遠隔講義

TOP > 遠隔講義 > 計算生命科学の基礎VII

計算生命科学の基礎VII

~生命科学のためのシミュレーション技術とデータサイエンス:基礎から医療と人工知能の融合領域へ~

生命科学と理工学の接点をなす計算生命科学の研究を進めていくための基礎講座として理研などと連携し、学生、大学院生、社会人を対象とした15回の講義を今年も開催します。 講義は神戸大学計算科学教育センターより配信し、どこからでも無料でインターネット受講が可能です。

なお昨年度までの講義の一部をアーカイブとして公開しています。

講義趣旨

生命科学は、計算科学(シミュレーション・統計学・構造科学・ディープラーニング・AIなど)が融合することにより、加速的に発展しつつあります。さらに、この知識の融合は「計算生命科学」として、創薬分野、農学や医学、健康関連分野に多様性をもたらし、アカデミア・産業界のイノベーションの推進力となっています。本講義では、バイオインフォマティクス、生命科学データベース、統計学およびシミュレーション科学そしてAIやディープラーニングの活用など多岐にわたる入門的な講義を配信してきました。7年目を迎える今年度は「生命科学のためのシミュレーション技術とデータサイエンス:基礎から医療と人工知能の融合領域へ」と題して、生命のデータサイエンスの基礎に始まり、分子シミュレーション、AIを医療分野に活用している最新事例を取り上げます。日本バイオインフォマティクス学会・CBI学会の企画協力を得て、生命科学と理工学の学際研究領域である計算生命科学に興味を持たれる方々に、その現状と将来の展望を学んでいただくとともに、異分野間の接点や融合研究の面白さを感じていただくことで、この学際的研究分野で活躍する人材の拡充・育成に寄与することを目指しています。

日程 2020/10/7(水)~2021/2/3(水) 毎週水曜日 17:00~18:30
10/7、11/11、12/9は各編のガイダンスのため18:40までの予定
場所

配信会場:神戸大学計算科学教育センター セミナー室208※【アクセス】 講義前日に届くメール記載のURLにログインすればどこからでも受講可能です(WebExを使用します。詳しい受講方法はこちら)。また、配信会場での受講も可能です(定員:30名)。講師へ直接質問する機会もございますので、ぜひ配信会場でもご受講下さい。
※ただし、例外もあります。詳細はこちらを参照ください。

対象者 大学生、大学院生、ポスドク、大学教員、研究所・企業の研究者
スケジュール
第1編 生命のデータサイエンスの基礎
10/7代謝ネットワーク解析:基礎と応用竹本 和広(九州工業大学)
10/14機械学習・深層学習と生命科学中村 周吾(東洋大学)
10/21タンパク質構造インフォマティクス基礎富井 健太郎(産業技術総合研究所)
10/28質量分析インフォマティクスの基礎有田 正規(国立遺伝学研究所)
11/4細胞レベルでの解体新書「シングルセルゲノミクス」渡辺 亮(京都大学)
第2編 構造生命科学のための分子シミュレーション
11/11新型コロナウイルス感染症治療薬探索を目指したシミュレーションと機械学習関嶋 政和(東京工業大学)
11/18Analysis of antibody-antigen interactions from sequence dataStandley, Daron(大阪大学)
11/25分子シミュレーションを活用したインシリコ創薬支援広川 貴次(産業技術総合研究所)
12/2分子シミュレーションと計測データの融合高田 彰二(京都大学)
第3編 医療と人工知能の融合領域
12/9計算によって「何かが説明できる」という信念が迫り来る未知のウイルスに出会ったとき緒方 法親(株式会社日本バイオデータ)
12/16AI医療の最新活用事例 上田 修功(理化学研究所 革新知能統合研究センター)
1/13自然言語処理が拓く医療AIの未来荒牧 英治(奈良先端科学技術大学院大学)
1/20運動意図推定とロボットリハビリテーション森本 淳(理化学研究所 バトンゾーン研究推進プログラム)
1/27抗体医薬の分子デザインに叶う計算生命科学の可能性鎌田 春彦(医薬基盤・健康・栄養研究所)
2/3AIの医療応用における規制・責任・品質論鎮西 清行(産業技術総合研究所)
講義概要・資料
第1編 生命のデータサイエンスの基礎

