| IL01『量子SBDD時代の幕開け』 | |||
| 座長：玉田 太郎（量子科学技術研究開発機構） | |||
| ▼IL01-01 | 米倉 功治（理化学研究所／東北大学） | 10/28（水）10:00-10:30 | |
| 「マルチモーダルクライオEMによる量子化学計測の試み」 | |||
| ▼IL01-02 | 重田 育照（筑波大学） | 10/28（水）10:30-11:00 | |
| 「量子性を考慮した生命分子ダイナミクス解析に基づく創薬デザイン」 | |||
| ▼IL01-03 | 本間 光貴（理化学研究所） | 10/28（水）11:00-11:30 | |
| 「タンパク質構造、AI、大規模量子化学計算値DB（FMODB）の連携で見える世界」 | |||
| IL02『疾患ゲノムAtlasが拓くバイオ情報新時代』 | |||
| 座長：富井 健太郎（産業技術総合研究所） | |||
| ▼IL02-01 | 井元 清哉（東京大学医科学研究所） | 10/29（木）10:00-10:30 | |
| 「全ゲノムプロジェクトが切り拓く、ゲノムデータ駆動型医療・研究の新時代」 | |||
| ▼IL02-02 | 胡桃坂 仁志（東京大学） | 10/29（木）10:30-11:00 | |
| 「クロマチンを介したゲノム制御の構造基盤」 | |||
| ▼IL02-03 | 岡田 随象（東京大学） | 10/29（木）11:00-11:30 | |
| 「遺伝統計学による疾患病態解明と個別化医療」 | |||
| IL03『抗体の連続生産・化合物の自動合成による創薬加速』 | |||
| 座長：布施 新一郎 (名古屋大学)、上村 みどり（CBI研究機構） | |||
| ▼IL03-01 | 湯本 史明（Renzoku Biologics株式会社） | 10/29（木）14:00-14:30 | |
| 「抗体医薬品製造のコスト・品質・スピード競争優位性形成への試み 〜先進的バイオ生産技術（AMT）の一つとしての連続生産〜」 |
|||
| ▼IL03-02 | 羽田野 仁喜（中外製薬株式会社） | 10/29（木）14:30-15:00 | |
| 「創薬実験を高度化するラボオートメーションの進化」 | |||
| ▼IL03-03 | 布施 新一郎（名古屋大学） | 10/29（木）15:00-15:30 | |
| 「不可能を可能にするフロー合成法を駆使した創薬加速を目指して」 | |||
クライオ電子顕微鏡（EM）法は、この技術を代表する単粒子解析に加え、電子線三次元結晶構造解析（3D ED / microED）、クライオ電子線トモグラフィー（ET）の３つの主要なモダリティーに分かれる。それぞれ、氷中のタンパク質の透過像、微小かつ薄い結晶の電子回折、細胞や細胞小器官等の傾斜シリーズから、試料の三次元構造情報を取得できる。多様な試料形態を扱え、医療、創薬研究においてこれらマルチモーダル技術への期待が高まっている。
私たちは、クライオEMを用いて、その特性を活かす解析を進めてきた。単粒子解析が不得意としてきた分子量の小さなタンパク質への応用や、コンフォメーション変化および揺らぎの動的解析にも取り組んでいる。また、3D EDでは、回転法による測定と解析技術を黎明期から開発しており、多数の結晶からの電子回折をAI制御で測定し、データ処理、構造決定までを自動化した。これにより高難度試料からの構造決定を実現した他、量子化学情報の取得を試みている。
また、クライオFIB-SEMと組み合わせたクライオETでのin situ解析、X線自由電子レーザー（XFEL）を線源とした有機化合物の微小結晶構造解析も実施し、多様な試料形態に対応する複合的アプローチを採る。本会では、これらの取り組みと最近の研究結果を紹介するとともに、XFELとの比較も踏まえ、量子化学計測とマルチモーダル解析の医療・創薬研究への展開について議論したい。
Cryo-electron microscopy (cryo-EM) comprises three major modalities: single-particle analysis, electron three-dimensional crystallography (3D ED / microED), and cryo-electron tomography (ET). These approaches collect different types of data, projection images of proteins embedded in vitreous ice, electron diffraction from small and thin crystals, and tilt series of cells and cellular organelles, to obtain three-dimensional structural information. The potential of cryo-EM–based multimodal analysis for applications in medical and drug discovery research is steadily increasing.
