Keisuke Yanagisawa

東京工業大学 情報理工学院 助教

査読付き学術論文誌

  1. Genki Kudo†, Keisuke Yanagisawa†, Ryunosuke Yoshino, Takatsugu Hirokawa. “AAp-MSMD: Amino Acid Preference Mapping on Protein-Protein Interaction Surfaces Using Mixed-Solvent Molecular Dynamics”, Journal of Chemical Information and Modeling, 63: 7768-7777, 2023/12. DOI: 10.1021/acs.jcim.3c01677
    * † 共同筆頭著者
  2. Jianan Li, Keisuke Yanagisawa, Masatake Sugita, Takuya Fujie, Masahito Ohue, Yutaka Akiyama. “CycPeptMPDB: A Comprehensive Database of Membrane Permeability of Cyclic Peptides”, Journal of Chemical Information and Modeling, Journal of Chemical Information and Modeling, 63: 2240-2250, 2023/03. DOI: 10.1021/acs.jcim.2c01573
    * CycPeptMPDB データベースは http://cycpeptmpdb.com/ に公開されています。
  3. Masatake Sugita, Takuya Fujie, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Lipid composition is critical for accurate membrane permeability prediction of cyclic peptides by molecular dynamics simulations”, Journal of Chemical Information and Modeling, 62: 4549-4560, 2022/09. DOI: 10.1021/acs.jcim.2c00931
  4. Keisuke Yanagisawa, Rikuto Kubota, Yasushi Yoshikawa, Masahito Ohue, Yutaka Akiyama. “Effective protein-ligand docking strategy via fragment reuse and a proof-of-concept implementation”, ACS Omega, 7: 30265-30274, 2022/08. DOI: 10.1021/acsomega.2c03470
  5. Keisuke Yanagisawa, Ryunosuke Yoshino, Genki Kudo, Takatsugu Hirokawa. “Inverse Mixed-Solvent Molecular Dynamics for Visualization of the Residue Interaction Profile of Molecular Probes”, International Journal of Molecular Sciences, 23: 4749, 2022/04. DOI: 10.3390/ijms23094749
  6. Kazuki Takabatake, Keisuke Yanagisawa, Yutaka Akiyama. “Solving Generalized Polyomino Puzzles Using the Ising Model”, Entropy, 24: 354, 2022/02. DOI: 10.3390/e24030354
  7. Jianan Li, Keisuke Yanagisawa, Yasushi Yoshikawa, Masahito Ohue, Yutaka Akiyama. “Plasma protein binding prediction focusing on residue-level features and circularity of cyclic peptides by deep learning”, Bioinformatics, 38: 1110-1117, 2022/02. DOI: 10.1093/bioinformatics/btab726
  8. Keisuke Yanagisawa. “Virtual Screening Methods with a Protein Tertiary Structure for Drug Discovery”, JSBi Bioinformatics Review, 2: 76-86, 2021/10. DOI: 10.11234/jsbibr.2021.9
  9. Kazuki Takabatake, Kazuki Izawa, Motohiro Akikawa, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Improved Large-Scale Homology Search by Two-step Seed Search Using Multiple Reduced Amino Acid Alphabets”, Genes, 12: 1455, 2021/09. DOI: 10.3390/genes12091455
  10. Masatake Sugita, Satoshi Sugiyama, Takuya Fujie, Yasushi Yoshikawa, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Large-scale membrane permeability prediction of cyclic peptides crossing a lipid bilayer based on enhanced sampling molecular dynamics simulations”, Journal of Chemical Information and Modeling, 61: 3681-3695, 2021/7. DOI: 10.1021/acs.jcim.1c00380
  11. Keisuke Yanagisawa, Yoshitaka Moriwaki, Tohru Terada, Kentaro Shimizu. “EXPRORER: Rational Cosolvent Set Construction Method for Cosolvent Molecular Dynamics Using Large-Scale Computation”, Journal of Chemical Information and Modeling, 61: 2744-2753, 2021/06. DOI: 10.1021/acs.jcim.1c00134
