投稿者: 筑波大学計算科学研究センター

AI Model Enables Over a Million-Fold Acceleration of Diffuse Optical Tomography for Real-Time Diagnosis

Researchers at University of Tsukuba have developed an artificial intelligence (AI) model capable of predicting light propagation in biological tissue in diffuse optical tomography (DOT), a non-invasive imaging technique for detecting abnormalities such as hemorrhages and tumors. The model performs these calculations in approximately 2 milliseconds, exceeding the speed of conventional simulation methods by more than one million times, paving the way for real-time diagnostic applications.

Tsukuba, Japan—Diffuse optical tomography (DOT), a safe, non-invasive imaging technique that utilizes near-infrared light, has attracted increasing attention as a diagnostic method for identifying abnormalities in conditions such as cerebral hemorrhage and malignant tumors. This technique detects internal abnormalities by illuminating biological tissue with near-infrared light, without causing radiation exposure or damage. However, high diagnostic accuracy depends on solving the radiative transfer equation that models light propagation within tissue. Since these numerical simulations can take several hours per calculation, using this method for real-time diagnosis remains challenging.

To eliminate computationally intensive simulations, this study introduces a neural network-based machine learning model that serves as an ultra-fast emulator. Trained on extensive simulation data, the model predicts time-resolved light signals detected at measurement points based on the location and size of an abnormal region. The model demonstrates robust generalization, accurately reproducing signals, even for unseen parameter combinations, with accuracy limited only by the noise level in the training data. Each inference takes approximately 2 milliseconds, representing a speedup of more than one million times compared with conventional simulation methods. This dramatic acceleration enables efficient exploration of the vast parameter spaces required for diagnostic analysis.

Furthermore, by combining the AI model with statistical sampling techniques, the model enabled the researchers to accurately estimate the location and size of abnormal regions from optical signals. These findings highlight this model as a promising foundational tool for real-time diagnosis of cerebral hemorrhage and tumors.

###
This research was supported by MEXT/JSPS KAKENHI Grant Numbers 21H04489 and JST FOREST Program Grant Number JP-MJFR202Z and Strategic Professional Development Program for Young Researchers, TRiSTAR fellow.

Original Paper

Title of original paper: 
Development of a neural network predicting signals for time-domain diffuse optical tomography
 
Journal: 
Biomedical Engineering Letters
 
DOI:
0.1007/s13534-026-00578-9

 

Predicting Physics Without Parameter Tuning: A Faster Computational Approach

May 21, 2026

Numerical simulations in physics often require estimating a multitude of parameters, making the process computationally expensive and complex. Researchers at University of Tsukuba have introduced a new method called the multiparameter eigenvalue-problem emulator, enabling reliable predictions based directly on relationships among known data by eliminating the need for parameter estimation. This innovation considerably reduces computational costs and enables systematic quantification of predictive uncertainty.

Tsukuba, Japan—Calibrating theoretical models with experimental data is a common practice in physics for predicting previously unobserved phenomena. However, real-world theoretical models are often highly complex, involving numerous numerical quantities, known as “parameters,” that cannot be directly measured. Researchers must estimate these parameters to compute other observables. This is a process that is computationally demanding and fraught with remarkable challenges in assessing how uncertainties in the parameters affect final predictions.

This study presents a novel fast surrogate model based on a mathematical framework known as the multiparameter eigenvalue-problem emulator. This model directly predicts unknown observables based on relationships among known data, without the need to introduce or estimate parameters.

Validation against a traditional model showed that the proposed method can reliably reproduce complex behaviors that are challenging for conventional computational approaches. In addition, when applied to a nuclear physics problem, namely, predicting the energies of oxygen isotopes, the method produced probability distributions closely aligned with experimental observations. This framework supports rapid execution of large-scale computations and enables systematic quantification of predictive uncertainty.

These findings pave the way for efficient predictions of physical phenomena by removing the need for parameter estimation, a major computational bottleneck in physics research. The proposed method is anticipated to have broad applicability across various disciplines, including astrophysics and materials science.

 

###
This work is in part supported by JST ERATO Grant No. JPMJER2304, Japan. This work is also in part supported by the Multidisciplinary Cooperative Research Program in CCS, University of Tsukuba.

Original Paper

Title of original paper: 
An Efficient Learning Method to Connect Observables
 
Journal: 
Physical Review Letters
 
DOI:
10.1103/33q9-76qp

 

Correspondence

Researcher Hang Yu
Assistant Professor MIYAGI Takayuki
Center for Computational Sciences, University of Tsukuba

既知の観測量間の関係から別の観測量を効率的に予測する計算手法を開発

2026年5月21日
国立大学法人筑波大学

概要

物理学研究で使われる数値計算では、一般に多数のパラメータ推定を含みます。本研究では、既知の観測量（計算結果）同士の関係に着目し、パラメータ推定を介さずに予測を行う新しい手法（MEPエミュレータ）を開発しました。これにより計算コストの大幅な削減と、効率的な不定性評価が実現できます。

物理学研究では、実験で得られたデータをもとに理論を調整し、まだ観測されていない現象を予測するというのが一般的な手順です。しかし現実の理論はとても複雑で、実験で直接測ることができない、多くの「パラメータ」と呼ばれる数値を推定した上で、別の現象を計算するという手順が必要になります。この作業は非常に計算量が多く、パラメータの不確かさが最終的な予測に及ぼす影響を調べるのも困難です。

　本研究では、Multiparameter Eigenvalue Problem（MEP）と呼ばれる数理的な枠組みを利用した新しいエミュレータ（高速な近似モデル）を構築し、パラメータを使わず、すでに分かっている観測データ同士の関係から、別の観測量を直接予測する新しい計算手法を開発しました。

