遠隔講義

TOP > 遠隔講義 > 計算生命科学の基礎8

計算生命科学の基礎8

~未来の医療と創薬へつながる生命科学のデータサイエンスとシミュレーション技術~

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(一部講義では会場での対面開催もあります)、どこからでも無料でオンライン受講が可能です。

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。

受講生の皆さまへ:お申込みいただいた方全てのメールアドレスを本講座の連絡用メーリングリスト(ls-listeners2021[at]eccse.kobe-u.ac.jp)に登録させていただいてます。このメーリングリストは事務局から受講者への発信専用ですので、返信はできません。よろしくご了承お願いします。

生命のしくみを理解しようとする基礎生物学や人類の未来を担う健康・医療活動と連動しながら発展してきた生命科学の重要性は言うまでもないことでしょう。このような生命科学の発展にはゲノム情報や生体分子の立体構造などのビッグデータを扱うデータサイエンスが貢献しており、ディープラーニングに代表される機械学習や AI により未知の現象の予測をすることが可能となってきました。また様々なデータをシミュレーション技術により解析することによって、生体分子からマクロな生命現象までの多様な階層を定量的に理解することも行われてきています。このような計算生命科学は、お互いが融合することにより基本的な生物学のより進んだ理解から医学・薬学、農学や健康関連分野などのさらなる発展に寄与しています。本講義では以上のように発展してきた計算生命科学の基礎、そしてそれに基づいた現在から未来への医療・創薬に貢献できる知識を提供いたします。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、その基礎や現状、将来の展望等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 2021/10/6(水)~2022/2/2(水) 毎週水曜日 17:00~18:30
ただし、11/3(水・祝)のみ、11/4(木)の講義になります。また、10/6、11/10、12/15は各編のガイダンスのため18:40までとなります。
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
※ただし、講師所属先からの直接配信の日は会場での開催はありません。
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(Zoomを使用します。詳しい受講方法はこちら)。
また、一部の講義は配信会場での受講も可能です(定員:15名)。講師へ直接質問する機会もございますので、会場開催のある日は、ぜひ配信会場でもご受講下さい。(密になることは殆どありません)

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
...基礎・初学者向け
第1編 生命科学のためのデータサイエンスの基礎
10/6機械学習・深層学習と生命科学 中村 周吾(東洋大学)
10/13遺伝統計学で迫る疾患病態解明、創薬、個別化医療 岡田 随象(大阪大学)
10/20文献データマイニングの基礎 村松 知成(東京大学)
10/27結晶学・単粒子解析による分子構造データの基礎 山下 恵太郎(MRC分子生物学研究所(英国))
11/4機械学習によるタンパク質立体構造予測 富井 健太郎(産業技術総合研究所)
第2編 構造生命科学のための分子シミュレーション
11/10AIを用いた創薬の新展開 大田 雅照(理化学研究所)
11/17分子軌道認証:データ科学を利用した簡便な反応電子論 常田 貴夫(北海道大学)
11/24溶液中における生体関連分子複合系の自由エネルギー解析 松林 伸幸(大阪大学)
12/1分子モデリング・シミュレーションから見るクロマチンポテンシャル
河野 秀俊(量子科学技術研究開発機構)
12/8インシリコ創薬支援のための分子シミュレーション活用法
広川 貴次(筑波大学)
第3編 未来をみすえた医療、創薬への応用
12/15電流源推定を用いたヒト脳機能研究 山下 宙人(株式会社国際電気通信基礎技術研究所(ATR))
1/12Brain-Computer Interfaceによる脳情報の伝達と修飾 栁澤 琢史(大阪大学)
1/19立体構造情報を活用した核酸医薬品・核酸標的低分子医薬品のデザイン 近藤 次郎(上智大学)
1/26命を救う数式 木村 建次郎(神戸大学)
2/2有効なReal World Dataを集積するためのストラテジー 松村 泰志(国立病院機構 大阪医療センター)
講義概要・資料・参考図書など

所属先からの配信...講師所属先からの配信・会場での開催なし
オンデマンド再放送あり...オンデマンド再放送あり

※ただし会場開催があるかどうかは、開催1ヵ月前の状況で変更の可能性もあります

第1編 生命科学のためのデータサイエンスの基礎

10月6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「機械学習・深層学習と生命科学」《10月6日(水)》 
中村 周吾(東洋大学 情報連携学部 教授)所属先からの配信 オンデマンド再放送あり 【講義資料(PW)】 【配信後の質問(PW)】

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、アミノ酸配列、生体分子立体構造等に機械学習・深層学習の方法を適用するインフォマティクス解析、分子構造に物理化学の手法を適用するシミュレーション解析が行われてきた。本講義では、社会全体に急速に応用が広がった機械学習・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。

