次のスタッフが学生指導を行います。

• 宮野 悟 (みやの さとる) 教授 本研究室の責任者、情報科学、バイオインフォマティクス、システム生物学
• 井元 清哉 (いもと せいや) 准教授 統計科学、バイオインフォマティクス、生命システムデータの統計的解析、システム生物学
• 山口 類 (やまぐち るい) 講師 統計科学、バイオインフォマティクス、生命システムの計算科学
• 島村 徹平 (しまむら てっぺい) 助教 統計科学、バイオインフォマティクス、大規模データ解析、システム生物学

選択した研究テーマに関連するテキストや論文を精読しセミナーを行っていただきます。セミナーでのディスカッションは厳しいものですが、より理解を深めるために必要なものです。セミナーの中で生まれた研究成果は、学生自らが第一著者として国際会議や国際的な学術雑誌に論文として発表していただきます。博士課程進学を希望する修士の学生には、既存の問題を解決する能力だけではなく、自らの力で新しい問題を定義でき、かつ解決できる研究者を目指した指導を行います。過去５年間にセミナーのテキストとして採用したものは以下のようなものです。

• Multivariate Analysis, K.V. Mardia, J.T. Kent and J.M. Bibby, Academic Press, 1980.
• Combinatorial Optimization, A. Schrijver, Springer, 2003.
• Algorithmics for Hard Problems, J. Hromkovic, Springer, 2003.
• Learning Bayesian Networks, R.E. Neapolitan, Prentice Hall, 2003.
• Graph Drawing -Algorithms for the Visualization of Graphs-
• Selected Open Proglems in Graph Drawing, GraphDrawing, 2003.
• Statistical Inference from Time-Cource Experimental Data
• Bayesian Methods for Nonlinear Classification and Regression, D.G.T. Denison et al., Wiley, 2002.

セミナーでのディスカッションを通して学生が第一著者として執筆した査読付きの論文としては近年では以下のようになっています。

• O. Hirose, R. Yoshida, S. Imoto, R. Yamaguchi, T. Higuchi, Stephen D. Charnock-Jones, C. Print, S. Miyano (2008) Statistical inference of transcriptional module-based gene networks from time course gene expression profiles by using state space models, Bioinformatics, accepted.
• O. Hirose, R. Yoshida, R. Yamaguchi, S. Imoto, T. Higuchi and S. Miyano (2008) Analyzing time course gene expression data with biological and technical replicates to estimate gene networks by state space models, Proc. 2nd Asia International Conference on Modelling & Simulation, in press. (AMS2008: Refereed conference)
• K. Kojima, M. Nagasaki, S. Miyano (2008) Fast grid la yout algorithm for biological networks with sweep calculation. Bioinformatices, accepted.

• O. Hirose, R. Yoshida, R. Yamaguchi, S. Imoto, T. Higuchi, S. Miyano (2007) Clustering with time course gene expression profiles and the mixture of state space models. Genome Informatics, 18, 258-266.
• K. Numata, S. Imoto, and S. Miyano (2007) A structure learning algorithm for inference of gene networks from microarray gene expression data using Bayesian networks. Proc. IEEE 7th International Symposium on Bioinformatics & Bioengineering, 1280-1284.
• K. Kojima, M. Nagasaki, E. Jeong, M. Kato and S. Miyano, An efficient grid layout algorithm for biological networks utilizing various biological attributes, BMC Bioinfomatics, 8(1), 1-76.

• O. Hirose, N. Nariai, Y. Tamada, H. Bannai, S. Imoto and S. Miyano (2005) Estimating gene networks from expression data and binding location data via boolean networks. Proc. 1st International Workshop on Data Mining and Bioinformatics, Lecture Note in Comupter Science, 3482, 349-356, Springer-Verlag.
• Y. Tamada, H. Bannai, S. Imoto, T. Katayama, M. Kanehisa and S. Miyano (2005) Utilizing evolutionary information and gene expression data for estimating gene regulations with Bayesian network models. Journal of Bioinformatics and Computational Biology, 3(6), 1295-1313.
• Y. Tamada, S. Imoto, K. Tashiro, S. Kuhara and S. Miyano Identifying drug active pathways from gene networks estimated by gene expression data. Genome Informatics, 16(1), 182-191.
• N. Nariai, Y. Tamada, S. Imoto and S. Miyano (2005) Estimating gene regulatory networks and protein-protein interactions of Saccharomyces cerevisiae from multiple genome-wide data. Bioinformatics, 21 Suppl.2, ii206-ii212.
• M. Kato, M. Nagasaki, A. Doi and S. Miyano (2005) Automatic drawing of networks using cross cost and subcomponent data, enome Informatics 16(2), 22-31.

• N. Nariai, S. Kim, S. Imoto and S. Miyano (2004) Using protein-protein interactions for refining gene networks estimated from microarray data by Bayesian networks. Pacific Symposium on Biocomputing, 9, 336-347.
• S. Ott, S. Imoto and S. Miyano (2004) Finding optimal models for small gene networks. Pacific Symposium on Biocomputing, 9, 557-567.
• S. Kim, S. Imoto and S. Miyano. (2004) Dynamic Bayesian network and nonparametric regression for nonlinear modeling of gene networks from time series gene expression data. Biosystems, 75(1-3), 57-65.

• S. Kim, S. Imoto and S. Miyano (2003) Dynamic Bayesian network and nonparametric regression for nonlinear modeling of gene networks from time series gene expression data. Proc. 1st Computational Methods in Systems Biology, Lecture Note in Computer Science, 2602, 104-113, Springer-Verlag.
• Y. Tamada, S. Kim, H. Bannai, S. Imoto, K. Tashiro, S. Kuhara and S. Miyano (2003) Estimating gene networks from gene expression data by combining Bayesian network model with promoter element detection. Bioinformatics, 19 Suppl.2, ii227-ii236.
• S. Kim, S. Imoto and S. Miyano (2003) Inferring gene networks from time series microarray data using dynamic Bayesian networks. Briefings in Bioinformatics, 4(3), 228-235.

こちらをどうぞ。