　簡単な模型を使ってこの手法を検証したところ、従来の計算方法ではうまく扱えなかった複雑な振る舞いも、安定して再現できることが分かりました。さらに、実際の原子核の問題に応用し、酸素同位体のエネルギーを予測したところ、実験結果とよく一致する確率分布が得られました。この手法では大量の計算を短時間で繰り返すことができ、予測のばらつき（不確かさ）の評価も容易です。

　本研究成果により、物理学研究においてこれまで大きな負担となっていたパラメータ推定の手順を省きつつ、効率よく物理現象を予測できる新しい道が開かれました。宇宙や物質科学など、この手法のさまざまな分野への応用が期待されます。

>> プレスリリース全文はこちら

 

掲載論文

【題名】
An Efficient Learning Method to Connect Observables
（観測量どうしを繋ぐ効率的な学習法の開発）
 
【掲載誌】
Physical Review Letters
 
【DOI】
10.1103/33q9-76qp

 

Cryo-EM Reveals the Structural Basis of Functional Diversity in Alcohol Oxidase Isozymes

As the global push toward a carbon-neutral society accelerates, understanding how microorganisms metabolize methanol with high efficiency has become increasingly critical. At University of Tsukuba, researchers have applied cryo-electron microscopy (cryo-EM) to resolve the high resolution three-dimensional structure of a key methanol metabolizing enzyme in yeast. Their work reveals that enzymes with nearly identical overall architectures can nonetheless perform distinct functions depending on environmental conditions.

provided by Kazutoshi Tani

Tsukuba, Japan—Methanol is emerging as a promising feedstock for sustainable bioprocesses. To uncover the molecular basis of efficient methanol utilization, the researchers investigated alcohol oxidase (AOD), a central enzyme in the methanol-assimilating yeast Ogataea methanolica. Using cryo-electron microscopy (cryo-EM), they characterized structural and functional differences among AOD isozymes. This yeast produces multiple AOD variants that catalyze the oxidation of methanol to formaldehyde, the first step in energy metabolism. The coordinated activity of these isozymes allows the organism to adapt flexibly to changing environmental conditions, yet until now the structural foundation for their distinct roles had remained unclear.

 

In this work, the researchers carried out a comprehensive comparison of the three-dimensional structures of AOD isozymes. While the enzymes share a strikingly similar overall framework, clear distinctions emerged in how they bind cofactors and in the positioning of amino acid residues around the active site. Notably, differences were detected in the interaction with flavin adenine dinucleotide cofactors and in local surface charge distributions. These structural variations are likely to affect enzyme stability and electron transfer processes, ultimately resulting in differences in catalytic performance. Additional differences at the protein periphery were shown to contribute to the stabilization of oligomeric assemblies. Taken together, the findings highlight how even minor structural changes can drive substantial functional diversification among closely related enzymes. This work deepens our understanding of the molecular basis of enzyme function and provides a foundation for designing more efficient biocatalysts, as well as advancing microbial and enzymatic processes for sustainable methanol-based production.

 

 

###
This research was partially supported by the Platform Project for Supporting Drug Discovery and Life Science Research (Basis for Supporting Innovative Drug Discovery and Life Science Research) from AMED (Grant Numbers; JP21am0101118, JP22ama121006 and JP25ama121004), and JST-Mirai Program2 (Grant Number JPMJMI23G2). This work is also partly supported by a KAKENHI, Grant-in- Aid for Challenging Exploratory Research (18K19875) to T.N. from the Japan Society for the Promotion of Science (JSPS). This work is partly supported by Center for Quantum and Information Life Sciences, University of Tsukuba.

Original Paper

Title of original paper:
Cryo-EM structures of alcohol oxidase isozymes reveal structural determinants of cofactor variation and enzymatic activity in Ogataea methanolica
Journal:
Microbial Biotechnology
DOI:
10.1111/1751-7915.70355

 

Correspondence

Professor TANI Kazutoshi
Center for Computational Sciences, University of Tsukuba

Professor NAKAGAWA Tomoyuki
Faculty of Applied Biological Sciences, Gifu University

Group Director/Professor YONEKURA Koji
Biostructural Mechanism Group, RIKEN SPring-8 Center / Institute of Multidisciplinary Research for Advanced Materials, Tohoku University

拡散光トモグラフィによる異常部位診断を大幅に高速化するAIモデルを開発

2026年5月1日
国立大学法人筑波大学

概要

拡散光トモグラフィは、近赤外線を用いて生体内部の異常部位を非侵襲的に診断する新しい医療技術です。この診断を高精度に行うための光輸送シミュレーションを、従来の100万倍以上の速さ（約2ミリ秒）で実行するAI（人工知能）モデルの開発に成功し、リアルタイム診断への道を切り拓きました。

　近赤外線を使った「拡散光トモグラフィ」は、脳出血や悪性腫瘍などの疾患において、生体内部の異常部位を発見する診断技術として近年用いられています。この手法では、体を傷つけたり放射線を使うことなく、光を生体組織に照射して体内の異常を検出することができます。しかし、高精度な診断を行うには、光の伝わり方を記述する「光輸送方程式」を数値シミュレーションで解く必要があり、1回のシミュレーションに数時間を要するため、リアルタイム診断への応用は困難でした。

　本研究では、この数値シミュレーションを超高速に代替する、ニューラルネットワークを用いた機械学習モデルを開発しました。大量のシミュレーション結果を学習させたこのモデルは、異常部位の位置やサイズを入力すると、検出器で得られる時間変化の光シグナルを瞬時に出力します。学習に使われていないデータに対しても少ない誤差でシグナルが得られることも確認されました。このモデルでは約2ミリ秒という極めて短時間でシグナルが得られ、従来の数値シミュレーションの100万倍以上の高速化を達成しました。これにより、診断において考慮すべき大量のパラメータ探索が現実的になります。

