バイオインフォマティクス講義ノート

📚 このサイトについて

CourseraのBioinformatics Specializationの講義ノートをまとめたサイトです。

バイオインフォマティクスの基礎から応用まで、アルゴリズムと生物学の両面から学習していきます。

🌟 初めての方へ

プログラミングは分かるけど生物学は初めてという方は、まずこちらから。

→ 生物学の基礎知識 - DNAとは何かから始める超入門。 → バイオインフォマティクスと合成生物学の違い - 解析と創造の違い。 → mRNAとは何か - セントラルドグマから理解する。

🧬 学習内容

Week 1: DNA複製の基礎

• DNA複製はゲノムのどこで始まるのか（前編）

  • 複製起点（OriC）の探索
  • 頻出語問題（Frequent Words Problem）
  • DnaAボックスの発見
  • 📘 超詳細版もあります - 細野真宏先生スタイルの丁寧な解説

• DNA複製はゲノムのどこで始まるのか（後編）

  • 塊探し問題（Clump Finding Problem）
  • 逆相補鎖の考慮
  • 実際のゲノムへの適用

• DNA複製はゲノムのどこで始まるのか（その3：GCスキュー）

  • DNA複製の非対称性
  • リーディング鎖とラギング鎖
  • GCスキュー分析

• DNA複製はゲノムのどこで始まるのか（その4：実践と課題）

  • 大腸菌での実践
  • ミスマッチの重要性
  • 現実世界の複雑性

Week 2: モチーフ発見

• モチーフ発見問題（基礎）

  • 遺伝子制御とモチーフ
  • (k,d)モチーフの概念
  • モチーフ列挙アルゴリズム
  • 📘 超詳細版 - 遺伝子のON/OFFスイッチを探す

• ランダム化モチーフ探索

  • なぜランダムが正解を導くのか
  • プロファイルとモチーフの相互変換
  • 結核菌の冬眠メカニズム

• ギブスサンプラー

  • より賢いサイコロの振り方
  • 擬似カウントの重要性
  • クロムウェルの法則

• ラプラスの法則とChIP-seq

  • ゼロ確率問題の解決
  • 実験技術との融合
  • アルゴリズムの限界と突破

• モチーフ発見から創薬へ

  • MEME実習で学んだこと
  • DNA配列の無効化メカニズム
  • 実際の薬の作り方

Week 3: ゲノムアセンブリ

• ゲノムシーケンシングとは

  • DNAを読む技術の革命
  • 個別化医療への道
  • 1000ドルゲノムの時代

• ゲノムアセンブリ入門

  • ショットガン法の原理
  • アセンブリの課題

• オイラー経路によるアセンブリ

  • グラフ理論の応用
  • de Bruijnグラフ

今後追加予定

• 配列アラインメント
• 進化系統樹の構築
• タンパク質構造予測

🔧 アルゴリズム

• 頻出語問題
• GCスキュー分析
• ミスマッチを許容する頻出語問題
• パターンマッチング（準備中）
• グラフアルゴリズム（準備中）
• 動的計画法（準備中）

🚀 先端技術

• STATE - AIが細胞を理解する時代
  • Arc InstituteのAIモデル
  • LLMと生物学の融合
• mRNAワクチンはどう作られたか
  • 2日で設計された理由
  • バイオインフォマティクスの貢献
• 創薬の限界と合成生物学の突破
  • 既存の改善vs抜本的変革
  • CAR-T療法などの成功例

📖 参考資料

• 用語集
• 推奨図書（準備中）
• 関連リンク（準備中）

🚀 はじめ方

1. 基礎知識の確認

   • 基本的な生物学の知識
   • プログラミングの基礎（Python推奨）

2. 週ごとの学習

   • 各週の講義ノートを順番に読む
   • アルゴリズムの実装を試す
   • 練習問題を解く

3. 実践

   • Rosalindの問題を解く
   • 実際のゲノムデータで分析を試す

📝 注意事項

• このノートは個人的な学習記録である
• 内容の正確性については保証しない
• 最新の情報は公式のCourseraコースを参照すること