＜著者一覧＞
高谷智英 信州大学
藤原良介 （国研）理化学研究所
野田修平 （国研）理化学研究所
田中 勉 神戸大学
上村靖司 長岡技術科学大学
杉原幸信 長岡技術科学大学
山口哲志 東京大学
嶋田和貴 京都大学
七夕高也 （公財）かずさ DNA研究所
磯部祥子 （公財）かずさ DNA研究所
---------------------------------------------------------------------
BIO REVIEW
---------------------------------------------------------------------
核酸医薬品シーズとしての微生物オリゴDNA
Bacterial Oligodeoxynucleotides as Nucleic Acid Drug Seeds
核酸医薬品は，抗体医薬品に続く次世代医薬品として注目されている。中でも，標的分子と特異的に結合するアプタマー（核酸抗体）は有望な創薬シーズである。筆者は最近，微生物のゲノム配列に由来するオリゴDNAが，アプタマーとして機能することを報告した。本稿では，創薬モダリティとしての微生物オリゴDNAについて解説する。
【目次】
1 核酸医薬品と微生物オリゴDNA
1.1 核酸医薬品の種類
1.2 微生物オリゴDNAの生理作用
2 筋形成型オリゴDNA
2.1 核酸医薬品のターゲットとしての幹細胞
2.2 乳酸菌ゲノム配列に由来する筋形成型オリゴDNA
2.3 抗ヌクレオリンアプタマーとしての筋形成型オリゴDNA
2.4 筋形成型オリゴDNAの応用展開
3 創薬モダリティとしての微生物オリゴDNA
-------------------------------------------------------------------------
糖の使い分け技術・“代謝スパイス”を駆使した微生物発酵生産
Novel Bioproduction Technologies：Parallel Metabolic Pathway Engineering and Metabolic Spices
本稿では，微生物による物質生産に資する2つの技術を紹介する。複数の糖を使い分けるParallel Metabolic Pathway Engineering（PMPE）技術，及び，ごく少量を外から加えるだけで微生物の性能を最大限引き出す “代謝スパイス” 技術により，目的生産物の収率と生産量を大幅に向上させることが可能となる。
1 はじめに
2 糖を使い分ける技術：Parallel Metabolic Pathway Engineering
3 “代謝スパイス”の開発に向けたペリプラズムエンジニアリング
-------------------------------------------------------------------------
美しく融けにくく飲料の味を変えない氷の製法
A Beautiful, Hard-to-melt Ice Making Methods for Beverages
見た目がきれいで融けにくく飲料の味を変えない「良い氷」とはどんなものなのか。それを作るにはどのような方法があって，それぞれの長所短所は何か。本稿では著者らが新たに開発した「放射製氷」と「連続引上げ製氷」の2つの技術について，その特徴，氷の品質，優位性，市場性について既存技術と比較しながら紹介する。
【目次】
1 はじめに
2 良い氷の定義と製氷プロセスの理解
2.1 「良い氷」とは
2.2 品質の観点からの製氷プロセスの理解
3 製氷技術の種類
3.1 その場製造
3.2 バッチ製造
4 開発された新しい製氷技術
4.1 放射製氷（バッチ製造）
4.2 連続引上製氷（その場製造）
5 おわりに
-------------------------------------------------------------------------
細胞の付着と脱離を光制御できる細胞培養基板
Cell Culture Substrates for Photo?Controlling Cell Adhesion and Desorption
細胞の解析や操作のために，細胞の基板表面への付着と脱離を遠隔操作する技術が求められている。我々は，細胞表層と相互作用する光応答性の合成分子を開発し，基板表面に修飾することによって，細胞の付着や脱離を光応答性に変換できる基板表面を創出してきた。本稿では，この光応答性表面の設計原理や性質と共に，応用研究についても紹介する。
【目次】
1 はじめに
2 光照射によって細胞が付着しなくなる表面
3 光照射によって細胞付着性が可逆的に変化する表面
4 光応答性の細胞付着表面の応用
5 おわりに
-------------------------------------------------------------------------
AIは緩和ケアの未来を拓く
AI is the Future of Palliative Care
現代ホスピス・緩和ケアは社会的ニーズを反映して世界に広まりつつあるが，その歴史はまだ若く，様々な課題を抱えている。特に大きな問題点として，人手不足，臨床における実践の困難さ，発展のための基盤的研究の困難さ，が挙げられる。これらの問題点に対して人工知能（Artificial Intelligence，以下AI）や機械学習（Machine Learning，以下ML）は抜本的解決策を提供できる可能性がある。読者にとって身近ではないと思われる緩和ケアの概要はAIやMLの応用を考える際に重要であるため，本稿では紙面を費やし説明する。
【目次】
1 緩和ケアの背景
1.1 世界と日本のホスピス・緩和ケアの歴史
1.2 実践
2 緩和ケアの課題
2.1 日本における緩和ケアの課題
2.2 地域における緩和ケアニーズの実地調査
2.3 緩和ケアになぜAIが必要か
3 緩和ケアにはどのようなAI研究が必要か
4 緩和ケアにおけるAI・ML研究の実際
4.1 自験例
4.2 緩和ケアにおけるAI・ML研究のポイント
5 AIやMLの臨床応用の見通し
6 まとめ
-------------------------------------------------------------------------
個体ごとに植物の形質値と環境値を取得する技術開発
Development of Technologies to Obtain Phenotypic and Environmental Values for Individual Plants
近年，植物と植物を取り巻く環境値をより詳細に解析するための技術開発が行われ，多くの計測現場で利用が始まっている。我々は「個体ごとの形質値を非破壊かつ経時的に計測し，個体をとりまく全ての環境値を計測すること」を究極の理想として技術開発に取り組んでいる。本稿ではこれら技術開発の目的と現状について述べる。
【目次】
1 はじめに
2 個体ごとの形質値と環境値の取得の必要性
3 個体ごとの評価を可能とする技術開発
3.1 形状計測
3.2 環境計測
3.3 個体やデバイス搬送の自動化
3.4 データベースと情報通信技術
4 おわりに