協働研究事例：数理科学と医学との協働
ICMSワークショップ「数理・人工知能・医学：数理科学と医学との協働」（2021年1月14日）の記録です。
（所属は当時のものです）
講演
栗原裕基（東京大学大学院医学系研究科・教授）
『細胞運動の基本性質に基づく形態形成機構の理解 〜実験と理論の融合研究を通して』
(画像をクリックして下さい．別ウインドウで大きく表示されます)
和田洋一郎（東京大学アイソトープ総合センター・教授）中田庸一（東京大学アイソトープ総合センター・特任助教）『核内構造解析実験で得られる塩基配列データによる核内3次元構
(画像をクリックして下さい．別ウインドウで大きく表示されます)
大田佳宏（Arithmer株式会社・代表取締役，東京大学大学院数理科学研究科・特任教授）
『数理と人工知能の医学分野などへの産業応用』
(画像をクリックして下さい．別ウインドウで大きく表示されます)
パネルディスカッション
パネリスト： 時弘哲治（東京大学大学院数理科学研究科・教授） 、栗原裕基、 和田洋一郎、 中田庸一、 大田佳宏
司会： 齊藤宣一（東京大学大学院数理科学研究科・教授）
(画像をクリックして下さい．別ウインドウで大きく表示されます)
齊藤 いまからパネルディスカッションを始めたいと思います。ここからは4名の講演者に加えまして、数理科学研究科の研究科長・時弘哲治先生にもご参加いただきます。今回のワークショップはAIMaPの訴求企画の一環として行っております。専門家向けの研究会というよりは数学、数理科学分野と異分野との協働研究に興味のあるいろいろな分野の方々に、医学と数学、生命科学と数学という点に絞って協働研究の成功例や実施例をお示しすることを目的としております。そこで、まず皆さんに、もともと数学がバックグラウンドの方には医学・生命科学に対する協働研究前のイメージ、それから、もともと医学・数学のバックグラウンドの方には数学や数理科学に対して持っていたイメージ、および、実際に協働研究をする上で工夫した点や苦労した点を、お一人3～4分程度でお話していただければと思います。それでは、時弘先生から、よろしくお願いします。
時弘 分かりました。それでは僭越ですけれども最初に。私はバックグラウンドは数理科学、応用数学ですけれども、先ほど栗原先生がちょっと説明されたかと思うのですが、今から7年ぐらい前に、それまで医学とはまったく無関係な研究をしていたのですが、iBMathという、数学を使って転写のメカニズムの研究をという拠点がありまして、それに参加させていただいて、栗原先生や和田先生、それから中田さんたちと一緒に研究を始めたというのが最初になります。
医学というのはある意味まったく別の分野で、それまで物理学や工学系の方と議論することはあったのですが、医学はさらにそれから遠いと思っていたというのが正直なところで、一番やはり分からなかったのが専門用語です。たぶんいろいろな融合分野の研究というのは皆そうだと思うのですけれども、分野が違うと使われている専門用語が分からないだけではなくて、同じ言葉でも、例えば相互作用というような意味とか、あるいは周期、細胞周期とかそういった言葉でも別の意味で使うということがあって、それに慣れるのにやはり非常に時間がかかったと思います。
ただ、私としてある意味非常によかったと思うのは、たまたま私の協働研究をしてくださった方がそうだったわけではないと思うのですが、多くの医学系の方というのは、わりと数学に関する造詣が深くて、ある程度基礎的な部分で共通の理解が得られると、協働研究が非常にスムーズに進んだということがあると思います。
そういう意味では、特に同じ目標を持っているということが大事で、その目標が同じであれば、見方とかアプローチがお互い少しずつ違うだけで、協働研究するのに非常に困るというようなことはなく、なかなかうまくいって、現在も非常にある意味楽しく研究を続けさせていただいています。こんなところですが、よろしいでしょうか。
齊藤 ありがとうございました。それでは栗原先生、いかがでしょうか。