　さらに、このモデルを統計的なサンプリング手法と組み合わせることで、観測された光シグナルから異常部位の位置や大きさを推定することにも成功しました。本研究の成果は、脳出血や腫瘍のリアルタイム診断に向けた基盤技術になると期待されます。

＞＞プレスリリース全文はこちら

 

掲載論文

【題名】 
Development of a neural network predicting signals for time-domain diffuse optical tomography
（時間領域拡散光トモグラフィのためのシグナルを予測するニューラルネットワークの開発）
 
【掲載誌】
Biomedical Engineering Letters
 
【DOI】

10.1007/s13534-026-00578-9

メタノールを効率よくエネルギー変換する酵素の立体構造を解明

2026年4月30日
国⽴⼤学法⼈筑波⼤学
東海国⽴⼤学機構岐⾩⼤学
理化学研究所
国⽴⼤学法⼈東北大学

概要

メタノールをエネルギー源として利用する酵母において重要な役割を担う酵素の立体構造を、クライオ電子顕微鏡を用いて高精度で解明しました。その結果、よく似た構造の2種類の酵素が環境に応じて異なる働きをする仕組みが明らかとなりました。

カーボンニュートラル社会の実現に向けて、メタノールの効率的な資源化が注目されています。本研究では、より効率的なメタノール利用の鍵を探るため、メタノールで成長する酵母 Ogataea methanolica におけるアルコールオキシダーゼ（AOD）という酵素に着目し、その構造と機能の違いをクライオ電子顕微鏡を用いて明らかにしました。AODには複数の種類があり、細胞のエネルギー代謝の出発点となる、メタノールをホルムアルデヒドへと変換する反応においては、それぞれ異なる働きをすることで円滑なメタノール代謝を実現していることが知られていましたが、そのような性質の違いが生じる理由はこれまで明らかではありませんでした。

本研究では、各AODの立体構造を詳細に比較しました。その結果、全体の構造は類似しているものの、酵素の働きを助ける補酵素の結合様式や、周囲のアミノ酸配置に違いがあることが分かりました。これらの違いが酵素の安定性や電子伝達効率に影響し、結果として酵素活性の差異を生み出している可能性が示唆されました。さらに、タンパク質外周の構造の違いが、酵素活性の安定化に関与していることも明らかになりました。これらの知見から、わずかな構造差が酵素機能に大きな影響を与えることが示されました。この成果は、酵素の分子機構の理解を深めるとともに、高効率な酵素設計や、微生物や酵素を利用したバイオプロセス開発につながると期待されます。

＞＞プレスリリース全文はこちら

 

掲載論文

【題名】
Cryo-EM structures of alcohol oxidase isozymes reveal structural determinants of cofactor variation and enzymatic activity in Ogataea methanolica
（Ogataea methanolica由来アルコールオキシダーゼのクライオ電子顕微鏡構造による補酵素の多様性および酵素活性決定機構の解明）
 
【掲載誌】
Microbial Biotechnology
 
【DOI】
10.1111/1751-7915.70355

研究トピックス「第一原理計算で探る鉄より重い元素の謎 」を公開

計算科学研究センター（CCS）に所属する教員・研究員の研究をわかりやすく紹介する「研究者に聞くー研究トピックス」に「vol.22 第一原理計算で探る鉄より重い元素の謎 」を公開しました。

「研究者に聞くー研究トピックス」

原子核物理研究部門の宮城 宇志助教の研究を紹介しています。

「第一原理計算で探る鉄より重い元素の謎 」

第一原理計算で探る鉄より重い元素の謎 

宮城 宇志 助教

原子核物理研究部門

　鉄よりも原子番号が小さい（軽い）元素は、宇宙の恒星内部という超高温高圧な環境において作られたというのが現在の見解です。しかし、鉄よりも原子番号が大きい（重い）、かつ自然界に普通に存在するような元素（ウランや鉛など）に関しては、その起源が未だによく分かっていません。宮城先生は、このような鉄よりも重い元素の形成過程を第一原理計算（*1）によって研究している、原子核物理学分野の理論研究者です。

（2026.4.27 公開）

鉄より重い元素はどう生まれたか？　その検証の難しさ

　鉄より重い元素の起源については、中性子がたくさんある環境（*2）で作られるという仮説があります。そこでは原子核に中性子が次々と結合していき、いったん中性子が過剰な原子核になった後にベータ崩壊（*3）が始まり、最終的に中性子数や陽子数（原子番号）が魔法数（*4）となるような、鉄より重い安定な元素が形成されると考えられています。この仮説を検証するには、ベータ崩壊を起こすのに必要なエネルギーや、ベータ崩壊の半減期（*5）を求めることが重要ですが、そのためには加速器による実験や高精度な計算が必要となります。

　しかし、中性子がたくさんある環境を用意することはとても難しく、また陽子数Zよりも中性子数Nの方が大きい原子核になるほど、実験で作ることが困難となります（特に質量数（Z + N）が小さい領域ではＮ/Zが１に近いほど天然に存在しやすい）。そのような原子核は実験値がないものが多く、実験値がある原子核から得られた知見を応用して経験的なモデルを構築することで補われてきました。しかし、実験値がない原子核では異なる理論モデルを使うと結果が同じにならず、 “何を信じればよいか分からない” という状況が起きていました。宮城先生は、「このような理論の不定性を評価するには第一原理計算が必要だ」と考え、特に実験が難しい、鉄より重く、中性子が過剰な原子核について第一原理計算を行うことで、ベータ崩壊のエネルギーや半減期の理論値を導出するという研究を行っています。

第一原理計算で探る中性子過剰な原子核のベータ崩壊

　原子核は陽子や中性子という多数の核子から成り立っています。そのふるまいを正確に記述するためには、「量子多体問題」を解く必要があります。しかしこれを素直に解こうとすると、鉄より軽い元素でさえ、現在のスーパーコンピュータが扱える行列計算の限界（1010-1012次元）を超える巨大なハミルトニアン（*6）の行列計算が必要です。鉄より重い元素では問題はさらに大きくなり、巨大な行列を対角化（*7）して力尽くで解く方法は現実的ではありません。そこで、既存の力尽くの対角化計算では配位を考える空間がそもそも大きすぎると考えた宮城先生は、それを何とか小さくしようと次のように考えました。

