バイオインフォマティクスの全分野をどこからでも学ぶことができ、図解で基礎知識を学び、練習問題と解説で理解度を確認できる。… バイオインフォマティクスの全分野を、どこからでも学ぶことができ、詳しい図解で基礎知識を学び、練習問題と解説で理解度を確認できる。また、厳選８０項目と練習問題８０題は、出題数と分野構成が実際の試験に準拠している。 新登場！ 学会初の公式教科書 バイオインフォマティクスの全分野を、どこからでも学ぶことができます。 詳しい図解で基礎知識を学び、練習問題と解説で理解度を自己確認できます。 厳選80項目と練習問題80題は、認定試験の全範囲をカバーしているだけでなく、 出題数と分野構成が実際の試験に準拠しており、直前対策にも役立ちます。 ▼日本バイオインフォマティクス学会、認定！ 　本書は日本バイオインフォマティクス学会初の公式教科書で、バイオインフォマティクスの全分野をどこからでも学ぶことができます。 　厳選した80項目を、1項目につき見開き2ページで解説しました。左ページでは図を用いながら基礎知識をコンパクトに説明し、重要な語句は必要に応じて別の項目を参照することができます。右ページには技術者認定試験の典型的な過去問を練習問題として詳しい解説を載せ、先に学んだ知識が自分の中で十分に理解できているかを自己確認することができます。さらに、もっと深く学びたい人に向けて、書店で入手しやすい参考図書を紹介しています。 　全80題に及ぶ過去問は、認定試験の全範囲をカバーしているだけでなく、出題数と分野構成が実際の試験に準拠しているので、模擬試験としてチャレンジすることもできます。参考として、問題には出題年度、難易度、正解率を載せており、本の巻末には解答一覧を準備しました。 　すなわち、この本一冊で、バイオインフォマティクスの基礎知識の習得と、技術者認定試験の準備を行なうことができます。 第1章　生命科学 　1-1　原核細胞と真核細胞 　　細胞の分類とウイルス 　1-2　細胞内小器官 　　細胞内小器官とその役割 　1-3　細胞周期 　　細胞分裂と細胞周期 　1-4　DNA の複製 　　ゲノムDNA の半保存的複製 　1-5　転写 　　ゲノムDNA からのさまざまなRNAの合成 　1-6　翻訳 　　タンパク質の生合成 　1-7　核酸の構造と機能 　　DNAとRNA の構造と機能 　1-8　アミノ酸の構造と性質 　　20種類の生体アミノ酸の構造と性質 　1-9　タンパク質の階層構造 　　タンパク質の役割と一次～四次構造 　1-10　生体膜と膜タンパク質 　　生体膜の構造と膜タンパク質の機能 　1-11　翻訳後修飾 　　タンパク質の翻訳後修飾とその役割 　1-12　免疫と代謝 　　抗体による免疫・生体内物質の代謝パスウェイ 　1-13　シグナル伝達 　　細胞間のシグナル伝達によるコミュニケーション 　1-14　遺伝 　　メンデルの法則による遺伝子の世代間継承 　1-15　ゲノムと生物 　　生物ゲノムのサイズと遺伝子地図 　1-16　ヒトゲノム 　　ヒトゲノムの構造と遺伝的多型 　1-17　遺伝子組換え 　　主要な遺伝子組換え技術 　1-18　ゲノム解析 　　ショットガン法による全ゲノム解読とゲノムワイド解析技術 　1-19　分子生物学実験技術 　　分子生物学分野を飛躍的に発展させた実験技術 　1-20　タンパク質の立体構造決定 　　X線結晶解析法などによるタンパク質の立体構造の解析技術 第2章　計算科学 　2-1　2進数 　　2進数と論理演算 　2-2　論理回路 　　論理回路によるコンピュータ上の論理演算 　2-3　プログラミング言語 　　コンピュータのプログラミング言語と計算の実行 　2-4　マークアップ言語 　　XML などのマークアップ言語によるデータ記述 　2-5　プロトコル 　　ネットワークの通信プロトコルとセキュリティ 　2-6　データ構造 　　プログラム内の代表的なデータ構造 　2-7　二分探索 　　高速にデータを検索する二分探索アルゴリズム 　2-8　ソートアルゴリズム 　　高速にデータを並べ替えるソートアルゴリズム 　2-9　バブルソート 　　基本的なバブルソートのアルゴリズム 　2-10　オートマトン 　　オートマトンによる状態・遷移データの表現 　2-11　リレーショナルデータベース 　　リレーショナルデータベースによるデータの整理 　