研究ユニット

The Marine Structural Biology Unit uses cryoelectron tomography and single particle cryoelectron microscopy to understand various aspects of coral biology in unprecedented detail.

The Marine Physics and Engineering Unit advances the forecast of ocean dynamics and the development of hydrodynamic disaster mitigation alternatives, paving the way for novel ocean technologies.

液滴・ソフトマター ユニットは、ソフトマター、液滴物理学、界面現象が交わる豊かな研究領域を探究しています。

物理学者たちは長い間、物質およびエネルギーの本質を説明できる普遍的法則を探し求めてきましたが、最近まで複雑な生物系の研究は困難でした。理論生物物理学ユニットでは...

生体分子電子顕微鏡解析ユニットでは、高分子複合体の構造について、ウイルス、イオンチャネルおよび膜タンパク質に重点をおいて研究しています。本ユニットは、試料調製お...

The biological nonlinear dynamics data science unit investigates complex systems explicitly taking into account the role of time. We do this by instead of averaging occurrences using their statistics, we treat observations as frames of a movie and if patterns reoccur then we can use their behaviors in the past to predict their future. In most cases the systems that we study are part of complex networks of interactions and cover multiple scales. These include but are not limited to systems neuroscience, gene expression, posttranscriptional regulatory processes, to ecology, but also include societal and economic systems that have complex interdependencies. The processes that we are most interested in are those where the data has a particular geometry known as low dimensional manifolds. These are geometrical objects generated from embeddings of data that allows us to predict their future behaviors, investigate causal relationships, find if a system is becoming unstable, find early warning signs of critical transitions or catastrophes and more. Our computational approaches are based on tools that have their origin in the generalized Takens theorem, and are collectively known as empirical dynamic modeling (EDM). As a lab we are both a wet and dry lab where we design wet lab experiments that maximize the capabilities of our mathematical methods. The results from this data driven science approach then allows us to generate mechanistic hypotheses that can be again tested experimentally for empirical confirmation. This approach merges traditional hypothesis driven science and the more modern Data driven science approaches into a single virtuous cycle of discovery.

生物デザインユニットは、生物の発生や形態機能が、気候変動の中でどのように進化していくのかを研究しています。

生物多様性・複雑性研究ユニットは、生態学的・進化的プロセスがどのように生物多様性を生み出し維持しているのか、また、それらのプロセスが人間活動によってどのように変化しているのかを探っています。

生物複雑性ユニットでは、生体分子回路から細胞集団までの様々な生物物理学システムにおいてどのように確率的変動下でも正常に機能しているのかを対象に研究をしています。

マウス脳において行動コンテキストが、どのように臭覚情報処理を調整するかを研究しています。手法は、神経生理学、イメージジング、回路解析、行動科学などを用います。

感覚知覚、学習と記憶、および意思決定などの脳の認知機能は、神経回路による計算から出現します。神経情報・脳計算ユニットでは、機械計算と比較して生物学的神経計算が有...

神経計算ユニットでは、脳のように柔軟かつ確実な学習を実現するアルゴリズムの開発と、それによる脳の学習の仕組みの解明に取り組んでいます。最大のテーマは「強化学習」...

総合オープンシステムユニットでは、オープンな複雑システムに関する基礎的な原理を理解し、その知識を現実世界に応用することを目指しています。

1分子イメジング・解析法の方法開発を推進し、また、それらの新しい方法を応用して、細胞膜がシグナル伝達とシナプス伝達をおこなう機構を解明することを目指しています。

CSEユニットは、社会システムを形成する行動力学、生態系を形成する生態進化ダイナミクス、及びそれらの相互作用に焦点を当て、複雑適応系のダイナミクスを分析します。

複雑流体・流動ユニットでは、数値シミ ュレーションによる流体力学に関連するマルチスケール及びマルチフィジックスの問題を研究しています。流れを制御・操作する実践的...

The mission of the Analysis and PDE unit is to reveal and analyze the mathematical principles reflecting natural phenomena expressed by partial differential equations and advance the boundar...

認知脳ロボティクス研究ユニットの研究目標はニューロロボティクスの実験研究を通じて身体性認知の原理を理解することにあります。主要な研究課題は、先天的な脳構造を活用して反復的で限られた行動体験を通じて認知機能がどのように発達するか、社会的認知における間主観性が他者との身体的かつ文脈的な相互作用を通じてどのように形成されるか、そして、意識や自由意志などの主観的体験が科学的および現象学的にどのように説明できるかについてです。さらに、私たちの発達ニューロロボティクス手法を用いた、統合失調症、自閉症などの神経発達障害の原因メカニズムの解明も目指しています。