10月7日(水) 17:00~17:10「はじめに 計算生命科学の概要」(担当:長浜バイオ大学 白井剛)

▼1.1「代謝ネットワーク解析:基礎と応用」《10月7日(水)》 
竹本 和広(九州工業大学 大学院情報工学研究院 生命化学情報工学研究系 准教授)

代謝は一連の生化学反応の総称であり、学術的側面はもちろんのこと医学・農学・環境学などの応用的側面においても興味深い。特に、代謝はしばしばネットワークの視点から解析される。ここでは、そのような代謝ネットワーク解析について紹介する。基礎から始め近年の動向についても紹介する。特に、進化解析、メタボローム相関ネットワーク解析、標的化合物合成経路の列挙・探索、未知反応経路予測、Reverse Ecologyなどについて触れる。

▼1.2「機械学習・深層学習と生命科学」《10月14日(水)》
中村 周吾(東洋大学情報連携学部 教授)

生命科学分野では、ヒトゲノム計画を端緒として、他分野に先駆けてビッグデータ時代を迎え、ゲノム塩基配列やアミノ酸配列に機械学習・深層学習の方法を適用するインフォマティクス解析、分子構造を対象としたシミュレーション解析などが行われてきた。本講義では、社会全体に急速に応用が広がっている機械学習・深層学習の方法の原理と、それがタンパク質のアミノ酸・立体構造の解析にどのように応用されているのかを、実例を交えて紹介する。

▼1.3「タンパク質構造インフォマティクス基礎」《10月21日(水)》
富井 健太郎(産業技術総合研究所 人工知能研究センター 研究チーム長)

タンパク質の配列・立体構造データの蓄積に伴い、データ駆動型アプローチの重要性がますます高まってきている。本講義では、タンパク質立体構造の全体的および局所的比較を軸に、構造インフォマティクス技術の基礎と役割を紹介する。また応用事例として、産総研人工知能研究センターで開発しているデータベースなどを紹介する。

▼1.4「質量分析インフォマティクスの基礎」《10月28日(水)》
有田 正規(情報・システム研究機構 国立遺伝学研究所 教授)

メタボローム解析、メタボロミクス、リピドミクスと呼ばれる分野では、スペクトルの抽出、検索、代謝物の同定等において計算機をフル活用する。しかしゲノム解析に比較すると未整備な部分が多く、分野の概観が難しい。本講義では、質量分析の仕組み、化合物構造の表現方法、同定の基準など、基本的な情報解析の流れを解説する。NMRによる解析には触れず、タンデム質量分析計に基づいた解析を中心に紹介する。

▼1.5「細胞レベルでの解体新書「シングルセルゲノミクス」」《11月4日(水)》
渡辺 亮(京都大学大学院 医学研究科 特定准教授)

シングルセルゲノミクスは、従来の組織学的な細胞分類では見えなかった新規の細胞種の同定を可能にし、ヒトの初期発生など入手困難なサンプルにおける細胞状態の変化を明らかにしている。複数の細胞状態への変化を検出することで分化の分岐点を決定し、我々の体をつくりだす細胞運命決定機構の分子メカニズムに迫ることができる。さらに、シングルセルレベルでのTCR/BCRの配列決定法が従来のレパトア法にとって変わろうとしている。本講義ではシングルセル解析の現状を紹介する。

