| 開催日 | 2023年12月12日(火) |
|---|---|
| 開催地 | Web |
☆本セミナーでは、以下のようなポイントを軸に解説いたします！
1.メタボローム測定技術(装置の原理や使い分け等。)
2.研究例の紹介(各種バイオマーカー探索。)
3.メタボロームデータの詳細(データの構造や処理の基礎知識。)
4.フリーソフト(MetaboAnalyst)を用いたデータ解析実演
5.設計時に気を付けるべきこと
☆大変貴重な内容となっております。是非ご検討ください。
【テーマ名】
メタボローム解析をこれから始める方、または、既に始めたものの結果の解釈等に困っていらっしゃる方向け
豊富な研究事例から習熟度を高める！メタボローム解析の実践対応
～マウス操作だけでできるフリーソフトを用いたデータ解析のデモ付き～
【講師】
慶應義塾大学 先端生命科学研究所
政策・メディア研究科 教授
博士(学術、歯学)
杉本昌弘 先生
【経歴】
2000年 早稲田大学大学院 理工学研究科 機械工学専攻 工学修士取得
2005年 慶應義塾大学大学院 政策・メディア研究科 博士（学術）取得
2013年 神奈川歯科大学大学院 博士（歯学）取得
【職歴】
2000年～2010年 三菱スペース・ソフトウェア株式会社
2010年 慶應義塾大学 政策・メディア研究科 特別研究講師
2011年4月～2013年3月 京都大学大学院 医学研究科 メディカルイノベーションセンター悪性制御研究所 特定講師
2017年 慶應義塾大学 政策・メディア研究科 特任教授
2017年～2022年 東京医科大学 医学総合研究所 教授
2023年 慶應義塾大学 政策・メディア研究科 教授
【専門および得意な分野・研究】
・メタボロミクス
・バイオインフォマティクス
・システムズ・バイオロジー
【本テーマ関連学協会での活動】
・日本オミックス医学会
・Metabolomics Society
・日本バイオインフォマティクス学会
・日本分子生物学会
・歯科基礎医学会
・日本膵癌学会
・日本癌学会
・日本乳癌学会
【日時(オンライン配信)】
2023年12月12日（火）13:00-17:00
【受講料】
●見逃し視聴なし：1名41,800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30,800円
●見逃し視聴あり：1名47,300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36,300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
メタボローム解析によって「多数の代謝物を生体試料から一度に測定することができる」と言われてはいる。既に代謝機能の理解や、バイオマーカー探索などの成果は多数あるが、実際には相当注意しなければ再現性が得られない。メタボローム特融のクセを理解した上で、定量性や再現性を高めるためには様々な工夫が必要となる。
本講座では質量分析装置を用いたメタボローム解析に関して、実験デザインやデータの解釈などの実践的な内容を解説する。また、Web上のフリーツールを用いて多変量解析やPathway解析等、メタボローム解析の論文によく掲載されている解析を自ら実施できるようStep by Stepで紹介する。
■受講後、習得できること
・メタボローム解析の基礎的な技術が理解でき、実験計画の設計ができるようになる
・メタボロームを利用した論文の信頼性を読み取れるようになる
・メタボローム分野で利用される標準的なデータ解析（Clustering, Heatmap, Volcano plot, PCA, PLS-DA, FDRによる擬陽性対策, ROC解析、Pathway解析、Enrichment解析、データのノーマライズ処理等）等をマウス数クリックだけで実施できるようにする。
■講演中のキーワード
・メタボローム
・メタボロミクス
・バイオマーカー
・MetaboAnalyst
・多変量解析
■プログラム項目(予定)
1. メタボロームの測定技術
1.1 分離装置＋質量分析装置の原理は？
1.2 各装置をどのように使い分ければよいか？
2. メタボロームの研究例の紹介
2.1 NASHなど肝疾患のマーカー探索（疾患部の代謝変化を血液中の代謝の変化でとらえる）
2.2 がんのマーカー探索（がんの組織部の代謝異常を尿中で検出する）
3. メタボロームのデータに関する詳細
3.1 データの構造（データをどのように見ればよいのか？）
3.2 データ処理の基礎（質量分析装置から定量値を得るまでの一連の処理）
4. MetaboAnalyst(Web上のフリーツール)を用いたデータ解析のデモ
4.1 論文でよく見る解析の図の意味を紹介
4.2 マウス数クリックでできる簡単データ解析
4.3 実は最も重要なデータのノーマライズ+クラスタリング+ヒートマップ
4.4 オミックスで当たり前に求められるP値の補正（FDR）
4.5 奥が深い主成分分析(PCA)
4.6 部分的最小二乗回帰(PLS-DA)（パワフルだけど慎重に使うべき多変量解析)
4.7 Pathway解析/Enrichment解析（Pathway単位でのデータ解析）
4.8 ROC解析
5. 何を具体的に気を付けた設計が必要か？
5.1 論文の実例から、どのようにデータ解析を設計したか（オプションによって解析結果は変わる）
5.2 メタボローム独自の研究デザイン設計（２群間の差は２群だけでは証明できない）
5.3 同定の問題点（どのような課題があり、どのような視点でデータを評価すべきか？）
5.4 多変量解析の誤用（一般化が全て。それだけなのに多くの論文が間違う）
5.5 長期的な測定での品質担保（メタボローム独自のサンプル劣化等の問題）
5.6 ノンターゲット解析（未知物質は使えるのか？）
5.7 機械学習を使った解析のノウハウ（楽観的な結果に陥らないノウハウは？）
6. おわりに
7. 質疑応答