  12. Masahiro Mochizuki, Shogo D. Suzuki, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “QEX: Target-specific druglikeness filter enhances ligand-based virtual screening”, Molecular Diversity, 23(1): 11-18, 2019/02. DOI: 10.1007/s11030-018-9842-3
  13. Takashi Tajimi, Naoki Wakui, Keisuke Yanagisawa, Yasushi Yoshikawa, Masahito Ohue, Yutaka Akiyama. “Computational prediction of plasma protein binding of cyclic peptides from small molecule experimental data using sparse modeling techniques”, BMC Bioinformatics, 19(Suppl 19): 527, 2018/12. DOI: 10.1186/s12859-018-2529-z（14ページ）
  14. Keisuke Yanagisawa, Shunta Komine, Rikuto Kubota, Masahito Ohue, Yutaka Akiyama. “Optimization of memory use of fragment extension-based protein-ligand docking with an original fast minimum cost flow algorithm”, Computational Biology and Chemistry, 74: 399-406, 2018/06. DOI: 10.1016/j.compbiolchem.2018.03.013
  15. Takanori Hayashi, Yuri Matsuzaki, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “MEGADOCK-Web: an integrated database of high-throughput structure-based protein-protein interaction predictions”, BMC Bioinformatics, 19(Suppl 4): 62, 2018/05. DOI: 10.1186/s12859-018-2073-x（12ページ）
  16. Keisuke Yanagisawa, Shunta Komine, Shogo D. Suzuki, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “Spresso: An ultrafast compound pre-screening method based on compound decomposition”, Bioinformatics, 33(23): 3836-3843, 2017/12. DOI: 10.1093/bioinformatics/btx178
  17. Shuntaro Chiba, Takashi Ishida, Kazuyoshi Ikeda, Masahiro Mochizuki, Reiji Teramoto, Y-h. Taguchi, Mitsuo Iwadate, Hideaki Umeyama, Chandrasekaran Ramakrishnan, A. Mary Thangakani, D. Velmurugan, M. Michael Gromiha, Tatsuya Okuno, Koya Kato, Shintaro Minami, George Chikenji, Shogo D. Suzuki, Keisuke Yanagisawa, Woong-Hee Shin, Daisuke Kihara, Kazuki Z. Yamamoto, Yoshitaka Moriwaki, Nobuaki Yasuo, Ryunosuke Yoshino, Sergey Zozulya, Petro Borysko, Roman Stavniichuk, Teruki Honma, Takatsugu Hirokawa, Yutaka Akiyama, Masakazu Sekijima. “An iterative compound screening contest method for identifying target protein inhibitors using the tyrosine-protein kinase Yes”, Scientific Reports, 7: 12038, 2017/09. DOI: 10.1038/s41598-017-10275-4（13ページ）
  18. Shuntaro Chiba, Kazuyoshi Ikeda, Takashi Ishida, M. Michael Gromiha, Y-h. Taguchi, Mitsuo Iwadate, Hideaki Umeyama, Kun-Yi Hsin, Hiroaki Kitano, Kazuki Yamamoto, Nobuyoshi Sugaya, Koya Kato, Tatsuya Okuno, George Chikenji, Masahiro Mochizuki, Nobuaki Yasuo, Ryunosuke Yoshino, Keisuke Yanagisawa, Tomohiro Ban, Reiji Teramoto, Chandrasekaran Ramakrishnan, A. Mary Thangakani, D. Velmurugan, Philip Prathipati, Junichi Ito, Yuko Tsuchiya, Kenji Mizuguchi, Teruki Honma, Takatsugu Hirokawa, Yutaka Akiyama, Masakazu Sekijima. “Identification of potential inhibitors based on compound proposal contest: Tyrosine-protein kinase Yes as a target”, Scientific Reports, 5: 17209, 2015/11. DOI: 10.1038/srep17209（13ページ）
  19. Keisuke Yanagisawa, Takashi Ishida, Yutaka Akiyama. “Drug clearance pathway prediction based on semi-supervised learning”, IPSJ Transactions on Bioinformatics, 8: 21-27, 2015/08. DOI: 10.2197/ipsjtbio.8.21