▼1.2「遺伝統計学で迫る疾患病態解明、創薬、個別化医療」《10月13日(水)》
岡田 随象(大阪大学 大学院医学系研究科 教授) 所属先からの配信 オンデマンド再放送あり【資料配布なし】【配信後の質問(PW)】 

遺伝統計学は、遺伝情報と形質情報の因果関係を統計学の観点から検討する学問分野である。数百万人規模の大規模ヒト疾患ゲノム情報を大容量のオミクスデータと分野横断的に解釈し、社会還元するための学問へのニーズが高まっている。細胞組織特異性に着目した疾患病態の解明、メタゲノム・メタボローム解析等の新規オミクス情報層の開拓、機械学習・深層学習など革新的情報処理技術の適用、ゲノム情報に基づく新規創薬の試み、ゲノム個別化医療の社会実装など、遺伝統計学が今後取り組むべき課題を本講演では紹介する。

▼1.3「文献データマイニングの基礎」《10月20日(水)》
村松 知成(東京大学 大学院農学生命科学研究科 特任准教授) 所属先からの配信 オンデマンド再放送あり【講義資料(PW)】

文献データマイニングとは、巨大な文献データを用い、その中の個別の対象(単語、熟語、用語)の性質や意味などの情報、あるいは対象間の関係性などを統合的に導き出すことを目指す手法である。手順としては文章の局所領域(文、パラグラフなど)から情報を抽出し文献データ全体にわたって統合する。この手法の概要ならびに約3千万件の医学・生物学文献情報を有するPubMedデータベースを用いた我々の取り組みを紹介する。

▼1.4「結晶学・単粒子解析による分子構造データの基礎」《10月27日(水)》
山下 恵太郎(MRC分子生物学研究所(英) Postdoctoral Scientist)所属先からの配信 オンデマンド再放送あり

Protein Data Bank (PDB)にはタンパク質・核酸をはじめとする生体高分子の多種多様な立体構造情報が蓄積されている。本講義ではこのうち大部分を占めるX線結晶構造解析と,近年の技術革新により急速に分解能・解析例ともに伸びてきているクライオ電子顕微鏡(単粒子解析法)に焦点を当て説明する。特に、立体構造情報を利用する立場の方々に知っておいて欲しいことについて議論したい。

▼1.5「機械学習によるタンパク質立体構造予測」《11月4日(木)》
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)所属先からの配信 オンデマンド再放送あり
※オンデマンド再放送は、11/8(月)16:30~11/9(火)12:00(正午)までになります。

AlphaFold 2の登場により、タンパク質アミノ酸配列からの立体構造予測の精度が格段に向上した。これは、タンパク質の配列および立体構造データの蓄積と、深層学習の発達に負うところが大きい。本講義では、タンパク質立体構造予測の近年の潮流を軸に、立体構造予測法の基礎や立体構造解析/決定への応用などについて紹介する。

【第1編 参考図書】
講義1.1
・進化で読み解く バイオインフォマティクス入門, 長田著, 森北出版, 2019
・[第3版] 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, Raschka, Mirjalili著, 福島監訳, インプレス, 2020
講義1.2
ゼロから実践する 遺伝統計学セミナー、岡田随象、羊土社
講義1.3
・「入門 自然言語処理」Steven Bird, Ewan Klein, Edward Loper 著
萩原 正人、中山 敬広、水野 貴明 訳 オライリージャパン(2010)
講義1.4
・G Rhodes著「Crystallography Made Crystal Clear」(X線結晶構造解析初心者向け)
https://em-learning.com/ (電子顕微鏡単粒子構造解析法の学習)
講義1.5
(特になし)


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10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「AIを用いた創薬の新展開」《11月10日(水)》
大田 雅照(理化学研究所 計算科学研究センター HPC/AI駆動型医薬プラットフォーム部門 AI創薬連携基盤ユニット 上級研究員)
【神戸大学会場での開催を予定】 オンデマンド再放送あり 

深層学習(Deep Learning)を筆頭とする人工知能(Artificial Intelligence, AI)技術は、様々な分野で社会にインパクトを与え、イノベーションを引き起こしつつある。本講義では、創薬、特に活性物質取得から前臨床研究における、その具体的な応用例を示すと共に、その基盤となっている多様なAI技術を紹介する。AIの創薬応用について、理論と応用の両側面から理解することにより、創薬現場において、その具体的応用を発案・実施できるようにすることを狙いとする。

