| 開催日 | 2026年3月25日(水) |
|---|---|
| 開催地 | Web |
☆事前知識に不安がある方も大歓迎！(LinuxやPythonの基礎から丁寧に解説いたします。)
☆‘Google Colab’を用いた演習を多数ご用意！(即戦力となる技術習得を目指します。)
☆演習に関わる準備物につきましては、お申込みいただいた方へ別途ご連絡いたします。
【テーマ名】
実践から学ぶ！バイオインフォマティクス・AI創薬入門＜豊富な演習付＞
～データサイエンス・プログラミング初心者も大歓迎、創薬研究でニーズの高いテーマを厳選紹介！～
【講師】
東京科学大学
総合研究院M&Dデータ科学センター・AIシステム医科学分野
教授 博士(医学)
清水 秀幸 氏
【経歴】
2012年 東北大学医学部医学科 卒業
2014年 岩手県立中部病院 初期研修医 修了
2014～2018年 九州大学 医学系学府 博士課程 (中山敬一 教授）
2015～2018年 日本学術振興会特別研究員 (DC1）
2018～2021年 九州大学 生体防御医学研究所 学術研究員のち特任助教 (中山敬一 教授）
2021～2022年 米国Harvard Medical School・Department of Systems Biology・Research Fellow (Prof. Pamela Silver）
2022年～東京医科歯科大学 教授 (M&Dデータ科学センターおよび医歯学総合研究科 所属）
2022年～科学技術振興機構さきがけ研究者 (兼務）
2024年～JST次世代AI人材育成プログラム 医歯学系担当 事業統括 (兼務）
2024年～東京科学大学 データサイエンス・AI全学教育機構 (兼務）
【専門および得意な分野・研究】
・バイオインフォマティクス
・AI創薬
・システム生物学
・分子生物学
・医学
【関連執筆書籍】
・Pythonで実践 生命科学データの機械学習 羊土社 (2023/3/31）企画・執筆・監修
・医学のあゆみ増刊号「遺伝統計学の新潮流 ─新規創薬・個別化医療への挑戦」, 医歯薬出版 (2024/3/27）分担執筆
・Pythonで体感！医療とAIはじめの一歩 羊土社 (2024/8/20）分担執筆
・AIとバイオの融合最前線, シーエムシー出版 (2025/5/28) 分担執筆
・論文図表を読む作法PREMIUM, 羊土社 (2025/12/11） 第11章 機械学習 編集協力・執筆
・実験医学増刊号 AI・データ駆動型創薬 羊土社 (2026/3月出版予定）分担執筆
【本テーマ関連学協会での活動】
・日本バイオインフォマティクス学会
・日本分子生物学会
・日本人工知能学会
【開催日時(オンライン配信)】
2026年3月25日(水) 10:30-16:30
【受講料】
●見逃し視聴なし：1名50,600円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき39,600円
●見逃し視聴あり：1名56,100円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき45,100円
※詳細な内容やお申込み要領等は、下段「セミナーホームページを見る」をご参照ください。
【セミナーの内容】
■講座のポイント
バイオインフォマティクスの基礎からはじまり、シングルセルRNA-seq解析とAI創薬という、現代の生命科学研究における2つの重要な技術の初歩を実践形式で学べる講座です。プログラミング初心者の方でも理解できるよう、LinuxやPythonの基礎から丁寧に解説し、段階的に実データの解析へと進みます。企業の研究でニーズの高いテーマを厳選し、Google Colabを用いた実践的な演習を豊富に取り入れることで、実務での即戦力となる技術の習得を目指します。
■受講後、習得できること
・バイオインフォマティクス解析をする上での必要事項に絞ったLinuxの初歩を体得できます
・シングルセルRNA-seqデータの基本的な解析フローを理解し、Pythonを用いた実践的なデータ処理・解析が行えるようになります。
・機械学習（教師あり・なし学習）を用いた細胞タイプの同定や特徴的な遺伝子の抽出方法を習得し、実データへの応用ができるようになります。
・創薬研究におけるAI活用の基礎を理解し、化合物-タンパク質相互作用予測や構造活性相関の基本的な解析を実施する入口に立つことができます。
■本テーマ関連法規・ガイドラインなど
・「人を対象とする生命科学・医学系研究に関する倫理指針」
・「ヒトゲノム・遺伝子解析研究に関する倫理指針」
・「医薬品の安全性に関する非臨床試験の実施の基準（GLP）」
■講演中のキーワード
・バイオインフォマティクス入門 (Bioinformatics basics)
・シングルセルRNA-seq解析（Single-cell RNA-seq analysis）
・UMAP次元削減（UMAP dimensionality reduction）
・Python機械学習（Python machine learning）
・構造活性相関（Structure-Activity Relationship, SAR）
・AI創薬（AI drug discovery）
■プログラム項目
1. バイオインフォマティクスのためのLinux速習
1.1 Google Colabを活用したLinux速習
1.2 シェルスクリプトによる公開データベース解析
2. データサイエンスの基礎
2.1 Pythonプログラミングの基本文法
2.2 データ解析用ライブラリの基礎（pandas, numpy）
2.3 機械学習の基礎概念（教師あり・なし学習）
3. シングルセルRNA-seqデータ解析の実務
3.1 次世代シークエンサー (NGS) 解析とは
3.2 データの前処理とクオリティコントロール手法
3.3 次元削減技術の理論と実装（PCA, UMAP）
3.4 クラスタリングによる細胞タイプ同定
4. シングルセル解析から創薬ターゲットの同定
4.1 細胞タイプ特異的な遺伝子発現パターンの抽出
4.2 マーカー遺伝子の統計的解析手法
4.3 パスウェイ解析の理論と実践
5. 機械学習の創薬への応用
5.1 AI機械学習とは？
5.2 化合物表現方法（SMILES, フィンガープリント）
5.3 AIによる化合物の物性予測法 (構造活性相関の実践)
5.4 化合物-標的タンパク質相互作用予測の基礎と実践
6. まとめと発展的な話題
6.1 バイオインフォやAIの医療への応用、医療者の観点から
6.2 シングルセル解析と創薬の統合アプローチ
6.3 最新の研究動向と今後の展望
6.4 質疑応答
※本講座は演習をメインとした講座です。Google Colabを使用しますので、Googleアカウントをご用意ください (無料で取得できます)。講座を受けるパソコンからGoogle Colaboratory (https://colab.research.google.com/?hl=ja) にアクセスできることをご確認ください。
※プログラミングの基礎から解説しますので、初心者の方でも安心してご参加いただけます。