査読付き国際会議

  1. Kazuki Takabatake, Kazuki Izawa, Motohiro Akikawa, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Improved Homology Search for Metagenomic Analysis by Two-Step Seed Search with Reduced Amino Acid Alphabets”, The 10th International Conference on Bioinformatics and Biomedical Science (ICBBS2021), 2021/10/29-31.（口頭発表）
  2. Kazuya Isawa, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Antisense oligonucleotide activity analysis based on opening and binding energies to targets”, In Proceedings of the 27th International Conference on Parallel and Distributed Processing Techniques and Applications (PDPTA’21), 2021/07/27.（14ページ、口頭発表）
  3. Masahito Ohue, Ryota Ii, Keisuke Yanagisawa, Yutaka Akiyama. “Molecular activity prediction using graph convolutional deep neural network considering distance on a molecular graph”, In Proceedings of the 25th International Conference on Parallel and Distributed Processing Techniques and Applications (PDPTA’19), 2019/07/29.（7ページ、口頭発表）
    * arXivで全文を公開しています。
  4. Takashi Tajimi, Naoki Wakui, Keisuke Yanagisawa, Yasushi Yoshikawa, Masahito Ohue, Yutaka Akiyama. “Computational prediction of plasma protein binding of cyclic peptides from small molecule experimental data using sparse modeling techniques”, The 29th International Conference on Genome Informatics (GIW 2018), 2018/12/04.（14ページ、口頭発表）
  5. Keisuke Yanagisawa, Shunta Komine, Rikuto Kubota, Masahito Ohue, Yutaka Akiyama. “Optimization of memory use of fragment extension-based protein-ligand docking with an original fast minimum cost flow algorithm”, The 16th Asia Pacific Bioinformatics Conference (APBC2018), 2018/01/15.（8ページ、口頭発表）
  6. Takanori Hayashi, Yuri Matsuzaki, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “MEGADOCK-Web: an integrated database of high-throughput structure-based protein-protein interaction predictions”, The 16th Asia Pacific Bioinformatics Conference (APBC2018), 2018/01/15.（12ページ、口頭発表）
  7. Keisuke Yanagisawa, Shunta Komine, Shogo D. Suzuki, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “ESPRESSO: An ultrafast compound pre-screening method based on compound decomposition”, The 27th International Conference on Genome Informatics (GIW 2016), 7 pages, 2016/10/04.（8ページ、口頭発表）

国際会議（査読無）

口頭発表

  1. Keisuke Yanagisawa, Yoshitaka Moriwaki, Tohru Terada, Kentaro Shimizu. “Systematic construction of the cosolvents sets for cosolvent MD (CMD) with the large-scale simulation”, AHeDD2019/IPAB2019 Joint Symposium, 2019/11/29.

ポスター発表

  1. Keisuke Yanagisawa, Ryunosuke Yoshino, Genki Kudo, Takatsugu Hirokawa. “Quantitative Evaluation of Protein-Compound Substructure Interaction with Inverse Mixed-Solvent Molecular Dynamics Simulation”, 21st IUPAB and 62nd BSJ joint congress 2024, 2024/6/24-28.
  2. Masahito Ohue, Takanori Hayashi, Yuri Matsuzaki, Keisuke Yanagisawa, Yutaka Akiyama. “Megadock-Web: An Integrated Database of High-Throughput Structure-Based Protein-Protein Interaction Predictions”, Biophysical Society 63rd Annual Meeting, 2792-Pos, 2019/03/02-06.
  3. Keisuke Yanagisawa, Shunta Komine, Shogo D. Suzuki, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “Spresso: An ultrafast compound pre-screening method based on compound fragmentation”, Biophysical Society 62nd Annual Meeting, 2018/02/17-21.
  4. Rikuto Kubota, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Toward efficient protein-ligand docking for virtual screening by reuse of fragments”, The 16th Asia Pacific Bioinformatics Conference (APBC2018), Poster C5, 2018/01/15-17.
  5. Keisuke Yanagisawa, Shunta Komine, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “Fast pre-filtering for virtual screening based on compound fragmentation”, 3rd IIT Madras – Tokyo Tech Joint Symposium on Algorithms and Applications of Bioinformatics, P34, 2015/11/05-06.

