授業の目標・概要

耕地や農業施設等のフィールドにおける植物生産の量と質は、作物のゲノム情報のみで一義的に決まるのではなく、時間的空間的に変化する環境条件、土壌条件、および微生物等との相互作用の結果として決定しています。現在、ドローンや圃場環境センサーをはじめとする種々の観測装置が発達し、圃場全体からビッグデータが生成・収集されています。一方で、分析機器の高度化により、フィールド栽培植物を対象としたゲノム・トランスクリプトーム・メタボローム・イオノームやマイクロバイオームなどの膨大なオミクス情報が蓄積されています。これらの情報を最大限に活用した育種、および生産の効率化・最適化を実現するために必要となるフィールドインフォマティクスの理論と技術を実習形式で解説します。

担当教員

大森 良弘 (東大・農・アグリバイオ / 特任准教授)
井澤 毅 (東大・農・生産・環境生物学専攻 / 教授)
岩田洋佳 (東大・農・生産・環境生物学専攻 / 准教授)
郭 威 (東大・農・附属生態調和農学機構 / 特任助教)
市橋泰範 (理化学研究所 バイオリソース研究センター / チームリーダー)
戸田陽介 (名古屋大学 トランスフォーマティブ生命分子研究所 / 招聘教員)
鹿島 誠 (龍谷大学 食と農の総合研究所 / 博士研究員)
登内亜弥 (エルピクセル株式会社 / プロジェクトマネージャー)
榊原章之 (エルピクセル株式会社 / エンジニア)

お知らせ

レポート課題

  • 講義で提供されたトピックを2つ選び、そのトピックに関する現状と問題についてまとめるとともに、今後の展開について議論せよ。
  • 形式:自由。但し、A4サイズ用紙2ページ以上
  • 提出先:'report@iu.a.u-tokyo.ac.jp' 宛てにメール添付で提出。
  • 提出期限:2019年6月14日(金)
  • 注意:レポートには、氏名、学生証番号、を明記すること。関連論文がある場合は、文献リストとして示すこと。

講義日程(2019年度)

  1. 2019年05月14日
  2. 講師:郭 威
    演題ドローン画像を用いた植物の生育解析
    webpage
    講師:登内亜弥
    講師:榊原章之
    演題:Pythonを用いた植物画像解析
    archive1.zip

  3. 2019年05月21日
  4. 講師:戸田陽介
    演題:深層学習を利用した植物画像解析
    2019_toda_agribio.pdf
    講師:大森 良弘
    演題イオノーム情報を用いた機械学習 (分類)
    ionome_MR.zip(最終更新:2019.05.24)

  5. 2019年05月28日
  6. 講師:井澤 毅
    演題:野外環境での遺伝子発現の変動を keras/tensorflow でモデリングしてみよう!
    講師:鹿島 誠
    演題:野外 RNA-Seq を用いた品種間差を生み出す座位の検出
    Readme.txt
    Field_infomatics_Rproject.zip(約260 MB)
    20190528_kashima.pdf
    junbi.pdf

  7. 2019年06月04日
  8. 講師:市橋泰範
    演題フィールドアグリオミクスにより有機農業を科学する
    講師:岩田洋佳
    演題:ゲノムと表現型情報の関連を利用する〜GWASとゲノミックプレディクション~
    gwasgs.pdf
    GWASGSwithR.pdf
    RnData.zip

講義日程(平成30年度)

  1. 平成30年5月9日
  2. (PC使用)
    講師:岩田洋佳
    演題:ゲノムと表現型の関連を利用する~GWASとゲノミックプレディクション~
    R受講事前準備(Win版)
    講義資料
    Rコードとサンプルデータ
  3. 平成30年5月16日
  4. (PC不使用)
    講師:平藤雅之
    演題:フィールドモニタリングとビッグデータ
  5. 平成30年5月23日
  6. (PC不使用)
    講師:藤本優
    演題:ゲノム予測を基盤としたエネルギー作物育種の実践
  7. 平成30年5月30日
  8. (PC不使用)
    講師:井澤 毅
    演題:野外栽培環境における遺伝子発現情報は農学におけるロゼッタストーンになりえるのか?
  9. 平成30年6月13日
  10. (PC不使用)
    講師:二宮正士
    演題:作物フェノタイピングのこれまでとこれから
  11. 平成30年6月20日
  12. (PC使用)
    講師:郭 威
    演題:作物表現型を解析するための画像解析および機械学習技術
    事前インストール(Win版)
    EasyPCC_v2.exe
    FI_guo.py
    images.zip
    pretrainedtxt.zip
    講義で紹介した論文Singh, A., Ganapathysubramanian, B., Singh, A. K., and Sarkar, S. (2016) Machine learning for high-throughput stress phenotyping in plants. Trends Plant Sci 21.はこちらです。
  13. 平成30年7月4日
  14. (PC不使用)
    講師:加藤洋一郎
    講師:増冨祐司
    演題:作物成長シミュレーションによる気候変動下の食料生産予測