……会場(対面)受講
☆企業・大学関係者様を問わず、幅広い方々のお申込み大歓迎です!
☆「そもそもバイオインフォマティクスって何?」というご担当者様につきましても、
丁寧に解説・フォローしますので、安心してご参加ください!
※実習に際して「各自PCのご持参」をお願いしております。
ネットワーク環境につきましては、会場にWi-Fiがございます。
講師
青山学院大学
理工学部化学・生命科学科、
大学院 理工学研究科 生命科学コース
教授 博士(理学)
諏訪 牧子 氏
講師紹介
■経歴
1989年~1995年 東京農工大学 工学部 教務職員
1996年~ 東京農工大学 工学部 助手
1997年~ (株)ヘリックス研究所 主任研究員
2000年~ 電子技術総合研究所 知能情報科学部 主任研究官
2001年~ 独立行政法人産業技術総合研究所 生命情報科学研究センター・ゲノム情報科学チーム 研究チーム長
2003年~ 独立行政法人産業技術総合研究所 生命情報科学研究センター 副研究センター長
2007年~ 独立行政法人産業技術総合研究所 生命情報工学研究センター 主幹研究員
2012年~現在 青山学院大学 理工学部 教授
大学院 理工学研究科 教授
■専門および得意な分野・研究
・バイオインフォマティクス
・ゲノム情報学
・生物物理学
■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
・日本生物物理学会
・日本学術会議 連携会員
<その他関連セミナー>
バイオ/再生医療/中分子/新規モダリティ 一覧はこちら
日時・会場・受講料・お申込みフォーム
●日時:2025年9月12日(金) 10:30-16:30 *途中、お昼休みや小休憩を挟みます。
●会場:[東京・大井町]きゅりあん 4階研修室 →「セミナー会場へのアクセス」
●受講料:
【会場受講】: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
*学校法人割引:学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認ください。
●録音・録画行為は固くお断りいたします。
お申込みはこちらから
会場(対面)セミナーご受講に関する各種案内(必ずご確認の上、お申込みください。)
●配布資料は、印刷したものを当日会場にてお渡しいたします。
●当日会場でセミナー費用等の現金支払はできません。●昼食やお飲み物の提供もございませんので、各自ご用意いただけましたら幸いです。
●録音・撮影行為は固くお断りいたします。
●講義中の携帯電話・スマートフォンでの通話や音を発する操作はご遠慮ください。
●講義中のパソコン使用は、講義の支障や他の方のご迷惑となる場合がありますので、極力お控えください。場合により、使用をお断りすることがございますので、予めご了承ください(パソコン実習講座を除きます。)
セミナーポイント
■講座のポイント
近年、ゲノム、遺伝子、タンパク質など生命情報のビッグデータが急速に蓄積され、それらを自在に“料理”する 計算分野(バイオインフォマティクス)が不可欠になっています。本講義では入門編として、バイオインフォマティクスで扱う基礎的手法を紹介し、それらを実際にコンピュータに向かって習得することを目指します。
具体的には、生命情報データの取得法や、ゲノム等のDNA配列や、タンパク質のアミノ酸配列の計算解析法、アミノ酸配列情報からのタンパク質の立体構造予測・機能予測などを学びます。また応用編として機械学習や深層学習などについても触れます。
「そもそもバイオインフォマティクスって何?」、「バイオビッグデータは、どうやったら使える?」「職場で初めて使う必要が生じたが、何から始めれば良いのだろう?」などと思われているお客様にもできる限り分かりやすいように、じっくりと進めて行こうと思います。
■受講後、習得できること
・生命情報データベースからの必要な情報の取得法
・DNA配列、アミノ酸配列を使った計算解析手法
・タンパク質のアミノ酸配列から、その構造・機能情報の予測法
・2024年にノーベル賞を受賞したツールAlphaFold2(デミス・ハサビス氏、ジョン・ジャンパー氏開発)の使用法なども含む
・タンパク質の立体データの解析方法、可視化方法
・機械学習、深層学習の原理、使用例など
■講演中のキーワード
・生命情報データベース
・DNA、アミノ酸配列解析
・タンパク質機能・立体構造予測
・機械学習、深層学習
セミナー内容
1.バイオインフォマティクス概論
2.核酸配列/アミノ酸配列解析
2-1 概論(生命情報データベース)
2-2 計算機実習①
2-3 相同性検索
2-4 系統樹作製、機能アノテーション等
2-5 計算機実習②
3.タンパク質の立体構造情報解析
3-1 概論
3-2 タンパク質立体構造データベース
3-3 立体構造の可視化解析
3-4 計算機実習③
3-5 アミノ酸配列からのタンパク質立体構造予測
3-6 計算機実習④
4.機械学習入門
4-1 概論
4-2 サポートベクターマシン
4-3 ニューラルネット法
4-4 深層学習法
4-5 応用例紹介
5.質疑応答&個別質問・相談
お申込みはこちらから