▼2.2「分子軌道認証:データ科学を利用した簡便な反応電子論」《11月17日(水)》
常田 貴夫(北海道大学理学部 CREST特別研究員/神戸大学大学院科学技術イノベーション研究科客員教授)
【神戸大学会場での開催を予定】オンデマンド再放送あり

有機電子論やフロンティア軌道論のような反応電子論は、電子の動きをもとに反応の駆動要因を解釈する簡便な手法である。定量的軌道エネルギーをもとにこれを展開した反応性軌道エネルギー論は、反応を駆動する反応性軌道を特定できる。最近、この理論に機械学習を導入し、反応前後の情報だけで分子軌道の対応関係を求める分子軌道認証を開発した。本講義では、分子軌道認証を説明するとともに、認証により明らかになった先進的な電子論的反応解釈を紹介する。

▼2.3「溶液中における生体関連分子複合系の自由エネルギー解析」《11月24日(水)》
松林 伸幸(大阪大学 基礎工学研究科 化学工学領域 教授) 所属先からの配信 オンデマンド再放送あり 

溶液中におけるタンパク質や脂質などの生体関連分子は、溶媒との分子間相互作用の下で構造を形成し機能を発現する。本講義では、分子シミュレーションと溶液統計力学理論の融合に基づく生体関連分子複合系の自由エネルギー解析を概説する。統計力学と分子シミュレーションの基礎から出発して、溶媒和理論の構成について述べ、タンパク質構造に対する共溶媒効果、タンパク質複合体の安定性、および、タンパク質-脂質膜相互作用の分子レベル解析に進む。

▼2.4「分子モデリング・シミュレーションから見るクロマチンポテンシャル」《12月1日(水)》
河野 秀俊(量子科学技術研究開発機構 量子生命科学研究所 生体分子シミュレーショングループ グループリーダー)所属先からの配信 オンデマンド再放送あり

真核生物のゲノムはクロマチンとして細胞核にコンパクトに収納されている。その収納状態は、クロマチンの翻訳後修飾(エピジェネティックな変化)に応じて変化し、遺伝子の発現制御と密接な関係があることが分かってきた。本講義では、クロマチンの分子構造とそのダイナミクスについて、研究の最前線を紹介する。

▼2.5「インシリコ創薬の基礎と応用」《12月8日(水)》
広川 貴次(筑波大学医学医療系 教授)
【神戸大学会場での開催を予定】  オンデマンド再放送あり

インシリコ創薬の代表的なアプローチであるLigand-based drug design(LBDD)およびStructure-based drug design(SBDD)について、基本的な内容及び、それぞれの長所や創薬支援に活用する際のポイントについて概説する。さらに応用事例についても国内外の先行研究をいくつか紹介したい。

【第2編 参考図書】
講義2.1
“kGCN: a graph-based deep learning framework for chemical structures”, R. Kojima, S. Ishida, M. Ohta, H. Iwata, T. Honma & Y. Okuno, J. Cheminform., 2020, 12, Article number: 32 Open access:kGCNの紹介。マルチモーダルおよびマルチタスク法による活性予測例、説明可能なAI(Explainable AI, XAI)の例・手法説明などあり。
タンパク質立体構造に基づく創薬における人工知能技術の応用、大田雅照、池口満徳、MEDCHEM NEWS Vol.28 No.4 pp175 (2018):LINCコンソーシアムにおけるタンパク質立体構造創薬人工知能技術の紹介
AIを用いた分子立体構造に基づく新規分子構造生成、大田 雅照、CBI学会誌2019年第7巻第2号pp54~ :ホットトピックス(文献紹介)
“Artificial intelligence in drug design: algorithms, applications, challenges and ethics”, Alya A Arabi, Future Drug Discov., 2021 Open access:最近の review
講義2.2
常田 貴夫「密度汎関数法の基礎」(講談社)
講義2.3
https://sourceforge.net/p/ermod/wiki/doc-LectureNotes/
https://sourceforge.net/p/ermod/wiki/doc-Theories/
Free-energy analysis of protein solvation with all-atom molecular dynamics simulation combined with a theory of solutions, N. Matubayasi, Current Opinion in Structural Biology, 43, 45-54 (2017). DOI: 10.1016/j.sbi.2016.10.005
講義2.4
・「タンパク質計算科学」神谷、肥後、福西、中村著 共立出版
・「エピジェネティクス――新しい生命像をえがく」 (岩波新書) 中野徹
・「エピジェネティクス革命 」丸善、ネッサ キャリー (著), 中山 潤一 (翻訳)
・「遺伝子発現制御機構」 田村、浦編 東京化学同人
講義2.5
(特になし)