国内会議（査読無）

口頭発表

  1. 柳澤 渓甫, 吉野 龍ノ介, 工藤 玄己, 広川 貴次. “Inverse MSMDシミュレーションによるタンパク質－化合物部分構造相互作用定量的評価手法の開発”, 第24回日本蛋白質科学会年会: [WS-14] バイオインフォマティクスと農芸化学の出会うところ, 2024/06/13.
  2. 布部 絢子, 柳澤 渓甫, 秋山 泰. “フラグメントに基づくバーチャルスクリーニングへの利用などを目指したフラグメント集合の選定”, 情報処理学会研究報告, 2022-BIO-77(31): 1-7, 2024/03/08.
  3. 能祖 雄大, 柳澤 渓甫, 秋山 泰. “分子動力学シミュレーション軌跡データから抽出した位置依存特徴量を活用した環状ペプチドの膜透過性予測”, 情報処理学会研究報告, 2022-BIO-77(16): 1-8, 2024/03/07.
  4. 李 佳男, 柳澤 渓甫, 秋山 泰. “CycPeptMP：マルチレベルの分子特徴とデータ拡張による環状ペプチドの膜透過性予測手法の開発”, 情報処理学会研究報告, 2022-BIO-77(15): 1-8, 2024/03/07.
  5. 柳澤 渓甫. “薬剤設計のためにはAlphaFoldはまだまだ足りない”, 第12回生命医薬情報学連合大会 (IIBMP2023): [WS-2] バイオインフォマティクスの8の問題, 2023/09/05.
    * 発表資料はこちら
  6. 李 佳男, 柳澤 渓甫, 杉田 昌岳, 藤江 拓哉, 大上 雅史, 秋山 泰. “CycPeptMPDB：包括的な環状ペプチド膜透過率データベースの開発”, 情報処理学会研究報告, 2022-BIO-74(38): 1-8, 2023/07/01.
  7. 齋藤 那哉, 柳澤 渓甫, 秋山 泰. “フラグメント対の相対位置から検索可能な化合物立体配座データベースの構築”, 情報処理学会研究報告, 2022-BIO-74(37): 1-8, 2023/07/01.
  8. 渡辺 銀河, 柳澤 渓甫, 秋山 泰. “標的RNAの高次構造予測に基づく低活性ASO候補配列の推測”, 情報処理学会研究報告, 2022-BIO-74(36): 1-8, 2023/07/01.
  9. Masatake Sugita, Takuya Fujie, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Lipid composition is critical for accurate membrane permeability prediction of cyclic peptides by molecular dynamics simulations”, CBI学会2022年大会, O3-2, 2022/10/25.
  10. Keisuke Yanagisawa, Rikuto Kubota, Yasushi Yoshikawa, Masahito Ohue, Yutaka Akiyama. “REstretto: An efficient protein-ligand docking tool based on a fragment reuse strategy”, CBI学会2022年大会, O2-1, 2022/10/25.
    * 発表資料はこちら
  11. 能祖 雄大, 杉田 昌岳, 藤江 拓哉, 柳澤 渓甫, 大上 雅史, 秋山 泰. “分子動力学シミュレーション軌跡データからの環状ペプチドの膜透過性と相関が高い特徴量の抽出”, 情報処理学会研究報告, 2022-BIO-70(51): 1-8, 2022/06/29.
  12. 柳澤 渓甫, 吉野 龍ノ介, 工藤 玄己, 広川 貴次. “インバース共溶媒分子動力学法による分子プローブ周辺残基環境の可視化”, 第22回日本蛋白質科学会年会, O7-12, 2022/06/07.
    * 発表資料はこちら
  13. 津嶋 佑旗, 柳澤 渓甫, 大上 雅史, 秋山 泰. “新たなデータセットによる長距離フラグメントリンキング手法の再評価”, 情報処理学会研究報告, 2021-BIO-69(16): 1-8, 2022/03/11.
  14. 稲垣 雅也, 柳澤 渓甫, 大上 雅史, 秋山 泰. “フラグメント化された化合物立体構造データベースの構築”, 情報処理学会研究報告, 2021-BIO-69(15): 1-8, 2022/03/11.
  15. 山﨑 眞拓, 伊澤 和輝, 平田 稜, 柳澤 渓甫, 大上 雅史, 秋山 泰. “結合エネルギーを考慮したゲノムワイドな高速短鎖核酸配列検索手法の開発”, 情報処理学会研究報告, 2021-BIO-69(8): 1-8, 2022/03/10.
  16. 玉野 史結, 伊澤 和輝, 柳澤 渓甫, 大上 雅史, 秋山 泰. “Gapmer型ASOにおけるオフターゲット効果のリスク評価手法の提案”, 情報処理学会研究報告, 2021-BIO-69(7): 1-7, 2022/03/10.
  17. 杉田 昌岳, 杉山 聡, 藤江 拓哉, 吉川 寧, 柳澤 渓甫, 大上 雅史, 秋山 泰. “分子動力学シミュレーションに基づいた環状ペプチドの膜透過率の大規模予測”, 第58回日本生物物理学会年会, 2-03-1712, 2021/11/25.
