Category

大学・研究

直近6か月の公式発表から、3372件を掲載

大学・研究

\“敵対関係”が人物相関図の要/ ドラマ視聴で形成される人間関係の脳内表象を解明

大阪大学大学院情報科学研究科の中野珠実教授(マルチメディア工学)らの研究グループは、ドラマ視聴を通じて獲得した登場人物同士の社会関係が、敵対関係を軸に脳活動パターンに反映されることを世界で初めて明らかにしました。 人間関係は、単に「つながっている/いない」だけでなく、友好・信頼・協力といった肯定的な関係と、競争・対立・敵対といった否定的な関係が複雑に入り組んでいます。しかし、これまでの脳科学研究では、ソーシャルネットワークの大きさや中心性など、つながりの有無や数に注目した研究が中心で、敵対・友好という関係の質が脳内でどのように表されるかは十分にわかっていませんでした。 本研究では、大学生21名に米国の人気テレビドラマ「SUITS」6話を視聴してもらい、その前後でfMRI計測を行いました。視聴前後の脳活動を比較することで、登場人物の顔の見た目や第一印象ではなく、ドラマ視聴によって形成された人間関係の表象を取り出すことを目指しました。その結果、敵対的な関係性が、内側前頭前野や下頭頂葉周辺の脳活動パターンに強く反映されることが示されました。 これにより、複雑な人間関係の理解には、友好関係だけ

大阪大学 研究成果公式
大学・研究

見えなかった膜脂質が見える

大阪大学蛋白質研究所 西村多喜 教授、東京大学生産技術研究所 坪山幸太郎 講師、東京大学大学院薬学系研究科 石野雄己 特任研究員、河野望 准教授、大阪大学大学院歯学研究科 Lu Shiou-Ling 助教、野田健司 教授、慶應義塾大学大学院理工学研究科 中垣友希さん(研究当時)、山本詠士 准教授、東京大学大学院医学系研究科 水島昇 教授らの研究グループは、タンパク質と脂質の結合を調べるための新しい実験系「Cell surface Liposome Binding (CLiB)アッセイ」を開発しました。 従来、タンパク質と脂質分子の結合を調べるためには多くの実験ステップが必要で、一度に調べられるタンパク質と脂質の組み合わせはせいぜい数十通りに限られていました。CLiBアッセイは少ない実験ステップでタンパク質と脂質の結合を解析できるだけでなく、次世代シークエンス解析と組み合わせることで、数千種類のタンパク質を対象としたハイスループット解析を可能にしました。 この技術により、従来の方法では困難であった、目的に合わせた脂質プローブの戦略的な開発が可能となり、ホスファチジルイノシトールリン酸 P

大阪大学 研究成果公式
大学・研究

光を熱に変える:海の珪藻が光合成を調節するしくみの解明

海洋の植物プランクトンである珪藻は、地球規模の炭素固定に大きく貢献しています。海洋では光環境が絶えず変化するため、珪藻は弱い光を効率よく利用すると同時に、強すぎる光から自身を守る必要があります。この過剰な光エネルギーを熱として逃がす仕組みは非光化学的消光(Non-Photochemical Quenching、略してNPQ)と呼ばれますが、NPQを担う光防御装置がどのように形成されるのかは十分にわかっていませんでした。京都大学大学院農学研究科のXING JIAN(邢 健)博士課程学生、同じく伊福健太郎教授、および北海道大学低温科学研究所の熊沢穣研究員(現大阪大学大学院理学研究科の助教)らの研究グループは、海洋性珪藻Chaetoceros gracilisにおいて、光捕集タンパク質Lhcf2がNPQに必須であることを明らかにしました。Lhcf2を欠損させると、NPQの中心因子であるLhcx1タンパク質が安定に蓄積できなくなり、強光下で過剰な光エネルギーを熱として逃がす機能がほぼ失われました。一方、NPQに必要なpH勾配形成やキサントフィルサイクルは正常に働いていたことから、Lhcf2はL

大阪大学 研究成果公式
大学・研究

水の水素結合ネットワークから人工知能が温度を読み解いた!

大阪大学大学院基礎工学研究科の大学院生の吉川 航平さん(博士後期課程1年)、四方 志さん(博士後期課程3年)、金 鋼准教授、松林 伸幸教授の研究グループは、液体の水における水素結合ネットワークを人工知能に学習させることによって、水分子の配列情報から温度を予測できることを発見しました【図1】。 水分子は水素結合を介して互いに結びついています。氷のような固体状態では、各水分子は4つの水分子と水素結合を形成し、正四面体構造に近い規則正しい配列をとります。一方、液体の水では分子配列は乱れた状態となり、水素結合ネットワークは分子間の結合の組み替えを伴いながら、時々刻々と変化しています。 このように一見無秩序に見える液体の構造にも、四面体構造の名残が存在すると考えられてきましたが、その乱れを適切に記述する構造指標については十分に明らかにされていませんでした。今回、研究グループは、液体の水の構造情報に基づいて異なる温度条件を人工知能が識別できることを示しました。この結果は、水の分子配列には“見えない”温度に対応した情報が埋め込まれており、それを人工知能が高精度に抽出できることを示すものであり、4℃で

大阪大学 研究成果公式