教員免許取得のための必修科目

授業の目的

人間の長さ約30億のゲノム配列が完全解読されたポストゲノム時代において、遺伝子配列解析やタンパク質の構造予測、トランスクリプトオーム解析などの諸問題を、情報科学や統計解析のアルゴリズムと手法を用いて解析する研究がバイオインフォマティクスである。本講義では、バイオインフォマティクスの基礎知識と応用について学ぶ。

教育内容

ゲノムアセンブリのアルゴリズム、配列解析のための動的計画法を用いたアライメントやBLASTなどの汎用検索ソフトウエア、分子進化系統樹の計算手法について勉強する。さらに、比較ゲノム解析や遺伝子発現解析、オミックスデータ解析のための人工知能手法（クラスタリングや教師付き学習）などの研究についても勉強する。

教育方法

内容について理解を深めるためにパワーポイントにより講義を行う。教科書の指定はなく、授業中に配布するパワーポイントの資料にすべて内容は含まれる。また数回程度の演習を行い、バイオインフォマティクスの手法の考え方の定着を図る。
演習課題等のフィードバックは、次回講義や講義のwebページ等で共有する。

卒業・学位授与の方針と当該科目の関連

DP4、DP5

授業内容(シラバス)

到達目標

コンピュータを使ったさまざまな解析ソフトウエアの理解と情報科学的なものの見方や考え方で生命現象を解析していくことができるようになる。

評価方法

期末試験（70％）と演習課題（30％）の結果から総合的に評価する。

準備学習(予習・復習等)

【講義時間外に必要な学修時間：60時間】
予習：講義中に事前に指定する次回講義内容について2年生で学んだ「アルゴリズム」や「人工知能・機械学習入門」の関連する項目を復習し、疑問点を明らかにしておくこと。
復習：講義中に学んだバイオインフォマティクスの手法について、講義後に配布する例題を解いて模範解答と比較・検討する。

備考・その他

生命科学の分野でもビッグデータの到来は顕著であり、大量のデータを解析して初めて新たな生命科学の知見や発見が得られる時代に突入している。この講義を通して情報科学的なセンスを身につけてもらうことを目指します。
【科目ナンバリング：FU301-MT03】
【関連科目：アルゴリズム、人工知能・機械学習入門、立体構造予測、ケモインフォマティクス】

実務経験の授業への活用方法

（榊原）企業研究所での人工知能研究・第五世代コンピュータ開発経験をもとに、バイオインフォマティクスの手法と解析方法について、基礎から応用例までを解説する。
（鎌田）医療機関（大学病院）におけるゲノム解析研究の経験を踏まえ、各種解析方法について紹介する。
（ジャヤクマル）企業でのゲノムデータ解析の経験を基に、ゲノムデータの解析アルゴリズムや手法を紹介・解説する。

教材