We have been developing analytical approaches that exploit the unique capabilities of cryo-EM. In particular, we are addressing targets that remain challenging for single-particle analysis, including small proteins, while also focusing on dynamical conformational changes and structural fluctuations. In 3D ED, we have pioneered rotation-based data collection and analysis methods since the early stages of the field, and have established an automated workflow in which electron diffraction data from numerous crystals are acquired under AI control, followed by automated data processing and structure determination. This enabled structure determination from challenging samples and has also allowed us to explore the extraction of quantum chemical information.
Furthermore, we perform in situ analyses using cryo-ET in combination with cryo-FIB-SEM, as well as microcrystal structure analysis of organic compounds using X-ray free-electron lasers (XFEL), thereby adopting an integrated approach for diverse sample forms. In this symposium, I will present these efforts and recent results, and discuss the development of quantum chemical measurements and multimodal analysis for medical and drug discovery applications, including comparisons with XFEL.
本講演では、量子化学計算と分子ダイナミクスを融合させた生命分子解析と、それに基づく創薬デザインの最新展開について概説する。
標的タンパク質とリガンドの結合解析において、経験的評価や事前情報に依存しないab initioドッキングの重要性が高まっている。我々は効率的サンプリング手法であるLB PaCS-MD（Ligand Biding Parallel Cascade Selection MD）を活用し、バイアスを加えることなく、解離状態からの結合経路探索および安定な結合モード予測（ab initio docking）を高速・高精度に達成するアプローチを展開してきた。さらに、探索された結合構造に対してフラグメント分子軌道（FMO）法などの量子化学（QM）計算を組み合わせることで、量子性を考慮した電子状態レベルでの詳細な分子間相互作用解析を実現している。当日は、SARS-CoV-2関連標的等に対する適用事例を中心に、本手法の有用性と実験科学との連携による次世代計算創薬の展望を議論する。
This presentation outlines recent advances in biomolecular analysis and rational drug design through the seamless integration of quantum chemistry calculations and molecular dynamics (MD) simulations.
In target protein–ligand binding analysis, the demand for ab initio docking methods that operate independently of empirical parameters, scoring functions, or prior structural knowledge has grown significantly. To address this challenge, we have developed an advanced computational methodology leveraging LB PaCS-MD (Ligand Binding Parallel Cascade Selection Molecular Dynamics), an efficient enhanced sampling technique designed for complex biomolecular systems. This approach enables fast and highly accurate ab initio docking, successfully exploring binding pathways directly from fully unbound states and predicting stable bound poses without introducing artificial biases or external constraints.
To gain deeper physical and chemical insights into the resulting complexes, we combine these MD-derived binding structures with high-level quantum mechanical (QM) calculations, specifically employing the Fragment Molecular Orbital (FMO) method. This hybrid framework achieves comprehensive, quantitative analysis of intermolecular interactions at the electronic-state level, explicitly accounting for quantum effects such as charge transfer, polarization, and dispersion forces.
In this lecture, focusing on practical application cases including key SARS-CoV-2 drug targets, I will demonstrate the efficacy and reliability of this integrated approach. Furthermore, I will discuss future perspectives on next-generation computational drug discovery driven by the synergistic collaboration between quantum biomolecular modeling and experimental research.
近年、AlphaFold3に代表されるタンパク質－化合物複合体の構造予測AIが急速に発展している。しかし、これらのAIは主に実験で得られた静的な立体構造や既知の親和性データを学習しているが、すでにPDBの25万個程度のデータは学習し尽くされており、学習データの枯渇が深刻な問題となっている。今後は分子の動的挙動や、量子力学的効果を含む精密な相互作用エネルギーを学習に組み込むことが不可欠となる。我々は、AMED BINDSおよびFMO創薬コンソーシアムと密に連携し、FMO法に基づく大規模な高精度量子化学計算を実行し、その結果をFMODBとして蓄積・公開してきた。FMO法は、タンパク質とリガンド間の相互作用エネルギーを残基ごとに定量解析できる強力な手法である。今後は、PDBに登録された全構造やAIが予測したモデル構造に対するFMO計算の網羅的実施、利用者がWeb上でFMO計算を実行できる解析環境の構築、そしてこれら膨大な量子化学データを次世代AIの学習へ還元する仕組み作りを推進する。本発表では、これら取り組みの現状を紹介するとともに、実験（構造生物学）－AI（構造予測）－シミュレーション（量子化学計算）が真に融合した、近未来の創薬・ライフサイエンスについて議論したい。
Recently, AI models for predicting protein-ligand structures, like AlphaFold3, have developed rapidly. However, they mainly learn from static structures and known affinities. With about 250,000 PDB entries already exhausted, training data depletion is a serious issue. Moving forward, incorporating dynamic behaviors and precise interaction energies with quantum effects is essential.
