RIGHT:&size(15){Go to [[English page>Bioinformatics Lab. English]]};
*&size(30){新潟大学 工学部知能情報システムプログラム &br;バイオインフォマティクス（生命情報学）研究室へようこそ }; [#p977e9e5]
&size(18){ バイオインフォマティクス（生命情報学）とは、生物学（医学や農学も含む）と情報学が融合した学問分野です。ゲノムは生命の設計図であり、ゲノムを構成するDNAはA（アデニン）、T（チミン）、 G（グアニン）、C（シトシン）の４つの塩基の連なりで構成されています。ATGCを新聞の紙面に印字すると、ヒトゲノムでは朝刊の約25年分（30億文字）の分量にも達します。朝刊の1万年分（文字数では4.5兆文字）を超える、ヒトをはじめとする様々な生物のゲノム情報が無償で公開されています（[[日本DNAデータバンク>https://www.ddbj.nig.ac.jp/index.html]]）。このゲノムビックデータを有効活用するためには、計算機を活用した研究が必要不可欠です。};
&size(18){ バイオインフォマティクス（生命情報学）とは、生物学（医学や農学も含む）と情報学が融合した学問分野です。ゲノムは生命の設計図であり、ゲノムを構成するDNAはA（アデニン）、T（チミン）、 G（グアニン）、C（シトシン）の４つの塩基の連なりで構成されています。ATGCを新聞の紙面に印字すると、ヒトゲノムでは朝刊の約25年分（30億文字）の分量にも達します。朝刊の1万年分（文字数では4.5兆文字）を超える、ヒトをはじめとする様々な生物のゲノム情報が無償で公開されています（[[日本DNAデータバンク>https://www.ddbj.nig.ac.jp/index.html]]）。このゲノムビッグデータを有効活用するためには、計算機を活用した研究が必要不可欠です。};
&size(18){ 我々は、人工知能を活用したゲノム情報解析手法の開発とその応用を行っています。例えば、ゲノムビッグデータから有用な知識を発見するために、全ゲノム情報をある一枚の２次元平面図上に集約し、その全体像を容易に可視化できる機械学習手法（一括学習型自己組織化マップ、[[BLSOM>http://bioinfo.ie.niigata-u.ac.jp/?%E7%A0%94%E7%A9%B6%E5%86%85%E5%AE%B9%E7%B4%B9%E4%BB%8B]]）を開発し、生物系統ごとにグループ分け可能なことを示しました（下図）。これはATGCの文字の連なりに微生物からヒトまでの全ての生物系統ごとに固有な特徴が存在していることを示しています。この解析は、通常の計算機では途方もない計算時間が必要なため、スーパーコンピュータによる大規模並列計算（[[地球シミュレータ>https://www.jamstec.go.jp/es/jp/]], [[国立遺伝学研究所スパコン>https://sc2.ddbj.nig.ac.jp/]]）を行って、初めて得ることができました。};
&size(18){ このように効率的な知識発見を行うために開発した手法を用いて生物の謎を解き明かすべく、環境中に潜む新規なお宝微生物やお宝遺伝子の探索、地球環境や生育環境の変化に対する生物多様性の獲得や環境適応プロセスの解明などに取り組んでいます。};
#ref(Fig1.png,center,nowrap,Fig1,70%)
#counter