2-12　SQL 　　SQL によるリレーショナルデータベースの操作 　2-13　正規分布 　　正規分布の性質 　2-14　独立性 　　確率分布と独立性・ベイズ推定 　2-15　統計的検定 　　統計的検定による仮説の検証 　2-16　最尤推定 　　確率分布の最尤法による推定 　2-17　機械学習 　　機械学習とデータマイニング 　2-18　クラスタリング 　　 k平均法によるデータのクラスタリング 　2-19　機械学習の評価 　　感度・特異度による予測法の評価 　2-20　交差検証 　　クロスバリデーション（交差検証）による予測法の評価 第3章　配列解析 　3-1　分子生物学データベース 　　国際的な公共の分子生物学データベース 　3-2　配列アラインメント 　　動的計画法による配列アラインメントの計算 　3-3　スコア行列 　　アミノ酸の類似性スコアとその統計的評価 　3-4　高速な類似配列検索 　　高速に配列を比較するための計算技術 　3-5　ホモロジー検索 　　高速にホモロジー検索するためのプログラム 　3-6　マルチプルアラインメント 　　マルチプルアラインメントによる配列の多重比較 　3-7　モチーフ 　　保存された配列パターン（配列モチーフ）の解析 　3-8　ゲノムプロジェクトと遺伝子予測 　　ゲノム解読と遺伝子予測によるアノテーション 　3-9　タンパク質の機能予測 　　タンパク質の生理学的機能の予測 　3-10　RNA の二次構造予測 　　RNA のもつ二次構造とその予測法 　3-11　ゲノム特徴抽出 　　ゲノム配列の塩基組成などに基づく特徴抽出 　3-12　ゲノム比較 　　ゲノム配列の比較解析とオーソログ解析 第4章　構造解析 　4-1　構造化学 　　ペプチド結合の構造化学 　4-2　タンパク質の立体構造 　　タンパク質立体構造の形成と分子グラフィックス表現 　4-3　構造モチーフ 　　タンパク質立体構造中の超二次構造と構造モチーフ 　4-4　構造分類 　　タンパク質立体構造の分類 　4-5　その他の生体分子の立体構造 　　DNAとRNAの立体構造 　4-6　立体構造データベース 　　立体構造データベースPDBとPDB フォーマット 　4-7　立体構造の比較 　　立体構造を構造重ね合わせにより比較する方法 　4-8　タンパク質立体構造の保存性分析 　　構造重ね合わせによるタンパク質立体構造の保存性分析 　4-9　相互作用分析 　　タンパク質立体構造による相互作用分析 　4-10　マップ分析 　　タンパク質立体構造のマップ分析 　4-11　立体構造予測 　　タンパク質の立体構造を予測する方法 　4-12　分子動力学計算 　　分子動力学計算による分子運動のシミュレーション 第5章　遺伝・進化解析 　5-1　ハーディー・ワインベルク平衡 　　対立遺伝子頻度のハーディー・ワインベルク平衡 　5-2　連鎖解析 　　連鎖解析による遺伝子座の探索 　5-3　遺伝子マーカー 　　遺伝的多型と遺伝子マーカーとしての利用 　5-4　ゲノムワイド関連解析 　　ゲノムワイド関連解析（GWAS）による遺伝子の探索 　5-5　分子進化 　　分子進化の中立説と分子時計 　5-6　進化系統樹 　　進化系統樹の表現方法 　5-7　パラログ・オーソログ 　　進化系統樹によるホモログ・パラログ・オーソログの解析 　5-8　系統推定アルゴリズム 　　系統樹をつくるための系統推定アルゴリズム 第6章　オーミクス解析 　6-1　オーミクス解析の研究手法 　　オーミクス解析に用いる研究手法と実験機器 　6-2　次世代シークエンサ 　　従来型DNA シークエンサと次世代シークエンサ 　6-3　DNA マイクロアレイ 　　DNA マイクロアレイによる遺伝子発現・遺伝的多型などの大量解析 　6-4　タンパク質間相互作用 　　タンパク質間相互作用の大量解析手法 　6-5　遺伝子発現クラスタリング 　　遺伝子発現パターンによるサンプルのクラスタリング 　6-6　微分方程式 　　微分方程式による遺伝子発現量の変動予測 　6-7　システム安定性 　　固有値の分析によるシステムの安定性解析 　6-8　ネットワークの構造と性質 　　ネットワークの構造とダイナミクス 　索引 　練習問題解答一覧 　執筆者一覧