栗原 私は時弘先生と医学生物学の立場から研究を一緒にさせていただきまして、最初はやはり自分もそんな数学をすっかり忘れているところで共同研究を始めた時は、もう数式を見てもなかなか理解ができない。ディスカッションも何か外国語を聞いているような、そういうような印象がすごく強かったのですけれども、やはりディスカッションしているうちに、細部は分からなくても、大雑把な雰囲気を捉えるということは、コミュニケーションを取っているうちに、自分なりにできてきたような気がするのです。
時弘先生がおっしゃられたように、やはり同じ目標に対してディスカッションしていくと、ある意味で違った見方があって、その違った見方はどういう点を側面からアプローチしているのか。例えば先ほど話をいたしましたけれども、細胞の動きに対して、たぶんわれわれだとニュートン力学を基本にして考えはじめるということはできなかったのですが、むしろ逆に、われわれからすると非常にシンプルな考え方からスタートして、それにいろいろなことを付け加えていただいたことで研究に幅ができたように思います。あまり細部にこだわるよりは、最初はとにかく大きく数学の雰囲気を理解することで、それであとから細部がついてくるかなと今は思っています。
それからもう一つは、やはりこの共同研究で非常によかったのは、時弘先生をはじめ数学の先生方が、われわれが予想する以上に生物学を本当によく勉強されて、よく理解していただいたということで、おそらくそうした取り組みがなければ、たぶんここまでには至らなかったのでないかと思います。そういった意味では、数学の先生方のキャパシティの広さというのにものすごく恩恵を受けた、感銘している次第です。以上です。
齊藤 ありがとうございました。では和田先生、いかがでしょうか。
和田 きょうもご紹介する機会をいただきましたけれども、2014年ごろから大田さんたちと一緒に仕事をする機会を得たのが数理の研究者の方とのお付き合いですけれども、やはり最初はコミュニケーションを取るためによく話をしました。
幸い私どもがおりました先端研では、数理の研究者もライフサイエンスの研究者も同じ空間の中にいることができたので、比較的無駄に思える時間も、実はコミュニケーションを円滑化するのに非常に役立っていたということがありましたので、そういった環境が数理との協働研究には非常に有効だったというようなことを感じました。
それに先立って、数理への理解という意味ですけれども、医学系の研究者の中には、特に東京大学の場合は、かなりの割合で数学が非常に好きな方が昔から多かったようです。今日の発表にはいませんけれども、そういう数理で活躍している方は、従来は医療情報とかそういったところにしか行き場がなかったのですけれども、シーケンサーのような大量データが簡単に取れるようになったころから、そういうデータの扱いですとか、あるいは一歩踏み込んで数理モデルをつくるような、そういったことができる方が、活躍の場がだんだん生まれてきたような気はします。
それ以前にも数理の好きな医師免許を持っている者は大勢いたのですが、なかなか活躍の場がなくて、すごく人材の無駄になっているような気がしてならなかったのですが、今となってみれば、活躍の場がたくさんあって非常に恵まれていると思います。
それから数理のプロの先生方とのコミュニケーションを取れる機会が、こういうふうにだんだん増えてくると、今まで趣味の世界で非常に楽しんでいただけではなくて、こうやって本当の研究に昇華することができるようになったという意味では非常に恵まれていると思いますし、特に大田さんとは10年以上お付き合いをさせていただいて、われわれだけではできないことができるということを、非常にうれしく思っています。
それからもう一人、今回中田さんというのは今アイソトープセンターに籍を置いていますけれども、やはり生命科学の言葉を一回分かってくださると、あとはこちらの漠然とした提案も比較的スムーズにくみ取っていただいて解析をしてくださるという意味では、やはり普段のコミュニケーションができてくれば新しい発見につながる。そういう土壌ができるのではないかなと思いました。
