株式会社BlueMemeは、九州大学 生体防御医学研究所 高深度オミクスサイエンスセンター バイオメディカル情報解析分野の長﨑研究室との共同研究成果2件が、米国人類遺伝学会2026年度年次総会(ASHG 2026)のポスター発表に採択され、研究員が現地で発表したと報告しました。成果は、量子機械学習による転写因子結合予測と、MAX-CUTを用いた遺伝子単位のハプロタイプフェージングに関するものです。
ASHG 2026 Annual Meetingでの発表
株式会社BlueMemeによると、米国人類遺伝学会(American Society of Human Genetics, ASHG)の2026年度年次総会は、2026年10月20日から10月24日まで、カナダ・モントリオールのPalais des congrès de Montréal(パレ・デ・コングレ・ド・モントリオール)で開催されました。研究員の松原太一氏と町田宗聡氏が、それぞれの研究成果をポスター発表したとしています。

同社はASHGを、人類遺伝学・ゲノミクス分野の世界最大級の国際会議と紹介しています。例年、世界各国から研究者や専門家が約8,000名規模で参加するとしています。また、昨年に続き九州大学 長﨑研究室と量子計算技術およびバイオインフォマティクス領域の研究開発を進めてきたと説明しています。
転写因子結合予測モデルのシミュレーションを効率化
松原太一氏の演題は「A GPU-efficient implementation of quantum machine learning simulation enables faster and more robust transcription factor binding prediction」です。転写因子がDNAのどこに結合するかを精度高く予測することは、疾患の発症メカニズムや新たな医薬品の開発に重要だと同社は説明しています。
株式会社BlueMemeと九州大学 長﨑研究室は、量子計算の原理とAIを融合させた量子機械学習モデル「QTFPred(Quantum-based Transcription Factor Predictor)」の開発に取り組んできました。同社は、少ないデータ量でも高精度な予測を可能にするモデルとして説明しています。
今回の研究では、QTFPredで膨大な処理時間とGPU計算能力を要していた量子回路シミュレーションを効率化したと報告しました。その結果、従来の実装では学習・予測に必要な計算資源の制約から難しかった多量子ビットモデルの実用検証が可能になったとしています。同社は、疾患リスク予測や標的分子探索など、創薬・個別化医療における量子機械学習ベースのゲノム解析の計算効率向上を期待しています。
Ms.ガジェット多量子ビットモデルの実用検証が可能になったという説明は、効率化によって何が変わったのかが具体的で印象に残ります。
MAX-CUTによる遺伝子単位のハプロタイプフェージング
町田宗聡氏の演題は「Gene-level haplotype phasing via spectral MAX-CUT on read-level graphs」です。人は父親と母親からそれぞれ1本ずつ、対になる染色体(相同染色体)を受け継ぎます。1本の染色体上に並ぶ変異の組み合わせが「ハプロタイプ」で、個人の持つ変異を2つのハプロタイプに振り分けることを「フェージング」と呼びます。
同社の説明では、1つの遺伝子に2つの変異がある場合、それらが同じ染色体上にあるか別々かによって、遺伝子が正常に働くかどうかや、病気のリスク・薬の効き目の評価が変わることがあります。研究では、長いDNA配列を読み取る「ロングリードシーケンス」のデータを用い、リード同士の関係をグラフ構造として表現しました。さらに、組合せ最適化手法の「MAX-CUT問題」として定式化し、遺伝子内の変異がどちらの染色体にあるかを遺伝子単位でより正確に推定することを目指しました。
同社は、遺伝子単位で高精度なハプロタイプ推定が実現すれば、個人の体質や遺伝的背景に合わせた個別化医療など、先進的な医療・創薬研究への貢献が期待できるとしています。
Ms.ガジェット変異が同じ染色体上にあるか別々かで評価が変わる場合があるという説明から、位置関係を推定する意義が具体的に伝わります。
今後の研究開発
株式会社BlueMemeは今後も九州大学 長﨑研究室との産学連携で、量子AI技術とゲノム解析の研究開発に注力するとしています。得られた研究成果の社会実装と幅広い応用可能性を追求し、技術革新や社会課題の解決への貢献を目指す方針です。
Ms.ガジェット研究成果の社会実装と応用可能性を追求する方針とのことで、成果がどのような形で活用へ進むのかを見守りたいです。
- 本記事で使用している画像は、メディアユーザーとしてPR TIMESより提供されたプレスリリース素材を利用しています。

量子機械学習と遺伝子単位のフェージングという異なるテーマが、同じ年次総会で発表された点に研究内容の幅を感じます。