1 基礎編 2 プロトコールメディカル・クリニカルシークエンス 3 プロトコールエピゲノム 4 プロトコールトランスクリプトーム・転写制御 5 プロトコール環境・進化・生物資源 6 プロトコールデータ解析と環境構築

Pythonを中心とするツール群の活用例を具体的なレシピ約50で紹介。環境構築から丁寧に解説。 Pythonを中心とするツール群の活用例を具体的なレシピ約50で紹介。目の前の研究に活かせる。環境構築から丁寧に解説。〔内容〕次世代シークエンス／ゲノム解析／集団遺伝学／系統学／タンパク質／データ公開・共有／ビッグデータ／他 〇本書で学べること ・次世代シーケンス（NGS）データ解析の進め方 ・FASTQ, BAM, VCFフォーマットのデータの取扱い ・Galaxyへのアクセス ・Dask, Sparkなどを活用した大規模データ処理 ・Cytoscapeによる可視化 ・主成分分析，決定木分析など機械学習の活用 1.　Pythonとソフトウェア環境 2.　次世代シーケンス・データ解析 3.　ゲノム解析 4.　集団遺伝学 5.　集団遺伝学のシミュレーション解析 6.　系統解析 7.　蛋白質構造データバンク（PDB）を使う 8.　バイオインフォマティクスにおけるパイプライン 9.　Pythonによるゲノムビッグデータ解析 10.　バイオインフォマティクスのその他のトピック 11.　高度な次世代シーケンス解析

プログラミングの知識を持つバイオ研究者に、Python、R、Gitなどのツールでバイオ系のデータを処理する方法を解説。 ニーズの高まるバイオ分野に不可欠なデータ処理技術のすべて！ 本書は、基本的なプログラミングに関する知識を持ったバイオ研究者を対象に、Python、R、Gitなどのツールを使ってバイオ系のデータを処理する方法について解説する書籍です。バイオインフォマティクス（生命情報科学）とは、コンピュータによる情報解析の手法を生物学の問題に応用する学問のことを指します。本書では、Python、R、Gitなどのオープンソースのツールを利用して、複雑で大規模な配列データから、意味を抽出し、探索するための技術を解説しています。

　今日では，インターネット上の検索エンジンでキーワード検索すれば，個別の情報は簡単に得られる。しかし，本書のメインターゲットである生命科学分野の実験系研究者やこれからバイオインフォマティクスを学ぼうとする大学院生にとっては，特に統計関連の記述は難解であろう。巷に溢れている統計関連書籍の記述内容もまた，意味不明だという声をよく聞く。 　本書は，トランスクリプトーム解析を行うための一連のスクリプト集である著者の2つのウェブページ「(Rで)マイクロアレイデータ解析; http://www.iu.a.u-tokyo.ac.jp/~kadota/r.html」および「(Rで)塩基配列解析; http://www.iu.a.u-tokyo.ac.jp/~kadota/r_seq.html」を体系的にまとめた初の書籍である。 　まず手元にある実際のデータやその解析結果を示し，解釈の仕方を述べてから一般論に導く記述形式を採用している。主な目的は，実データの解析結果を徹底的に眺めることで，統計的な感覚や数式の感覚を身につけることである。一般に，書籍中に記載されているRパッケージや関数は，パッケージ自体がなくなってしまっていたりオプションが変更されるなど比較的早期に陳腐化していく。本書は，もちろん執筆時点で最新の解析手順やRの関数を利用しているが，それらの賞味期限は短いことが予想される。そのため，最新の利用手順は2つのウェブページを参考にされたい。本書は，トランスクリプトーム解析のための二大技術であるマイクロアレイとRNA-seqをRで自在に解析するための基本的な考え方や注意点を体系的にまとめたものである。 第1章　序　論 1.1　はじめに 1.2　マイクロアレイ 1.3　RNA-seq 1.4　Rおよび各種パッケージのインストール 1.5　本書の構成 第2章　データ取得 2.1　はじめに 2.2　マイクロアレイ 2.3　RNA-seq 第3章　データ解析（基礎） 3.1　はじめに 3.2　マイクロアレイ 3.3　RNA-seq 第4章　データ解析（応用） 4.1　はじめに 4.2　マイクロアレイ 4.3　RNA-seq 参考文献 索　引

医学・生物学研究の最新手法が今すぐ出来る！本邦の初実験プロトコール集が登場.