Collaborating with AMED BINDS and the FMO Drug Design Consortium, we have performed large-scale, high-precision Fragment Molecular Orbital (FMO) calculations, accumulating results in the FMO Database (FMODB). FMO quantitatively analyzes protein-ligand interaction energies on a per-residue basis.
We are now promoting exhaustive FMO calculations for all PDB and AI-predicted structures, building a web-based on-demand calculation environment, and feeding this massive quantum data back into next-generation AI. Here, we present these initiatives and discuss the future of drug discovery where experiments (structural biology), AI (structure prediction), and simulation (quantum chemistry) are truly integrated.
ゲノム医療の実現には、患者一人ひとりの全ゲノム情報を正確に読み解き、臨床に有用な知見として還元する基盤が欠かせない。厚生労働省が2019年に策定した「全ゲノム解析等実行計画」は、がんや難病の患者に全ゲノム解析等を実施し、治療精度の向上（患者還元）と、大規模データベースを活用した創薬促進という二つの柱を通じて、ゲノム医療の飛躍的な発展を目指す国家プロジェクトである。演者は、2021年に始動したAMED「がん・難病全ゲノム解析等実行プログラム（がん領域）」において解析・データセンターの研究代表者を務め、全国から集まる膨大なシークエンスデータを統一パイプラインと品質管理のもとで解析する基盤を構築してきた。受領した全ゲノムデータは希少がん・難治がんを中心に国内最大規模の約2万症例に及ぶ。さらに、ほぼ全症例でRNAシークエンスを、一部症例ではDNAメチル化情報を取得し、ロングリードによる全ゲノム解析も導入するなど、最新のシークエンス技術を積極的に取り入れ、病理画像や時系列臨床情報と統合するマルチオミクス・マルチモーダル基盤へと発展させている。本講演では、これらの到達点と、2026年度に発足する実施主体「日本ゲノム医療推進機構（GeMJ）」が切り拓く、国民誰もがゲノム医療の恩恵を受けられるデータ駆動型医療・研究の新時代を展望する。
Realizing genomic medicine requires an infrastructure that accurately reads each patient's whole genome and returns clinically useful knowledge to society. Japan's Action Plan for Whole Genome Analysis, formulated by the Ministry of Health, Labour and Welfare in 2019, is a national project that seeks to dramatically advance genomic medicine through two pillars: improving treatment precision by returning results to individual patients, and promoting drug discovery by leveraging a large-scale database. As principal investigator of the Analysis and Data Center in the AMED Whole Genome Analysis Program for Cancer and Rare Diseases (cancer domain), launched in 2021, the speaker has built an infrastructure that analyzes the vast sequencing data gathered from across the country under a unified pipeline and stringent quality control. The whole genome data received to date, centered on rare and intractable cancers, now amount to approximately 20,000 cases, the largest scale in Japan. In addition, RNA sequencing has been obtained for nearly all cases and DNA methylation data for a subset, and long-read whole genome sequencing has also been introduced. By actively embracing these latest sequencing technologies, the platform has grown into a multi-omics, multimodal resource that integrates pathology images and time-series clinical information. This lecture presents the achievements of these efforts and offers a perspective on the new era of data-driven healthcare and research, in which every citizen can benefit from genomic medicine, that will be opened up by Genome Medicine Japan (GeMJ), the implementing organization scheduled to launch in fiscal 2026.