栗原先生は数学がお好きだとおっしゃっていましたが、10年以上、20年ぐらい前に栗原先生がフラクタル研究会というのを医局で開催されたときは、なかなか広がりが医局全体に波及はしなかったのですが、やはりそういうコアな数理の好きな方は昔からいらっしゃったので、栗原先生は今とても楽しく過ごしていらっしゃるのではないかと思います。やはりタイミングが非常にいいというふうに感じております。
齊藤 ありがとうございました。それでは、中田先生、いかがでしょうか。
中田 私もほとんど、たぶん2013年に時弘先生にiBMathのプロジェクトに誘われまして、そこから参画するという感じになったのですけれども、それまでは全然生物とは縁がない人間でした。なので生物の知識とかはまったくなかったのですが、ただそれは実はあまり気にしなくていいというふうに言われていまして、先ほどの話にもあった井原先生に言われました。
なぜかというと、2000年代前半にゲノムプロジェクトが完了して、それをきっかけにいわゆるゲノム解析というのが本格的に始まり、その時期からいわゆるゲノム情報を得るのがものすごく安価になって、生物学の研究対象がどんどんゲノム解析とか、今回言葉は出てこなかったのですけど、エピゲノム解析とかそういうふうに、ゲノムのいわゆるAとTとGとCの情報をもとにしたデータの解析というふうにシフトしていく。ちょうどそういう時期だったので、それ以前の生物学の知識はなくてもそれほど問題ないと言われまして。
ただ参画して、いろいろと苦労も知るのですが、実際バイオインフォマティクスとか呼ばれる分野においては、やはり非常に数学者が思っている以上に数学が扱われているというのはよく見えてきました。ただ数学といっても、特に統計の部分がやはり大きいように見えました。
あと「大変だったことを説明してください」と言われて、私はいま現在進行形で大変なのですけれども、やはり勉強しているので大変なことなのですけれども、数学と生物のプロセス、どういう違いで苦労したかというと、一つは研究のプロセスがちょっと違うんですよね。
要は示すべきことを見つけるプロセスまでは、たぶん数学も生物も実はあまり変わらないような気はするのですけれども、それを実際に示すプロセスに大きな違いがあるように感じています。数学は自分で証明を頑張ってするとかあるいは反例を見つけてくるということをすればよくて、そのあたりは一人でも実行できるわけです。共同研究者もいますが並列で実行していくようなイメージですので結局全部やることになります。
一方で生物のような実験データをもとにモデルを構築する場合については実験とデータ生成、その後のモデル構築と分業体制が出来上がっています。そして生成されたデータに関しても白黒はっきりとしたものが出て来るというものではないので、データ解析の時点でおかしいと思われるものがあったとしても、私のようなデータの上でモデルを作るような立場では、数学の場合と違って自分で気軽に実験からやりなおしていくというようなことは当然できません。また実験を行うには膨大なコストがかかりますので、予算に制約がある状況下ではなおさら今手元にあるデータでどのようにして結論に導かなくてはいけないかとか、そういうことを考えなくてはいけないという意味では、非常に大変です。こんなものでよろしいでしょうか。
齊藤 正直な意見、どうもありがとうございました。それでは大田先生、いかがでしょうか。
大田 ありがとうございます。私も10年以上前、本当に和田先生にいろいろご指導いただきながら始めて、数理的には時弘先生にご指導いただきながら、セルオートマトンとか超離散化というところで、DNAの転写のシミュレーションができないかというところから始めて、栗原先生や和田先生にいろいろ医学的なものを聞きながら。
やはりそこで一番強く感じたのは、どうしてもわれわれ研究者というのは、自分の持っている事実、それを基にしていこうとシーズ・ドリブンになりがちなところがあるんですけれども、やはり医学系の方とお話しすることでニーズ・ドリブンのほうに考え方が少しずつ変わっていった。この課題を達成するには、どうやってアルゴリズムを組み立てて、強い技術で実装していくかというところが本当に大事なんだなという、その基礎をつくっていただいたおかげで、現在会社組織をつくってもいろいろな課題解決ができていっているのかなと思います。そこでやはりニーズ・ドリブンというところ。