  18. Masatake Sugita, Satoshi Sugiyama, Takuya Fujie, Yasushi Yoshikawa, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Large-scale membrane permeability prediction of cyclic peptides crossing a lipid bilayer based on enhanced sampling molecular dynamics simulations”, CBI学会2021年大会, O2-1, 2021/10/26.
  19. 津嶋 佑旗, 柳澤 渓甫, 大上 雅史, 秋山 泰. “タンパク質表面との結合親和性を考慮した長距離フラグメントリンキング手法の開発”, 情報処理学会研究報告, 2021-BIO-67(1): 1-8, 2021/09/30.
  20. 井澤 和也, 柳澤 渓甫, 大上 雅史, 秋山 泰. “標的配列との結合・開放エネルギー推定に基づくアンチセンス核酸の阻害活性モデルの研究”, 情報処理学会研究報告, 2020-BIO-65(7): 1-7, 2021/03/11.
  21. 柳澤 渓甫. “共溶媒分子動力学シミュレーションにおける創薬向け共溶媒セットの構築”, 第43回日本分子生物学会年会 (MBSJ2020): [2F-11] フォーラム「インシリコ創薬を支える最先端情報科学」, オンライン開催, 2020/12/03.
  22. 久保田 陸人, 柳澤 渓甫, 吉川 寧, 大上 雅史, 秋山 泰. “共通な部分構造の再利用による高速なタンパク質リガンドドッキング手法の開発”, 情報処理学会研究報告, 2019-BIO-61(3): 1-8, 2020/03/12.
  23. Masahito Ohue, Ryota Ii, Keisuke Yanagisawa, Yutaka Akiyama. “Molecular activity prediction using graph convolutional deep neural network considering distance on a molecular graph”, IPSJ SIG Technical Report, 2019-MPS-124(3): 1-4, 2019/07/29.
  24. 伊井 良太, 柳澤 渓甫, 大上 雅史, 秋山 泰. “分子グラフ上の距離を考慮したグラフ畳込みニューラルネットワークによる化合物活性予測”, 情報処理学会研究報告, 2018-BIO-57(11): 1-8, 2019/03/09.
  25. 久保田 陸人, 柳澤 渓甫, 大上 雅史, 秋山 泰. “共通な部分構造の再利用アルゴリズムを用いたタンパク質リガンドドッキング手法の開発”, 情報処理学会研究報告, 2018-BIO-54(42): 1-7, 2018/06/15.
  26. 柳澤 渓甫, 小峰 駿汰, 久保田 陸人, 大上 雅史, 秋山 泰. “フラグメント伸長型化合物ドッキング計算のための重み付きオフラインキャッシュ問題の厳密解アルゴリズム”, 情報処理学会研究報告, 2017-BIO-50(38): 1-8, 2017/06/25.
    * [download] 本論文の著作権は情報処理学会に帰属しており、著作権規程に基いて公開しているものです。
  27. 柳澤 渓甫, 大上 雅史, 石田 貴士, 秋山 泰. “標的タンパク質の立体構造を用いたリガンド候補化合物の上限サイズの推定による化合物フィルタリング”, 情報処理学会研究報告, 2016-BIO-49(6): 1-7, 2017/03/24.
    * [download] 本論文の著作権は情報処理学会に帰属しており、著作権規程に基いて公開しているものです。
  28. 柳澤 渓甫, 小峰 駿汰, 鈴木 翔吾, 大上 雅史, 石田 貴士, 秋山 泰. “フラグメント分割に基づく超高速化合物プレスクリーニング手法 ESPRESSO”, 情報処理学会研究報告, 2016-BIO-46(18): 1-7, 2016/07/05.
    * [download] 本論文の著作権は情報処理学会に帰属しており、著作権規程に基いて公開しているものです。
  29. 鈴木 翔吾, 柳澤 渓甫, 大上 雅史, 石田 貴士, 秋山 泰. “SVMとDeep Learningに基づくヒトc-Yesキナーゼ阻害化合物の予測”, 情報処理学会研究報告, 2015-BIO-42(36): 1-7, 2015/06/24.
  30. Keisuke Yanagisawa, Takashi Ishida, Yuichi Sugiyama, Yutaka Akiyama. “Drug clearance pathway prediction based on semi-supervised learning”, IPSJ SIG Technical Report, 2014-BIO-41(11): 1-6, 2015/03/20.
    * [download] 本論文の著作権は情報処理学会に帰属しており、著作権規程に基いて公開しているものです。
  31. 柳澤 渓甫, 石田 貴士, 秋山 泰. “半教師付き学習を用いた薬物クリアランス経路予測”, 情報処理学会研究報告, 2014-BIO-38(10): 1-6, 2014/06/26.
    * [download] 本論文の著作権は情報処理学会に帰属しており、著作権規程に基いて公開しているものです。