 

「原子核の深いところ（コア）にある核子は強い核力によって束縛されているため、より高エネルギーな外側の軌道に遷移する可能性は低い。さらに、低エネルギー状態の原子核とは関係ないほど外側のかなり高エネルギーな軌道にある核子（その他）も重要ではない。つまり、原子核の状態を記述するにあたって本質的に重要なのは、バレンスと呼ばれる軌道にある核子の状態のみになる（図1）。」

 

　このアイディアが元となり、宮城先生は相似くりこみ群法（Valence-space In-medium similarity renormalization group, VS-IMSRG）という近似の方法について研究しています。この考え方に基づいて近似的なユニタリ変換（*8）を構築することで、膨大なハミルトニアンの次元を減らし、計算可能な次元数のハミルトニアンの行列を新たに生成できます（図1）。この新たなハミルトニアンの行列は固有値が少なくなるため、元のハミルトニアンの行列と完全に等価ではありません。そこで、他の計算手法や一部の存在している実験値と比較したところ、基底状態付近の原子核の状態については、宮城先生の提案手法と、その他の手法や実験値で結果が一致することがわかりました（図2）。鉄より重い元素を扱う際にも、基底状態付近の原子核に着目します。そのため、この提案手法が鉄より重い元素の起源を検証する際にも有効であることが期待できます。

図1. 相似くりこみ群法の模式図。通常の解き方（左側）では、「コア」、「バレンス」、「その他」をすべて考慮して直接対角化をする必要がありこれは大変である。相似くりこみ群の方法（右側）では近似的なユニタリ変換でバレンス以外を分離して、バレンスの中だけで対角化を実行できる。

図2. 酸素同位体の基底状態エネルギー。横軸が質量数（A=Z+N）、縦軸が基底状態エネルギー。バーが実験値、それぞれのシンボルは、量子多体問題の各計算手法による結果を表す。バーと全てのシンボルが大体一致していることから、宮城先生が用いるVS-IMSRGを含め、どの計算方法でも問題をそれなりに正確に解けていることが分かる。H. Hergert, Front. Phys. 8, (2020)より引用。

 

　図3は、相似くりこみ群法による中性子過剰な原子核のベータ崩壊の半減期の計算結果を示しています。赤のシンボルは、青のシンボルの計算に最近重要だと分かった成分を加えて計算した結果ですが、青よりも2倍程度半減期が伸びて、より実験値（白い四角のシンボル）に近くなったことが分かります。一方、紫のシンボルは赤の結果と少し異なっています。紫は赤とは別の核力パラメータセットによる結果で、行っている計算自体は同じなので、第一原理計算の枠組みが正しければ紫と赤は一致してほしかったところです。紫と赤にズレがあるということは、核力の不定性を過大評価していそうであり、ベータ崩壊を記述するのにより適した核力を探していく必要があるかもしれません。

　この研究はドイツのダルムシュタット工科大学との共同で行われました。また、数値計算には筑波大学計算科学研究センターのスーパーコンピュータも使用されました。

図3. 中性子数を固定した際（N = 50)の、陽子数Z（横軸)ごとのベータ崩壊の半減期の計算結果。Experiments が実験値、それ以外のシンボルが相似くりこみ群法で計算した際の理論値。Z. Li, T. Miyagi, and A. Schwenk, arXiv:2509.06812 (accepted in Phys. Rev. Lett.)より引用。

 

原子核物理学分野の研究の社会への広がり

　原子核の形成メカニズムの解明は、自然界の成り立ちを追求する自然科学においてはもちろんのこと、社会的にも重要です。例えば、エネルギー確保の新たな選択肢として核融合発電が期待されていますが、核融合の基礎研究には原子核物理の知見が不可欠です。また、原子力発電所から生み出される放射性廃棄物は、鉄より重い元素です。放射性廃棄物の処理に必要な技術開発においても、このような基礎研究が活用されます。他にも、原子番号が１００を超えるような重い原子において、希ガスのような安定な原子が存在するかを理解することは、化学にも関わってきます。さらに、現在急速に発達している量子コンピュータの分野では、自由度が多く難しい原子核物理の現象を解くことが、性能テストや性能のベンチマークとして考えられています。このように、原子核物理学分野の研究は、元素や宇宙の成り立ちを理解するだけのものではありません。エネルギー問題や新しい計算技術など、さまざまな分野の発展にもつながる可能性を秘めています。原子核の世界を探る研究は、未来の科学や技術を切り開く手がかりにもなっているのです。

用語解説

  1. 第一原理計算：実験等で得られる経験的な推測は用いずに、物理学の基礎理論（この場合は核力の理論）に基づいてなるべく精密に数値計算を行うこと。
  2. 中性子がたくさんある環境：中性子星（ある程度重たい恒星の死後に残る、高密度に中性子が集まることで支えられている天体）同士の合体現場などいくつか候補はあるが、現在も研究が進められている。
  3. ベータ崩壊：1つの中性子が、陽子、電子、反電子ニュートリノの3つへと分裂する反応。これにより、中性子が陽子に変化する。
  4. 魔法数：原子でいうところの希ガスと同様、特定のZ やNの原子核はその他の原子核よりも安定になることが知られています。この時のZ やNの値を魔法数と言います。原子核での魔法数は，2、8、20、28、50などが知られています。
  5. ベータ崩壊の半減期：重たい星が死ぬ際に起こす超新星爆発（Ⅱ型超新星爆発）や中性子星同士の合体では、r過程と呼ばれる、原子核の中性子捕獲がベータ崩壊よりも速く進むことで鉄より重い元素を合成する反応が起こる。ベータ崩壊の半減期は、このｒ過程をシミュレーションする際の入力パラメータとして必要となる。
  6. ハミルトニアン：量子力学において系の全エネルギーを与える量で、原子核のエネルギーや状態を計算するために用いられる。
  7. 対角化：正方行列（行の数と列の数が等しい行列）を、対角成分以外が全て0である対角行列に変換すること。
  8. ユニタリ変換：いくつかの数学的な性質を満たす変換で，例えば、ぐちゃぐちゃのルービックキューブの色を揃えるような操作などがある。また，ハミルトニアン行列の対角化も一つのユニタリ変換と見なすことができる。

