AI導入によるバイオテクノロジーの発展《普及版》

構成数 : 1

第1章 AIと生命科学
1 人工知能駆動生命科学の始まりからノーベル・チューリング・チャレンジまで
1.1 生命科学と人間の認知限界
1.2 ノーベル・チューリング・チャレンジ
1.3 科学的発見のエンジンを作る
1.4 プラットフォームの構築
1.5 科学的発見のもたらす革命:人類の能力の拡張と能力のコモディティー化
2 機械学習・データマイニングの生命科学への応用
2.1 はじめに
2.2 行列の学習
2.2.1 教師なし学習(クラスタリング)
2.2.2 教師あり学習(分類・回帰)
2.2.3 特徴量選択
2.3 バスケットデータ,文字列,時系列データの学習
2.3.1 頻出パタンマイニング
2.3.2 確率モデル
2.4 グラフ/ネットワーク/相同性の学習
2.4.1 ノードクラスタリング
2.4.2 半教師あり学習
2.4.3 複数グラフからの頻出サブグラフマイニング
2.5 データ統合型機械学習
2.6 能動学習:実験計画
2.7 おわりに
3 システム生物学と合成生物学へのAIの利用と展開
3.1 はじめに
3.2 トランスクリプトームデータに対するクラスタリング解析
3.3 Fuzzy k-meansクラスタリングによるトランスクリプトームデータのクラスタリング解析
3.4 トランスクリプトームの時系列データに対する微分方程式を用いた前処理法
3.5 トランスクリプトームデータに対する判別分析
3.6 サポートベクターマシンによるトランスクリプトームデータの判別分析
4 生命科学におけるLinked Open Data(LOD)を用いた知識共有
4.1 生物学と知識共有
4.2 関連知識の取得とオントロジーによる解決策
4.3 効果的な知識共有を実現するための技術基盤
4.4 Linked Open Data(LOD)の構築
4.5 データベースのRDF化

第2章 医療への展開
1 AIのコンピュータ支援診断(CAD)への展開
1.1 はじめに
1.2 これまでのCAD
1.2.1 黎明期(1960年代～1970年代)
1.2.2 成長期(1980年代～1990年代)
1.2.3 実用期(1998年:CAD元年～2010年代前半)
1.3 第3次AIブーム時代のCAD
1.4 次世代型CADの開発に向けて
1.5 おわりに
2 情報革命とバイオメディカル革命の融合～IoTとAIを利用した予測と予防の医療～
2.1 はじめに
2.2 バイオメディカル分野の課題
2.3 X-Tec
2.4 生命医科学のパラダイム転換
2.5 ライフコースモデル
2.6 動力学モデルによる生命医科学の推論
2.6.1 状態の概念の導入
2.6.2 次元の圧縮
2.6.3 状態変数の粒度
2.6.4 経時変化の離散化
2.6.5 データ同化
2.6.6 自由度と自由度の縮約
2.7 日本発のヘルステックの実現
3 遺伝子解析とAI技術を用いたパーソナルゲノム情報環境
3.1 はじめに
3.2 パーソナルゲノムを用いた疾患リスク予測
3.2.1 疾患リスク予測の信頼性と数理モデル
3.2.2 「失われた遺伝率」(Missing Heritability)の問題
3.2.3 パーソナルゲノム情報の社会心理学的評価
3.3 MyFinder構想
3.3.1 MyFinderのデザインフィロソフィー
3.4 パーソナルゲノムによる自己発見
3.5 機械学習技術への期待と課題
3.5.1 Deep Learning
3.5.2 解釈可能性
3.5.3 機械学習工学(Machine Learning Engineering)
3.6 おわりに
4 非侵襲的代謝診断の臨床応用(実用化)に向けたビッグデータ活用への期待
4.1 はじめに
4.2 がん治療における非侵襲的代謝診断の位置づけ
4.3 超偏極13CMRIによる代謝イメージング
4.3.1 概要
4.3.2 In vivoモデルによる診断および治療効果検証
4.3.3 臨床への展開と実例
4.3.4 In vitro三次元細胞培養系による検証
4.3.5 多様な代謝経路可視化の取り組み
4.3.6 代謝応答モデル化・シミュレーションの試み
4.4 今後の展望と期待

第3章 医薬への展開
1 AIを用いたビッグデータからの創薬
1.1 はじめに―創薬を巡る状況と計算論的アプローチへの期待
1.2 ビッグデータやAIを活用した計算創薬/DRの「基本枠組み」
1.2.1 「生体分子プロファイル型計算創薬・DR」における疾患と薬剤の相互作用の捉え方
1.2.2 生体分子ネットワーク準拠の計算創薬/DRの「3層ネットワークモデル」
1.2.3 生体分子プロファイル型創薬・DRの方法の分類
1.3 ビッグデータからAIを用いて創薬を行う
1.3.1 AIバーチャルスクリーニング法
1.3.2 タンパク質相互作用ネットワークでの標的分子AI探索法
1.4 おわりに
2 創薬におけるビッグデータの可能性
2.1 ...