Takuto Koyama, Hayato Tsumura, Shigeyuki Matsumoto, Ryunosuke Okita, Ryosuke Kojima, and Yasushi Okuno. (2024). ChemGLaM: Chemical-Genomics Language Models for Compound-Protein Interaction Prediction. bioRxiv. [PREPRINT]

Yusuke Toda, Hiroaki Fujita, Koshiki Mino, Takuto Koyama, Seiji Matsuoka, Toshie Kaizuka, Mari Agawa, Shigeyuki Matsumoto, Akiko Idei, Momoko Nishikori, Yasushi Okuno, Hiroyuki Osada, Minoru Yoshida, Akifumi Takaori-Kondo, and Kazuhiro Iwai (2024). Synergistic involvement of the NZF domains of the LUBAC accessory subunits HOIL-1L and SHARPIN in the regulation of LUBAC function. Cell Death & Disease . [ARTICLE]

Hiroaki Iwata, Yoshihiro Hayashi, Takuto Koyama, Aki Hasegawa, Kosuke Ohgi, Ippei Kobayashi, and Yasushi Okuno. (2024). Feature extraction of particle morphologies of pharmaceutical excipients from scanning electron microscope images using convolutional neural networks. Int. J. Pharm. [ARTICLE]

Hiroaki Iwata, Taichi Nakai, Takuto Koyama, Shigeyuki Matsumoto, Ryosuke Kojima, and Yasushi Okuno. (2023). VGAE-MCTS: a New Molecular Generative Model combining Variational Graph Auto-Encoder and Monte Carlo Tree Search. J. Chem. Inf. Model.. [ARTICLE]

Takuto Koyama, Shigeyuki Matsumoto, Hiroaki Iwata, Ryosuke Kojima, and Yasushi Okuno. (2023). Improving Compound–Protein Interaction Prediction by Self-Training with Augmenting Negative Samples. J. Chem. Inf. Model.. [ARTICLE]

Takuto Koyama, Hayato Tsumura, Ryunosuke Okita, Ryosuke Kojima, Shigeyuki Matsumoto, Yasushi Okuno. ChemGLaM: Chemical Genomics Language Models for Compound-Protein Interaction Prediction,ISMB 2024 MLCSB, Montreal, Canada, Jul 2024. [POSTER]

小山 拓豊, 津村 颯人, 松本 篤幸, 沖田 龍之介, 小島 諒介, 奥野 恭史.「ChemGLaM: Compound-Protein Interaction Prediction Using Large Language Models」, 『第24回蛋白質科学会年会, 札幌, 6月, 2024年. [POSTER] ポスター賞受賞

小山 拓豊, 岩田 浩明, 松本 篤幸, 小島 諒介, 大塚 教雄, 長谷川 亜樹, 奥野 恭史.「Insight into Federated Learning for Compound-Protein Interaction Prediction」, 『情報計算科学生物学会（CBI学会）2023年大会』,東京,10月, 2023年. [ORAL]

伊藤 彰真, 小山 拓豊, 岩田 浩明, 松本 篤幸, 奥野 恭史. 「Exploring Chemical Structural Insights of ADME Properties via Interpretable Deep Learning」, 『情報計算科学生物学会（CBI学会）2023年大会』,東京,10月, 2023年. [POSTER]

岩田 浩明, 中井 大智, 小山 拓豊, 松本 篤幸, 小島 諒介, 奥野 恭史. 「A New Molecular Generation Method Combining Deep Learning and Reinforcement Learning」, 『情報計算科学生物学会（CBI学会）2023年大会』,東京,10月, 2023年. [POSTER]

Takuto Koyama, Shigeyuki Matsumoto, Hiroaki Iwata, Ryosuke Kojima,Yasushi Okuno. Iterative Data Augmentation of near boundary negative samples improves the model generalizability in Compound-Protein Interaction Prediction,ISMB/ECCB 2023 MLCSB, Lyon, France, Jul 2023. [POSTER]

小山 拓豊, 松本 篤幸, 岩田 浩明, 小島 諒介, 奥野 恭史. 「Improvement of Compound-Protein Interactions Prediction with Semi-supervised Learning 」, 『情報計算科学生物学会（CBI学会）2022年大会』,東京,10月, 2022年. [POSTER]

岩田 浩明, 林 祥弘, 小山 拓豊, 長谷川 亜樹, 寺山 慧, 奥野 恭史 「Clustering of Pharmaceutical Excipients Using Pretrained Convolutional Neural Networks」, 『日本薬剤学会第38年会』, 愛知, 5月, 2023年. [POSTER]

第24回蛋白質科学会年会 ポスター賞受賞

小山 拓豊, 奥野 恭史, 「6章 AIビックデータと創薬」化学における情報・AIの活用 (CSJカレントレビュー: 50), 化学同人

Takuto Koyama, Yasushi Okuno, The AI Trends in Chemical Space for Drug Discovery, Drug Development Supported by Informatics, Springer

2020~2022年 東京薬事協会 奨学生

2022年~2024年 公益財団法人 尚志社 奨学生

2022年~2024年 日本学生支援機構 貸与奨学金 全額返還免除

2024年~2027年 日本学術振興会特別研究員 (DC1)