香港理工大学より Prof. Wai-yeung Wong をお招きし、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。
日時：2026年8月24日（月）13:00～
場所：計算科学研究センター 国際ワークショップ室
講演者：Prof. Wai-yeung Wong (Raymond)
Dean, Faculty of Science, The Hong Kong Polytechnic University
講演題目：
Photofunctional Organometallic Materials for Solar Energy Conversion
Associate Professor Doan Quang Van of the Center for Computational Sciences (CCS), University of Tsukuba, participated in the Fourth Lead Author Meeting (LAM4) of the Intergovernmental Panel on Climate Change (IPCC) Special Report on Climate Change and Cities, held in Bhopal, India, from 3–7 August 2026.
As a Lead Author of Chapter 2, Associate Professor Doan contributes his expertise in urban climate science, including urban heat, precipitation extremes, and compound and cascading climate risks. At LAM4, authors from around the world worked to advance the report following the international review of its Second-Order Draft.
Cities are home to a growing share of the world’s population and concentrate people, infrastructure, economic activity, and climate risks. The IPCC Special Report will provide a global scientific assessment of climate change in cities and the options available for adaptation and mitigation, helping connect climate science with decisions on future urban development.
Scheduled for completion in March 2027, the Special Report will be the first report released as part of the IPCC Seventh Assessment Cycle (AR7).
Group photo of participants at the Fourth Lead Author Meeting (LAM4) of the IPCC Special Report on Climate Change and Cities, held at the Indian Institute of Forest Management (IIFM), Bhopal, India, 3–7 August 2026.
Chapter 2 Lead Authors of the IPCC Special Report on Climate Change and Cities at the Fourth Lead Author Meeting (LAM4) in Bhopal, India. Associate Professor Doan Quang Van is fourth from the right in the front row.
計算科学研究センター（CCS）のドアン・グアン・ヴァン准教授は、2026年8月3日から7日にインド・ボパールで開催された、気候変動に関する政府間パネル（IPCC）「気候変動と都市に関する特別報告書（Special Report on Climate Change and Cities）」第4回執筆者会合（LAM4）に参加しました。
ドアン准教授は、本特別報告書の第2章の主執筆者（Lead Author）として、都市気候に関する専門的知見を活かし、都市の暑熱、極端降水、複合・連鎖的な気候リスクなどに関する科学的評価に貢献しています。LAM4では、世界各国の執筆者が集まり、第2次草稿（Second-Order Draft）の国際的なレビューを踏まえて、報告書の完成に向けた議論と執筆作業を進めました。
都市には世界人口の大きな割合が居住し、人口、インフラ、経済活動、そして気候変動リスクが集中しています。本特別報告書は、都市における気候変動の影響・リスクと適応・緩和策を世界規模で科学的に評価し、将来の都市づくりと気候科学を結びつける重要な科学的基盤となることが期待されています。
本特別報告書は2027年3月の完成が予定されており、IPCC第7次評価サイクル（AR7）で最初に公表される報告書となる予定です。
インド・ボパールのインド森林管理研究所（IIFM）で開催された、IPCC「気候変動と都市に関する特別報告書」第4回執筆者会合（LAM4、2026年8月3～7日）の参加者集合写真。
インド・ボパールで開催されたIPCC「気候変動と都市に関する特別報告書」第4回執筆者会合（LAM4）に参加した第2章の主執筆者（Lead Authors）。ドアン・クアン・ヴァン准教授は前列右から4人目。
開催案内 [ →english]
| 主催 | 筑波大学 計算科学研究センター |
| 日時 | 2026年10月5日（月）、6日（火） 13:30～16:00 |
| 会場 | つくば国際会議場 中ホール300 （オンライン配信あり *オンラインからの質疑を受け付ける予定はありません） |
| 懇親会 | 10月5日（月）18:00〜 Beer&Cafe Engi（つくばセンタービル1階） |
| 参加費 | シンポジウム 参加無料、懇親会 6,000円(予定） |
| 参加登録 | 要事前登録 （2026年9月17日締切） |
| 問い合わせ | シンポジウム問い合わせ窓口 ccssympo2026[at]ccs.tsukuba.ac.jp スパム防止のためアットマークを[at]と表示しています。 送信の際は[at]はアットマークに置き換えていただくようお願いいたします。 |
＊ 本シンポジウムは全て英語で行います。
プログラムおよび詳細については、こちらの英語ページをご覧ください。
Date and Venue / Program / Registration
Today, computational science is an indispensable research methodology in the basic and applied sciences and contributes significantly to the progress of a wide variety of scientific research fields. For multidisciplinary computational science based on the fusion of computational and computer sciences, frequent and regular opportunities for communication and collaboration are essential. The Center for Computational Sciences (CCS) at the University of Tsukuba aims to promote such collaborations between different research fields. In this symposium, plenary speakers from various fields of computational science will present research frontiers in forms comprehensible to researchers and graduate students from other disciplines. In 2010, the CCS was recognized under the Advanced Interdisciplinary Computational Science Collaboration Initiative (AISCI) by MEXT, and has since provided the use of its computational facilities to researchers nationwide through the Multidisciplinary Cooperative Research Program (MCRP). In addition to the invited talks, this symposium will feature poster presentations highlighting research results achieved through the MCRP.
