炎症記憶の形成過程を細胞や分子レベルでの細胞間相互作用として解明を目指し、数千個の細胞からなる炎症組織の構成細胞について、定性的・定量的情報を「細胞状態変数」として収集蓄積、統合するために必要な手法の開発とそれを用いた実際のデータ解析を進めた。単一細胞プロファイルに基づく、「炎症の場」としての細胞社会の記述を可能とすることを目指し以下のように研究を進めた。
（1）単一細胞トランスクリプトーム動態の解析・モデリングのための単一細胞遺伝子発現プロファイルデータ解析手法の確立と解析（池尾）。データ解析のための解析フローの確立を進めると同時に、クラスタリング手法の改良を行い再現性と分離性の改善を行った。（2）細胞集団の動態モデルの構築に向けて、様々な情報学的手法とシミュレーションを用いたモデル構築のための手法のモデル構築へ応用（太田）。RNA-seqデータから突然変異情報を抽出し遺伝子変異に基づく細胞系譜作成を試行し、評価を行った。（3）各細胞状態に対応するマーカー遺伝子候補の抽出とそれらの機能情報に基づく炎症記憶形成における役割の推定と検証（渡邊）。各細胞の特徴配列抽出のための手法を開発し、実際のデータに対して細胞分類、新規細胞の特徴づけを進めた。（４）機械学習モデルから炎症細胞へ遷移する細胞の予測 (小倉)。機械学習を用いて、細胞の分類を行い細胞の遷移を遺伝子発現による細胞系列の分類手法の試行を進めた。
また、計画班を中心にA01,A02の各グループに対して、データ解析の支援を開始した。