ゲノムDNAはクロマチンとして凝縮され、真核生物ゲノムの基本構造を形成している。クロマチンはDNAを核内に収納するだけでなく、遺伝子発現やDNA複製、修復、組換えなどを制御する動的なエピジェネティック基盤である。その基本単位であるヌクレオソームは、ヒストンH2A、H2B、H3、H4を各2分子含む八量体と、その周囲に約1.7回巻き付く約145～147塩基対のDNAから構成される。ヌクレオソームはリンカーDNAによって連結され、弛緩した状態では数珠状構造を形成する。ヌクレオソームは単なるDNA収納体ではなく、DNAへのアクセスを制限・調節することでゲノム機能を積極的に制御する。近年、転写因子によるヌクレオソームDNAの認識、ATP依存性クロマチンリモデリング因子によるヌクレオソームの移動や再構成、さらにヒストンシャペロンによる形成、解体、ヒストン交換の仕組みが明らかになりつつある。我々は、これらの機構を解明するため、クロマチンと多様な制御因子との複合体をクライオ電子顕微鏡によって可視化する研究を推進してきた。本講演では、クロマチンを介した制御の構造基盤を解明する研究戦略を紹介し、ヌクレオソームの構造と動態がエピジェネティックなゲノム活性の制御に果たす役割について議論する。
Genomic DNA is compacted into chromatin, which forms the fundamental architecture of the eukaryotic genome. In addition to packaging DNA within the nucleus, chromatin functions as a highly dynamic platform for the epigenetic regulation of gene expression and other genome-associated processes. The basic structural unit of chromatin is the nucleosome, consisting of a histone octamer containing two copies each of histones H2A, H2B, H3, and H4. Approximately 145-147 base pairs of DNA wrap around this octamer about 1.7 times. Individual nucleosomes are connected by linker DNA, producing the characteristic “beads-on-a-string” appearance of relatively relaxed chromatin. Nucleosomes are not merely passive packaging elements. By limiting and modulating access to DNA, they actively influence transcription, DNA replication, repair, and recombination. Recent studies have begun to reveal how transcription factors recognize and bind nucleosomal DNA, how ATP-dependent chromatin remodelers reposition or restructure nucleosomes to expose regulatory elements, and how histone chaperones promote nucleosome assembly, disassembly, and histone exchange. To investigate these mechanisms, we have developed cryo-electron microscopy-based approaches for visualizing chromatin in complex with diverse regulatory factors. In this talk, I will introduce our current strategies for dissecting the structural basis of chromatin-mediated regulation, and also highlight how nucleosome structure and dynamics contribute to the epigenetic genome activity.
遺伝統計学は、遺伝情報と形質情報の因果関係を統計学の観点から研究する学問分野である。大容量の多層的オミクスデータを横断的に解釈し、社会還元するための学問へのニーズが高まっている現在、遺伝統計学は多彩な学問分野におけるビッグデータの分野横断的な統合に適した学問として重要性が認識されている。我々は、大規模ヒト疾患ゲノム解析に基づく疾患感受性遺伝子を、多彩な生物学・医学分野における多層的オミクス情報と統合することで、疾患病態解明やゲノム創薬に貢献することを明らかにしてきた。特に近年ではシングルセル解析技術により一細胞・空間レベルのオミクス情報と疾患ゲノム情報との統合解析が急速な発展を見せている。細胞分化軌道推定や細胞間相互作用、一細胞eQTL解析、疾患ゲノム解析結果・体細胞遺伝子変異・ウイルス感染の投影など、シングルセル情報や空間トランスクリプトーム情報に対する応用解析技術が急速な発展を見せてきた。微生物叢メタゲノム、メタボローム、プロテオームといった個体レベルでのオミクス情報と疾患の関わりを明らかにし、ゲノムワイド関連解析など大規模疾患ゲノム情報と統合することで、個別化医療への貢献が期待されている。構築された多層的オミクス情報をバイオバンク由来の大規模ヒト疾患ゲノム情報とどのように紐づけ、ゲノム個別化医療の社会実装へと活用していくかが、今後の鍵と考えられる。
Statistical genetics is a research field that evaluates causality of human genetic variations on diseases, using statistical and bioinformatics approaches. Recent developments of sequencing technologies have provided large-scale human disease genome data and successfully identified comprehensive catalogues of genetic susceptible loci. However, little is known regarding how to develop methodology to integrate human genomics with diverse biological resources. We have developed such methods and applied to a pioneering example of biobank-scale genetic association studies on a variety of human complex traits. Trans-layer omics analysis identified the cell types and states, as well as microbiomes, implicated in disease biology, which should be useful for implementation of personalized genomic medicine. Projection of population-scale human disease genetics into single cell information elucidates novel cell states implicated in disease biology. In particular, projection of somatic mutations such as clonal hematopoiesis and sex chromosome loss into single cells showed how the somatically mutated cells dysregulate epigenetics, immune response, and memory in a cell type-specific manner. Re-analysis of human whole-genome sequencing by focusing on virus-derived non-human reads pointed contribution of human herpes virus to autoimmune disease developments. Finally, projection of omics layers into spatial transcriptome elucidates spatio-temporal features of disease dynamics. These results should empirically show the value of statistical genetics to dissect disease biology, novel drug discovery, and personalized medicine.