生物の設計原理の新規性やおもしろさを紹介 　増殖、分化、発生、ストレス応答などの生物機能がどのように生み出されるのかを知るためには、細胞の基本的構成要素である遺伝子、タンパク質の個々の働きだけでなく、それらの全体的な相互作用ネットワークの構造を理解することが必要である。そして、そのような複雑な細胞システムを理解するためには、情報科学、工学を含む幅広い分野の知識や方法が必要である。 　物理学をはじめ情報科学や工学には、基本的原理や法則があり、これらの原理や法則に基づいて、自然界の複雑な現象を理解したり、人工物の設計を行ったりすることができる。一方、ゲノム科学の進展や生体分子測定技術の進歩により、細胞内の複雑な分子間相互作用ネットワークの構造が急速に解明されつつあり、これをさらに推し進めていけば、生物の中の基本原理や法則を見いだすことができるであろう。 　本書はこのような考え方に基づいて、細胞の分子ネットワークの構造と機能の関係の中に普遍的設計原理を発見することに挑戦している。ネットワークモチーフという基本構造から多様な生命機能が理解できることを示すことに成功しつつあり、他にも、適応を実現するための積分フィードバック、遺伝子翻訳や免疫システムにおけるエラー校正システム、細胞増殖のための分子ネットワークの最適化というように、工学のアナロジーに基づいた原理や法則が発見されつつある。 　システム生物学に関心のある研究者、技術者、学生に、生物の設計原理の新規性や面白さを伝え、システム生物学に対する理解を深める本であり、学部～大学院における標準的テキストとして活用できる。 第1章　序 第2章　転写ネットワーク：基本概念 2.1　はじめに 2.2　細胞の内外環境の認知問題 2.3　転写ネットワークを構成している要素 2.4　単純な遺伝子制御のダイナミクスと応答制御 第3章　自己制御：ネットワークモデル 3.1　はじめに 3.2　パターン，ランダムネットワーク，ネットワークモチーフ 3.3　自己制御：ネットワークモチーフ 3.4　負の自己制御による遺伝子回路の応答時間の加速 3.5　負の自己制御による生産揺らぎに対するロバストネスの促進 3.6　まとめ 第4章　フィードフォワードループネットワークモチーフ 4.1　はじめに 4.2　ランダムネットワークにおける部分グラフの出現回数 4.3　フィードフォワードループはネットワークモチーフ 4.4　フィードフォワードループ遺伝子回路の構造 4.5　AND論理下でのタイプ１コヒーレントFFLの動的挙動 4.6　タイプ1コヒーレントFFLはオン・オフ感知性の遅延要素 4.7　タイプ1インコヒーレントFFL 4.8　なぜある種のFFLはまれにしか現れないのか 4.9　FFLの収束進化 4.10 まとめ 第5章　転写ネットワークの時間プログラムと全体構造 5.1　はじめに 5.2　単入力モジュール（SIM）ネットワークモデル 5.3　SIMは時間発現プログラムを作り出す 5.4　ネットワークモチーフの形状的一般化 5.5　マルチ出力FFLによるFIFO時間順序の生成 5.6　シグナルの統合化と組合せ制御：バイファンと密重複レギュロン 5.7　センサー型転写ネットワークのネットワークモチーフと大域的構造 第6章　発達，シグナル伝達，神経ネットワークのネットワークモチーフ 6.1　はじめに 6.2　発生転写ネットワークのネットワークモチーフ 6.3　シグナル伝達ネットワークのネットワークモチーフ 6.4　多層パーセプトロンを使った情報処理 6.5　合成ネットワークモチーフ：負のフィードバックと振動モチーフ 6.6　線虫の神経ネットワークにおけるマルチ入力FFL 6.7　まとめ 第7章　タンパク質回路のロバストネス：細菌の走化性の例 7.1　ロバストネスの原理 7.2　細菌の走化性，細菌の思考方法 7.3　大腸菌の走化性タンパク質回路 7.4　正確な適応を説明する2つのモデル：ロバストとファインチューン 第8章　発達のロバストなパターニング 8.1　はじめに 8.2　モルフォゲン指数分布はロバストではない 8.3　自己強化モルフォゲン分解によるロバストネスの増大 8.4　ロバストなパターニングのために分解フィードバックを用いるネットワークモチーフ 8.5　ロバストネス原理を用いてショウジョウバエのパターニングのメカニズムを解明する 第9章　動力学的校正 9.1　はじめに 9.2　遺伝暗号の動力学的校正は分子認識の誤り率を低下させる 9.3　免疫系は自己と非自己を識別する 9.4　動力学的校正は細胞内の多様な認識プロセスで行われる 第10章　最適遺伝子回路設計 10.1　はじめに 10.2　一定条件下のタンパク質の最適発現レベル 10.3　制御することしないこと：可変的環境の最適制御 10.4　フィードフォワードループネットワークモチーフの環境選択 10.5　まとめ 第11章　遺伝子制御の需要法則 11.1　はじめに 11.2　Savageauの需要法則 11.3　最小エラー負荷に基づく遺伝子制御の法則 11.4　最適制御に対する選択圧 11.5　マルチレギュレーターシステムに対する需要法則 11.6　まとめ 第12章　エピローグ：生物学の単純性 付録1　遺伝子の入力関数：ミカエリス-メンテン式とヒル式 付録2　多次元入力関数 付録3　転写ネットワークのグラフ性質 付録4　遺伝子発現の細胞間変動 用語解説 文献 索引