ポスター発表

  1. 本野 千恵, 柳澤 渓甫, 工藤 玄己, 広川 貴次, 今井賢一郎. “共溶媒分子動力学シミュレーションによるクリプティックサイト予測”, 第24回日本蛋白質科学会年会, 2024/06/11-13.
  2. Keisuke Yanagisawa, Ryunosuke Yoshino, Genki Kudo, Takatsugu Hirokawa. “Quantitative Evaluation of Protein-Chemical Substructure Interaction with Inverse Mixed-Solvent Molecular Dynamics Simulation”, 第61回日本生物物理学会年会, 2023/11/14-16.
    * 発表資料はこちら
  3. Masatake Sugita, Takuya Fujie, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Development of a Protocol for Predicting Membrane Permeability of Cyclic Peptides Based on Molecular Dynamics Simulations”, The 61st Annual Meeting of The Biophysical Society of Japan, 2Pos183, 2023/11/14-16.
  4. Keisuke Yanagisawa, Ryunosuke Yoshino, Genki Kudo, Takatsugu Hirokawa. “Quantitative Estimation of Protein-Chemical Substructure Interaction with Inverse Mixed-Solvent Molecular Dynamics Simulation”, CBI学会2023年大会, 2023/10/23-26.
    * 発表資料はこちら
  5. Genki Kudo, Keisuke Yanagisawa, Ryunosuke Yoshino, Takatsugu Hirokawa. “Amino Acid Preference Mapping on Protein-Protein Interaction Surface using Mixed-Solvent Molecular Dynamics”, CBI学会2022年大会, P02-04, 2022/10/25-27.
  6. 柳澤 渓甫, 吉野 龍ノ介, 工藤 玄己, 広川 貴次. “インバース共溶媒分子動力学法による分子プローブ周辺アミノ酸残基環境の可視化”, 第60回日本生物物理学会年会, 1Pos031, 2022/09/28.
    * 発表資料はこちら
  7. 杉田 昌岳, 杉山 聡, 藤江 拓哉, 吉川 寧, 柳澤 渓甫, 大上 雅史, 秋山 泰. “分子動力学シミュレーションに基づいた環状ペプチドの膜透過率の大規模予測”, 第43回溶液化学シンポジウム, P38, 2021/10/29.
  8. Keisuke Yanagisawa, Yoshitaka Moriwaki, Tohru Terada, Kentaro Shimizu. “Systematic construction of the cosolvents sets for cosolvent MD (CMD) with the large-scale computation”, Chem-Bio Informatics Society(CBI) Annual Meeting 2019, P1-24, 2019/10/22-24.
  9. Keisuke Yanagisawa, Yoshitaka Moriwaki, Tohru Terada, Kentaro Shimizu. “Estimation of the probability map (Pmap) similarity of cosolvent MD (CMD) from structural similarities of cosolvents”, The 57th Annual Meeting of The Biophysical Society of Japan, 1Pos012, 2019/09/24.
  10. Juanjuan Lu, Keisuke Yanagisawa, Takashi Ishida. “Development of a novel linear notation of chemical compounds for deep learning”, Chem-Bio Informatics Society(CBI) Annual Meeting 2018, P5-17, 2018/10/09-11.
  11. Ryota Ii, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “大域的化合物特徴を表現するグラフ畳み込みネットワーク”, Informatics in Biology, Medicine and Pharmacology 2018 (IIBMP2018), P-76, 2018/09/19-21.
  12. Rikuto Kubota, Keisuke Yanagisawa, Masahito Ohue, Yutaka Akiyama. “Development of efficient protein-ligand docking method for virtual screening by reuse of fragments”, 1st RWBC-OIL Workshop, Poster no. 18, 2018/05/08.
  13. Masahito Ohue, Takanori Hayashi, Yuri Matsuzaki, Keisuke Yanagisawa, Yutaka Akiyama. “MEGADOCK-Web: an integrated database of high-throughput structure-based protein-protein interaction predictions”, Informatics in Biology, Medicine and Pharmacology 2017 (IIBMP2017), P57, 2017/09/27-29.
  14. Masahito Ohue, Takanori Hayashi, Yuri Matsuzaki, Keisuke Yanagisawa, Yutaka Akiyama. “MEGADOCK-WEB: タンパク質間相互作用予測の統合データベース”, 第55回日本生物物理学会年会, 3Pos174, 2017/09/21.
  15. Keisuke Yanagisawa, Shunta Komine, Shogo D. Suzuki, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “ESPRESSO: An ultrafast compound pre-screening method with segmented compounds”, Chem-Bio Informatics Society(CBI) Annual Meeting 2016, P2-19, 2016/10/25-27.
  16. Keisuke Yanagisawa, Shunta Komine, Shogo D. Suzuki, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “ESPRESSO: An ultrafast compound pre-screening method based on compound segmentation”, Informatics in Biology, Medicine and Pharmacology 2016 (IIBMP2016), P65, 2016/09/29-10/01.
  17. Keisuke Yanagisawa, Shunta Komine, Masahito Ohue, Takashi Ishida, Yutaka Akiyama; “Fast pre-filtering for virtual screening based on ligand decomposition”, 第21回 創剤フォーラム若手研究会, P-6, 2015/11/28.
  18. Keisuke Yanagisawa, Shunta Komine, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “Fast pre-filtering for virtual screening based on compound decomposition”, Informatics in Biology, Medicine and Pharmacology 2015 (IIBMP2015), 2015/10/29-31.

