検索したい科目/教員名/キーワードを入力し「検索開始」ボタンをクリックしてください。
※教員名では姓と名の間に1文字スペースを入れずに、検索してください。
令和3年度以降入学者 | 生命情報学特論 | ||||
---|---|---|---|---|---|
教員名 | 黒田大祐 | ||||
単位数 | 2 | 課程 | 開講区分 | 文理学部 | |
科目群 | 相関理化学専攻 | ||||
学期 | 後期 | 履修区分 | 選択必修 |
授業形態 | 対面授業 |
---|---|
授業の形態 | 対面授業を基本とする。状況に応じてオンライン授業および課題研究を組み合わせて行う。 |
授業概要 | 本講義では、生命科学における膨大なデータを情報学的に処理する手法について、最先端の技術とその応用例を解説する。主として、生体高分子のシミュレーションおよび機械学習の基礎を理解し、低分子化合物や抗体などのバイオ医薬品の分子設計の方法について詳しく学ぶ。本講義を通して、自身の実験データ処理の手法について考察する。 |
授業のねらい・到達目標 | 1.生体高分子のシミュレーションおよび機械学習について理解し、説明できるようになる。 2.創薬におけるシミュレーションおよび機械学習の重要性や関わりについて理解できる。 3.生命科学における大規模データ解析について理解できる。 |
授業の形式 | 講義、演習 |
授業の方法 | 授業の形式 教材の基本事項を説明し、随時解析ツールの実演を行うことで基礎・理論の定着を図る。Google Colaboratoryを用いた演習/解説も紹介するため、ノートパソコンの持参を推奨する。ノートパソコンを持っていない場合は、学科共有パソコンを授業時間内に限り、貸し出すことができる。 体調不良などで出席停止となった場合、CanvasLMSやzoomなどのオンラインツールを用いて課題の提出と質問対応を行う。 |
授業計画 | |
---|---|
1 |
ガイダンス。授業のテーマや達成目標および授業の方法について説明する。本講義で理解すべき知識についてしっかりと認識する。
【事前学習】分子シミュレーションについて調査しておく。 (2時間) 【事後学習】分子シミュレーション法についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業 |
2 |
分子力場
【事前学習】分子力場について調査しておく。 (2時間) 【事後学習】分子力場の数理モデルについてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業 |
3 |
分子シミュレーション1 分子動力学法の方法論1
【事前学習】分子動力学法について調査しておく。 (2時間) 【事後学習】分子動力学法についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業 |
4 |
分子シミュレーション2 分子動力学法の方法論2
【事前学習】分子動力学法について調査しておく。 (2時間) 【事後学習】分子動力学法についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業 |
5 |
分子シミュレーション3 モンテカルロ法の方法論
【事前学習】モンテカルロ法について調査しておく。 (2時間) 【事後学習】モンテカルロ法についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業 |
6 |
分子シミュレーション4 自由エネルギー計算法
【事前学習】自由エネルギー計算について調査しておく。 (2時間) 【事後学習】自由エネルギー計算についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業 |
7 |
分子シミュレーション5 創薬におけるシミュレーションの役割
【事前学習】分子ドッキング計算について調査しておく。 (2時間) 【事後学習】分子ドッキング計算についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業 |
8 |
課題レポートの作成と提出1
【事前学習】これまでの講義について復習しておく。 (2時間) 【事後学習】これまでの講義についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】課題研究 |
9 |
課題レポートの解説とPython入門
【事前学習】機械学習について調査しておく。 (2時間) 【事後学習】機械学習についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業、課題研究 |
10 |
Pythonと機械学習1 分類と回帰
【事前学習】分類と回帰について調査しておく。 (2時間) 【事後学習】分類と回帰についてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業、課題研究 |
11 |
Pythonと機械学習2 決定木
【事前学習】Xについて調査しておく。 (2時間) 【事後学習】Xについてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業、課題研究 |
12 |
Pythonと機械学習3 サポートベクターマシーン
【事前学習】Xについて調査しておく。 (2時間) 【事後学習】Xについてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業、課題研究 |
13 |
Pythonと機械学習4 深層学習
【事前学習】Xについて調査しておく。 (2時間) 【事後学習】Xについてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業、課題研究 |
14 |
課題レポートの作成と提出2
【事前学習】Xについて調査しておく。 (2時間) 【事後学習】Xについてまとめる。 (2時間) 【担当教員】黒田大祐 【授業形態】課題研究 |
15 |
課題レポートの解説と全体のまとめ
【事前学習】これまでの講義について復習しておく。 (2時間) 【事後学習】これまでの講義内容を振り返る。 (2時間) 【担当教員】黒田大祐 【授業形態】対面授業、課題研究 |
その他 | |
---|---|
教科書 | プリントを随時配布する。 |
参考書 | 使用しない |
成績評価の方法及び基準 | レポート(60%)、授業参画度(40%) ・2回行う課題研究のプログラム、レポート内容により評価する。 ・授業参画度は、毎回のリアクションペーパー(授業時間に学修した内容のまとめを記入)の内容、提出状況を評価する。 |
オフィスアワー | 本館5階(502)。随時(事前にアポイントをとること。アポイントの取り方については第一回のガイダンス時に説明する)。 Canvas LMSとメールを用いての質疑応答も行う。 |