【第1編 参考図書】
講義1.1
・アルバート・ラズロ バラバシ (池田裕一ら訳),「ネットワーク科学」 共立出版, 2019年(原著オンライン版 http://networksciencebook.com
・Takemoto, K. Current understanding of the formation and adaptation of metabolic systems based on network theory. Metabolites, vol. 2, issue 3, pp. 429-457 (2012).
・江口至洋「細胞のシステム生物学」共立出版, 2008年
講義1.2
・長田直樹,「進化で読み解く バイオインフォマティクス入門」 森北出版, 2019
・Raschka, Mirjalili著, 福島監訳, 「Python機械学習プログラミング 達人データサイエンティストによる理論と実践」 インプレス, 2018
講義1.3
(特になし)
講義1.4
・ 著者:齊藤和季,「植物メタボロミクス(シリーズ・生命の神秘と不思議)」  裳華房
・ 「基礎から学ぶマススペクトロメトリー」 MSSJウェブサイトより公開 http://www.mssj.jp/publications/journal_jp/kaisetsu_series_01.html
・ 著者: J.H. Gross,「マススペクトロメトリー 原書3版(日本語版)」 丸善出版
・「 医学のあゆみ メタボローム解析UPDATE」 2019年 270巻5号
・ 質量分析インフォマティクス研究会 http://ms-bio.info/index.html
講義1.5
渡辺亮・鈴木穣編, 「シングルセルゲノミクス」 羊土社


第2編 構造生命科学のための分子シミュレーション

11月11日(水) 17:00~17:10「第2編の説明」(担当:神戸大学大学院システム情報学研究科 田中 成典)

▼2.1「新型コロナウイルス感染症治療薬探索を目指したシミュレーションと機械学習」《11月11日(水)》
関嶋 政和(東京工業大学 情報理工学院 准教授)

現在、新型コロナウイルス感染症は、世界的に大きな問題になってきている。小康状態に仮に落ち着いたとしても、第2波や、SARS-CoV-3のような更に新しいコロナウイルスが広がる可能性も考えられる。 COVID-19のような感染症には、長い時間をかけた準備が出来ないため、リポジショニングのような、既に知られている薬剤の転用が重要であるが、我々は、このような時代に、どのようなシミュレーション手法と機械学習手法が貢献可能かを実例と共に考えてみたい。

▼2.2「Analysis of antibody-antigen interactions from sequence data」《11月18日(水)》
Standley, Daron(大阪大学 微生物病研究所 教授)
※英語での講義となります。

Antibodies are the soluble portion of B cell receptors (BCRs). Since antibodies are a critical part of our immune system’s defense against disease, there is growing interest in identifying BCR sequences associated with specific disease-related antigens. In the recent COVID-19 pandemic, for example, a number of groups reported antibody sequences against the SARS-CoV-2 spike protein within months of the outbreak (Brouwer, et al., 2020; Cao, et al., 2020; Chi, et al., 2020). Structure determination of antibody-antigen complexes is a low throughput task, so there is a need for computational methods that can characterize the epitopes of disease-specific antibodies from sequence information alone.

▼2.3「分子シミュレーションを活用したインシリコ創薬支援」《11月25日(水)》
広川 貴次(産業技術総合研究所 上級主任研究員/筑波大学 教授)

クライオ電顕をはじめとするタンパク質立体構造解析技術の発展により、構造データを起点とした創薬支援研究が再び注目されてきている。しかし、構造データの中には、特定の条件や環境に依存した構造情報もあり、そのままのデータでは創薬へ適用が難しいものがある。分子シミュレーションは、このような問題を補完できる技術として注目されている。講義では、構造データと創薬を橋渡しする高度なインシリコ創薬支援技術について基礎と応用事例について紹介する。

▼2.4「分子シミュレーションと計測データの融合」《12月2日(水)》
高田 彰二(京都大学大学院理学研究科 教授)

今日、分子シミュレーションはタンパク質等の分子動態研究・創薬研究の一方法として普及している。しかし、シミュレーションが実験にとって代わるわけではない。むしろ実験データと融合することで分子シミュレーションは更に役に立つ。その一般的枠組みは,ベイズ統計学に基づいたモデル構築(ベイズモデリング、機械学習のひとつ)によって与えられる。講義では、その枠組みを概説し、具体例を紹介する。