著書

  1. 金森 敬文 監訳, データサイエンスと機械学習 理論からPythonによる実装まで, 東京化学同人, 2022
    * 第8章「決定木とアンサンブル法」担当

特許

  1. 秋山 泰, 大上 雅史, 柳澤 渓甫, 吉川 寧, 杉田 昌岳, 藤江 拓哉, 杉山 聡, 村田 翔太朗. “予測装置、学習済みモデルの生成装置、予測方法、学習済みモデルの生成方法、予測プログラム、及び学習済みモデルの生成プログラム”, 特許7057004, 2022/04/11.（特願2021-31234, 2021/02/26）
  2. 秋山 泰, 大上 雅史, 柳澤 渓甫, 吉川 寧, 李 佳男. “予測装置、学習済みモデルの生成装置、予測方法、学習済みモデルの生成方法、予測プログラム、及び学習済みモデルの生成プログラム”, 特許7057003, 2022/04/11.（特願2021-35648, 2021/03/05）
  3. 秋山 泰, 大上 雅史, 柳澤 渓甫, 吉川 寧. “情報処理装置、情報処理方法、情報処理プログラム、及び情報処理システム”, 特願2021-23750, 2021/02/17.
  4. 秋山 泰, 大上 雅史, 柳澤 渓甫, 吉川 寧. “情報処理装置、情報処理方法、情報処理プログラム、及び情報処理システム”, 特願2020-189856, 2020/11/13.（国内優先権主張）

研究資金

  1. “共溶媒分子動力学計算を用いた薬剤標的タンパク質の選抜と環状ペプチド設計の同時実行”, 日本学術振興会 科研費 基盤研究(B) 23H03495, 代表, 2023/04-2027/03（総額 18,590千円）.
  2. “インバース共溶媒分子動力学法による薬剤部分構造が好むタンパク質表面の同定”, 東京工業大学 情報理工学院 若手研究プロジェクト支援, 代表, 2022/06-2023/03（総額 500千円）.
  3. “部分構造の重複を利用した大規模化合物データベース向けバーチャルスクリーニング手法”, 日本学術振興会 科研費 基盤研究(B) 22H03684, 分担（代表者：秋山 泰）, 2022/04-2025/03（総額 17,030千円）.
  4. “共溶媒分子動力学シミュレーションによる薬剤候補構造最適化支援”, 東京工業大学 情報理工学院 若手研究支援プロジェクト, 代表, 2020/10-2021/03（総額 496千円）.
  5. “マルチタスク深層学習によるタンパク質の隠された薬剤結合部位の網羅的予測”, 日本学術振興会 科研費 若手研究 20K19917, 代表, 2020/04-2023/03（総額 4,290千円）.
  6. “標的結合部位の網羅的探索と結合化合物の選別を可能にする共溶媒計算手法の開発”, 日本学術振興会 科研費 特別研究員奨励費 19J00878, 代表, 2019/04-2020/03（総額 1,820千円）.
  7. “数億化合物の部分構造の重複を利用した分割統治型ドッキング手法の開発”, 日本学術振興会 科研費 特別研究員奨励費 17J06897, 代表, 2017/04-2019/03（総額 2,100千円）.

計算資源等

  1. 代表：秋山 泰, “２次元レプリカ交換法を用いた大規模シミュレーションに基づく膜透過性予測困難ペプチドの膜透過メカニズムの詳細な解析”, TSUBAME グランドチャレンジ大規模計算制度, 2023/05.
  2. 代表：秋山 泰, “２次元レプリカ交換法に基づいた環状ペプチドの膜透過過程の大規模シミュレーションの収束を加速する手法の開発”, TSUBAME グランドチャレンジ大規模計算制度, 2022/05.
  3. 代表：秋山 泰, “大規模 REUS シミュレーションと機械学習の融合による創薬向け環状ペプチド 100 件以上の細胞膜透過性予測”, 産業技術総合研究所「ABCIグランドチャレンジ」プログラム, 2020/08/26-2020/08/27.
  4. 柳澤 渓甫, “大規模な共溶媒分子動力学シミュレーションによる至適共溶媒セットの構築”, 東京大学情報基盤センター 若手・女性利用者推薦, 2019/10-2020/03（100千円相当）.

