研究内容 — Recoveromics | 計画研究班 A01〜A04

A01

Animal Models — 動物モデル

脳機能回復の分子・細胞・神経回路メカニズムの解明

マウス・霊長類の脳卒中モデルを用いた階層横断的な基礎研究

脳卒中モデル動物を用いて、神経回路再構築を誘導する分子・細胞・脳神経活動のメカニズムを多階層で解明する。得られた知見はヒト脳組織での検証を通じて、A02・A03班のヒト研究と双方向にトランスレーションする。

研究メンバー

上野将紀班

新潟大学脳研究所

脳卒中モデルマウス
神経回路再構築の解析
網羅的分子発現解析・質量分析
次世代シークエンス

神経科学遺伝子改変マウス光遺伝学

澤本和延班

名古屋市立大学医薬学総合研究院（医学）

新生ニューロンの移動・成熟
神経再生による脳機能回復
脳組織再生の人工足場
サルモデルの脳機能回復

幹細胞生物学神経発生霊長類モデル

具体的な達成目標

① 上野班：脳卒中モデルマウスを用いて、神経回路再構築を誘導するメカニズムを分子〜社会の多階層で解明する。ヒト研究（A02・A03・A04）で判明した知見と統合し、脳機能回復を促進または抑制する分子・脳神経活動・環境要因を見出す。
② 澤本班：幹細胞から新生した神経細胞の移動・成熟による神経回路再構築と脳機能回復の関係をマウスおよび霊長類で種間比較する。マウス⇔霊長類の双方向トランスレーショナル研究によって、脳機能回復をもたらす神経再生能力の多階層メカニズムを解明する。

主要技術・方法

カルシウムイメージング（生体マウス）空間トランスクリプトミクス解析 DeepCOLOR法（深層学習応用）修復細胞の同定次世代シークエンスサルモデル

他班との連携

⇔ A02：ヒトでの神経回路回復を検証 ⇔ A04：ヒト脳組織で修復因子を検出・数理解析 ⇔ A03：生活・社会要因が脳機能回復に影響する分子機序の検証

A02

Human Recovery — ヒト機能回復

脳神経活動と身体機能回復の関連メカニズムの解明

モーションキャプチャーとBMIによる脳卒中患者の網羅的経時計測

世界で初めて、数百人規模の脳卒中患者の脳神経活動と運動機能の経時的変化を、深層学習・AIと組み合わせたモーションキャプチャー技術とブレイン-マシン・インターフェース（BMI）によって網羅計測し数理解析を行う。

研究メンバー

服部憲明班

富山大学学術研究部医学系

モーションキャプチャー技術
身体網羅的・経時的な関節・筋運動の計測
施設での機能回復計測
MRI拡散テンソル（頭部画像）

臨床リハビリテーション神経生理学脳機能イメージング

牛場潤一班

慶應義塾大学理工学部（矢上）

頭部装着型BMI
脳波センサーとAI技術を実装
機能回復を生み出す神経回路の検出

BMI（ブレイン-マシン・インターフェース）神経工学脳波解析

具体的な達成目標

① 牛場班：BMI技術を用いて脳卒中患者の脳神経活動データから、神経回路再構築プロセスによって患者を層別化し、脳機能回復パターンを見出す。脳機能回復をもたらす神経回路再構築プロセスと社会復帰要因を解明し、生活環境設計や福祉サービスの充実につなげる。
② 服部班：地方（富山）と都市部における脳機能回復情報の取得と比較解析を実施する。地方特有の社会要因を検出し、都市部との脳機能回復プロセスの差異を明らかにする。

主要技術・方法

頭部装着型BMI（薬事認証取得済） AIモーションキャプチャー（マーカーレス）脳波（EEG）デコーディング fMRI同時計測ニューロフィードバック筋電図

他班との連携

⇔ A01：深層学習による動物モデルの社会行動解析・動物/ヒトの比較 ⇔ A03：都市部と地方での脳機能回復情報の比較 ⇔ A04：脳神経活動と筋・関節シナジー解析

A03

Living & Social Implementation — 生活・社会実装

脳機能回復を持続させる生活・社会環境のデザイン

リビングラボ・チャレンジハウス構想による社会実装研究

明らかになった脳機能回復をもたらす要因に基づき、人間の脳機能回復を促す生活・施設環境の設計理論を創出する。リビングラボ（模擬的生活空間）と都市のチャレンジハウス構想を一体的に推進し、科学的根拠に基づく環境デザインを社会実装する。

