• 電子版 月刊BIO INDUSTRY

検索条件

フリーワード商品検索

→詳細検索はこちら


お買い上げ合計金額2,000円以上の場合は配送料を当社負担!

cmcbooks内の検索(Yahoo検索)

商品カテゴリ

オススメコンテンツ
広告出稿のご案内
月刊誌や年鑑などの印刷物への広告から,Webやメールマガジンまで,広告出稿をお考えの方へのご案内です。

書評掲載一覧
さまざまな雑誌,新聞等で掲載していただいた書評の一覧です。(11月13日更新)

電子書籍のご案内
過去の書籍をお求めやすい価格で電子版として販売! 雑誌バックナンバーも充実!

常備書店
常時棚揃えしている全国の書店様をご紹介しています

海外注文 overseas order
海外からのご注文も承っています。


よくある質問
お問い合わせの多いご質問など,よくあるご質問を掲載しています。


弊社サイトは,グローバルサインのSSLサーバ証明書を導入しております。ご注文情報等は,全て暗号化されますので安心してご利用頂けます。

生命のビッグデータ利用の最前線

  • Frontier of Utilization of Big Data in Life Sciences
★解析技術の高度化とともに増え続けるバイオ分野のビッグデータ!その利活用に注目が集まる!
★最新の解析技術、ビッグデータのデータベース化、創薬・医療・食品・環境分野などへの応用展開をまとめた一冊!
★その市場は年率20%で増加!開発競争が激化する超高速、高精度、低コストのシーケンサー!
★爆発的に増えるビッグデータを無駄にすることなく“宝の山”にするヒントがここに!

商品コード: B1069

  • 監修: 植田充美
  • 発行日: 2014年4月30日
  • 価格(税込): 8,640 円
  • 体裁: B5判、231ページ
  • ISBNコード: 978-4-7813-0537-0

個数: 

カゴに入れる

この本のカタログを見る

この本のサンプルを見る

  • ビッグデータ / オミックス解析 / ゲノミクス / プロテオミクス / メタボロミクス / トランスクリプトミクス / メタゲノミクス / 次世代シーケンサー / 遺伝子解析 / データベース / データマイニング / 機械学習 / バイオインフォマティクス / 一塩基多型(SNP) / 電子カルテ / 個別化医療 / 再生医療 / iPS細胞 / 創薬 / 微生物育種

刊行にあたって

 生命科学の研究がこのところ急加速してきているのを実感されておられる方が多いのではないでしょうか。次世代型遺伝子解析装置の広がりや新しい遺伝子組み換え手法の展開などと分子イメージングなどをはじめとするナノテクノロジーの進展との融合により、ゲノム解析時代を越え、ポストゲノム解析時代からいよいよバイオサイエンスに新しい時代の到来が身近に感じられる時代になりつつあります。ポストゲノム解析の時代には、分析技術や装置の高精度化とコンピュータの演算能力や容量の向上に伴い、ゲノム、トランスクリプトーム、プロテオーム、メタボローム解析をはじめとする多くの データが生命科学研究の世界に現出し、集積されてきました。
 これらの解析はこれまでそれぞれ独立に扱われた解析手段として使われてきました。しかし、当然のことですが、これらを横断した相関データを基にしたトランスオミクス解析がこれからの解析手段として、すなわち、生物や生命の基盤解析手段として重要性がどんどん上昇してきています。これらのまさに膨大なビッグデータ、いわゆる「トレジャーデータ」といわれるこれらの情報を、積極的に、かつ、論理的にもしっかりと整理し、それから導き出す新しい成果や概念を、産学官の医療・創薬・モノづくり・環境などの研究領域の新しい展開研究や実用的な製品にしていく時代が来ていることを早く認識していくことが、新しい時代のバイオサイエンスの革新的基盤の確立に重要と考えています。
 監修者が主宰する京都バイオ計測センター(http://www.astem.or.jp/kist-bic/)では、その動向を整理して、産学官の研究者に提示し、活用を始めていくためのシンポジウムとして、2013年7月29日に、この分野では初めて広い領域にまたがったシンポジウム「生命のビッグデータの解釈とその社会への展開」を開催しました。
 本著では、これらの経緯をふまえて生命のビッグデータ利用の時々刻々変化する最前線に携わっておられる方々に、ご多忙の中、生の声を反映していただきたく、ご執筆の依頼をさせていただきました。ご執筆いただいた先生方には、この場をお借りして深謝いたします。読者の方々には、是非、この機会に本著を利用して,本格的なバイオサイエンス研究とその活用の時代の到来を体感していただければ幸いです。