【第2編 参考図書】
講義2.1
・R. Yoshino et al.,"In silico, in vitro, X-ray crystallography, and integrated strategies for discovering spermidine synthase inhibitors for Chagas disease", Scientific Reports, 7, doi:10.1038/s41598-017-06411-9, 2017.
・N. Yasuo and M. Sekijima, "Improved Method of Structure-Based Virtual Screening via Interaction-Energy-Based Learning", Journal of Chemical Information and Modeling, 59 (3), pp. 1050-1061,DOI: 10.1021/acs.jcim.8b00673 , 2019.
講義2.2
https://pubs.rsc.org/en/content/articlehtml/2019/me/c9me00020h
講義2.3
特になし
講義2.4
・樋口知之 編著,「データ同化入門」朝倉書店
・ビショップ,「パターン認識と機械学習(上下)」丸善出版


第3編 医療と人工知能の融合領域

12月9日 17:00~17:10「第3編の説明」(担当:神戸大学大学院科学技術イノベーション研究科 森一郎)

▼3.1「計算によって「何かが説明できる」という信念が迫り来る未知のウイルスに出会ったとき」《12月9日(水)》
緒方 法親(株式会社日本バイオデータ 代表取締役/次世代バイオ医薬品製造技術研究組合 事業部 顧問(ゲノム技術))

計算は古来より生命科学に貢献してきた。アリストテレスは家畜乳の成分比較に計算を用いたし1、統計学・検定はフィッシャーが農場で開発したもの2である。それでも計算生命科学に新鮮味があるのは、測定装置の飛躍的な性能向上によって生命科学における計算の重要性が増したからだろう3,4,5。データがシェアされる今日6,7では、居間で計算することによって動物研究の再現性を植物で調べ8、新興ウイルスの性質を調べることができる9。講義では事例と共に計算生命科学発展のカギを探る10

▼3.2「AI医療の最新活用事例」《12月16日(水)》
上田 修功(理化学研究所革新知能統合研究センター 副センター長)

近年、AI(機械学習)技術は、工学のみならず、自然科学、社会科学分野においても多用され、AI技術への関心が高まっている。本講義では、AI技術の医療応用に関し、我々が取り組んでいる最新の活用事例である、前立腺癌の術後の再発予測手法、および、創薬ターゲット探索のための患者層別化手法について紹介する。具体的には、両者で用いているAI技術の詳細を各々説明し、その有用性を紹介する。

▼3.3「自然言語処理が拓く医療AIの未来」《1月13日(水)》
荒牧 英治(奈良先端科学技術大学院大学 先端科学技術研究科 教授)

今、医療現場が変わりつつある。電子カルテに集積される医療ビッグデータ、それを用いた人工知能による診断支援、さらには、スマートフォンやスマートスピーカといった新たなデバイスからの患者情報など、様々な材料、技術が登場している。
しかし、生成される多様なデータの相当な部分は自然言語文であり、今後もそれはただちに変わりそうにない。つまり、医療データの利活用には、この自然言語文を扱う技術が必須となる。講義では、カルテビッグデータを用いた診断支援、つぶやきを用いた感染症流行推定、スマートデバイスで患者の声を集める試みなど、進行中の研究テーマの概要を具体的に説明し、議論したい。

▼3.4「運動意図推定とロボットリハビリテーション」《1月20日(水)》
森本 淳(理化学研究所 バトンゾーン研究推進プログラム ロボティクスプロジェクト 人間機械協調研究チーム チームリーダー)

少子高齢化の社会的背景から、日本をはじめとした先進諸国においてロボティクス技術を用いた運動アシストシステムの開発が盛んとなっている。ここでは、外骨格ロボットをはじめとした運動アシスト技術のこれまでの発展を概説するとともに、私たちの研究グループにおける、運動意図推定手法をはじめとした研究開発やリハビリテーション応用の活動について紹介する。

▼3.5「抗体医薬の分子デザインに叶う計算生命科学の可能性」《1月27日(水)》
鎌田 春彦(医薬基盤・健康・栄養研究所 創薬デザイン研究センター バイオ創薬プロジェクト プロジェクトリーダー)

