UT-Biomet（東京大学 生物測定学研究室）

The official twitter of Lab. Biometry and Bioinformatics, UTokyo.
東京大学農学生命科学研究科 生物測定学研究室の公式twitterです。
日常の様子: @BiometUtDiary
Qiita:

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

A paper authored by Sano et al., a Project Researcher, has been published! This research has made it possible to measure mature tree phenology at the individual scale by combining drones with multispectral cameras and laser scanners.

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

特任研究員の佐野らが執筆した論文が公開されました！本研究はドローンとマルチスペクトルカメラ、レーザースキャナーの組み合わせにより、樹木のフェノロジーの個体スケールでの計測を可能にしました。
https://t.co/zFoFw4UOxX

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

特任研究員の佐野らが執筆した論文が公開されました！本研究はドローンとマルチスペクトルカメラ、レーザースキャナーの組み合わせにより、樹木のフェノロジーの個体スケールでの計測を可能にしました。
https://t.co/zFoFw4UOxX

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

Our former PhD student Hayato Yoshioka’s paper has been published.

[東京大学 農学部 @UTokyo_Agri]

【研究成果】ゲーム理論と機械学習で明らかにする植物と微生物のネットワーク
https://t.co/XZno2YG5rJ
#東京大学 #農学部 #植物遺伝子 #微生物 #代謝物 #生産・環境生物学

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

Our PhD student Yuto Imachi’s paper has been published.
We developed a method to predict potato yield before harvest by combining drone imagery, machine learning, and growth curve modeling.

[東京大学 農学部 @UTokyo_Agri]

【研究成果】ドローンとAIで“見えない地下の収量”を収穫前に予測
https://t.co/cRKiiT1wH6
#東京大学 #農学部 #ドローン画像 #リモートセンシング #栽培 #生産・環境生物学

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/a02UXAmPdE
Our project assistant professor Dr. Tanzila Islam's paper has been published.

[東京大学 農学部 @UTokyo_Agri]

【研究成果】DNA情報を98%圧縮し、作物の性質を高精度予測
https://t.co/ETLoS1Giwy
#東京大学 #農学部 #DNA #AI #ゲノムデータ #イネ #トウモロコシ #生産・環境生物学

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

Mochizuki et al published a paper on detecting selection signatures in apple breeding using pedigree and genomic data. Analysis of 185 cultivars found biased regions linked to key fruit traits and stress/development genes, showing selection can be detected without phenotype data.

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

博士課程3年の望月らの論文が公開されました。リンゴ育種で家系・ゲノム情報から創始親ハプロタイプ伝達の偏りを解析し、選抜痕跡を検出。185品種で果糖含量などに関わる領域や、ストレス応答・発生関連遺伝子を含む領域に偏りを見いだし、表現型なしでも育種過程の選抜を捉えられることを示しました。

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/XOuYvYGvRt

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/XOuYvYGvRt

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

Yoshioka et al. published a paper on Reciprocal BLUP, a multi-omics framework that selects informative features from genomic, metabolomic, and rhizosphere microbiome data. Using 198 soybean accessions, it improves phenotype prediction and plant–microbe insight.

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

博士課程4年の吉岡らによる論文が公開されました。ゲノム・メタボローム・根圏微生物の多層オミクスを統合し、予測可能性に基づいて重要特徴量を選ぶ「Reciprocal BLUP」を提案。ダイズ198系統で、生理的に意味のある特徴量を抽出し、表現型予測に有効な変数を優先選択できることを示しました。

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/pSpaVlrNMv

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/pSpaVlrNMv

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

Yoshioka et al. published a paper on a two-step phenotype prediction model integrating genomic, rhizosphere microbiome, and metabolome data. Using proxy traits, it improves accuracy without costly metabolome measurements and advances understanding of plant–microbiome interaction.

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

博士課程4年の吉岡らの論文が公開されました。ゲノム・根圏微生物・メタボロームを統合し、非線形関係を考慮した二段階の表現型予測モデルを提案。中間オミクス由来の「プロキシ」形質で、高価なメタボローム計測なしでも予測精度を高め、植物―微生物相互作用の理解に新たな道を示しました。

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/nrwE9xoVWU

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/nrwE9xoVWU

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

A paper authored by first-year PhD student Kimura et al. has been published. It shows that growth curves in fruit trees, hard to estimate due to slow growth, can be predicted faster by integrating fragmented longitudinal data, a Bayesian nonlinear model, and genome info.

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/60U9OMso1m

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

https://t.co/60U9OMso1m

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

博士課程1年の木村らが執筆した論文が公開されました。本研究では、計測に長い時間を要することから困難とされてきた果樹における成長曲線の推定について、断片的な時系列データとベイジアン非線形モデルおよびゲノム情報を使うことで、その推定にかかる期間を大幅に短縮できることを示しました。

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

生測OBのTungさんらが執筆した論文の内容が、Science Japan（英語）および客観日本（中国語）で記事になりました！ぜひご覧ください！

Science Japan: https://t.co/m5dVPogA5B
客観日本: https://t.co/IsysAouhwu

[Science Japan @ScienceJapanJST]

The University of Tokyo develops I-SVVS, a new tool using stochastic variational inference to reveal key microbe–metabolite links, advancing #agriculture, #medicine and #environmental science.#APRC #ScienceJapan

Check👉https://t.co/UAiWa2Ctpw

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

A paper authored by third-year PhD student Sano et al. has been published. The study proposes the potential of forest biomass measurement using LiDAR remote sensing technology to promote the enhancement of genetic carbon storage ability.

[UT-Biomet（東京大学 生物測定学研究室） @BiometUt]

博士課程３年の佐野らが執筆した論文が公開されました。本研究では、LiDARリモートセンシング技術による森林のバイオマス計測が、遺伝的な炭素貯蔵能の向上を促進する可能性を提案しました。
https://t.co/xnMfh2qGEh