京都大学大学院
植田充美

著者一覧

植田充美   京都大学大学院   
池尾一穗   国立遺伝学研究所
五條堀孝   国立遺伝学研究所
藤田信之   (独)製品評価技術基盤機構   
割石博之   九州大学
奥野恭史   京都大学
杉本昌弘   慶應義塾大学
藤山秋佐夫   国立遺伝学研究所
山本希   東京工業大学
森宙史   東京工業大学
山田拓司   東京工業大学
黒川顕   東京工業大学
森坂裕信   京都大学大学院
水口博義   (株)京都モノテック
山本佳宏   (地独)京都市産業技術研究所
馬場健史   大阪大学大学院
津川裕司   (独)理化学研究所  
福崎英一郎   大阪大学大学院
中村由紀子   奈良先端科学技術大学院大学
小野直亮   奈良先端科学技術大学院大学
佐藤哲大   奈良先端科学技術大学院大学
森田(平井)晶   奈良先端科学技術大学院大学
杉浦忠男   奈良先端科学技術大学院大学
Md.Altaf-Ul-Amin   奈良先端科学技術大学院大学
金谷重彦   奈良先端科学技術大学院大学
内山郁夫   自然科学研究機構
阿部貴志   新潟大学
池村淑道   長浜バイオ大学
町田雅之   (独)産業技術総合研究所
堤浩子    月桂冠(株)
池田正人   信州大学
竹山春子   早稲田大学
モリテツシ   早稲田大学
伊藤通浩   早稲田大学
細川正人   早稲田大学
廣岡青央   (地独)京都市産業技術研究所
高田豊行   国立遺伝学研究所
城石俊彦   国立遺伝学研究所
額田夏生   三重大学
アヴシャル-坂恵利子   三重大学
田丸浩   三重大学
藤渕航   京都大学
八木寛陽   国立循環器病研究センター研究所
錦織充広   国立循環器病研究センター研究所
武藤清佳   国立循環器病研究センター研究所
南野直人   国立循環器病研究センター研究所
岩﨑裕貴   長浜バイオ大学
田中博   東京医科歯科大学
松前ひろみ   北里大学
間野修平   統計数理研究所
太田博樹   北里大学
大浪修一  (独)理化学研究所
辻敏之   長浜バイオ大学
白井剛   長浜バイオ大学

目次

第1章 総論

1 生命科学におけるビッグデータの利用 
1.1 はじめに
1.2 広がる次世代型シークエンサーを用いたプロジェクト
1.3 情報解析の必要性
1.4 ワークフロー開発とパイプライン構築の例
1.5 効率的なビューワの開発と利用の必要性
1.6 アノテーションの重要性
1.7 次世代型大規模データ利用の将来

2 微生物遺伝子資源とモノづくりへの展開 
2.1 微生物ゲノム解析の進展
2.2 二次データベースの活用
2.2.1 比較ゲノム解析のためのデータベース
2.2.2 パスウェイ解析のためのデータベース
2.3 ゲノム情報から微生物の有用機能を推定するデータベース

3 ビッグデータ育種への展開:生命現象の見える化から言える化へ 
3.1 生命現象の解明に向けた昨今の動向
3.2 時間分解メタボロミクス:微生物育種に向けて
3.3 空間分解メタボロミクス

4 ビッグデータ創薬の展望 
4.1 はじめに
4.2 創薬が対象とするデータ規模
4.3 スーパーコンピュータ「京」によるビッグデータ創薬
4.4 化合物―タンパク質間の相互作用データの機械学習
4.5 ビッグデータの機械学習への期待
4.6 おわりに:パーソナルゲノム時代のビッグデータ創薬

5 システムバイオロジー:メタボロームの展開  
5.1 はじめに
5.2 代謝シミュレーションはどのように設計するか?
5.3 メタボロームで測定できるもの
5.4 メタボロームとシミュレーションの研究例
5.5 メタボロームはビッグデータではない?

第2章 解析方法

1 大規模データ生産を基盤とするゲノミクスの最先端 
1.1 はじめに
1.2 ゲノム関連データ集積の実情
1.3 ゲノミクスの技術基盤が、新型シークエンシング装置である
1.4 ゲノミクスは、総合融合科学である
1.5 おわりに

2 メタゲノミクスの現状と未来 
2.1 メタゲノミクスとは
2.2 これまでの研究成果
2.3 メタゲノム解析の手順
2.3.1 DNA抽出
2.3.2 シーケンシング
2.3.3 配列データのアセンブル
2.3.4 群集の系統組成および遺伝子機能組成の推定
2.3.5 サンプル間の系統組成および遺伝子機能組成の比較解析
2.4 メタゲノム解析の課題
2.5 ゲノム・メタゲノム情報を基盤とした微生物統合DB
2.5.1 他のデータとの柔軟な接続性
2.5.2 メタデータのオントロジーへの対応付け
2.5.3 メタゲノムの統一的な解析
2.6 今後の展望