研究メンバー

加藤健治班

国立長寿医療研究センター健康長寿支援ロボットセンター

モーションキャプチャー技術・リビングラボ
チャレンジハウス都市設計
介助ロボットのデザイン
AIロボティクス

福祉工学ロボット大賞優秀賞神経科学×工学

小川愛実班

慶應義塾大学理工学部（矢上）

居住空間での運動センサ解析
AIによる生活空間設計システム
生活・社会環境の情報収集

建築学住居学女性未来賞受賞

具体的な達成目標

① 社会生活期における脳機能回復ダイナミクスの可視化：A02班のBMIによる脳神経活動と機能回復の相関・神経回路再構築を検証する。A04情報コアと連携し、脳機能回復の典型的パターンを決定するとともに、影響する環境要因を抽出する。
② 脳機能回復をもたらす生活・社会要因の抽出と環境デザイン・設計：自宅環境を3D計測し運動負荷マップを作成することで、脳機能回復を持続させる居住空間を自動デザインするAIシステムを開発。街中にリビングラボを設置し（チャレンジハウス構想）、社会復帰後の継続的な機能回復を支援する。

主要技術・方法

リビングラボ（模擬的生活空間） 3Dマーカーレスモーションキャプチャー自宅環境3D計測運動負荷マップ作成 AI生活空間設計システムチャレンジハウス都市設計患者アンケート（生活・社会状況） RehaNode（多機関共有データサーバー）

他班との連携

⇔ A02：BMI・モーションキャプチャーで地方の脳機能回復を計測 ⇔ A01：生活・社会要因が脳機能回復に影響する分子機序を理解 ⇔ A04：典型パターン決定と影響する環境要因の抽出

A04

Information Core — 情報コア

多階層脳機能回復情報の統合解析基盤の構築

数理モデル・離散数学・グラフ理論・深層学習による統合理解

分子・細胞・脳神経活動・個体・社会レベルの脳機能回復に関する膨大な生体情報を、 深層学習・AI・数理モデル・グラフ理論（離散数学）を駆使して統合解析するハブとして機能する。最も典型的な脳機能回復パターンを見出し、全領域に共有する。

研究メンバー

七田崇班

東京科学大学総合研究院（領域代表）

動物⇔ヒト比較・遺伝子発現解析
深層学習による脳修復環境の検出

基礎医学バイオインフォマティクス

早水桃子班

早稲田大学理工学術院

グラフ理論・離散数学
脳機能回復の典型パターン抽出
距離行列の最適グラフ実現

離散数学グラフ理論

青井伸也班

大阪大学大学院基礎工学研究科

神経−筋−関節シナジー解析
脳機能回復のパターン可視化
神経筋骨格系の数理モデル

生体工学歩行解析

具体的な達成目標

① 分子〜社会レベルでの脳機能回復メカニズムの統合解明：A01・A03班と連携し、脳機能回復のヒト⇔動物の種間比較と個体・社会要因の検証を行う。七田が動物モデルとヒトの網羅データを照合し、根源的なメカニズムを統合理解する。
② 人間の脳機能回復の典型パターンの抽出：A02・A03班のデータを用い、青井のシナジー解析で神経・筋・関節運動を低次元化した時空間協調パターンとして表現。早水の離散数学的手法でサンプル間の非類似度をグラフ上に可視化し、最も典型的な脳機能回復プロセスを決定する。
③ 脳機能回復の評価指標の創出と社会実装：A01・A02・A03班の知見を統合し、脳機能回復に影響する要因を決定するとともに、介入手法の実装を加速する。世界で初めて、ヒト脳機能回復の経時的データに基づく普遍的な評価指標を創出する。

主要技術・方法

空間トランスクリプトミクス（DeepCOLOR法）深層学習・AI（遺伝子発現解析）グラフ理論（距離行列の最適グラフ実現）シナジー解析（神経-筋-関節）神経筋骨格モデル組合せ論・数理最適化 RehaNode 統合データプラットフォーム

他班との連携

⇔ A01：ヒト脳組織で修復因子・新生ニューロン移動を数理解析 ⇔ A02：脳卒中患者の脳神経活動と筋・関節シナジー解析 ⇔ A03：脳機能回復の典型パターン決定と環境要因抽出