もう一つは、先ほど配列解析でもお話があったのですが、一般の抽象的な現象と呼ばれるものが、なんて言うんですかね、精緻な数値データとして観測技術が高精度にどんどんなっているのです。なので、いろいろな現象が数値化されてくるというのが一つのインフラになっているのかなと。
例えばシーケンサーもそうですし、あるいは先ほどの浸水とか防災に関しては、高性能な衛星だとメートル単位でしか地面が離散化できなかったのが、ドローンの例だとセンチ単位で離散化できる。そうなってくると新たな数理モデル、離散化モデル、あるいは計算アルゴリズムというのが必要になってきておりまして、そこにやはりトライしていくような数理というのが非常に重要になってきていて、あらゆる分野で今後必要とされてきているのではないかと思います。
齊藤 ありがとうございます。それではご参加の皆さまから、何か今のご発言に関することでも結構ですし、ご講演中の話でも結構ですし、質問があったら受け付けたいと思いますがいかがでしょうか。
チャットのほうに、たぶんこれは大田先生に対する質問だと思うのですが、「企業や自治体に対して、費用対効果も満足するような数理の利き所はどのように抽出しているのでしょうか」とあります。
大田 そこは非常にいい質問で、なかなか費用対効果というのがまだ難しい分野はたくさんありまして、医学系では国の研究費に値するのですが、例えば防災関係で言うと、先ほどのドローンを飛ばすにしても、1平方キロあたり数百万円かかったりするのです。そこを例えば今回みたいにいろいろなメディアで紹介していただくと、 自治体の市長さんとか議員さんとか、いろいろなところから呼ばれて行くのですが、なかなか費用対効果として導入ができないのです。
そこで例えば一つの視点としては、防水だけではなくて自動農業とか、その地域特有の産業と組み合わせて活用してもらうという点を一つ模索していたりします。
もう一つが、より広く最大公約数的に、浸水モデルとかいうのは全国で、あるいは世界レベルで使えますので、そういったものは例えば内閣府さんとか、国交省さんとか、あるいは今度のデジタル庁さんとかが音頭を取って、全国的に最大公約数的なモデルを活用することで、一個一個、1740ぐらいの自治体は本当に安い金額で安全な課題解決ができるという方向にもっていけたらいいなと思っております。
齊藤 ありがとうございます。ほかにご質問はいかがでしょうか。
中田 それならば先ほどの西浦先生（西浦廉政・北海道大学 電子科学研究所 名誉教授、明治大学 MIMS 特別招聘教授）のご質問に答えさせてください。
齊藤 そうですね。お願いします。
中田 道筋ということですが、要はゲノムのひもですよね。三次元の構造の安定性ですよね。ただ、まず前提としてお話しなくてはいけないのは、ChIA-PETとかいう相互作用のデータというのは、いわゆる細胞ごとの平均をとっているものになっています。かつ各細胞の、たぶん実際の三次元構造というものはわりとまちまちで、いわゆるポピュレーションから得られる結果というのは平均的構造と呼ばれるものになっています。
もう一つ、Rugged landscapeというのは、私はよく存じてはいないのですが、おそらくひもがギザギザのように振る舞っているものだと認識しているのですが、それでよろしいでしょうか。
西浦 西浦です。ありがとうございます。一応エネルギーが定義できるようなモデルだったので、そのエネルギーのlandscapeが、非常に多くのメタステーブル状態がほぼ同じエネルギーレベルに密集しているように思われました。先ほどお答えいただいた答えからは、そのどれか特定のものをもちろん選んでいるわけではなくて、それらしいものにだいたいは行くという感じでしょうか。
中田 そういうことになっています。
西浦 平均、アベレージングでという意味に近いと感じました。それで私の質問には答えていただいたことになると思います。ありがとうございます。
中田 分かりました。