Furthermore, this year marks the 30th anniversary of CP-PACS, the University of Tsukuba’s parallel computer system, achieving the No. 1 position on the TOP500 list. To commemorate this milestone, a special lecture will also be held.
Dates: 5 Oct. [Mon] 13:30 - 6 Oct. [Tue] 16:00
Venue: Epochal Tsukuba International Congress Center “Hall 300”
*Zoom streaming will also be available, but no questions will be accepted online.
| Oct. 5 (Mon) | |||
| 13:30-13:38 | Welcome address |
ENDO Yasunori |
University of Tsukuba (Vice President and Executive Director for Research) |
| 13:38-13:45 | Welcome address | SHIGETA Yasuteru |
University of Tsukuba |
| 13:45-14:15 | Building the Bicycle for Real-World AI | OYAMADA Masafumi | NEC Corporation |
| 14:15-14:45 | Surrogate Modeling for Cosmological Hydrodynamic Simulations | MORIWAKI Kana | The University of Tokyo |
| 14:45-15:15 | Coffee Break / Group photo | ||
| 15:15-15:45 | Evolving tensor networks | OKUNISHI Kouichi | Osaka Metropolitan University |
| 15:45-16:15 | Evidence for multimodal superfluidity of neutrons | Dean Lee | Michigan State University |
| 16:15-16:45 | CCS Supercomputers and AI Services | TATEBE Osamu | CCS, University of Tsukuba |
| Special Talk Session: Celebrating 30 Years of CP-PACS’s TOP500 Achievement | |||
| 16:45-17:15 | 30 years after the CP-PACS Project – A Historical Perspective – | UKAWA Akira | WPI Promotion Center, Japan Society for Promotion of Science / Professor Emeritus, Center for Computational Science, University of Tsukuba |
| (Move to Reception Venue) |
|||
| 18:00-20:00 | Reception | ||
| Oct. 6 (Tue) | |||
| 9:30 – 10:00 | Human-Inspired Multimodal AI for Medical Understanding | You Weihang | University of Georgia |
| 10:00 – 10:30 | Deep learning across biological scales: Plankton identification, organelle segmentation, and protein localization | Filip Husnik | Okinawa Institute of Science and Technology |
| 10:30 – 10:50 | Coffee Break | ||
| 10:50 – 11:20 | Strategies for acquisition and processing of giant viruses by cryo-electron microscopy | BURTON-SMITH, Raymond | Exploratory Research Center on Life and Living Systems |
| 11:20 – 11:50 | Multiscale Cloud Microphysics Modeling from Aerosols to Convection with the Super-Droplet Method | SHIMA Shin-ichiro | University of Hyogo |
| 11:50 – 13:20 | Lunch Break | ||
| 13:20 – 14:50 | Poster Session* | ||
| 14:50 – 15:20 | HPC for lattice QCD (online) | Nilmani Mathur | Tata Institute of Fundamental Research |
| 15:20 – 15:50 | TBA | Bogdan Nicolae | Argonne National Laboratory |
| 15:50 – 16:00 | Closing | ||
* For poster presenters
Panels of 855 mm (W) x 2055 mm (H) are available. We recommend that presenters prepare posters in English, sized A0.
** For invited speakers
Please share your slides via Zoom. We will send you the URL by email.
Please complete your participation registration via the link below.
