2023年度/1AKA012001

【水1】バイオインフォマティクス演習 <後期>

応用生物科学における大規模な情報処理に必要なバイオインフォマティクスの能力を身につけることを目標とする。公共データバンクの遺伝子情報・遺伝子発現情報・代謝パスウェイ情報の検索および活用方法を習得する。また、現在の応用生物科学で活発に用いられるようになった次世代シーケンサーのデータ（SNP、RNA-Seq、環境メタバーコーディング、マイクロバイオーム）の解析を実践する。さらに、分子系統樹の作成について複数の手法を比較して演習する。

担当教員氏名

尾形 善之

科目ナンバリング

AKAABS32002-J2 (公大) / CAABS3425-J2 (府大)

授業管轄部署

農学部

授業形態

演習

開講キャンパス

中百舌鳥

開講区分

週間授業

配当年次

2年 (公大) / 3年 (府大)

注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。

単位数

2単位 (公大) / 2単位 (府大)

注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。

到達目標

1. 公共データバンクにおいて適切に情報検索できる。

2. 各種データベースから適切に情報収集できる。

3. 次世代シーケンシング(NGS)データを処理できる。

4. 配列相同性解析を実践できる。

5. 系統樹を適切に作成できる。

各授業回の説明

授業	授業内容	事前・事後の学習内容
第1回	ビッグデータを眺める 公共データバンクの活用方法を説明し、実習する。期末レポートの内容を紹介する。 モデルカリキュラムとの対応 1-1. データ駆動型社会とデータサイエンス「データサイエンス活用事例」 1-2. 分析設計「データ分析の進め方、分析目的の設定、様々なデータ分析手法、様々なデータ可視化手法、データの収集、分析目的に応じた適切な調査、サンプルサイズの設計」 1-3. データ観察「データの集計、データの傾向性」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、不必要な誇張表現・強調表現がもたらす影響、ビッグデータの可視化、関係性の可視化」 1-6. 数学基礎「相関係数、相関関係と因果関係」	授業で扱った公共データバンクの遺伝子情報を自分で検索できるようにする。
第2回	公共データバンクの遺伝子情報 公共データバンクに蓄積している遺伝子情報の検索方法について説明し、実習する。 モデルカリキュラムとの対応 1-1. データ駆動型社会とデータサイエンス「データサイエンス活用事例」 1-2. 分析設計「データ分析の進め方、分析目的の設定、様々なデータ分析手法、様々なデータ可視化手法、データの収集・加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、データの相違性・関連性」 1-4. データ分析「パターン発見」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、ビッグデータの可視化」	授業で扱った公共データバンクの遺伝子配列情報を自分で検索できるようにする。
第3回	遺伝子配列のバイオデータベース 遺伝子情報を解析・集約したバイオデータベースの利用方法について説明する。 モデルカリキュラムとの対応 1-1. データ駆動型社会とデータサイエンス「データサイエンス活用事例」 1-2. 分析設計「データ分析の進め方、分析目的の設定、様々なデータ可視化手法、分析目的に応じた適切な調査」 1-3. データ観察「比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「時系列データ、クラスター分析、次元削減」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、ビッグデータの可視化、関係性の可視化」 1-6. 数学基礎「相関係数、相関関係と因果関係」 1-7. アルゴリズム「探索（サーチ）」	Gcorn plantデータベースの遺伝子配列情報を自分で検索できるようにする。また、本データベースから読み取れる内容について確認する。
第4回	公共データベースの遺伝子発現情報 公共データベースに蓄積している遺伝子発現情報の検索方法、およびウェブツールの利用方法について説明し、実習する。 モデルカリキュラムとの対応 1-1. データ駆動型社会とデータサイエンス「データサイエンス活用事例」 1-2. 分析設計「データ分析の進め方、分析目的の設定、様々なデータ分析手法、様々なデータ可視化手法、データの収集、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、不必要な誇張表現・強調表現がもたらす影響」 1-6. 数学基礎「相関関係と因果関係、p値、有意水準」	授業で扱った公共データバンクの遺伝子発現情報を自分で検索できるようにする。
第5回	遺伝子発現のバイオデータベース 遺伝子発現情報を解析・集約したバイオデータベースの利用方法について説明し、実習する。 モデルカリキュラムとの対応 1-1. データ駆動型社会とデータサイエンス「データサイエンス活用事例」 1-2. 分析設計「データ分析の進め方、分析目的の設定、様々なデータ可視化手法、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、ビッグデータの可視化、関係性の可視化」 1-6. 数学基礎「代表値、相関係数、相関関係と因果関係、p値、有意水準」 1-7. アルゴリズム「探索（サーチ）」	Xcorn plantデータベースの遺伝子発現情報を自分で検索できるようにする。
第6回	公共データバンクの代謝パスウェイ情報 公共データバンクやウェブツールを用いて、代謝パスウェイの検索方法と解析方法について説明し、実習する。 モデルカリキュラムとの対応 1-1. データ駆動型社会とデータサイエンス「データサイエンス活用事例」 1-2. 分析設計「データ分析の進め方、分析目的の設定、分析目的に応じた適切な調査」 1-3. データ観察「比較対象の設定、データの特異点・相違性・関連性」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、ビッグデータの可視化、関係性の可視化」 1-6. 数学基礎「相関関係と因果関係」	授業で扱った公共データバンクの代謝パスウェイ情報を自分で検索できるようにする。
第7回	NGS解析(1) 概要 各種のNGS解析の目的と手法について説明し、実習する。 モデルカリキュラムとの対応 1-1. データ駆動型社会とデータサイエンス「データサイエンス活用事例」 1-2. 分析設定「データ分析の進め方、分析目的の設定、様々なデータ分析手法、様々なデータ可視化手法、データの収集・加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定」 1-4. データ分析「クラスター分析、パターン発見」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、ビッグデータの可視化、関係性の可視化」 1-6. 数学基礎「相関関係と因果関係」 1-7. アルゴリズム「並び替え（ソート）、探索（サーチ）」	授業で扱った公共データバンクのNGSデータを自分で検索できるようにする。
第8回	NGS解析(2) SNP解析 BLASTプログラムを用いたDNA解析について説明し、実習する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-6. 数学基礎「代表値、相関関係と因果関係」 1-7. アルゴリズム「並び替え（ソート）、探索（サーチ）」	Magic-BLASTを用いたSNP解析方法について確認する。
第9回	NGS解析(3) RNA-Seq解析－１ 汎用ツールを用いたRNA-Seq解析について説明し、実習する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-6. 数学基礎「代表値、相関関係と因果関係」 1-7. アルゴリズム「並び替え（ソート）、探索（サーチ）」	授業で扱ったRNA-Seq解析方法について確認する。
第10回	NGS解析(4) RNA-Seq解析－２ Magic-BLASTを用いたRNA-Seq解析について説明し、実習する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-6. 数学基礎「代表値、相関関係と因果関係」 1-7. アルゴリズム「並び替え（ソート）、探索（サーチ）」	MagicSuiteツールを用いたRNA-Seq解析方法について確認する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-5. 数学基礎「代表値、相関関係と因果関係」 1-6. アルゴリズム「並び替え（ソート）、探索（サーチ）」
第11回	NGS解析(5) 環境メタバーコーディング 環境メタバーコーディングを用いた解析について説明し、実習する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-6. 数学基礎「代表値、相関関係と因果関係」 1-7. アルゴリズム「並び替え（ソート）、探索（サーチ）」	授業で扱った環境メタバーコーディング解析方法について確認する。
第12回	NGS解析(6) マイクロバイオーム解析－１ 汎用ツールを用いたマイクロバイオーム解析について説明し、実習する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-6. 数学基礎「代表値、相関関係と因果関係」 1-7. アルゴリズム「並び替え（ソート）、探索（サーチ）」	授業で扱ったマイクロバイオーム解析方法について確認する。
第13回	NGS解析(7) マイクロバイオーム解析－２ Magic-BLASTを用いたマイクロバイオーム解析について説明し、実習する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-6. 数学基礎「代表値、相関関係と因果関係」 1-7. アルゴリズム「並び替え（ソート）、探索（サーチ）」	Magic-BLASTツールを用いたマイクロバイオーム解析方法について確認する。
第14回	系統樹の作成 各種のツールを用いて系統樹を作成する方法について説明し、実習する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、様々なデータ分析手法、様々なデータ可視化手法、データの加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、デンドログラム」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、関係性の可視化」 1-6. 数学基礎「相関関係と因果関係、p値、有意水準」 1-7. アルゴリズム「探索（サーチ）」	授業で扱った系統樹の作成方法について、自分で実行できるようにする。遺伝子と進化の関係について理解を深める。
第15回	期末レポートの説明 期末レポートについて説明する。また、レポートの書き方についても説明する。 モデルカリキュラムとの対応 1-2. 分析設計「データ分析の進め方、分析目的の設定、様々なデータ分析手法、様々なデータ可視化手法、データの収集・加工、分析目的に応じた適切な調査」 1-3. データ観察「データの集計、比較対象の設定、データの特異点・相違性・関連性」 1-4. データ分析「クラスター分析、パターン発見、配列相同性解析」 1-5. データ可視化「可視化目的に応じた図表化、1～3次元の図表化、ビッグデータの可視化、関係性の可視化」 1-5. 数学基礎「代表値、相関係数、相関関係と因果関係、p値、有意水準」 1-6. アルゴリズム「並び替え（ソート）、探索（サーチ）」	これまでの注目遺伝子に対する解析内容を纏めておく。

