Department of Molecular Biology and Biotechnology, Faculty of Pharmaceutical Sciences.
This is a tutorial to learn basic and practical bioinformatics created for undergraduate students majoring in pharmacy or pharmaceutical sciences. All methods and opinions here are independent of the institute to which the author belongs (10 March 2020).
- Introduction to Bioinformatics (1)
- Introduction to Bioinformatics (2)
近年のITの発達、とりわけ機械学習、人工知能 (AI)の発達は目覚しいものです。生物学でもコンピュータに頼ったデータ解析なしでは、最先端の研究には追いつけない時代となりました。では、私たちも一から十まで機械学習について勉強すべきでしょうか？いいえ、化学・生物学を主に学んできた私たちが、情報学を学んできた方々に追いつくことは困難ですし、それをしていては私たちの強みを活かせません。極論すれば、私たちは、ツールを使用できればそれでいいのです。もっとも重要なのは、化学・生物学的視点から解析結果を分析し、そこから意味のある解釈を引き出すことです。ただし、その解釈が妥当なものなのか判断するためには、ツールのアルゴリズムを理解することが不可欠です。したがって、自分とそして研究室の仲間を納得させられる程度には、ツールの概念を理解するようにしましょう。
さて、このイントロダクションは、皆さんが直面すると予想される壁をできるかぎり取り去ってしまうことを目的としています。プログラミングそのものは、慣れてしまえばとても簡単なものです。簡単に感じられるように、これまでに多くの方が貢献してこられた、と言う方が正しいかもしれません。しかし、初期のインストール、環境設定等、「慣れるまで」が少し大変です。私も環境設定等のコンピュータのより基礎的部分に関しては自信がありません。(2)以降では、excel、Rの使い方等、より実践的な方法を紹介します。本来なら、今流行りのpythonをやりたいところですが、私の慣れ親しんだRでやらせてください。(pythonにも多少は触れるようにします)
それでは、これからバイオインフォマティクスのイントロダクションを始めますが、その前にちょっとしたアドバイスを。
一度に全てを学ぼうとしないでください！ そして、 Google先生に頼りましょう！
皆さんのゴール (ヒートマップやSOMを作る等)に必要最低限のことを学んで、とにかく形にしてみましょう。綺麗にしたり、より高度な解析をしたりするのはその後で大丈夫です。本を買って高度なコードを学ぶよりも、実際に目の前の課題に取り組むほうがよっぽど効率よく身につきます。そして、うまくいかないことがあればそのたびにgoogleで検索してください。皆さんよりも先にその問題に行き当たった人が必ずいます。先人の知恵を借りましょう。また、本を利用するのならこのタイミングで参照しましょう。
目標にたどり着こうとする間に多くのことを学んでいることに気がつくことでしょう。初めのうちはノートを作るとよいかもしれません。ノートの片側にやりたいことを書いて、反対側にそのやりたいことを達成するために使ったツール、作ったコードをメモしていくのが私流です。ぜひ自分に合った学び方を探してみてください。それではよろしくお願いします。