⽂部科学省「データ関連⼈材育成プログラム」事業
『医療・創薬 データサイエンスコンソーシアム』⼈材育成研修

カリキュラム・講師紹介

研究会活動内容

オープンイノベーション(前競争的)研究会

産官⼀体となってビッグデータ医療やAI 創薬等、課題に応じた研究部会を設置。
アカデミア、製薬企業、IT 企業が交流をもつ場を構築することによって、わが国の医療・創薬分野での国際競争力の向上と研究の世界的先端性の達成を目標とするAll Japan のコンソーシアムへと発展させる。

ビッグデータ医療部会

■医療ビッグデータ解析、電子カルテの臨床情報とゲノム情報の統合、Real World Data 準拠型臨床研究、バイオバンク構築システム論、疾患データベース構成論などの研究会活動を行う
■国際的なビッグデータ医療についての研究状況の共有とAI を用いた 応用研究についてのopen innovation として情報交換を⾏う

AI 創薬部会

■ヒトの網羅的分子情報や化合物との相互作用情報など「生体ビッグデータ」のもつ「創薬力」をAI により抽出し活用する
■多くの生体ビッグデータベースを使って生命系全体としての反応を予測する「分子プロファイル計算創薬・DR」の研究の現状を総覧
■AI 創薬の国際的な研究情報交換やOpen Innovation としてのAI 創薬の共同研究
■Deep Learning を用いて疾患の薬剤標的を探索するシステム(東京医科歯科⼤学)を軸に応用性の高い「AI 創薬」方法論を追跡し、個々の製薬企業の「創薬力」の向上に寄与する

研修プログラム

※平成29 年度実施については調整中

東京医科⻭科⼤学

・⼤学で開発したDeep Learning によるAI創薬プログラムを使⽤した計算創薬演習など
・遠隔セキュリティルームを使って、東北メディカルメガバンク機構のデータを活⽤する課題

東北大学 東北メディカル・メガバンク機構

・東北大学 東北メディカル・メガバンク機構のスーパーコンピュータと統合データベースにより検索されたデータを⽤いて課題を解析

東京理科⼤学薬学研究科

・RNA-seq を始めゲノム配列解析、創薬解析

慶應義塾大学薬学研究科

・薬品の開発過程全般にわたる諸課題に関する研修など

国⽴精神・神経医療研究センター

・同センターの筋・神経疾患データベースを⽤いて疾患機序の解析

国立国際医療研究センター

・感染症・糖尿病のデータベースを⽤いて研修

(公財)がん研究会

・がん病理画像の深層学習による画像診断をテーマ

製薬会社・IT企業、ベンチャー(インターンシップ)

・博⼠課程学⽣がコアカリキュラムで学習した⽅法を⽤い て与えられた課題に取り組む
・連携機関(製薬・医療IT企業)は、研修プログラム(インターンシップ)を開催・実施することは推奨されるが義務ではない

コアカリキュラム

データサイエンス関係(6 教科)

<講義>
データサイエンス総論(⽥中博)

⼈⼯知能・機械学習概論(理研杉⼭将、産総研辻井潤⼀)
理論部分は理研⾰新的知識統合センター(AIP)が担当。産総研⼈⼯知能研究センターは後半のAI の医学応⽤担当
前半は機械学習理論4 コマ︓AIP 担当
後半はAI 医療応⽤4コマ︓産総研⼈⼯知能研究センター

ゲノム・ビッグデータ統計解析学(東北⼤学・AIP ⽥宮元)
東北⼤学メガバンク・AIP 兼任の⽥宮元教授が全8 コマを担当・編成
内容遺伝統計学・ゲノム配列解析・ビッグデータ統計学

<実習>
R プログラム演習
R 基礎演習(順天堂茂櫛講師︓前半4 コマ)
R による機械学習プログラム作成(⻑⾕武史︓後半4 コマ)

パイソン(Python)プログラム演習
⼈⼯知能でいまや主役となっているプログラム⾔語Python を8コマの充実した時間割で徹底教育(辻慎吾︓8 コマ)

深層学習総合演習(⽥中博、⻑⾕武史、辻真吾)
深層学習プログラム講義、Deep Learning ユニットの使⽤法
いろいろな分野でのケーススタディ研究

ビッグデータ医療関係(4教科)