成績評価方法

• 到達目標の項で上げた5項目の達成目標に従い、当日レポート（第1～15回の授業、75%）と期末レポート（25%）により評価する。
• 当日レポートは出席確認を含み、5%×15回として計算する。合計で60%以上を合格（C以上）とする。合格者は各回の授業で実習した分析内容を実践できる。

履修上の注意

• 授業は前半の30分が講義、残りが実習で進める。
• 原則として「当日レポート方式」で行う。
• 講義の後に「チェックポイント」の時間を設けて講義内容の理解度を確認する。毎回の実習の際に課題を出すので、レポートに纏める。
• レポートの提出は出席の確認も兼ねる。
• 期末試験は行わずに期末レポートを出す。
• 各授業の配点については「成績評価方法」を参照すること。質問は授業中、授業の前後、オフィスアワー、メール等でいつでも受け付ける。
• 授業は実習が中心なので、時間外には授業で出てきた用語や解析手法について参考書などを使って理解を深めておくこと。
• 初回の授業のときに、期末レポートの内容を提供する。各回の授業に合わせて期末レポートを仕上げていくことで、授業で習熟した内容をさらに理解できるようになる。

教科書

• 実習の手順書を、授業支援システムMoodle、および下記のURLリンクに記載しているウェブサイトで提供する。
• http://www.biosci.osakafu-u.ac.jp/ogata/

Loading...

参考文献

• 「生物統計学」の解説編、実習編のテキスト

オフィスアワー

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -

教員への連絡方法（メールアドレス等）

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -