2017年8月4日 ゲノム解析1

ゲノム配列を含むゲノムに関する多様な情報がビッグデータ化するに伴い、分子進化学の研究においてもビッグデータ解析の手法が益々重要になってきた。ビッグデータを対象にすると、想定外の知識発見が行える魅力がある。「モデルや仮説を立ててそれを検証する」従来からの研究の主流的な方針ではなく、「教師無し機械学習のようなAI技術」を用いて、計算機に知識発見の主要部分を任せ、計算機の知識発見を基礎にして、我々の知識を深めていくアプローチを紹介する。モデルや仮説を立ててしまえば、我々の視点をある範囲に限定する怖れが高い。この視点の限定を出来るだけ取り払おうとする研究戦略であり、研究分野の円熟期ではなく、分野の開拓期における研究方針に近い。

データがビッグデータ化するにつれ、計算機が行う知識発見の信頼性が益々高まって来た。今回のセミナーでは、上述の方針に従った分子進化研究の例を解説し、併せてスパコン使用する研究例をも紹介しながら、「情報のビッグデータ化を楽しむ」研究戦略を議論したい。

 

スライドはこちら(ゲノム解析1 PDF 7M)とこちら(ゲノム解析2 PDF 4.3M)

広告