Precision Medicine 概論(⽥中 博︓8 コマ)
ビッグデータ医療、ゲノム医療の総論
⽶国のゲノム医療の2010 年の開始から今⽇に⾄るまでの発展
3つの主要⽅向(稀少疾患、がんドライバー遺伝⼦、薬剤代謝酵素)政策論2013 年のNIH のBD2K、そして2015 年のオバマ⼤統領のPrecision Medicine Initiative の内容を紹介し、2017 年から始まった100 万⼈コホート(All of Us)やCancer Moon Shot 計画を説明する。

Biobank/Genome Cohort 概論(⼭本雅之、加藤規弘、⽥中博総論)
ゲノム医療の第2の流れとしての欧州を淵源とするバイオバンク/ゲノムコホート運動の総論。
アイスランドdeCODE 社→UK バイオバンク→オランダライフライン→東北メガバンクの⼤規模前向きゲノムコホートの概念成⽴
個別化医療の情報基盤としての「疾患バイオバンク」

⽣命医学ビッグデータベース論
ビッグデータ時代を迎え、公的に利⽤できるデータベースの解説、簡単な実習。GWAS カタログ、Clinvar, Clingen, TCGA, GEO, CMap,1000genome,HPRD、DrugBank、PheKB など

疾患データ科学(加藤規弘、⽔澤英洋、野⽥哲⽣、森誠⼀)
がん、神経筋疾患、慢性疾患のデータ科学、それぞれの国際医療センター(加藤規弘ゲノムセンター⻑)、精神神経センター(⽔澤総⻑),がん研(野⽥所⻑)が担当して、それぞれの機関で構築している「疾患データベース」を説明。各施設3コマで、この講義だけ全9 コマ。

AI 創薬関係(4教科)

ビッグデータ創薬・AI 創薬概論(⽥中博,奥野京⼤教授1 コマ)
ビッグデータ創薬・AI 創薬の体系的講義。国際的な研究状況と展望後半時間があれば、⽥中研で開発したAI 創薬プログラムPharm-AI の実習を⾏う

創薬分⼦プロファイリング総論(産総研堀本勝久)
創薬を巡るオミックス科学に関して、産総研創薬分⼦プロファイリング研究センターが8 コマ担当(周辺領域、とくにバイオマーカ、DR、質量分析など)

インシリコ創薬化学
分⼦動⼒学(MD)法やフラグメント分⼦起動法(FMO)などの分⼦計算によって標的分⼦とリガンドの結合を計算しリード化合物や最適化の実際を学ぶ。⽥中が学会⻑をしていたCBI 学会から8 コマを計画する
講義担当(福澤 薫、藤⾕秀章、広川貴次)

現代医薬統計学(京⼤川上浩司教授に担当者相談、川上教授1コマ)
従来の治験データ管理や市販後調査の統計学。
最近EBM やRCT を超えて、Real World Data の医薬統計学への移⾏中。

講師陣

東京医科⻭科⼤学 名誉教授
東北⼤学 東北メディカルメガバンク機構
⽥中 博 機構⻑特別補佐
東北⼤学
ゲノム遺伝統計学分野理化学研究所
⾰新知能統合研究センター兼任
⽥宮 元 教授
理化学研究所
⾰新知能統合研究センター
杉⼭ 将 センター⻑
産業技術総合研究所
⼈⼯知能センター
辻井 潤⼀ センター⻑
東北⼤学
東北メディカル・メガバンク機構
⼭本雅之 機構⻑
国⽴国際医療研究センター 研究所
遺伝⼦診断治療開発研究部
メディカルゲノムセンター
加藤 規弘 センター⻑
国⽴精神・神経医療研究センター
⽔澤 英洋 理事⻑
公益財団法⼈がん研究会
がん研究所
野⽥ 哲⽣ 所⻑
公益財団法⼈がん研究会
がんプレシジョン医療研究センター
次世代がん研究シーズ育成プロジェクト
森 誠⼀ プロジェクトリーダー
京都⼤学
ビッグデータ医科学分野
奥野 恭史 教授
京都⼤学
薬剤疫学分野
川上 浩司 教授
産業技術総合研究所
創薬分⼦プロファイリング研究センター
堀本 勝久 副センター⻑