第3編 未来をみすえた医療、創薬への応用

12月15日 17:00~17:10「第3編の説明」(担当:医薬基盤・健康・栄養研究所 伊藤 眞里)

▼3.1「電流源推定を用いたヒト脳機能研究」《12月15日(水)》
山下 宙人(株式会社国際電気通信基礎技術研究所 脳情報通信総合研究所 室長/理化学研究所 革新知能統合研究センター チームリーダー) 所属先からの配信 オンデマンド再放送あり 

脳波・脳磁図(EEG・MEG) は聴覚検査やてんかん術前診断などの臨床応用だけでなく、ヒトの脳活動ダイナミクスを調べる方法として認知神経科学の基礎研究にも利用されてきた。近年、計測の多チャンネル化・計算機の高性能化・脳構造モデルの高精度化に伴い、EEG・MEGの生データから脳内の活動源をイメージングする“電流源推定法”の重要性が増してきている。本講義では、電流源推定法の研究動向、技術的背景、当研究チームで行っている最近の研究について解説する。

▼3.2「Brain-Computer Interfaceによる脳情報の伝達と修飾」《1月12日(水)》
栁澤 琢史(大阪大学 高等共創研究院 教授) 所属先からの配信 オンデマンド再放送あり

脳波などを機械学習によって解読(Decoding)し、その情報に基づいて機械を制御するBrain-Computer Interface (BCI)は、脳とAIを融合する技術でもある。特に、侵襲的脳信号を用いた高精度の脳情報解読によるBCIは医療応用が期待されている。本講義では、BCIの基礎から臨床応用の現状を説明し、BCIが脳に及ぼす影響について、幻肢痛に対するBCI治療を例として議論する。

▼3.3「立体構造情報を活用した核酸医薬品・核酸標的低分子医薬品のデザイン」《1月19日(水)》
近藤 次郎(上智大学 理工学部 物質生命理工学科 准教授) 所属先からの配信 オンデマンド再放送あり 

DNAやRNAといった核酸分子は、医薬品としても、医薬品の標的としても、創薬分野で注目を集めている。核酸医薬品は低分子医薬品、タンパク質医薬品に次ぐニューモダリティとして次々と上市されている。また、タンパク質を標的としてきた従来の低分子医薬品を、核酸を新たな標的とすることで再利用する動きもある。本講義では、当研究室で行っている核酸の立体構造情報を活用したドラッグデザインについて紹介し、計算科学が関わる核酸創薬の将来展望についてお話したい。

▼3.4「命を救う数式」《1月26日(水)》
木村 建次郎(神戸大学数理・データサイエンスセンター 教授) 所属先からの配信 オンデマンド再放送あり 

※オンデマンド再放送は、講義終了後1週間後ぐらいを予定しています。詳細な日時は受講者にメール連絡します。

病院にあるレントゲンやCTのような、強いエネルギーの電磁波ではなく、異なる物質の界面で大きく散乱する弱いエネルギーをもつ電磁波、すなわち散乱性の高い電磁波を使ってその散乱波から物体の形を導き出す『多重経路散乱場理論』の開発に世界で初めて成功した。この問題は“波動散乱逆問題”といわれ、応用数学史上の未解決問題として知られている。本講義では、その数学上の問題を解決し、スタートアップの創業として様々な分野に社会実装した経緯についてお話しする。

▼3.5「有効なReal World Dataを集積するためのストラテジー」《2月2日(水)》
松村 泰志(独立行政法人国立病院機構 大阪医療センター 院長/大阪大学名誉教授・招聘教授(医療情報学担当))
【神戸大学会場での開催を予定】オンデマンド再放送あり 

医療情報が電子化され、このデータを利用することで臨床研究に利用するコンセプトが打ち出され、海外では成功事例があり、国際的に注目されてきている。しかし、日本では目立った成功事例は出ていない。医療情報が電子化されたことと、これを研究利用可能とすることとの間にはギャップがあり、これを乗り越えなければReal World Dataを活用できるようにはならない。このギャップとは何か、どうすれば乗り越えることができるのかについて講義する。

【第3編 参考図書】
講義3.1
1. Baillet, Sylvain, John C. Mosher, and Richard M. Leahy. "Electromagnetic brain mapping." IEEE Signal processing magazine 18.6 (2001): 14-30.
2. 宮内 哲, 脳を測る, 心理学評論, 2013, 56 巻, 3 号, p. 414-454
3. Baillet,Sylvain. "Magnetoencephalography for brain electrophysiology and imaging." Nature neuroscience 20.3 (2017): 327-339.