 

（文・広報サポーター　山口未沙）

さらに詳しく知りたい人へ

 

 

【受賞】塩川浩昭教授がIPSJ/IEEE Computer Society Young Computer Researcher Awardを受賞

塩川浩昭教授（計算科学研究センター）が情報処理学会ならびにIEEE Computer SocietyよりISJ/IEEE Computer Society Young Computer Researcher Awardを受賞しました．同賞は情報学の分野において，研究発表や論文，プログラミングなどの顕著な成果をあげ，今後も発展，成果が期待される若手研究者を表彰するものです．

受賞対象となった研究業績は“Outstanding Research on Highly Efficient Algorithms for Big Data”です．



第157回計算科学コロキウムを、4月16日（木）14:00より開催します

第157回計算科学コロキウムを開催いたします。多数のご来聴をお待ちしております。

日時：2026年4月16日（木）14:00〜16:00
　　　16 April 2026 (Thu) 14:00 ~ 16:00
 
場所：計算科学研究センター 国際ワークショップ室
　　　 CCS, Workshop Room (1st floor)
 
講演者：1) Prof. Huade (Walter) Guan
　　　　2) Doan Quang Van
 
講演内容）
1)Title: Improving Flood Heat and Drought Mitigation with Drywells in Cities
Increasing urbanisation leads to multiple environmental problems in cities, including an increasing likelihood of flash floods, exacerbated heat stress due to the urban heat island effect, and urban forest mortality in droughts. These problems are rooted in urbanisation-induced hydrological alterations, which generally create shortcuts from rainfall to urban streams via impervious surfaces and the formal stormwater drainage network. Green infrastructures, such as drywells, can restore urban hydrological processes. A drywell is a well hanging some distance above the groundwater table receiving stormwater for infiltration. A drywell can be installed in an area as small as a squared meter. They are easy to be implemented in both public and private space. In Adeliade, the capital city of South Australia, drywells are often installed in verges, collecting stormwater via kerbside inlets. They reduce runoff generation in the urban catchment, provide more water for trees in dry season, and enhance canopy transpiration cooling. In this presentation, I will (1) demonstrate the effects of drywells in mitigating flood and heat in suburban areas of Adelaide; (2) discuss the potential of installing drywells in private allotments to benefit garden trees and reduce stormwater generation; and (3) propose using drywells to improve drought resilience of street trees.
 
2) Title: HiClimaX initiative for actionable climate prediction for cities.
The HiClimaX initiative, launched by the Atmospheric Informatics Lab at the University of Tsukuba in collaboration with international partners, advances actionable climate prediction for cities. It integrates multi-paradigm downscaling—dynamical, physics-based, and AI approaches—within a unified, open framework. The platform delivers decision-relevant, high-resolution climate information that captures urban processes, extremes, and uncertainties. By enabling standardized benchmarks and global intercomparison, HiClimaX moves beyond predictive skill toward real-world usability. It emphasizes transparency, uncertainty quantification, and co-development with stakeholders, supporting resilient urban planning, infrastructure adaptation, and climate-informed decision-making under rapidly changing environmental conditions.
 
■ About Prof Guan
Huade (Walter) Guan is a Professor of Environmental Science and Hydrology at Flinders University, and a Chief Investigator of National Centre for Groundwater Research and Training in Australia. His research centres in terrestrial ecohydrology and hydrometeorology, and their applications in catchments, cities, agricultural and mining environments. Prof Guan has published over 150 peer-reviewed articles, with a Scopus h-index of 43. These research activities contribute to the United Nations Sustainable Development Goals: #15 Life on land, #11 Sustainable cities, #13 Climate actions, #6 Clean water, and #2 Zero hunger. Prof Guan is Specialty Chief Editor for Frontiers in Climate (Climate, Ecology and People) (2025-), and was Associate Editor for Journal of Hydrology (2015-2025). 
 

世話人： Doan Quang Van

High-Resolution Cryo-EM Structure Reveals the Mechanisms Underlying Oxygen-Tolerant Energy Conversion in a Marine Photosynthetic Bacterium

Oxygen is generally harmful to many photosynthetic bacteria; however, certain marine purple nonsulfur bacteria can grow even under oxic conditions. Researchers at University of Tsukuba used cryo-electron microscopy to visualize the structure of the protein complex responsible for photosynthesis in one such bacterium, Rhodovulum sulfidophilum. Their analysis uncovered a previously unrecognized membrane protein and revealed structural features that could explain how this organism achieves efficient energy conversion despite the presence of oxygen.

 

Tsukuba, Japan—Photosynthetic bacteria do not release oxygen during photosynthesis but can convert solar energy into chemical energy with remarkably high efficiency. They also utilize near-infrared light—wavelengths unused by plants—and thrive in diverse environments, including freshwater, seawater, and hot springs. Among these organisms, the marine purple nonsulfur bacterium Rhodovulum sulfidophilum is a model species notable for its strong tolerance to oxygen. However, the molecular mechanism by which its light-harvesting and energy-converting LH1-RC complex maintains highly efficient photosynthesis under oxic conditions remains unclear.