西浦 まず、せっかくなので全体の感想を30秒で述べさせていただくと、やはり数理科学者、今回は生命系の先生方ですが実験科学者、さらに大田先生のように社会実装、フィードバックという、なかなか、そこが見事につながる例というのはそれほどまだたくさん日本では出ていない。そういう意味で非常にいい。若い方にこういうexampleを見ていただきたいと思いました。
特にモデルのところは非常にミクロなレベルからスタートして、データに合わせる途中のモデルを経て、そしてまた元のモデルが精緻化されていくという、そういうループ構造の面白さも出ていましたし、やはり測定技術の発展と共にモデルがいかに進化するかというのを、非常に目に見える形で楽しく聞かせていただきました。
それで栗原先生のところですけれども、細胞の形、相互作用が重要なのは非常に分かったのですが、たぶんアンジオジェネシスのときは、例えばがん細胞から誘引物質とかいっぱい出てくるので、別にアンジオジェネシスに限定するわけではないのですが、一般的にそういう細胞レベルのモデルをつくられるときに、細胞を取り囲む環境というのをどういうふうに取り入れられたらいいのか。あるいはこの場合、先生のきょうの話の中でも、実はおしゃべりになっておられませんが、やはり外界の影響というのを裏ではしっかり考えておられるということでしょうか。その辺をちょっと教えていただければと思います。
栗原 大変興味を持っていただきまして、ありがとうございます。細胞は酸素が足りなくなると低酸素を感知する機構が働いて、それによってVEGFというファクターを産生します。これが内皮細胞に対して増殖や遊走を刺激することで血管新生が促進されます。実際、時弘先生と間田先生とでVEGFの効果を組み込んだ微分方程式モデルを作られましたが、確かにVEGFの濃度が濃い方に向かって血管新生が進んでいくというのを実際にモデルでも表現されていますし、実験的にもこのようなファクターが重要だということが示されています。
特にこういうファクターというのは病態の中で、例えば心筋梗塞が起こったときに血管を再生する因子として必要なので、こういうものをどのようにして生体の中に発現させていくか。あるいは逆にがんが進展していくときに起こる腫瘍血管新生では、これを抑制するような因子をどのように効果的に使うかということが医学的には非常に重要な問題です。
これをまたモデルの中でそういう病態を再現し、どういうタイミングで、どういう方法でそれを加えていくかを検討し、それを実験的に検証していくというのは、おそらく今後われわれが取り組むべき課題と思っています。
西浦 どうもありがとうございました。
齊藤 ありがとうございました。
話の本筋とはあまり関係ないのですが、先ほど和田先生のお話で、医学部でフラクタル研究会というのを立ち上げたことがあるということだったのでしょうか。
栗原 和田先生、よく覚えていたなと思うのですけれども、実は1995～96年のころ、今数理科学研究科にいらっしゃる稲葉寿先生にずいぶんモデルのことを教えていただいたり、今東北大学にいらっしゃる瀬野裕美先生にもご指導いただいたりして、そういう会を立ち上げたことがあるのです。そのときにずいぶんお二人の先生にモデルに対する考え方というのを教わって、それが今になって非常に役に立っているかなと思います。今でも稲葉先生は駒場にいらっしゃって、先生、おそらくすぐ近くかと思うのですが、今でも非常に感謝しているとお伝えいただければと思います。
齊藤 参加者はどれくらいだったのでしょう。
栗原 参加者は10人とか、多いときでも20人いかないぐらいでした。それでも本当に数理関係で有名な先生方においでいただいてお話を伺ったり、非常にいい経験で、それが今につながっていると思っています。雑談的ですみません。
齊藤 いえ、ありがとうございます。貴重なお話が聞けました。それでは、これでこのワークショップは終了したいと思います。ご講演された先生方、討議に参加してくださった方、それから聴講してくださった方、皆さまどうもありがとうございました。
以上
謝辞
本ページは、九州大学マス・フォア・インダストリ研究所（文部科学省委託事業 AIMaP 受託機関）の援助を受け作成しました。