生命情報解析特論

Bioinformatics and Computational Biology

990C240

03BIMEB605

波江野　洋

Hiroshi Haeno

2026年度前期

2026年度

①First semester

火曜3限

Tuesday 1st period

生命科学研究科

Graduate School of Biological Sciences

2.0単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

RNA-SeqやDNA-Seqといった一般的なオミクス解析について、データの構造/解析の流れ/作図方法に関する知識を身につけ実践できるようになる。また、シングルセル解析、AI解析、数理モデルシミュレーションなどといった解析にも触れる。この講義を通して、生命情報解析に対して正しい知識を身に付け、基礎的な解析を実施できるようになり、情報解析研究について自ら考える力を養う。

Students will learn the knowledge of how to analyze the data, summarize the results and draw figures in basic o-mics analysis such as RNA-Seq and DNA-Seq. Students will learn the advanced information analysis such as single-cell,  AI analysis, or computational simulations.

この講義を通して、生命情報解析に対して正しい知識を身に付け、基礎的な解析を実施できるようになり、情報解析研究について自ら実施する力を養う。

Students will learn to execute basic bioinformatics analysis by acquiring knowledge of information analysis in life science, and learn to perform their own bioinformatics and computational analysis.

自らRやPythonを使って基礎的な生命情報解析を実践し、自らの研究発表に用いることができるような解析・作図能力を身につける。シングルセル解析やオミクス解析、シミュレーション解析を駆使した最先端の生命情報解析研究について内容を理解し概要を説明できるようになる。

Students will perform basic bioinformatics analysis and acquire the skills of drawing figures for their presentation. Students will acquire bioinformatics knowledge to understand the content of advanced bioinformatics researches and explain the abstract.

各自所有するノートパソコンを利用して学習する回がある。

A laptop is necessary for some classes of practical learning.

実習　Practical learning／-

-

毎回の講義の数日前に、講義で用いる教材ならびに関連する資料を、CLASSに掲示するので、その記載事項について、２時間程度かけて充分に理解した上で、講義に参加すること。
講義後は、講義内容の関連分野の図書や論文を参考に２時間程度復習し、各自の疑問の解決に努めること。

The content of lecture will be uploaded on the CLASS system before the lecture for your preparation and review. Spend about two hours understanding them before attending the lecture.
After the lecture, students are expected to review for about two hours, referring to books and papers related to the lecture content, and try to resolve any questions they may have.

講義ごとに講義内容から出題される課題の採点により評価する（100%）。

Evaluation based on achievement of assignments provided at every lecture (100%).

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

授業計画　:

• コンピュータ操作と環境設定
• データ構造と作図
• RNA-Seq解析
• DNA-Seq解析
• scRNA-Seq解析
• scRNA-Seq解析2
• Pythonによる数値計算
• AI解析
• AI解析2
• オイラー法による微分方程式
• ギレスピーアルゴリズムによる確率シミュレーション
• ギレスピーアルゴリズムによる確率シミュレーション2
• 反応拡散方程式のシミュレーション
• 発がん過程のシミュレーション
• まとめ

Outline:
・Basic computer operation and environmental setting.
・Data structure and drawing pictures.
・RNA-Seq analysis
・DNA-Seq analysis
・single cell RNA-Seq analysis
・single cell RNA-Seq analysis2
・simulation with Python
・AI analysis
・AI analysis2
・simulation of differential equation with Euler method
・stochastic simulation with Gillespie algorithm
・stochastic simulation with Gillespie algorithm2
・simulation of reaction diffusion equation
・simulation of cancer initiation process
・Summary of the course.

-

-

-

N

N