学術的背景 タンパク質複合体の三次元構造解析は、現代の構造生物学、分子機構の研究、創薬、さらに人工タンパク質設計など多岐にわたる分野の核心的な課題である。タンパク質の機能はしばしばその構造によって決定されるが、多くの生物学的プロセスはタンパク質間の複雑な相互作用に関与している。従来の実験的手法（X線結晶構造解析、クライオ電子顕微鏡、NMRなど）はタンパク質の三次元構造を決定できるが、時間とコストがかかり、高スループットまたは大規模研究には不向きである。近年、データ駆動型のタンパク質構造予測手法（AlphaFold, RoseTTAFold等）が革命的な成果を挙げ、特に単体タンパク質モデルの精度は実験構造に匹敵するまでになった。しかし、タンパク質複合体の構造予測精度は単体ほど高くなく、とくに多...

1. 学術的背景と研究動機 近年、ジェノタイプ–フェノタイプ（Genotype-Phenotype, G-P）関連解析は、複雑な形質の遺伝的基盤を解明するための中心的手法となっており、とくにヒトの顔面、四肢、骨格など多次元構造形質の研究分野で急速な発展を遂げている。従来、G-P解析は単純で事前に定めた人体解剖指標に依存するか、あるいは主成分分析（Principal Component Analysis, PCA）などの教師なし次元削減技術を用いて、「主成分（principal components）」「特徴顔（eigen-shapes）」などのデータ駆動的な特徴を抽出していた。これらの手法は広く用いられているものの、必ずしも遺伝情報を豊富に含み、遺伝生物学的な関連性を持つ表現型軸を選び出せる...

研究背景：ネットワーク推定の新たな挑戦 現代の分子生物学およびシステム生物学の分野において、生体分子ネットワーク（遺伝子制御ネットワーク、タンパク質相互作用ネットワーク、シグナル伝達ネットワークなど）の高精度な解析は、細胞の生命活動、疾患発症機構、薬剤作用機序の理解にとって中核的な位置を占めています。しかし、これらの生体ネットワークは極めて複雑であり、ノードが多数、結合関係が錯綜し、強い非線形ダイナミクスや実験測定ノイズが多いという課題が普遍的に存在します。著者らはこうした背景の下、「モジュラー応答解析（Modular Response Analysis, MRA）」に着目しました。MRAは、系のノードに摂動を加え、その応答を解析してモジュール間の相互作用を推定する古典的手法であり、“遺伝子...

学術的背景と研究の意義 近年、治療用タンパク質（therapeutic proteins）は医学分野での大きな可能性のため、バイオ医薬品産業の研究焦点となっています。治療用タンパク質医薬はその高い標的性を強みとし、従来治療が困難であった急性または慢性疾患（自己免疫疾患、癌など）に対して解決策を提供すると考えられています。1880年代の血清療法の発見から、1986年の初のモノクローナル抗体医薬muromonab-CD3の登場まで、治療用タンパク質市場は拡大の一途をたどり、2032年には推定474億米ドルに到達します。しかし、治療用タンパク質が引き起こす免疫応答（immunogenicity）は、薬物開発者にとって長年の悩みです。免疫応答は有害な副作用をもたらすだけでなく、治療機序としても機能し...

一、背景紹介：医学分野における機械学習と信頼性の課題 近年、人工知能（Artificial Intelligence, AI）および機械学習（Machine Learning, ML）技術の急速な発展に伴い、医療・健康分野は大きな変革を遂げています。特にインシリコメディシン（in silico medicine）の領域では、機械学習予測器が人体の生理的・病理的な直接測定が困難な指標（たとえば疾患リスク評価や治療反応予測など）を推定する重要なツールとなっています。しかし、機械学習がますます臨床意思決定に直接影響を与えるようになるなか、その予測結果の信頼性（credibility）にはこれまでにない高い基準が求められるようになっています。言い換えれば、機械学習モデルが医学の実際的応用において正確...