現在、中和活性や細胞傷害活性などの、様々な機能を持つ抗体が画期的な効果を示す医薬品として臨床応用されている。本講義では、これまで開発されてきたバイオ医薬の背景について解説するとともに、バイオ医薬として展開が大いに期待されている機能抗体をいかにデザインするか、それを実現するための計算科学の可能性について議論したい。

▼3.6「AIの医療応用における規制・責任・品質論」《2月3日(水)》
鎮西 清行(産業技術総合研究所 健康医工学研究部門 副研究部門長)

機械学習の医療応用が始まっている。企業による製品開発への応用だけでなく、自身でディープラーニングを試してみたいドクターも多数いる。
この講義では、製品開発または研究開発そして臨床試用に際して知っておくべき規制や法的事項の概要と、関連する責任や品質について学ぶ。ソフトウェアの品質、連続的に変化する機械学習アルゴリズムと規制要求の関係、令和元年改正薬機法の新制度などにつき紹介する。

【第3編 参考図書】
講義3.1
1. 「アリストテレス全集8/動物誌(上)」岩波書店, ISBN 978-4-00-092778-9, p.156, p.158
2. デイヴィッド・サルツブルグ, 「統計学を拓いた異才たち」日経ビジネス人文庫, ISBN 978-4-532-19539-7
3. NGS(Illumina) https://pubmed.ncbi.nlm.nih.gov/18516045/
4. Cryo-EM https://pubmed.ncbi.nlm.nih.gov/27238019/
5. NGS(PacBio) https://pubmed.ncbi.nlm.nih.gov/31609423/
6. Pubmed Central https://www.ncbi.nlm.nih.gov/pmc/
7. DDBJ SRA https://www.ddbj.nig.ac.jp/dra/index.html
8. biorxivの投稿 https://doi.org/10.1101/542647
9. コロナのプレプリント https://arxiv.org/abs/2002.08802
10. 事例リスト https://researchmap.jp/n0rr

講義3.2
・石井健一郎、上田修功,「続・わかりやすいパターン認識(教師無し学習入門)」 オーム社
・Pang-Ning Tan, Michael Steinbach, and et al.,「Introduction to Data Mining (2nd Edition) (What's New in Computer Science)」 Person press, 2018.
講義3.3
荒牧英治,「医療言語処理」コロナ社
講義3.4
「神経科学の最前線とリハビリテーション―脳の可塑性と運動」
講義3.5
「標的に抗体が結合できる部位はいくつあるか?」 実験医学, vol.36 (11) 1867-1874. 2019
講義3.6
「医用画像ディープラーニング入門(医療AIとディープラーニングシリーズ)」 ISBN 78-4-274-22365-5

注意事項

今年度は、新型コロナウィルス感染防止のため、一部の回で講師の所属先からの直接配信となることがあります。
そのため、神戸大学会場での開催のない回もありますので、ご注意下さい。最新情報は、当ホームページで告知の他、受講登録者全員にもメールいたします。

コーディネーター 伊藤 眞里(医薬基盤・健康・栄養研究所 バイオインフォマティクスプロジェクト 上席研究員)
江口 至洋(神戸大学産官学連携本部 客員教授)
河野 秀俊(量子科学技術研究開発機構 量子生命科学領域グループリーダー)
白井 剛(長浜バイオ大学バイオサイエンス学部 教授)
田中 成典(神戸大学大学院システム情報学研究科 教授)
八幡 憲明(量子科学技術研究開発機構 量子生命科学領域グループリーダー)
森 一郎(神戸大学大学院科学技術イノベーション研究科 特命教授)
森 義治(神戸大学大学院システム情報学研究科 講師)
共催・後援

