Numbering Code	G-INF01 53159 LJ68 G-INF01 53159 LJ13	Year/Term	2022 ・ First semester
Number of Credits	2	Course Type	Lecture
Target Year		Target Student
Language	Japanese	Day/Period	Mon.4
Instructor name	AKUTSU TATSUYA (Institute for Chemical Research Professor) TAMURA TAKEYUKI (Institute for Chemical Research Associate Professor) HOSOKAWA HIROSHI (Graduate School of Informatics Senior Lecturer) MAEGAWA SHINGO (Graduate School of Informatics Assistant Professor) MORI TOMOYA (Institute for Chemical Research Assistant Professor)
Outline and Purpose of the Course	生命の設計図であるゲノム塩基配列を出発点とし多様な生命現象に関する情報の流れを読み解くための情報科学的解析方法やその成果について学ぶ。生命科学の基礎、基礎的なアルゴリズム、統計解析、機械学習、確率モデルなどの紹介を通じて、生命情報学（バイオインフォマティクス）の基礎を概観する。 In this lecture, we introduce and discuss various information-scientific methods and findings for analyzing the information flow from genomic sequence, the blue print of life, to a variety of biological phenomena. Through introduction of biosciences, fundamental algorithms, statistical analyses, machine learning approaches, and probabilistic models, we overview the basics of bioinformatics.
Course Goals	生命科学の基礎、および、生命情報学に関する基本計算手法を理解する。 The goal is to understand basic biosciences and basic computational methods in bioinformatics.
Schedule and Contents	項目 回数 内容説明 生命情報学の基盤（阿久津）１　ゲノム、タンパク質、生命情報データベース 遺伝のしくみ（前川）１　メンデル遺伝、非メンデル遺伝 RNA（前川）１　コーディングRNA　ノンコーディングRNA 進化と突然変移（前川）１　自然変異、進化、ゲノムDNA タンパク質の機能と構造（細川）１　アミノ酸、フォールディング、タンパク質修飾 体内の情報伝達（細川）１　リガンド、レセプター、セカンドメッセンジャー 生物システム（細川）１　フィードバック、フィードフォワード、ホメオスタシス、リズム 配列比較（阿久津）１　ペアワイズアラインメント、動的計画法 配列相同性検索（森）1 高速類似性検索、マルチプルアラインメント 隠れマルコフモデル（森）1 Viterbiアルゴリズム、Baum-Welchアルゴリズム、プロファイルHMM タンパク質立体構造予測（森）１　分子動力学法、ホモロジーモデリング、スレッディング、フラグメントアセンブリー法 進化系統樹推定（田村）１　UPGMA法、近隣結合法、最節約法、最尤法 RNA二次構造予測（田村）１　動的計画法アルゴリズム、確率文脈自由文法、Inside/Outsideアルゴリズム 代謝ネットワーク解析（田村）１　ミカリエス・メンテン式、代謝流束解析、基準モード解析 まとめ（阿久津）１　講義全体のまとめ Title N Keywords Overview of Bioinformatics (TA) 1 Genome, Protein, Biological databases Inheritance (SM) 1 Mendelian Inheritance, Non-Mendelian Inheritance. RNA (SM) 1 coding RNA, non-coding RNA. Evolution and Mutation (SM) 1 Spontaneous Mutation, Evolution, genomic DNA. Protein function and structure (HH) 1 Amino Acid, Folding, Protein modification. Biological Signaling (HH) 1 Ligand, Receptor, Second Messenger. Biological System (HH) 1 Feedback, FeedForward, Homeostasis, Rhythm Sequence Comparison (TA) 1 Pairwise Alignment, Dynamic Programming Sequence Homology Search (TM) 1 Fast Homology Search, Multiple Alignment Hidden Markov Models (TM) 1 Viterbi Algorithm, Baum-Welch Algorithm, Profile HMM Protein Structure Prediction (TM) 1 Molecular Dynamics, Homology Modeling, Protein Threading, Fragment Assembly Phylogenetic Tree Inference (TT) 1 UPGMA, Neighbor Joining, Maximum Parsimony, Maximum Likelihood RNA Secondary Structure Prediction (TT) 1 Dynamic Programming, Stochastic Context Free Grammar, Inside/Outside Algorithm Metabolic Networks (TT) 1 Michaelis-Menten Equation, Flux Balance Analysis, Elementary Modes Summary (TA) 1 Summary of Lecture
Evaluation Methods and Policy	達成目標についての達成度を平常点30%、レポート点70%の割合いで総合して評価し、情報学研究科成績評価規定第７条による成績評価を行う。なお、単位取得のためには9回以上の出席と全レポート（5回）提出が条件となる。 ただし、新型コロナの状況によりオンライン講義となった場合は毎回小レポートを課し、その合計点で評価する。情報学研究科成績評価規定第７条による成績評価を行う。 Attendance (30%) and reports (70%). The minimal requisite is to attend 9 lectures and to submit all (five) reports that are required. If the course becomes ONLINE, a report will be imposed each class, and the total score will be evaluated at 100%.
Course Requirements	None
Study outside of Class (preparation and review)	必要な事項があれば講義の際に指示する。予習・復習も講義内容に応じて行うこと。 Required home works are mentioned during lectures. In addition, students are expected to prepare and review course material.
References, etc.	「バイオインフォマティクスの数理とアルゴリズム」“Mathematical models and algorithms in bioinformatics” (in Japanese) (2007), 阿久津達也著T. Akutsu, (共立出版Kyoritu), ISBN:978-4-320-12178-2 バイオインフォマティクス"Bioinformatics", ポランスキ・キンメル著・後藤修訳A. Polanski and M. Kimmel, (シュプリンガージャパンSpringer), ISBN:976-4-431-10094-2