Skip to content
master
Switch branches/tags
Code

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.

生命情報・バイオインフォマティックス向けの機械学習入門

文責:瀬々 潤(ヒューマノーム研究所 & 産総研AIRC

この資料は、新学術領域「先進ゲノム支援」中級講習 (2018年11月実施) のために作成しました。

このコースでは、機械学習を利用したクラス分類問題を、実問題を利用して一通り問いてみることに焦点をあてます。 まず前半は、酵母の表現型データベースである、SCMD (Saccaromices cerevisiae Morphology Database) (Ohya, Sese et al. PNAS 2005, Saito et al. NAR 2004) のデータを利用して、酵母の画像(および、画像から抽出した特徴量)から、各細胞の細胞周期を同定する機械学習を実施します。

後半は、 世界のChIP-seqデータ(転写因子結合サイト実験)を収集し解析したデータベースであるChIP-Atlas (Oki et al. EMBO reports 2018) から、一次解析の終了したChIP-seqデータを基に、転写因子結合の有無を予測します。

  1. 0章 : データの準備、可視化
  2. 1章 : 特徴量を利用した機械学習(SVM, Random Forest)
  3. 2章 : 特徴量を利用した深層学習(PyTorchを利用して)
  4. 3章 : 画像を解析する深層学習
  5. 4章 : 配列を解析する深層学習

更新履歴: 2018/11/21: 初版作成

About

生命情報の機械学習入門(新学術領域「先進ゲノム支援」中級講習会資料)

Resources

Releases

No releases published

Packages

No packages published