世界では、新薬として承認される医薬品のうち、アカデミアやスタートアップで生み出されたシーズを起源とするものが増加しており、製薬企業、投資家、CRO・CDMOが連携して実用化を進める水平分業も拡大している。なかでも抗体医薬品は、がん、免疫、希少疾患をはじめとする幅広い領域で重要性を増している。一方、これらの候補を臨床開発へ移行するためには、品質を確保した治験薬を迅速かつ柔軟に製造できる基盤が不可欠である。しかし日本では、アカデミアやスタートアップが有するシーズを、プロセス開発および製造へ緊密につなぐ体制が十分に整備されているとは言い難い。
私どもは2023年の創業以来、先進的バイオ生産技術（AMT）の一つである連続生産を核として、Quick & Smallを特徴とする柔軟性の高い抗体CDMO事業の立ち上げを進めてきた。灌流培養、連続精製、プロセス解析、自動化を統合することで、コスト、品質、スピードにおける競争優位性を追求するとともに、国内で研究者と製造技術者が直接対話しながら、研究シーズを治験薬製造へとつなげられる環境の構築を目指している。さらに、多様な専門性を有する人材が集い、互いに切磋琢磨するCenter of Excellenceを形成し、次世代技術を担う研究者・技術者の育成にもつなげたい。本講演では、日本に根ざした抗体創薬を研究から製造、臨床へとつなぐ産業基盤の強化と、その将来像について展望する。
Globally, an increasing proportion of approved drug candidates originate from discoveries made in academia and startups. Concurrently, a horizontal model of drug development has gained traction, with pharmaceutical companies, investors, CROs, and CDMOs collaborating to translate scientific innovations into practical applications. Among therapeutic modalities, antibody-based medicines play a pivotal role across various disease areas, including oncology, immunology, and rare diseases. However, advancing these candidates into clinical development requires a manufacturing infrastructure capable of rapidly and flexibly supplying high-quality investigational medicinal products (IMPs).
In Japan, the framework for seamlessly connecting academic and startup discoveries to process development and manufacturing remains insufficient. Since our founding in 2023, we have been building a flexible “Quick & Small” antibody CDMO business centered on continuous manufacturing—an Advanced Manufacturing Technology (AMT). By integrating perfusion cell culture, continuous downstream purification, process analytical technology (PAT), and automation, we seek to establish distinct competitive advantages in cost, quality, and speed. Furthermore, we aim to build a domestic ecosystem in which researchers and manufacturing specialists can collaborate directly to advance promising candidates into clinical trial manufacturing.
In addition, we aim to establish a Center of Excellence that gathers diverse experts to foster the next generation of industry leaders. Through these initiatives, we envision strengthening a Japan-based industrial foundation that seamlessly bridges antibody drug discovery, manufacturing, and clinical development.
初期の創薬研究において、ロボティクスやデジタル技術を活用したラボオートメーション（LA）は、実験スループットの向上のみならず、データの再現性と信頼性を担保する重要な基盤技術です。多様なモダリティと技術主導の創薬アプローチにおいて、データに基づく意思決定を連続的に下すためには、実験実施基盤がアッセイの量や複雑さの変動に合わせてスケールし、段階に応じた構成を提供できる柔軟性をDMTA（設計・作製・試験・解析）サイクルに持たせる必要があります。
本講演では、LAがこれまで創薬研究に果たしてきた貢献を振り返るとともに、私たちの研究所における実験効率化の取り組みをご紹介します。具体的には、これまで培ってきた抗体最適化基盤に自律走行型モバイルロボットを導入し、ワークセル間を統合することで、オンデマンドなサンプルの自動搬送を実現しました。また、薬理評価基盤においても、独立した機器間のサンプル搬送を自動化し、オンデマンドな自動実験ワークフローを構築しております。さらに、こうした物理的な柔軟性を支えるべく、データパイプラインや柔軟なラボウェアのスケジュール機能も開発・導入いたしました。
これらの具体的な実装事例を交え、ラボプロセス全体の効率化がもたらす、創薬における仮説検証ループ加速の展望について皆様と議論できれば幸いです。
In early-stage drug discovery, laboratory automation (LA) utilizing advanced robotics and digital technologies serves as an essential foundational infrastructure. It is instrumental not only in significantly enhancing experimental throughput but also in ensuring the reproducibility and reliability of the generated data. To enable continuous, data-driven decision-making within the context of multi-modalities and technology-driven drug discovery approaches, the underlying experimental framework must inherently possess high elasticity. Specifically, the DMTA (Design, Make, Test, Analyze) cycle requires the flexibility to seamlessly scale in response to fluctuating assay volumes and complexities, thereby providing optimal, stage-appropriate configurations.