表彰

  1. 令和元年度 東工大教育賞（優秀賞） (2021/03/02) [link]
    * 三宅 美博（代表者）, 岡崎 直観, 金森 敬文, 村田 剛志, 西崎 真也, 首藤 一幸, 吉瀬 謙二, 下坂 正倫, 関嶋 政和, 柳澤 渓甫, 久世 正弘, 三平 満司, 山中 一郎, 伊藤 武彦, 竹内 徹, 山口 猛央, 阪口 啓. “大学院を対象とするデータサイエンス・AI全学教育プログラム”
  2. 令和元年度 手島精一記念研究賞（博士論文賞） (2020/02/27)
    * 令和元年度手島精一記念研究賞 授与式を挙行 - 東工大ニュース
  3. 第4回IT創薬コンテスト「コンピュータで薬のタネを創る4」 グランプリ（Schrödinger K.K.賞） (2017/12/15)
    * グループ名「創薬フレンズ」（松山 祐輔, 林 孝紀, 伊井 良太, 種部 俊孝, 多治見 隆志, 佐藤 倫, 池田 光, 柳澤 渓甫）: “ストラクチャーベース手法とリガンドベース手法の融合による化合物ヴァーチャルスクリーニング”
  4. 第2回IPABコンテスト「コンピュータで薬のタネを創る2」 学生奨励賞 (2015/07/17) [link]
    * グループ名「DEDENNE」（鈴木 翔吾, 柳澤 渓甫）: “深層学習を用いたヒト c-Yes キナーゼ阻害化合物の予測 DEDENNE: Druggability Estimator by Deep Neural Network”
  5. 2014年SIGBIO学生奨励賞 (2015/06/25) [link]
    * Keisuke Yanagisawa, Takashi Ishida, Yutaka Akiyama. “Drug clearance pathway prediction based on semi-supervised learning”, IPSJ Transactions on Bioinformatics, 8: 21-27, 2015/08. DOI: 10.2197/ipsjtbio.8.21
  6. IPABコンテスト「コンピュータで薬のタネを創る」 審査員特別賞 学生奨励賞 (2014/07/17) [link]
    * 東工大 TSUBAMEグループ（安尾 信明, 吉野 龍ノ介, 柳澤 渓甫, 伴 兼弘）: “拘束付きDockingによる化合物探索”
  7. 東京工業大学 情報工学科 優秀学生賞（首席卒業） (2014/03/26)
  8. 全国高校化学グランプリ2009 銅賞 (2009/09/26)

その他

  1. 柳澤 渓甫. “共溶媒分子動力学における薬剤設計向け共溶媒セットの構築”, スーパーコンピューティングニュース, 23: 46-49, 2021/07.
    * 東京大学情報基盤センター HP にて公開されています。
  2. 柳澤 渓甫, “「なんで、私が留学に！？」から始まる留学”, 日本バイオインフォマティクス学会ニュースレター 第38号, 4-5, 2020/08.
  3. 柳澤 渓甫: “情報工学から考える創薬”, 2nd Tokyo Bioinformatics Meeting, 2018/08/07.（口頭発表）
  4. 柳澤 渓甫: “Spresso - 高速なタンパク質立体構造ベース創薬を目指して”, 1st Tokyo Bioinformatics Meeting, 2017/08/09.（口頭発表）
  5. 柳澤 渓甫, 小峰 駿汰, 鈴木 翔吾, 大上 雅史, 石田 貴士, 秋山 泰. “フラグメント分割による超高速化合物プレスクリーニング手法 ESPRESSO”, 第56回 生物物理若手の会 夏の学校, 2016/09/02-05.（ポスター発表）
  6. Keisuke Yanagisawa, Shunta Komine, Masahito Ohue, Takashi Ishida, Yutaka Akiyama. “Fast pre-docking method based on compound structure fragmentation”, ACLS International Summer School 2015, 2015/08/30-09/06.（ポスター発表）
  7. Keisuke Yanagisawa, Takashi Ishida, Yutaka Akiyama. “Drug clearance pathway prediction using semi-supervised learning”, ACLS International Summer School 2014, 2014/08/13-19.（ポスター発表）

学位論文

  • “Fast structure-based virtual screening with commonality of compound substructure”, Department of Computer Science, School of Computing, Tokyo Institute of Technology, D.Eng. (2019/03)
  • “フラグメント分割に基づく高速な化合物プレドッキング手法の開発”, Department of Computer Science, Graduate School of Information Science and Engineering, Tokyo Institute of Technology, M.Eng. (2016/03)
  • “半教師付き学習を用いた薬物クリアランス経路予測”, Department of Computer Science, Faculty of Engineering, Tokyo Institute of Technology, B.Eng. (2014/03)