| 英文名 | Graduate Research on Biomedical Data Science III | |
|---|---|---|
| 科目概要 | 未来工学研究科（博士後期課程）生命データサイエンス専攻博士１年～３年通年、特別研究、必修、実験・実習、12単位 |
|
| 科目責任者 | 岡 浩太郎、渡辺 豪、鎌田 真由美、榊原 康文、齋藤 裕、河野 信、島津 秀康 | |
| 担当者 | (※は実務経験のある教員) 岡 浩太郎、 |
|
| 講義室 | ||
本専攻における4分野のうち、自身が所属する研究分野において、実際に博士論文をまとめるのに必要な様々な手法【分野：①生命現象及び医療データを可視化するための新規な技術の開発、②物理化学的な手法による分子モデリングとその情報を理解するためのデザイン技術、③新規な機械学習アルゴリズムの開発とプログラミングによる実装、④新規な生命系データベースの作成と様々なデータモデリング手法の開発】について、これまでに修得した知識や技術を深化させるとともに、他分野の知識も柔軟に活用しながら主体的に研究を遂行する。具体的には生命データサイエンス特論演習Ⅱを通じて修得した新たな課題を見出すスキルを活用し、自らの研究テーマの検討、文献調査、研究計画の立案、データの取得と解析、研究成果の公表を行い、指導教員や副指導教員からのフィードバックなどを参考にして、最終的に学位論文として完成させる。
それぞれの研究分野で使われている様々な手法（様々な分子細胞生物学実験、医療データ活用技術、シミュレーション技法、人工知能技術、データベース作成とデータモデリング）などについて実際に論文作成に必要な技術・技能を身に付けるとともに、それを深化・応用させることを学ぶ。
それぞれの分野ごとに研究室に分かれて指導教員の指導の下、必要な技術・技能をラボワークとして修得する。
研究内容や研究の進捗状況等については、ディスカッションの中で指導教員から適宜講評やフィードバックを行う。
DP1、DP2、DP3、DP4、DP5
| 回 | 項目 | 内容 | 担当者 |
|---|---|---|---|
| 1～360回 | 1.修得技術の設定 2.修得技術の背景調査 3.修得技術の実習 4.自ら見出した新たな研究課題への修得技術の適用 5.修得手法の結果の検討 （2〜5 をいくつかの技術に関して繰り返し行う） 6.研究結果の考察 7.博士論文の作成 |
1．自らの研究テーマに必要な技術を検討する 2．修得する技術の背景について文献調査を行い、博士論文作成の準備を進める 3．実際に技術を適用する 4．自らの新たな研究課題に当該技術を適用しデータを得る 5. 研究計画に従い、取得したデータを集約・解析し、成果を得るとともに必要があれば研究テーマを修正する 6．得られた成果を基にテーマに照らし考察する 7．研究成果を博士論文として作成し、研究結果を研究分野が異なる聴衆にも理解が可能な発表用資料としてまとめる |
岡 浩太郎 渡辺 豪 鎌田 真由美 榊原 康文 齋藤 裕 河野 信 島津 秀康 新藤 豊 荒井 康夫 原 雄一郎 力丸 佑紀 設樂 久志 石井 良樹 秋山 真那斗 牧垣 秀一朗 飯田 慎仁 来見田 遥一 |
| ～各分野の研究テーマ～ ●生命情報の適用と可視化 ・細胞組織レベルの可視化するための新規な技術の深化・発展 （岡 浩太郎） ・細胞内シグナル伝達の相関の可視化・定量技術の深化・発展（岡 浩太郎） ・画像解析のためのイメージングデータ取得法の深化・発展（新藤 豊） ・イメージングデータを定量化するための画像解析技術の深化・発展（設樂 久志） ・医療の質を可視化するための医療データ活用技術の深化・発展（荒井 康夫） ●生命・物理情報デザイン ・計算科学と情報科学を基盤とした機能性ソフトマテリアルの新規分子設計手法の深化・発展（渡辺 豪） ・生体分子機能解析・予測手法のための情報デザイン技術の深化・発展（鎌田 真由美） ・量子化学に基づくメゾスケールの分子集合系材料を対象としたモデリング技術の深化・発展（石井 良樹） ・生命情報データベーススキーマの設計と可視化技術の深化・発展（牧垣秀一朗） ●人工知能とその革新的応用 ・人工知能を応用した医療診断システムの構築技術の深化・発展（榊原 康文） ・機械学習による生体分子の機能改良技術の深化・発展（齋藤 裕） ・オーミクスデータ解析のためのバイオインフォマティクス技術の深化・発展（齋藤 裕） ・バイオ実験自動化とロボティクスのための人工知能技術の深化・発展（齋藤 裕） ・生成 AI を用いた生体配列設計技術の深化・発展（秋山 真那斗） ・タンパク質設計法と免疫工学技術の深化・発展（来見田 遥一） ・生体分子に対する分子シミュレーション手法の深化・発展（飯田 慎仁） ●大規模データモデリング ・プロテオームデータ解析手法の深化・発展（河野 信） ・データ解析とモデル構築技術の深化・発展（島津 秀康） ・ゲノミクス、トランスクリプトミクスの解析手法の深化・発展（原 雄一郎） ・時空間データモデリング技術の深化・発展（力丸 佑紀） |
1．論文作成に必要な様々手法について発展的に理解し、実験（計算機実験を含む）やアルゴリズムの実装を行い、自ら新規なアイディアを実証することができるようになる。
2．専門性の高いデータサイエンティストに求められる高い倫理観と責任感をもって研究に向き合い、高度な専門知識と技術を用いて解決策を見出す力を身につけている。
3．指導教員や副指導教員からのフィードバックを勘案して、その成果を論文としてまとめることを目標とする。
本科目は、一連の研究活動への主体的参加（20％）、博士論文作成に必要な学識と技能等の修得（40％）、研究の深化の程度等（40％）から総合的かつ厳格に評価する。
なお、学会や学術集会での発表や討論についても評価対象とする。
【講義時間外に必要な学習の時間：ー時間】
予習：研究室で行われるそれぞれの実習内容（様々な分子細胞生物実験、医療データ活用技術、シミュレーション技法、人工知能技術、データベース作成とデータモデリングなど）について検討・習熟し、指導教員と相談の上、文献や論文などを通じて自ら見出した研究課題の新規性について事前に十分に認識していることが求められる。
復習：実習内容については指導教員とのディスカッションを通じてフィードバックが可能であるようにこまめな記録（結果だけでなくその過程をトレースできること）を求める。
【関連科目：生命データサイエンス特論演習Ⅱ、生命データサイエンス特別講義Ⅱ】
| 種別 | 書名 | 著者・編者 | 発行所 |
|---|---|---|---|
| 教科書 | なし | ||
| 参考書 | 必要に応じて指導教員から指示する |