The registration deadline is September 17.
https://forms.gle/SPvzZLka9rc9Mx1J9
(Registration is free, and the reception fee will be 6,000 JPY. )
AKIYAMA Shinichiro
FUJITA Norihisa
KAMEDA Yoshinari
KUSAKA Hiroyuki
MAESHIMA Nobuya
NAKATSUKASA Takashi
NAKAYAMA Takuro
OHSUGA Ken
SAVONG Bou
TANI Kazutoshi
Advisory member:
SHIGETA Yasuteru
Contact: ccssympo2026[at]ccs.tsukuba.ac.jp
2026年7月8日
国立大学法人東京農工大学
国立大学法人筑波大学
公立大学法人富山県立大学
国立大学法人東京農工大学大学院農学研究院生物制御科学部門の岩上哲史准教授、筑波大学計算科学研究センターのKowit Hengphasatporn助教、重田育照教授、筑波大学生命環境系の春原由香里准教授、松本宏教授（研究当時）、富山県立大学工学部の山口拓也講師らからなる研究グループは、水田雑草タイヌビエが一度も使われたことのない合成オーキシン系除草剤注1)に抵抗性を示すしくみを解明しました。タイヌビエは化学構造の異なる様々な除草剤を分解できる「万能型酵素」をもち、この酵素が他の除草剤とは構造が大きく異なる合成オーキシン系除草剤も分解できる分子レベルのしくみを明らかにしました。本成果は、世界中の農業現場で問題となっている多剤抵抗性雑草がどのようにして生まれるのか、その分子基盤の一端を示すものであり、抵抗性雑草の発生予測や抵抗性を回避しやすい次世代除草剤の開発への貢献が期待されます。
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.23 ミクロな原子の構造から、マクロな物性を予測する 」を公開しました。
量子物性研究部門の小泉 愛 助教の研究を紹介しています。
小泉 愛 助教
量子物性研究部門
小泉先生は、この春から新たにセンターの研究者に加わりました。計算物質科学を専門とし、微視的構造（ミクロ）と巨視的物性（マクロ）の関係に長年興味を持ってきました。これまで、分子シミュレーションとデータ駆動科学を用いて研究を行ってきました。
現在の研究テーマを追い求めるきっかけとなったのは、幼い頃から持っていた「物のでき方（成因）」に対する興味でした。「この石はどのようにしてできたのだろう？」という疑問、そして「その成因を微視的に解明したい」という想いを現在まで持ち続けています。
実は小泉先生は学生時代、地球科学科の出身でした。当時、教科書で鉱物の微視的な結晶構造について学んだあと、実際にフィールドワークで鉱物を採集し、その表面を触って「結晶には割れやすい方向があるという性質（劈開）」を実感したとき、目に見えない原子レベルの結晶構造と鉱物の巨視的な性質が頭の中で繋がり、深い感動を覚えたと言います。そこから、もっとミクロな視点で物の見方を学びたいという想いから化学科に転学科しました。以来、小泉先生はミクロからマクロを予測する研究を現在まで続けてきました。
（2026.6.22 公開）
小泉先生が今までやってきた研究のうち1つをピックアップします。（＊１)近年、デバイスの小型化が進み、ミクロとマクロの関係に基づいた材料設計の重要性が高まっています。電池の素材の結晶中でイオンが移動することによって電流が流れる仕組みとなっており、結晶が小さく薄くなっていくと、電流の流れやすさは微視的構造の影響を受けやすくなります。しかし、この微視的構造と電流の関係（図１）は実験的な測定で確かめるのが非常に難しいという問題がありました。
そこで、小泉先生は「結晶構造の中のどのような微視的構造の特徴が電流を変化させているのか？」を明らかにすることを目的として、分子シミュレーションとデータ駆動科学を用いてその関係性を調査しました。
図1：微視的構造と電流の関係性の概念図
本研究で注目したのは、イットリア安定化ジルコニア（YSZ）という結晶です。図2は、YSZの結晶構造を示しています。緑色の粒がジルコニウムで、その一部がイットリウム(灰色)で置き換えられているのが特徴です。この結晶中を酸素イオン（赤色）が酸素空孔を介して移動することによって電流が流れる仕組みとなっており、電流の流れやすさはイットリウムの配置によって変化します。本研究では、膨大なイットリウムの配置パターンに対して、どのくらい電流が流れるかを分子シミュレーションで計算し、「この配置の時はこのくらい電流が流れた」という構造－電流データセットを作成しました。
しかし、図2からわかるように結晶中のイットリウム配置は複雑で、作成したデータセットから構造と電流の関係を見出すことは困難でした。そこで、データ駆動科学を用いてその問題にアプローチしました。まず、電流の流れやすさを変化させる重要な構造の特徴を明らかにするために、酸素イオンの移動に関する構造の特徴量を定義しました。
図2：YSZの結晶構造（緑がジルコニウム、灰色がイットリウム、赤が酸素イオンを表す）
そして、定義した結晶構造の特徴量と電流の関係を学習させた機械学習モデルを構築しました。その結果、「この配置なら、このくらい電流が流れるはずだ」というように、結晶構造の特徴量から電流の流れやすさを高精度で予測できるようになりました。
つまり、小泉先生はこの研究を通して、複雑な結晶構造の中から電流を変化させるために重要な微視的構造特徴を特定しました。本研究ではYSZに焦点を当てましたが、この手法は他のイオン伝導体にも同様に適用することができます。この研究が進むことで、より高性能な電池を効率よく設計できるようになることが期待されます。
「このようなシミュレーションの研究で材料設計をしても、それを実験で作ることができなければ意味がないと考えています。だからこそ、理論を現実に繋げる仕組みも作っていきたいです。」
今回の研究で、ミクロな原子の構造からマクロな物性の予測に成功した小泉先生ですが、現在は既にその先を見据えています。その研究への熱意の源は、学生時代に石を見たときに湧き上がった「どのようにしてできたのだろう」という純粋な好奇心でした。その「知りたい」という気持ちは、今も全く変わっていないそうです。
最後に、学生へのメッセージをいただきました。
「自分の中にある疑問や面白いと思ったことは、世間の流行に惑わされず、とにかくやってみてほしいです。」
学生時代からの興味とやりたいことを貫いてきた小泉先生ならではの説得力がありました。
（文・広報サポーター 野本実奈）
*1)Linking Microscopic Structures to Ionic Currents in Solid Electrolytes via Kinetic Monte Carlo and Regression Analysis
Ai Koizumi, Mariia Ivonina, Ryo Tamura, Tomofumi Tada
The Journal of Physical Chemistry C 2026年3月
https://pubs.acs.org/doi/10.1021/acs.jpcc.5c06852
The Center for Computational Sciences (CCS), University of Tsukuba, invites applications for a full-time faculty position as described below. We would like to inform all institutes concerning this field and ask for your cooperation in recommending a suitable candidate for the position. Thank you for your support.
Position Title: Assistant Professor (fixed term)
Number of Positions: One position in Natural Sciences / One position in Computer Science
Affiliation: Center for Computational Sciences, University of Tsukuba
