大学院

学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2026年10月16日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

生物情報ソフトウェア論Ⅱ

生物情報ソフトウェア論Ⅱ／ Software and Algorithm Design for Biology Ⅱ

本講義では、タンパク質立体構造予測を対象として、機械学習・深層学習の基礎とその発展的手法を生物情報科学の具体的な問題を軸にして体系的に解説する。特に、AlphaFold1、AlphaFold2、AlphaFold3について、アルゴリズムの詳細な中身と仕組みを追うことで、深層学習とその技術発展がどのようにタンパク質立体構造予測に寄与してきたかの理解を目指す。また、AlphaFold1のCNN、AlphaFold2のTransformer、AlphaFold3の拡散モデルなどを理解することによって、機械学習の基礎とAI for Scienceの具体的なつながりを概観する。

MIMA Search

時間割／共通科目コード

コース名

教員

学期

時限

47240-34

GFS-MJ6S07L1

生物情報ソフトウェア論Ⅱ

瀧川　一学

金曜2限

マイリストに追加

マイリストから削除

講義使用言語

日本語

単位

実務経験のある教員による授業科目

他学部履修

可

開講所属

新領域創成科学研究科

授業計画

以下のトピックに関する講義を行う。個別の内容は受講者のバックグラウンドや授業進度に応じて適宜変更する可能性がある。 - アミノ酸配列からのタンパク質立体構造予測 - 一次構造、二次構造、三次構造の基礎、PDB、CASP - ニューラルネットワークと深層学習 - 自動微分と確率的勾配法、表現学習 - CNN・ResNetとAlphaFold1、2D距離マップ予測 - TransformerとAlphaFold2、Invariant Point Attention、対称性と幾何拘束、pLDDTスコア - 拡散モデルとAlphaFold3 - AlphaFoldと発展：AlphaMissense、RoseTTAFold、ProteinMPNN、ESMFoldなど

授業の方法

スライドを用いた講義形式 (スライドPDFはLMSで配布) 講義実施予定日 10/2, 10/9, 10/16, 10/23, 10/30, 11/6, 11/13(試験)

成績評価方法

下記日程で行う筆記試験の成績を基本とし、必要に応じて課題等を併用し総合的に評価する。日時： 11/13 10:25 - 12: 10 場所：理学部１号館中央棟 337A講義室

履修上の注意

特別な予習は不要であるが、授業内容は体系的な教科書の内容ではなく、論文を基にした発展的内容を含むため、講義資料や適宜提示する参考資料などを用いてよく復習することを薦める / No special preparation is required. However, since the course content is not based on a standard, systematic textbook and includes advanced material drawn from research papers, careful review using the lecture slides and any reference materials provided is recommended.

戻る