3 次世代プロテオーム解析に向けた分離モノリスの開発 
3.1 はじめに
3.2 プロテオーム解析システムの現状と課題点
3.3 液体クロマトグラフィー分離の高性能化
3.4 新素材モノリスカラム
3.5 モノリスカラムを用いた次世代型プロテオーム解析
3.6 今後の展開

4 二次元電気泳動:技術開発と簡易プロテオーム解析への展開 
4.1 はじめに・プロテオーム解析
4.2 試料調製
4.3 分離
4.4 タンパク質スポット検出・定量
4.5 解析
4.6 同定
4.7 結び

5 メタボロームのビッグデータ解析技術の開発と精密表現型解析への応用
5.1 メタボロミクスにおけるデータ解析の重要性
5.2 ガスクロマトグラフィー質量分析を用いたメタボロミクス研究におけるノンターゲット解析
5.3 脂質メタボロミクス(リピドミクス)のデータ解析
5.4 メタボローム解析に基づくマルチマーカープロファイリングの高解像度表現型・性質解析への応用
5.5 メタボロミクスデータ解析の今後の展開

6 バイオビッグデータに挑む:メタボロミクスからビッグデータ・サイエンスへの展開 
6.1 はじめに:ビッグデータ・サイエンス
6.2 健康科学とエコサイエンスにおけるKNApSAcK Family DBの役割
6.3 KNApSAcK Family DB
6.4 ケミカルエコロジーへの展開
6.5 データマイニング
6.6 今後の展望

第3章 ビッグデータの解析

1 大量シーケンス時代の比較ゲノミクス基盤  
1.1 はじめに
1.2 比較ゲノム解析の基本的戦略
1.3 オーソログ解析
1.4 微生物比較ゲノムデータベース
1.5 種(系統群)内ゲノム比較:コアゲノム(core genome)と汎ゲノム(pan-genome)
1.6 オーソログテーブルブラウザ
1.7 大量ゲノム解析時代の基盤構築に向けて
1.8 おわりに

2 一括学習型自己組織化マップ(BLSOM)を用いた大量メタゲノム配列解析 
2.1 はじめに
2.2 連続塩基組成に基づいた一括学習型自己組織化マップ(BLSOM)による全既知生物種を対象にしたゲノム配列解析
2.3 BLSOMを用いたメタゲノム配列に対する系統推定法
2.4 大量なメタゲノム配列に対するゲノム別の再構築法の開発
2.5 有用遺伝子探索のためのタンパク質機能推定への応用
2.6 おわりに

第4章 応用展開―モノづくり・環境への展開  

1 糸状菌のビッグデータの解釈とモノづくりへの活用 
1.1 生命研究最大のデータ ~塩基配列~
1.1.1 DNAシークエンス技術の発展
1.1.2 DNAシークエンスの課題
1.2 NGSと糸状菌ゲノム解析
1.3 情報の種類
1.3.1 遺伝子発現情報
1.3.2 プロテオーム情報
1.3.3 メタボローム情報
1.4 二次代謝の予測
1.4.1 既知の情報を利用した予測法
1.4.2 MIDDAS-M法
1.5 展望

2 メタボローム解析の清酒醸造への展開
2.1 はじめに
2.2 麹菌の代謝物解析
2.3 清酒酵母の代謝制御による香気生成
2.3.1 カプロン酸エチル生成
2.3.2 酢酸イソアミル生成
2.4 おわりに

3 シーケンス革命がもたらしたコリネ菌育種の新規方法論 
3.1 はじめに
3.2 アミノ酸発酵を変革するゲノムからのアプローチ
3.2.1 C. glutamicumのゲノム科学から生まれた育種の方法論
3.2.2 リジン発酵への応用
3.2.3 アルギニン発酵への応用
3.3 育種歴のない脂質生産へのアプローチ
3.3.1 育種の狙いと構想
3.3.2 脂肪酸を分泌生産するC. glutamicumの育種
3.4 in silico代謝マップをモデルにして代謝系を再設計するアプローチ
3.4.1 育種の狙いと構想
3.4.2 S. mutans型レドックス代謝系を持つC. glutamicumの育種
3.5 おわりに

4 海洋遺伝子資源の新しいオミックス解析への挑戦 
4.1 はじめに
4.2 海洋資源の利用に向けたメタゲノム研究の応用
4.3 海洋資源活用に向けた技術の応用および開発
4.3.1 次世代シーケンサーのもたらすビッグデータのインパクト
4.3.2 メタゲノムの網羅的シーケンス解析における課題
4.3.3 環境微生物のメタトランスクリプトーム解析
4.3.4 環境微生物のシングルセルゲノム解析
4.3.5 マイクロ技術を用いたハイスループットスクリーニング系の開発
4.4 おわりに