In this study, the researchers determined the structure of the LH1-RC complex at an exceptionally high resolution of 1.8 Å using cryo-EM. Their analysis identified a previously unknown membrane protein called protein‑3h, which is located within the LH1 opening. They further discovered a non-heme Fe ion positioned near the triheme cytochrome subunit, which is coordinated by a histidine residue and water molecules rather than by heme. This configuration indicates that the Fe ion might act as an intermediary site for electron transfer.

These findings provide deeper insight into the photosynthetic complex in R. sulfidophilum and could contribute to future applications, such as genetically engineered phototrophic systems and environmentally relevant technologies, including the bioremediation of hydrogen sulfide-containing wastewater.

 

###
This research was partially supported by the National Key R&D Program of China (No. 2022YFC3401800), Platform Project for Supporting Drug Discovery and Life Science Research (Basis for Supporting Innovative Drug Discovery and Life Science Research (BINDS)) from AMED under Grant Numbers JP21am0101118 and JP21am0101116, and JP23ama121004. R.K., E.R.P., T. M. and B.M.H. acknowledge the generous supports of Dr. Malgorzata Hall, the Okinawa Institute of Science and Technology (OIST), Scientific Computing & Data Analysis Section and Scientific Imaging Section at OIST and the Japanese Cabinet Office. R.K. acknowledges the support from Prof. Tsumoru Shintake. M.T.M. was supported in part by NASA Cooperative Agreement 80NSSC21M0355. This work was supported in part by JSPS KAKENHI (Grant Numbers 22K06111, 23K05822, 24H02084, 24K01620 and 24H02078), Center for Quantum and Information Life Sciences, University of Tsukuba, and MEXT Joint Usage/Research Promotion Project: CURE JPMXP1323015488 (Spin-L program No spin25XN018).



Original Paper

Title of original paper: 
Structural insights into the photochemistry of the LH1-RC complex from the marine purple phototrophic bacterium Rhodovulum sulfidophilum
 
Journal: Communications Biology
 
DOI: 10.1038/s42003-026-09755-z

 

Correspondence

Professor TANI Kazutoshi
Center for Computational Sciences, University of Tsukuba

Professor Zheng-Yu Wang-Otomo
Faculty of Science, Ibaraki University

Professor KIMURA Yukihiro
Department of Agrobioscience, Graduate School of Agriculture, Kobe University

Associate Professor MINO Hiroyuki
Department of Physics, Graduate School of Science, Nagoya University

Section Leader MOCHIZUKI Toshiaki
Scientific Imaging Section, Core Facilities, Okinawa Institute of Science and Technology Graduate University (OIST)

EPCC-CCS joint workshop

Date: March 11th (Wed) – 12th (Thu), 2026
Venue: EPCC, the University of Edinburgh

DAY 1 Teaching Room 13,Teviot Medical School
start Speaker 　Title
9:30   Coffee, welcome and introduction
10:00 Yoshinari Kameda Computational Vision Media for Real-World Computational Imformatics
10:30 Mark Parsons EPCC  update
11:00 Miwako Tsuji Quantum HPC Hybrid Platform in Japan
11:30   Coffee
12:00 Oliver Brown Quantum Software Lab
12:30 Hiroyasu Koizumi Quantum Computing for Natural Language Processing and Sentiment Analysis
13:00   Lunch
14:00 Jano Van Hemert Edinburgh International Date Facility:flexible storage and compute services for AI  and date science
14:30 Taisuke Boku Changing Lanes – GPU Computing for HPC/AI and Governmental Support in Japan
15:00 Julien Sindt Preserving large-scale geospatial datasets 
15:30   Coffee
16:00 Yasuteru Shigeta Integrated Drug discovery using simulation and machine learning
16:30 Joe O’Connor Machine Learning for Smoothed Particle Hydrodynamics 
16:45 Adrian Jackson Optimizing storage with compiler technologies
17:00   Close

 

DAY 2 Lecture Theatre 3,  40 George Square
start Speaker 　Title
9:00 Nick Brown Programmer productivity and performance when using AI accelerators for HPC
9:30 Ho Hsiao A Machine Learning Approach for Lattice Gauge Fixing
10:00 Elia Cellini Neural and Non-Equilibrium methods for Lattice Gauge Theory
10:30 Dr.Shu Horie Estimating the Star Formation History of Galaxies Using Diffusion Models
11:00   Coffee
11:30 Jindra Gensior  The impact of different star formation models on galaxy evolution across cosmic time
12:00 Paul Batholomew  VECTA and CSS
12:30   Closing remarks and future plans
13:00   Lunch
14:00   Visit to EPCC Data Center
16:30   Close

新型スーパーコンピュータ Sirius (PACS12.0) の運用を開始

2026年3月27日
筑波大学計算科学研究センター

ポイント

    1. ユニファイドメモリ型スーパーコンピュータ「Sirius (PACS12.0)（シリウス パックス12.0: 愛称シリウス）」の稼働を令和8年3月27日から開始します
    2. 日本の国立大学で初めて、AMD社製のAPU（CPU/GPU統合プロセッサ）を搭載したスーパーコンピュータとなります
    3. 倍精度浮動小数点の理論ピーク演算性能は11.9 PFlopsです

概要

筑波大学計算科学研究センター（以下CCS）は、ユニファイドメモリ型スーパーコンピュータSirius (PACS12.0) の運用を令和8年3月27日より開始します。

Sirius（PACS12.0）の計算ノードは、4基のAPU（AMD MI300A）で構成されます。APUはCPU（24コアEPYC Zen 4）とGPU（CDNA3）と128GBのHBM3高バンド幅メモリで構成され、CPUとGPU間のメモリ転送が不要となります。これにより飛躍的な演算効率の向上が期待され、またGPUによる最適化のコストが大幅に低下します。4基のAPUで倍精度浮動小数点理論ピーク性能は496TFlops、HBM3の容量は512GBとなります。加えて、計算ノードには4基の3.84TB PCIe Gen5 NVMe SSDが搭載され、大規模データ・ハイパフォーマンスコンピューティング・AI・大規模言語モデルなどの要求にこたえます。Siriusは24ノードで構成され、全体の倍精度浮動小数点理論ピーク性能は11.9PFlopsです。また、各計算ノードは4本のInfiniBand NDR（400Gbps）で接続されています。5.2PBの並列ファイルシステムにより大規模データを高速にアクセスできます。

CCSで2022年から運用されているビッグメモリスーパーコンピュータPegasusとSiriusの並列ファイルシステムはお互いにInfiniBandで接続され高速アクセス可能です。構成の異なる2システムを相互接続して活用することで、タイプの異なるジョブの実行を最適化することが可能です。

CCSは、学際共同利用プログラムや産業利用・一般利用プログラム、国内の大学や研究機関が参画する革新的ハイパフォーマンス・コンピューティング・インフラ（HPCI）などの枠組みを通して、3月27日よりSirius (PACS12.0) の計算資源を広く供し、計算科学・計算機科学・産業の発展に寄与します。

 

Sirius (PACS12.0) 全体構成イメージ
Sirius (PACS12.0) 全体構成イメージ

 

第156回計算科学コロキウムを、4月1日（水）16:00より開催します

第156回計算科学コロキウムを開催いたします。多数のご来聴をお待ちしております。

講演タイトル：Dynamical Docking and Binding Free Energy via Enhanced Sampling Methods

講師：Andrea Cavalli, Director, Centre Européen de Calcul Atomique et Moléculaire
　　　Ecole Polytechnique Fédérale de Lausanne (EPFL)

日時：2026年4月1日(水) 16:00-17:00
場所：計算科学研究センター　会議室A

Postdoctoral researcher (Division of Particle Physics)

Affiliation:

Center for Computational Sciences, University of Tsukuba (Division of Particle Physics)

Research field, Content of work:

In accordance with the research plan of the COI-NEXT program, “Sustainable AI Enabled by the Co-creation of Quantum Software, HPC, and Simulation Technologies” (Principal Investigator: Synge Todo, The University of Tokyo; Project Period: October 2022 – March 2032), the selected candidate will engage in the subproject titled “Quantum-Classical Hybrid Algorithms Based on Quantum Embedding.” In collaboration with Shinichiro Akiyama (University of Tsukuba), the candidate will work on the development of quantum information compression techniques leveraging tensor networks, as well as the study of quantum-classical hybrid algorithms utilizing tensor network methods for fermionic systems, among other related topics.

Starting date:

As soon as possible after a hiring decision is made (negotiable).

Terms of employment:

Full-time position with possibility of renewal annually, up until March 31, 2031, upon evaluation of the progress.

Annual Salary:

  • Annual salary of approximately JPY 4,500,000–5,500,000 under an annual salary system (employment conditions are subject to the University’s regulations). Salary level will be determined in accordance with the University’s rules, taking into account the candidate’s professional experience and qualifications.
  • Commuting allowance provided in accordance with the University’s regulations.
  • Enrollment in the Mutual Aid Association of the Ministry of Education, Culture, Sports, Science and Technology (MEXT) (pension and health insurance).
  • Coverage under workers’ compensation insurance and employment insurance.

Working Days and Hours:

  • Five days per week (Monday–Friday), 8:30–17:15 (break from 12:15 to 13:15)
  • Days off: Saturdays, Sundays, national holidays, and the year-end/New Year holidays (December 29 to January 3)
  • In principle, the Discretionary Labor System for Professional Work applies. Under this system, employees are not required to strictly adhere to fixed daily working hours; instead, they are deemed to have worked a standard 7 hours and 45 minutes per day, regardless of the actual hours worked.

Qualifications:

An applicant needs to have a Doctoral Degree or Ph. D at the start of employment.

Application materials:

  • Curriculum Vitae (with photograph)
  • List of research activities (Separate refereed and non-refereed papers in the list)
  • Reprints of major papers (no more than 3, photocopies acceptable, 1 copy each)
  • Summary of research activities (up to about 1000 words)
  • Research plan after the appointment (up to about 1000 words)
  • Names and contact information of two references who can provide an assessment of the applicant
  • Self-Declaration on Specific Categories (the prescribed form can be downloaded from https://www.ccs.tsukuba.ac.jp/reqdocuments/)
  • Consent for the handling and extraterritorial transfer of personal data in accordance with the EU-General Data Protection Regulation (GDPR) (*Submit this form only if you are a resident of member countries of the European Economic Area or the United Kingdom, the prescribed form can be downloaded from https://www.ccs.tsukuba.ac.jp/reqdocuments/)

Selection process:

After screening the application documents, qualified applicants will be invited to have an online interview in Japanese or English.

Selection period:

Until the position is filled

Application submission:

Please indicate “Application for a Postdoctoral Position in Particle Physics” in the subject line and submit a password-protected ZIP file containing documents 1)–8) in PDF format via email to: application-pp[at]ccs.tsukuba.ac.jp (please replace “[at]” with “@”). The password for the ZIP file should be sent separately to: akiyama[at]het.ph.tsukuba.ac.jp (please replace “[at]” with “@”).

If the total file size exceeds 10 MB, please contact the contact person listed below in advance. Please use “Application Documents for SQAI Researcher Position” as the subject line of your email. If you do not receive a confirmation of receipt within two days of submission, please follow up with the contact person below.

