東大式　生命データサイエンス即戦力講座 ゲノム、エピゲノム、トランスクリプトームからシングルセルまで、大規模データ解析で論文を書くためのR＆Pythonツールボックス

本書は東京大医学大学院新領域研究科が進める生命データサイエンス教育プログラム「DSTEP」(http://dstep.cbms.k.u-tokyo.ac.jp/) におけるバイオプログラミング演習のコンテンツを書籍化したものである。DSTEPは近年のゲノム解析をはじめとする大規模バイオデータに即応できる人材の育成を、製薬企業、バイオテク企業等と連携して行うことを目的に設立されたものである。実際、該当分野における人材の欠乏は深刻である。
 
初めてのヒトゲノムの完全解読が発表されて20年が経過しようとしている。10年前の次世代シークエンス技術の登場を経て、近年のバイオデータ産生技術の進歩は20年前には想像しなかった速度で進展している。公的/私的なデータベースには何十万人分、何百万人分というヒトゲノムデータがあふれかえる。がんゲノムの精密なシークエンス解析によって検出されたがん原性変異 (ドライバー変異) に依拠して、個々の患者に最適な治療戦略を策定するいわゆる「個別化医療」は実診療として実装、保険収載されるまでになっている。さらに基礎研究の分野ではゲノム解読技術を遺伝子発現解析等の多層オーミクス解析へと転用、さらに近年ではその解析解像は単一細胞 (シングルセル解析) へとまで進化している。さらにこれを発展させる形で、空間情報を保持した形での多層オーミクス解析も行われるようになった。例えばがん細胞における多様ながん進化あるいは免疫細胞との相互作用を解明するために、病理画像データの各スポットでのオーミクス解析が実施されるようになっている。今後もますます大規模データの産生と解析の流れはその速度を増して展開していくと思われる。急速なデータ蓄積を背景にヒトに関する分生生物学的・基礎医学的理解を飛躍的に拡大している。それに呼応する形で、生物学的知見の創出に人工知能を活用しようとする試みも増えている。機械学習の本質が大量に蓄積されたデータの活用にあるのであれば、生物学においても飽和量のデータが大きな転換をもたらす時が来るのかもしれない。少なくともリアルワールドにおいて真にヒトを完全に理解し、さらにはヒトを超える領域まで健康/治療を推進しようとするには、これまでにない規模での生物学的データの産生、その解析の深化は必須の要素である。その未来に向かって実に多くの技術革新が現在も進行中である。ヒトの細胞システムを理解するに足る規模での大規模、精密オーミクス解析が実践されるような未来、本質的な意味での「生命データサイエンスの時代」の到来も迫っているように思う。現在、その黎明期にあって、本書が未来を担う若手研究者への第一歩を後押しするものになれば、と思う。
 

* 本書は新領域研究科が進める生命データサイエンス教育プログラム「DSTEP」におけるバイオプログラミング演習のコンテンツを書籍化したものである。DSTEPのHPはこちら：http://dstep.cbms.k.u-tokyo.ac.jp/

(紹介文執筆者: 新領域創成科学研究科 教授 鈴木 穣 / 2022)