講師

ヒューマン・メタボローム・テクノロジーズ株式会社
事業統括本部　情報戦略部　専門部長 博士（工学） 山本博之 先生

講師紹介

■経歴
2003年　神戸大学　工学部　応用化学科　卒業
2008年　神戸大学大学院自然科学研究科　分子物質科学専攻　博士課程修了
2008年　ヒューマン・メタボローム・テクノロジーズ株式会社　入社
2012-2013年　味の素株式会社　イノベーション研究所　研究員
2014-2017年　ヒューマン・メタボローム・テクノロジーズ株式会社　主任
2018年-現在　現職
2019年-現在　弘前大学大学院医学研究科　メタボロミクスイノベーション学講座　特任准教授(兼務)

■専門および得意な分野・研究
ケモメトリックス、多変量解析、機械学習、メタボロミクス

■本テーマ関連学協会での活動
質量分析インフォマティクス研究会　世話人

日時・会場・受講料

●日時　2022年7月19日（火）　10:30-16:30
　　　　　　2022年7月20日（水）　10:30-16:30
●会場　会場での講義は行いません。
●受講料
　　【オンラインセミナー（見逃し視聴なし）】：1名66,000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55,000円

　　【オンラインセミナー（見逃し視聴あり）】：1名71,500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60,500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」を確認下さい。

　●録音・録画行為は固くお断り致します。

■ セミナーお申込手順からセミナー当日の主な流れ　→

配布資料・講師への質問等について

●配布資料は、印刷物を郵送で送付致します。
　お申込の際はお受け取り可能な住所をご記入ください。
　お申込みは4営業日前までを推奨します。
　それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、
　テキスト到着がセミナー後になる可能性がございます。

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●本講座で使用する資料や配信動画は著作物であり
　無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp

セミナーポイント

多変量解析について基礎から解説します。化学・生物分野では、『変数の数』が『サンプルの数』より多いデータセットを扱うことが多く、このような場合には、特にデータの可視化が有効です。そこで本講座1日目では、多変量解析の中でも、特にケモメトリックス分野で広く用いられている主成分分析とPartial Least Squaresについて、データの可視化を中心に紹介し、Rを用いた実習を通じて理解を深めます。
また、多変量解析をより深く理解するには、主成分負荷量の使い方や回帰、判別モデル構築まで学習する必要があります。本講座2日目では、前日の内容からもう１歩踏み込み、これらの内容を紹介します。2日目もRを用いた実習を通じてより理解を深めます

本セミナーでは、Rを使用したPC演習を行います。
オンラインで演習についていけるか不安という方もご安心ください。わからなくなってしまった時に講師が必要と判断した場合は、Zoomの画面共有機能を使用して状況確認を行います。

■受講後、習得できること　
・多変量解析の基本的な考え方
・Rを使って自分で解析できる
・データの可視化と主成分分析
・Partial Least Squaresの理解
・『変数の数』が『サンプルの数』より多い時の注意点
・主成分負荷量を用いた重要な変数の選び方
・回帰分析と判別分析を用いたモデリング
・多変量解析が使用されている論文が理解できるようになる

■講演中のキーワード
・ケモメトリックス
・多変量解析
・機械学習
・メタボロミクス
・バイオインフォマティクス

セミナー内容

【1日目】
〜Rの基本的な使い方や主成分分析(PCA)など、基礎を詳しく解説〜

1 多変量解析のイメージ
1.1 多変量解析の概念・イメージ・考え方
1.2 データの効果的な利活用(課題抽出〜解決まで)
1.3 期待する結果に持って行くための解析方法
1.4 データの解釈
1.5 MetaboAnalystを用いた解析手順の紹介

2 多変量解析とは
2.1 主成分分析(PCA)とは
2.2 Partial Least Squares(PLS)とは
2.3 生物(メタボロミクス)・化学(ケモメトリックス)での解析例
2.4 『変数の数』が『サンプルの数』より多いデータの解析

3 Rの基本的な使い方
3.1 RとRStudioの使い方
3.2 csvファイルの読み込みと結果の出力
3.3 グラフの作成

4 データの可視化
4.1 スケーリング
4.2 寄与率
4.3 固有ベクトルを用いた重要な変数の選び方
4.4 Rによる主成分分析の実習
-----------------------------------------------------------------------------
【2日目】
〜主成分負荷量・PLS回帰など、さらに理解を深める〜

1 多変量解析の基礎のおさらい

2 主成分負荷量
2.1 主成分負荷量とは
2.2 固有ベクトルと主成分負荷量の関係
2.3 主成分負荷量を用いた重要な変数の選び方
2.4 メタボロームデータを用いた解析例
2.5 Rによる主成分負荷量の実習

3 回帰分析
3.1 重回帰分析
3.2 正則化とリッジ回帰
3.3 主成分回帰(PCR)
3.4 PLS回帰

4 判別分析
4.1 PLS判別分析
4.2 フィッシャーの線形判別分析(FDA)
4.3 正則化FDA
4.4 機械学習

5 その他の解析方法
5.1 群に順序がある時のPLS-ROG
5.2 タイムコースサンプルのためのOS-PCA
5.3 因子分析
5.4 スパース主成分分析