スケジュール

会場：京都大学 吉田キャンパス 吉田南構内 学術情報メディアセンター南館302号室

セミナー内容

[講義1] [演習1] Python と Scikit-learn によるバイオインフォマティクスデータ解析

バイオインフォマティクスにおいてはDNA配列やタンパク質配列などの文字列データ、および、遺伝子発現データなどの実数ベクトルデータが 数多く扱われます。それらの解析では配列データからの機能予測や遺伝子発現データからの細胞分類などが行われます。これらの予測や分類のためには様々な機械学習技術を統合したソフトウ ェアツールが利用されています。広く利用されているツールの一つとして Python 言語上の Scikit-learn があります。本セミナー・実習では、Scikit-learn とバイオインフォマティクスにおける公開データを用いて、バイオインフォマティクスにおける機械学習技術の適用法を体験します。

[講義2] [演習2] Python による遺伝子発現データ解析

次世代シーケンサーの登場によりDNA断片の塩基配列を高速に読み取ることが可能となったため、遺伝子発現解析の現場は全ての遺伝子の発現量をまとめて測定して解析をする全遺伝子解析の時代に突入しています。さらに近年では、1細胞解析技術が著しい発展を遂げており、これまでは集団の平均値としてしか捉えることのできなかった細胞の遺伝子発現状態を1細胞レベルという高解像度で取得して比較や分類を行うシングルセル解析が普及し、遺伝子発現解析の作法が大きく変わりつつあります。本セミナー及び実習では、Python 言語と機械学習ライブラリ scikit-learn を用いて、シングルセル解析の一部を体験します。

講師情報

阿久津 達也（京都大学化学研究所 教授）

京都大学　化学研究所　バイオインフォマティクスセンター・教授

Bioinformatics Center, Institute for Chemical Research, Kyoto University, Professor

専門分野：バイオインフォマティクス、複雑ネットワーク、離散アルゴリズム

Bioinformatics, Complex networks, Discrete Algorithms

森 智弥（京都大学化学研究所 助教）

京都大学　化学研究所　バイオインフォマティクスセンター・助教

Bioinformatics Center, Institute for Chemical Research, Kyoto University, Assistant Professor

専門分野：バイオインフォマティクス、オミックスデータ解析、離散アルゴリズム

Bioinformatics, Omics data analysis, Discrete algorithms

アクセス

吉田南構内までの主な交通機関・キャンパスマップはこちらを御覧ください。

受講お申込み

こちらのDoorkeeperのページよりお申し込みください．

8月3日のシンポジウムにも参加する場合は，シンポジウムへの申し込みは別途必要です．京都大学データサイエンス教育公開ワークショップのページをご覧ください．

同時期に開催される他のスクールの情報は以下のページを御覧ください。

Data Science School 2019 -京都大学データサイエンス教育公開ワークショップ-

京都大学 データサイエンス教育 公開ワークショップ 2019 の全体についての情報はこちらをご覧ください。

過去のスクールに関しては、こちらを御覧ください。