Field of Expertise: The Center for Computational Sciences promotes interdisciplinary computational sciences through the development of high-performance computing systems and network technologies, as well as research utilizing these technologies for large-scale simulations and data analysis in various scientific fields including particle physics, astrophysics, nuclear physics, materials science, life sciences, earth sciences, and environmental sciences.
[Natural Sciences]
The successful candidate will belong to one of the Divisions of Particle Physics, Astrophysics, Nuclear Physics, Quantum Condensed Matter Physics, Life Sciences, or Global Environmental Science and engage in research and education activities as an assistant professor. Based on the candidate’s expertise, he/she will also teach in one of the educational organizations including the School of Science and Engineering, the School of Life and Environmental Sciences, the Degree Programs in Pure and Applied Sciences, and the Degree Programs in Life and Earth Sciences.
[Computer Science]
The successful candidate will belong to either the Division of High-Performance Computing Systems or the Division of Computational Informatics and engage in research and education activities as an assistant professor. Based on the candidate’s expertise, he/she will also teach in one of the educational organizations including the School of Science and Engineering, School of Informatics, or Degree Programs in Systems and Information Engineering.
Starting date: April 1st, 2027 (Earlier appointment may be possible depending on the candidate’s circumstances)
Period: Five years from the date of appointment. Based on performance evaluations during the appointment period, the candidate may transition to a position without a fixed term.
Requirement: Applicants must have a doctoral degree. Applicants should have an excellent research record in their field and a strong motivation to promote interdisciplinary computational sciences.
Submissions:
Submission deadline: Friday, July 31st, 2026 (JST)
Please write “Application for CCS Assistant Professor Position (Field of Application)” on the subject, attach the PDF files of the application documents as a single password-protected compressed file, and send it to apply_2026[at]ccs.tsukuba.ac.jp (please replace [at] with @). The password should be separately sent to shigeta[at]ccs.tsukuba.ac.jp (please replace [at] with @).
Contact address: Yasuteru Shigeta (Tel: +81-29-853-6496, Email: shigeta[at]ccs.tsukuba.ac.jp)
The Center for Computational Sciences has been approved as a Joint Collaborative Research Center by the Ministry of Education, Culture, Sports, Science and Technology. The Center promotes interdisciplinary computational sciences including joint use of computational resources. University of Tsukuba conducts personnel selection in accordance with the Equal Employment Opportunity Act. University of Tsukuba commits itself to actively contributing to the formation of a society founded on human equality and gender equality in accordance with the spirits of “Basic Law for a Gender-Equal Society” and the principles and policies of “Basic Philosophy and Policies on Gender Equality”. University of Tsukuba has established the University of Tsukuba Rules on Security Export Control in accordance with the Foreign Exchange Trade Act, and conducts strict examinations when employing foreign nationals, persons from foreign universities/ corporations/ government agencies, etc. or persons who fall under any of the specific categories. Applicants may simultaneously apply to the University-wide women-only faculty recruitment program for FY2026.
公募人員：
特任助教１名【自然科学分野】
特任助教１名【計算機科学分野】
所属組織：
筑波大学計算科学研究センター
専門分野：当センターでは、「学際計算科学」をビジョンに掲げ、超高速計算機システムやネットワーク技術の開発と、それらを活用した科学諸領域（素粒子、宇宙、原子核、物質、生命、地球、環境など）での超高速シミュレーションおよび大規模データ解析の研究を推進しています。
【自然科学分野】素粒子物理、宇宙物理、原子核物理、量子物性、生命科学、地球環境のいずれかの研究部門に所属し、特任助教として教育‧研究に従事していただきます。担当教育組織については、理工学群・数理物質科学研究群、生命環境学群・生命環境学研究群のうち、候補者の適正をみて所属を決定します。
【計算機科学分野】高性能計算システム、または計算情報学のどちらかの研究部門に所属し、特任助教として教育‧研究に従事していただきます。担当教育組織については、理工学群・情報学群、システム情報工学研究群のうち、候補者の適正をみて所属を決定します。
着任時期：2027年4月1日（候補者の都合に応じてこれ以前の着任も可能）
任期：着任から５年間（任期中の業績評価に基づき、任期の定めのない職へ移行する場合があります）
応募資格：博士の学位を有すること。専門分野で優れた研究業績をもち、学際計算科学の研究の推進に意欲がある方。
提出書類：
公募締切：2026年7月31日（金）必着
応募方法：サブジェクトに「計算科学研究センター助教公募（希望分野）」と記載し、提出書類のpdfファイルを１つの圧縮ファイル（パスワード付き）として添付のうえ、下記の応募専用メールアドレスに応募ください。また、別途パスワードもお送りください。
提出書類送付先Emai：apply_2026[at]ccs.tsukuba.ac.jp （[at]を@に置き換え）
パスワード送付先Email ：shigeta[at]ccs.tsukuba.ac.jp（[at]を@に置き換え）
【問合せ先】重田 育照（Tel：029-853-6485, Email：shigeta[at]ccs.tsukuba.ac.jp）
その他：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。また、本学は、「男女共同参画社会基本法」の精神及び「筑波大学ダイバーシティ基本理念・基本計画」の理念・方針に則った人事選考を行っております。本学は、「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。なお、本公募については、2026年度の全学【女性限定公募】との重複応募が可能です。
筑波大学計算科学研究センターは、このたび(令和７年度補正予算)「AI for Scienceに不可欠な計算資源の戦略的増強事業 (ii) 既存の計算資源等による共用の効率化を図る取組」に採択されたことをお知らせします。
近年、生成AIをはじめとする人工知能研究の急速な発展や、大規模・高精度科学シミュレーションへの需要拡大に伴い、高性能計算資源の不足が深刻化しています。
本センターでは、AMD Instinct MI300A APUを採用したユニファイドメモリ型スーパーコンピュータ「Sirius（PACS12.0）」を2026年4月より本格運用開始しました。今回の採択により、Siriusの計算ノードを9台（GPU 36基）増設し、AI演算性能を約259 PFLOPS、倍精度演算性能を約16.4 PFLOPSへ強化します。これにより、AI研究と科学シミュレーションを効率的に同時実行できる環境を実現し、共同利用・共同研究拠点としての計算基盤機能をさらに強化します。
なお本事業には北海道大学 情報基盤センター、筑波大学 計算科学研究センター、東京大学 情報基盤センター、九州大学 情報基盤研究開発センターの計画が採択されました。４大学は、「AI for Science」の推進に向けた連携を強化するため、本日付で「AI for Science 推進に関する覚書」を締結採択しました。4大学は、それぞれ最先端の計算基盤を有し、本事業を通じて我が国のAI for Scienceを牽引する中核拠点としての役割を担います。
今後も本センターは、先端的な計算資源の整備と研究支援を通じて、AI・データ科学および計算科学の発展に貢献してまいります。
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.
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.
Researcher Hang Yu
Assistant Professor MIYAGI Takayuki
Center for Computational Sciences, University of Tsukuba
2026年5月21日
国立大学法人筑波大学
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。
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.
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
2026年5月1日
国立大学法人筑波大学
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。
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
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。