講義3.2
1. 「越境する脳 ブレイン・マシン・インターフェースの最前線」 Miguel Nicolelis 早川書房
2. T. Yanagisawa et al., BCI training to move a virtual hand reduces phantom limb pain, Neurology, 95(4):e417-e426, 2020.
3. T. Yanagisawa, et al., Induced sensorimotor brain plasticity controls pain in phantom limb patients, Nature Communications, 7, 13209, 2016
4. Yanagisawa T, et al., Electrocorticographic control of a prosthetic arm in paralyzed patients, Annals of Neurology, 71 (3):353-61, 2021

講義3.3
核酸科学ハンドブック 日本核酸化学会(監修)、杉本直己(編集) 講談社 
講義3.4
Introduction to subsurface imaging
(Saleh, Bahaa Cambridge University Press, 2011)
講義3.5
・医療情報 第6版 医療情報システム編 篠原出版新社
(3-5の講義内容は掲載されていません。医療情報システムの基礎的なことを理解する上での参考図書として)

注意事項

新型コロナウィルス感染防止のため、会場での対面開催が行われる日が限られています。講師の所属先からの直接配信の日は会場での開催はありませんので、ご注意ください。
会場開催となっている講義でも1ヵ月前の状況で所属先配信に変更となる場合がありますので、度々当ホームページをご確認ください。また、受講登録者にはメール連絡します。

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 量子生命科学研究所 生体分子シミュレーショングループ 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)
間島 慶(量子科学技術研究開発機構 量子生命科学研究所 量子生命情報科学グループ 研究員)
森 一郎(神戸大学大学院科学技術イノベーション研究科 客員教授)
森 義治(神戸大学大学院システム情報学研究科 講師)
八幡 憲明(量子科学技術研究開発機構 量子生命科学研究所 量子生命情報科学グループ グループリーダー)
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医薬基盤・健康・栄養研究所京都大学 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日本生物学的精神医学会兵庫県立大学データ計算科学連携センター一般社団法人ライフインテリジェンスコンソーシアム理化学研究所 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日本薬学会
企画協力:日本バイオインフォマティクス学会、CBI学会

受講方法(Zoom接続方法)・配信テスト等

本講義は、Zoom(Webinar)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。

以下の日程で配信テストを2回行います。いずれかご都合のよろしい時間にご参加ください。
【第1回配信テスト】9月22日(水)17:00~18:00
【第2回配信テスト】9月29日(水)17:00~18:00 


【受講上のご注意】PDF
【Zoom接続方法と接続できない時の対処法】PDF(21.10.18改訂)
【スマートフォンでのZoom接続】PDF※iPhoneのみになります

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。
・建物(神戸大学統合研究拠点)の入口に検温器と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。

オンデマンド再放送について
【NEW】

講師から許可を得ている講義のみ(オンデマンド再放送ありアイコンのある講義ですが、今年度は全講義対象)、以下の限定された時間のみでオンデマンド再放送を行います。URLは受講登録者(該当講義の受講申込者のみ)全員に、木曜の夕方16:25~16:30頃(再放送開始直前)に送信します。
配信日翌日の木曜日夕方16:30~金曜日昼12:00まで
※ただし、11/4(木)の講義については、11/8(月)夕方16:30~11/9(火)昼12:00までとなります。
また、1/26(水)の講義については、終了後1週間後くらい(日時未定)のオンデマンド再放送公開となりますが、詳細は受講者全員に連絡します。

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(2022年5月頃)です。

昨年度の「計算生命科学の基礎VII」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:スマートフォンやタブレットでも受講可能であることを確認しております。

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:事前学習をしたいので、講義資料を早い目に公開してください。
A:講義資料は講師から受け取り次第、速やかに公開しておりますが、受け取りが遅れた場合は遅くなってしまいます。ご了承ください。

Q:昨年度、受講してないのですが。
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: 職場や大学の仲間たちと一緒に受講する予定ですが、代表者の自分のみ受講申込を行います。
A: 正確な受講者数の把握のために、お手数ですがご一緒の方もそれぞれ受講申込をお願いいたします。

Q:職場(大学)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。
みなさまからの多数のご要望にお答えして、今年度より、オンデマンド再放送を行うことになりました。

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:ライブ放送は毎回時間が合わないので、全てオンデマンド再放送での受講となりそうです。再放送のURLは毎回送ってもらえますか。【NEW!】
A:再放送のURLはその講義にお申し込みいただいた全員に送りますので大丈夫です。また、全てをオンデマンド再放送で受講いただいても結構です。

Q:会場の定員は15名ということですが。
A:感染防止の観点から、30名定員のところを15名としています。(昨年例では密になることは殆どありませんでした)

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