必須な事前知識・経験(プログラミング等)は特に設定していません。本学(九州工業大学)や理系の専攻で学ばれた方であれば、どなたでも参加可能です。

オミクスサイエンス

  • 当研究室では、メタボロミクス、プロテオミクス、トランスクリプトミクスを統合し、生命システムを包括的に理解します。マルチオオミクスの解析経験はビッグデータ駆動のこれからの生命科学・医療などの他分野で強い武器になります。

分析化学・質量分析インフォマティクス

  • 分析化学の中でも質量分析は最も広く使われている技術であり、「古くて新しい」技術といえます。近年は装置の高度化と多分野での活用が進み、その市場は年率7-8%で成長していると言われています。この成長率は多くの科学技術分野を上回り、今後も拡大が続くと予測されています。特に注目すべきは、膨大な質量分析データを解析する技術の高い需要とその可能性です。この分野は現在、大きな可能性を秘めた未開拓領域となっています。

  • 私たちの研究室では、質量分析を中心とした分析化学とデータサイエンスを融合させた先端的なアプローチに取り組んでおり、ここで培うスキルは将来研究者・技術者としてもデータサイエンティストとしても高い価値を持ちます。急成長する分野でのニーズの高い高度な専門性を身につけることは将来のキャリアに大きなアドバンテージになります。

データサイエンス

  • 本研究室ではテーマによって、機械学習、大規模言語モデル、グラフ(ネットワーク)解析、データビジュアライゼーション等の近年注目度とニーズが高い技術を積極的に取り入れています。研究を通してこれらの技術を習得することで、アカデミア・企業問わず、将来多分野で活躍することができます。

  • 研究室に参加する時点では必須ではありませんが、プログラミングの技能は研究する上で少しずつでも身につけてもらいたいと考えています。研究室配属後にプログラミング(Python)講習(研究室での演習+オンラインコースの受講)を行います。

  • 当研究室では専門・プログラミングの基礎を理解した上で、積極的にLLMなどの生成AIを研究に活用しています。研究室負担でCursor、Claude Code、各種LLMモデルのAPI利用などを行っています。これからの時代は「確かな専門知識」と「A Iを活用する能力」両方を持つ人材が求められますが、当研究室の活動でそれを得ることができます。

  • 生成AI(LLM等)のAPI利用や、HPCなどのリソースのコストは研究室がカバーします。個人では試しづらいリソースを是非活用してみてください。

© 2025 Hayakawa lab

bottom of page