In this talk, I will review the historical contributions that laboratory automation has brought to the field of drug discovery and introduce the recent initiatives undertaken at our laboratory to maximize experimental efficiency. Specifically, we have successfully integrated autonomous mobile robots (AMRs) into our established antibody optimization platform. By connecting previously isolated workcells, we have realized on-demand, automated sample transportation. Additionally, within our pharmacological evaluation platform, we have automated the transfer of samples between independent instruments, thereby establishing an on-demand automated experimental workflow. To robustly support this physical flexibility, we have concurrently developed and deployed data pipelines alongside adaptable labware scheduling systems.
By sharing these implementation examples, I look forward to discussing the broader implications of these technologies, particularly exploring the prospects of accelerating the hypothesis-testing loop in drug discovery through comprehensive efficiency improvements integrated across the entire laboratory process.
実験自動化技術、AIの隆盛により、近年、世界中で技術革新が進んでいるが、豊富な資金、人材を要する海外勢の躍進は凄まじく、自動化をとってもAIをとっても、個別技術単独でわが国が世界をリードするのは容易なことではないと日々感じている。残された道筋は、わが国が強みをもつ技術を自動化やAIと組み合わせることと考えられるが、では、はたして競争力をもつ技術とな何なのだろうか。本講演では、わが国が数十年前から世界的に競争力を保ち続けているマイクロフロー合成技術について紹介したい。有機合成化学分野では、中世錬金術師の時代から液を容器に溜めて、連綿と反応をし続けてきたであるが、近年、細い流路に液を流しつつ反応を行うことにより、フラスコを用いた実験では不可能な短時間（1秒未満）の反応時間や温度の制御を可能にするマイクロフロー合成法の学術界、産業界双方での活用が進んでいる。本技術は旧来の技術では容易ではなかった高速反応の分析にも有効でありサイエンスの深化にも資する。本講演では特に中分子医薬として注目を集めているペプチドの化学合成に焦点をあて、半世紀以上前から知られている古典的な反応とマイクロフロー合成の組み合わせにより不可能を可能にした事例、桁違いの反応成績向上を実現した例について紹介したい[1-6]。
Rapid progress in lab automation and AI has accelerated technological innovation worldwide. Yet countries with abundant financial and human resources have taken a commanding lead, making it increasingly difficult for Japan to compete globally through individual technologies in automation or AI alone. A promising strategy for Japan is therefore to integrate these emerging tools with fields in which the nation has long maintained distinct strengths. Identifying such competitive technological domains is essential for shaping future innovation. This lecture highlights microflow synthesis, a field where Japan has sustained global competitiveness for several decades. While organic synthesis has traditionally relied on batch reactions in flasks or reactors—a framework dating back to medieval alchemy—microflow technology enables reactions to proceed within narrow channels under continuous flow. This approach provides unprecedented control over sub‑second reaction times and precise temperature regulation, conditions unachievable in conventional batch systems. As a result, microflow synthesis is now widely utilized in both academic research and industrial applications, and it offers powerful advantages for analyzing ultrafast reaction mechanisms. The lecture will particularly focus on peptide synthesis, an area gaining attention for middle‑molecule therapeutics. By combining classical reactions, known for more than half a century, with modern microflow techniques, we have achieved outcomes previously considered impossible, including orders‑of‑magnitude improvements in reaction performance.
[1] S. Fuse, Y. Mifune, T. Takahashi, Angew. Chem. Int. Ed. 2014, 53, 851.
[2] S. Fuse, Y. Mifune, H. Nakamura, H. Tanaka, Nat. Commun. 2016, 7, 13491.
[3] Y. Otake, H. Nakamura, S. Fuse, Angew. Chem. Int. Ed. 2018, 57, 11389.
[4] Y. Otake, Y. Shibata, Y. Hayashi, S. Kawauchi, H. Nakamura, S. Fuse, Angew. Chem. Int. Ed. 2020, 59, 12925.
[5] O. Shamoto, K. Komuro, N. Sugisawa, T-H. Chen, H. Nakamura, S. Fuse, Angew. Chem. Int. Ed. 2023, e202300647.
[6] N. Sugisawa, A. Ando, S. Fuse, Chem. Sci., 2023, 14, 6986.