共催:神戸大学計算科学教育センター、神戸大学産官学連携本部神戸大学大学院科学技術イノベーション研究科京都大学 大学院医学研究科 ビッグデータ医科学分野計算科学振興財団産業技術総合研究所 細胞分子工学研究部門日本薬学会兵庫県立大学大学院シミュレーション学研究科理化学研究所 医科学イノベーションハブ推進プログラム理化学研究所 計算科学研究センター量子科学技術研究開発機構
後援:兵庫県、神戸市、神戸医療産業都市推進機構、NPO法人バイオグリッドセンター関西
企画協力:CBI学会、日本バイオインフォマティクス学会

受講方法(Webex接続方法)・配信テスト等

本講義は、Webexを使ってインターネット上に配信されます。アクセス用URLが記載された招待メールは【前日】および【当日直前】に送信されます。招待メールが届かない場合やうまく接続出来ない場合は、当センター事務局(ls-contact[at]eccse.kobe-u.ac.jp)までお問合せください。なお、講義会場での受講も可能です(一部例外あり)。
※[at]は半角アットマークに置き換えて下さい。

推奨ブラウザ:Chrome, Firefox, Safari(Macの方)
※IE, Microsoft Edgeは音声面での不具合が報告されているため、ご利用は避けて下さい。

【第1回配信テスト】9月23日(水)17:00~18:00 NEW!
【第2回配信テスト】9月30日(水)17:00~18:00 NEW!
いずれかご都合の良い日に参加してください。


【受講上のご注意】PDF

【Webex接続方法と接続できない時の対処法】※後日公開予定です。

会場受講での注意

新型コロナウィルス感染防止のため、以下のガイドラインの遵守にご協力お願いします。
・発熱されている方、体調がよろしくない方は会場受講を避けて下さい。
・会場に受講者名簿を備えておりますので、お名前と所属のご記入をお願いします。
来場時には必ずマスクをご着用ください。
・会場入口に消毒液を設置しておりますので、ご利用ください。
・30分ごとに換気のため窓を開けさせていただきます。
・隣の方とは2m以上離れてご着席ください。
・会場前方に着席する場合、講師との距離は2m以上置くようにお願いします。

アーカイブ動画・その他

各講師より公開許可をいただいている講義のみ、その講義映像をプログラム終了後に公開する計画(2021年5月頃)です。

昨年度の「計算生命科学の基礎VI」の講義の一部については、こちら で公開されています。

Facebookでは最新の講義の様子を報告しています。お気軽にフォローして下さい。
https://ja-jp.facebook.com/keisan.seimeikagaku/


お問合せ
よくある質問・FAQ

神戸大学計算科学教育センター事務局:ls-contact[at]eccse.kobe-u.ac.jp
※[at]は半角アットマークに置き換えて下さい。

【Q and A】

Q:出先でパソコンがない場合も受講可能でしょうか。
A:受講可能なスマートフォンを多く確認しております。

Q:講義資料が配布されない講義があるのですが。
A:講師が許可されている場合のみ資料を配布しております。ご了承下さい。

Q:昨年度、受講した(してない)のですが。
A:昨年度から続けての講師の方もおられますが全くの同じ内容ということはありません。また、昨年度の受講を前提とした内容ではありません。

Q:職場からだけでなく、自宅から受講することもあるので、2つのメールアドレスで登録したいです。
A:申込画面の「質問」欄に、2つ目のメールアドレスを入力してください。どちらも受講者MLに登録します。

Q:受講できなかった日の講義を、後日どこかのサイトで公開してもらえませんか。
A:担当講師から許可を得られているもののみ、翌年の5月頃に理化学研究所のサイトにてアーカイブ公開されます。
受講後すぐの公開は行っておりませんのでご理解ください。

Q:受講できない場合(会場で受講したい場合)は事前に連絡が必要ですか。
A:ご連絡いただく必要はありません。

Q:会場の定員は30名ということですが。
A:昨年度は定員を理由にお断りすることはありませんでした。

Q:高校生でも受講できますか。
A:受講は可能です。「大学生や研究者向け」の内容となりますが、チャレンジを歓迎します。

遠隔講義のお申し込みはこちら

このページのトップへ