Koichi Higashi

NIG, Microbiology

[Koichi Higashi @level3defless]

New preprint: A large language model (LLM) powered framework for fully automated extraction and harmonization of subject metadata from research papers.

Applied to human gut microbiome studies:
- 26,435 papers processed
- 400,000+ samples integrated
- Metadata now searchable

[bioRxiv Bioinfo @biorxiv_bioinfo]

Automated Harmonization and Large-Scale Integration of Heterogeneous Biomedical Sample Metadata Using Large Language Models https://t.co/6bY8SRVqzE #biorxiv_bioinfo

[Kazuhiro Maeshima @kazu_maeshima]

🧬 Our “Behind the Paper” is now online at Springer Nature Communities:
“Active chromatin is not simply open—it forms compact domains that cohesin keeps from mixing.”
📖 A short story behind our recent @NatureGenet paper.
https://t.co/02XXA6wNUe

https://t.co/HjjYOjycld

[Koichi Higashi @level3defless]

Active chromatin is not simply open: it forms compact domains that cohesin keeps from mixing https://t.co/eAOCgYlh3o

[Kazuhiro Maeshima @kazu_maeshima]

Is euchromatin really “open”? 🧬 Using super-resolution imaging🔬 our new study @NatureGenet reveals: Euchromatin forms condensed domains in live cells. Cohesin constrains them and prevents domain mixing for proper transcriptional insulation🚧 🔗https://t.co/HjjYOjycld (1/2)

[Kazuhiro Maeshima @kazu_maeshima]

Is euchromatin really “open”? 🧬Our new study @bioRxiv suggests otherwise. Using super-resolution imaging🔬　@shiori_iida @MasaAShimazoe reveals: Euchromatin forms condensed domains in live cells. Cohesin constrains them and prevents domain mixing. 🔗https://t.co/2iISQjxjgh (1/3)

[Kazuhiro Maeshima @kazu_maeshima]

Our new paper is out @ScienceAdvances👇
https://t.co/VF4XGubD3B
🧬Our Repli-Histo labeling marks nucleosomes in euchromatin and heterochromatin in live human cells. 🔍@katsu_s_minami et al.have developed a chromatin behavior atlas within the nucleus. 1/2

[Koichi Higashi @level3defless]

ChatGPTの画像生成は、研究発表のスライドで使う簡易的な概略図がほしいけど図を作るのがめんどいときに便利。でもシンボリックな表現は調整が難しい

[Koichi Higashi @level3defless]

https://t.co/THIxBGsaoa

[Koichi Higashi @level3defless]

DeepReseachが解析対象を学術論文に限定してくれず一般科学記事ばかり探すのにイライラしたので、学術論文検索の結果だけからレビューを書かせるMCPサーバを作った。Europe PMC検索でクエリは自動で構築・調整、参考文献リストもしっかりしてる。MCP準拠でClaude Desktopに統合可能。

[Koichi Higashi @level3defless]

https://t.co/EVAAf94PkP

[Koichi Higashi @level3defless]

OpenAIのブラウザ自動操作エージェントOperatorで、ウェブツール使った進化系統解析の自動化（失敗）
MAGデータセットに相同性検索して配列取得、MSA計算、進化計算、系統樹描画。
おたおたして可愛げがあるけど、とにかくコピペが絡む操作が苦手

[Koichi Higashi @level3defless]

レビュー生成の問題点。
・PubMed指定しても一般記事を優先して探索しちゃう
・そのせいで学術誌の総説風に出力させようとすると文献リストがデタラメになる
・調査がブラウザアクセス限定？APIアクセスできないっぽい。少なくともpython実行環境持ってないっぽい

[Koichi Higashi @level3defless]

Deep research、たしかにそこそこ使える。2024年の研究動向調査とレビュー執筆。調査範囲のコントロールが難しい。

[Koichi Higashi @level3defless]

L-formにおけるFtsZとNucleoid occlusionに関するおもしろい実験、解析で少し参加させていただきました。

https://t.co/vpXvocW19U

[Koichi Higashi @level3defless]

@ajhjhaf 引用数はノイズ多くてわかんないけど、論文数は中下位は綺麗にべき。上位は別のレジームかも。飽和してる感じ。

[Koichi Higashi @level3defless]

羊土社から来月出る「デルジーン」、PubMed論文に登場する順にヒト遺伝子を紹介するおもしろいコンセプトの本（買います）

いい切り口だなと思ったので、アイディアをパクって、「デルジーナス PubMed論文に登場する順 細菌・古細菌の属 Top1000」を作った。

https://t.co/MvgqrDTeHS

[Koichi Higashi @level3defless]

解析手順のコード。
https://t.co/duRCEgYF5S
PythonはClaude生成, Next.jsはv0生成, 文章はgpt-4o-mini生成。

[Koichi Higashi @level3defless]

解析手順。
1. NCBI Taxonomyから原核生物Genusラベル取得
2. PubMed APIで論文ヒット数取得
3. EuropePMC APIで引用回数上位論文取得
4. LLMでGenusごとに要約生成
5. v0でフロントエンド生成、Vercelでデプロイ

[Koichi Higashi @level3defless]

Automatically process PDFs, Excel & DB records into unified metadata for cross-study analysis.

Available at:
🔧 https://t.co/R9XmZ9E9zt
📊 https://t.co/51uQmn9S3T
🌐 https://t.co/6WfbTvl0SL

[Koichi Higashi @level3defless]

New preprint: A large language model (LLM) powered framework for fully automated extraction and harmonization of subject metadata from research papers.

Applied to human gut microbiome studies:
- 26,435 papers processed
- 400,000+ samples integrated
- Metadata now searchable

[bioRxiv Bioinfo @biorxiv_bioinfo]

Automated Harmonization and Large-Scale Integration of Heterogeneous Biomedical Sample Metadata Using Large Language Models https://t.co/6bY8SRVqzE #biorxiv_bioinfo