Contact Information:

Shinichiro Akiyama
Division of Particle Physics
Center for Computational Sciences
University of Tsukuba
Tel: +81-29-853-6487
Email: akiyama[at]het.ph.tsukuba.ac.jp ([at] should be replaced by @)

Miscellaneous:

  • The personal information in the application documents will be used solely for the purpose of selection. After the selection all the personal information will be properly deleted.
  • The Center for Computational Sciences has been approved as a Joint Collaborative Research Center by the Ministry of Education, Culture, Sports, Science and Technology. We promote interdisciplinary computational sciences, including joint use of our supercomputer systems. The University of Tsukuba conducts its personnel selection process in compliance with the Equal Employment Opportunity Act.
  • The University of Tsukuba has established “University of Tsukuba Security Export Control Regulations” based on “Foreign Exchange and Foreign Trade Act”, and conduct strict examination when employing foreign nationals, persons from foreign universities, companies, government agencies, etc., or persons who fall under a specific category.
  • Smoking is prohibited on the premises in order to prevent exposure to secondhand smoke in the workplace.

素粒子物理研究部門 研究員 （締切 適任者が決まるまで）

○公募人員： 研究員　１名

○所属組織：計算科学研究センター（素粒子物理研究部門）

○専門分野：COI-NEXT「量子ソフトフェアとHPC・シミュレーション技術の共創によるサスティナブルAIが拓く未来」（代表：藤堂眞治（東大）、研究期間：2022年10月〜2032年3月）の研究計画に則り、サブ課題「量子埋め込みに基づく量子古典融合アルゴリズム（量子埋め込み）」に従事する。当該分野の秋山進一郎（筑波大）と協力し、テンソルネットワークを駆使した量子情報圧縮技術の開発、フェルミ粒子系向けのテンソルネットワーク法を活用した量子・古典融合アルゴリズムの研究、などに取り組む。

○着任時期：決定後できるだけ早い時期（応相談）

○任期：年度更新、最長2031年3月31日まで

○給与等：

・年収450万円〜550万円程度、年俸制（給与等雇用条件は本学の規定による）。
　候補者の職務経験等を加味し、本学規程に基づいて号俸を決定。
・通勤手当（本学の規定により支給）
・文部科学省共済組合（年金、医療）に加入
・労災保険、雇用保険適用あり

○勤務日：

・週5日（月～金曜日）8:30-17:15（休憩時間12:15-13:15）
・休日　土曜日、日曜日、国民の祝日及び 12 月 29 日～1 月 3 日
※原則、専門業務型裁量労働制（みなし労働1日7時間45分）が適用されます。

○応募資格： 博士の学位を有する方もしくは着任時期までに取得見込の方

○提出書類：

１）履歴書（写真貼付）

２）全業績リスト（査読論文とその他を区別すること）

３）主な論文別刷（3編以内、コピー可、各１部）

４）これまでの研究の概要（最大2000字程度）

５）着任後の研究に関する抱負（最大2000字程度）

６）本人についての意見を求め得る方2名の氏名及び連絡先

７）特定類型自己申告書（本学所定様式https://www.ccs.tsukuba.ac.jp/reqdocuments/）

８）ＥＵ―般データ保護規則（GDPR）に基づく個人データの取扱い及び域外移転に関する同意書（※欧州経済領域の構成国及び英国在住者のみ必ず提出、本学所定様式 https://www.ccs.tsukuba.ac.jp/reqdocuments/）

○選考方法： 提出書類に基づいた書面選考を実施し、通過者は日本語または英語でオンライン面接を行います。

○応募期間：適任者の採用が決まるまで

○応募方法： 提出書類1)−8)のPDFファイルをzipファイルにまとめてパスワードをかけ、電子メールの添付ファイルとして、下記のアドレス
　　　application-pp[at]ccs.tsukuba.ac.jp（[at]を@に置き換える）
にお送りください。zipファイルのパスワードは、別途下記のアドレス
　　　akiyama[at]het.ph.tsukuba.ac.jp（[at]を@に置き換える）
にお送りください。ファイルサイズの合計が10MBを超える場合は、問合せ先に連絡してください。メールの件名は、「SQAI研究員応募書類」としてください。メール送信後，2日以内に受領確認のメールが届かない場合は、問い合わせ先に連絡してください。

○問合せ先：
筑波大学計算科学研究センター素粒子物理研究部門　秋山進一郎 
Tel: 029-853-6487
Email: akiyama[at]het.ph.tsukuba.ac.jp（[at]を@に置き換える）

○その他：　

  1. 応募書類に含まれる個人情報は、本人事選考のみに使用し、他の目的には一切使用しません。選考終了後はすべての個人情報を適切に破棄します。
  2. 計算科学研究センターは、文部科学省共同利用・共同研究拠点に認定されており、計算機共同利用を含む学際計算科学を推進しています。筑波大学では男女雇用機会均等法を遵守した人事選考を行っています。
  3. 本学では、「外国為替及び外国貿易法」に基づき、「国立大学法人筑波大学安全保障輸出管理規則」を定め、外国人、外国の大学・企業・政府機関等出身者又は特定類型該当者の雇用に際し厳格な審査を実施しています。
  4. 就業場所における受動喫煙防止のため、「敷地内禁煙」としています。

2026年度　産業利用公募開始

筑波大学計算科学研究センター（以下本センター）では、JCAHPC が運用するスーパーコンピュータ Miyabi（Miyabi-G: 1,120 ノード、GH200、78.8 PFLOPS, Miyabi-C: 190 ノード、Xeon CPU Max 9480、1.3 PFLOPS）及び本センターが運用するビッグメモリスーパーコンピュータ Pegasus （150 ノード、SPR、H100、不揮発性メモリ、8.1 PFLOPS） 、ユニファイドメモリスーパーコンピュータ Sirius (PACS12.0)（24 ノード、4×MI300A、11.9 PFLOPS）について、 Miyabi の 4%、 Pegasus、 Sirius の 10%を目安とした計算機資源を、 全国共同利用機関における社会貢献の一環として計算科学／工学、AI for Science/Engineering の推進のため産業利用に供することといたします。

応募に際しては以下のページをご確認ください。

 

産業利用