5 バイオマス処理のビッグデータの解釈と環境への活用―トランスオミクス解析を利用したバイオマス分解戦略― 
5.1 はじめに
5.2 ソフトバイオマス資化性菌Clostridium cellulovorans
5.3 セルロソームに焦点を当てたプロテオーム解析
5.4 C. cellulovorans分泌タンパク質の定量的解析
5.5 今後の展開

6 食品クレーム分析と食品産業への展開 
6.1 はじめに
6.2 食品中の異物分析手順
6.3 タンパク質の二次元電気泳動
6.4 二次元電気泳動による異物の同定
6.5 遺伝子データベースを利用した異物の同定

第5章 応用展開―医療・創薬への展開

1 ゲノムスケールデータから実験用マウスの起源を探る 
1.1 はじめに
1.2 実験動物マウスの成立とその遺伝的背景
1.3 マウスのゲノム解析
1.4 日本産マウス近交系統MSMとJF1
1.5 日本産マウス系統のゲノム情報
1.6 マウスの全ゲノム情報を使用した系統解析
1.7 おわりに

2 統合オミックスデータモデル:ゼブラフィッシュ
2.1 はじめに
2.2 モデル生物としてのゼブラフィッシュ
2.3 ゼブラフィッシュを用いた創薬研究への展開
2.4 ゼブラフィッシュの統合オミックスへの応用
2.5 オミックス研究とゼブラフィッシュのアドバンテージを活かす
2.5.1 受精卵自動採卵装置
2.5.2 マルチプル・インジェクション装置
2.5.3 エンブリオアレイ
2.6 魚類を用いた“モノづくり”への展開
2.7 おわりに

3 iPS細胞からのビッグデータの情報セキュリティと創薬、医療への活用 
3.1 はじめに
3.2 iPS細胞がもたらすビッグデータ
3.2.1 iPS細胞の品質管理
3.2.2 遺伝的リスク
3.3 ゲノム情報産業と我が国での個人情報保護
3.3.1 ゲノム情報を活用した産業
3.3.2 日本における個人情報保護
3.4 高度医療情報時代における創薬と再生医療
3.4.1 高度医療情報時代の到来
3.4.2 iPS細胞の創薬・毒性評価からの情報
3.4.3 再生医療情報のデータマイニング
3.5 今後必要とされる解析技術について

4 プロテオームをはじめとする多層的オミックス解析データの解釈と創薬、医療への活用
4.1 はじめに
4.2 プロテオーム解析と組織収集・検体管理
4.3 多層的オミックス解析の必要性
4.3.1 エピゲノム解析
4.3.2 トランスクリプトーム解析
4.3.3 メタボローム解析
4.4 多層的オミックス解析に基づく創薬標的分子およびバイオマーカーの探索法
4.5 拡張型心筋症における多層的オミックス解析(進行中の実施例)
4.5.1 トランスクリプトーム解析
4.5.2 プロテオーム解析、メタボローム解析
4.5.3 エピゲノム解析、ゲノム解析
4.6 まとめ

5 新規情報学的手法“BLSOM”を用いたインフルエンザウイルスゲノム配列の変化の方向性および危険株の予測法の開発 
5.1 はじめに
5.2 A型およびB型のインフルエンザウイルスゲノムの連続塩基組成に基づいたBLSOM解析
5.3 インフルエンザウイルスゲノムの変化の方向性
5.4 B型株との比較
5.5 危険株の予測

6 オミックス医療とシステム分子医学 
6.1 はじめに
6.2 疾患ゲノム・オミックス情報に基づく医療
6.2.1 ゲノム・オミックス医療の3つの主要なアプローチ
6.2.2 臨床実践におけるゲノム・オミックス医療の最近の展開
6.3 システム分子医学
6.3.1 疾患を「分子ネットワークの歪み」として理解するシステム分子医学
6.3.2 オミックス医療とシステム分子医学における網羅的分子情報というビッグデータの利用法の違い
6.3.3 システム分子医学におけるデータ解析の例
6.4 おわりに

7 個人ゲノムデータの利用と倫理的課題 
7.1 はじめに
7.2 ヒトゲノム多様性研究の経緯
7.3 個人ゲノムに潜む倫理的諸問題
7.4 個人ゲノム利用のリスク評価

第6章 新しい展開

1 バイオイメージ・インフォマティクスが切り開く新しい生命科学の可能性 
1.1 はじめに
1.2 バイオイメージ・インフォマティクスが可能にしたデータ駆動型の生命科学研究
1.3 生命動態の定量計測データのデータベースの統合化
1.4 おわりに

2 ビッグデータからの展開:古代タンパク質解析と超分子モデリング  
2.1 はじめに
2.2 古代遺伝子の推定
2.3 超分子モデリングリング
このページのTOPへ