生命科学と情報科学の関わり

"生命科学分野における近年の技術革新のスピードには特筆すべきものがあり、最先端の生命科学技術が、私たちの日常生活あるいは社会全体に大きな影響を与えつつある。
このような急速な進展には、生命科学技術のブレイクスルーはもちろんのこと、いわゆるバイオインフォマティクスと呼ばれる、情報科学技術の生命科学分野への応用が大きな役割を果たしている。機械学習・深層学習の方法の応用も盛んであり、2024年ノーベル化学賞はこの分野の研究者たちに授与された。
本講義では、データサイエンスの一例としてバイオインフォマティクスを概観し、生命科学データの蓄積や解析方法の基礎を学ぶことで、異なる分野の技術の融合がもたらす力の一端に触れる。"

近年の生命科学分野の進展に、生命科学技術と情報科学技術の融合が大きく関わっていることを学び、生命科学分野のデータに対しても、機械学習・深層学習などの一般的なデータ解析技術を応用することでさまざま知見が得られること、それに加えて生命科学分野に特有の工夫によってさまざまな応用が展開されていることを理解する。それらの知見は、今後多様なデータに接したときに、それをどのように解析していけばよいかの指針の一つとなるはずである。

"01. 生命科学の基礎
02. 大量の生命科学データが生み出される背景と技術基盤
03. 生命科学関連データベース概観
04. 生命科学関連データベースの検索
05. 配列情報の解析：基礎
06. 配列情報の解析：応用(ペアワイズ)
07. 配列情報の解析：応用(マルチプル)
08. 前半のまとめ、中間試験
09. 立体構造情報の解析：基礎
10. 立体構造情報の解析：演習
11. 生体分子の立体構造予測：基礎
12. 生体分子の立体構造予測：応用
13. 生体分子のその他の予測
14. 生体分子のシミュレーション解析他
15. 後半のまとめ、期末試験"

座学とともに、実際に手を動かす課題も用いて理解を深める。講義の中で、理解度を確認するための小テストを実施する。

事前知識は必須ではないが、高校基礎レベルの生物系・生命系の復習をしておくとより理解が深まると思われる。講義の中でも必要に応じて解説する。事前学習は、各自の必要に応じて行う。講義後には、講義内容の復習を十分に行ってから課題に取り組み、さらに理解度確認小テストで理解度を確認する。

受講態度、複数回の試験、理解度確認小テスト、課題等の提出、講義への積極的な取り組みを総合的に評価する。

なし

なし

必要に応じて講義の中で紹介する

データサイエンス基礎、データマイニング論、機械学習と人工知能、ディープ・ラーニング、データサイエンス演習、コンピュータ・サイエンス概論III、コンピュータ・サイエンス演習III