「バイオ」×「データ」でつくる持続可能な世界
バイオデータサイエンス学科での学び
数学や統計学、人工知能、コンピュータ科学などデータサイエンスに必要な知識や技術に加えて、医科学や創薬科学をはじめとする生命科学の知識と技術を段階的、かつ、総合的に学びます。
これにより、医療IT、ヘルスケアなどの生命科学分野や製造、流通、情報通信などの様々な分野で、データの取得から加工、分析、課題解決が行える人材を育成します。
4年後の成長イメージ
- 医療や創薬、製造や流通などのあらゆるデータを収集、解析して、企業や病院の課題を解決するバイオのデータサイエンティストをめざす。
- データサイエンスとバイオサイエンスの知識を生かし、医薬品や化粧品の開発者をめざす。
- 高齢化社会の到来で、より需要が見込まれる健康・医療ビジネスの業界で活躍できる。
育成する人物像
社会やビジネスの課題をデータサイエンスで解決できる。
学びと研究を専門的に深める
バイオデータサイエンス学科の専門教育
「専門科目」として、以下の５つの科目群から必要な講義・実習を履修することで、バイオデータサイエンス研究の実践に必要な知識と技術を身につけます。
学科の学び
| データサイエンス系 （情報科学） |
データサイエンス系 （コンピュータ科学） |
バイオサイエンス系 | 専門実習・実験 | |
|---|---|---|---|---|
| 1年次 | 数理科学Ⅰ（数学基礎） 数理科学Ⅲ（確率・統計） |
コンピュータシステム基礎 人工知能概論 |
||
| 学部共通科目 | ||||
| 2年次 | 数理科学Ⅴ（数理モデル） 生命情報科学概論 応用実習Ⅰ（データサイエンス系） 応用実習Ⅱ（データサイエンス系） 解析学 データ解析学 |
ネットワークと情報セキュリティ データベース概論 応用実習Ⅰ（プログラミング系） |
動物生理学 食品衛生学 医薬分子機能学 生体高分子解析学 |
|
| 学部共通科目 | ||||
| 3年次 | 多変量解析学 機械学習理論 |
薬理学 創薬科学概論 生理活性物質概論 生体材料工学 医療情報学概論 構造生物学 |
D専門実習Ⅰ（データサイエンス系） D専門実験Ⅰ（創薬科学系） D専門実験Ⅱ（医科学系） D専門実習Ⅱ（データサイエンス系） |
|
| 学部共通科目 | ||||
| 4年次 | 専門・総合 | |||
|
文献調査・講読 卒業研究 |
||||
データサイエンス系（コンピュータ科学）
プログラミングの知識と技術を学ぶ
膨大なデータの処理に欠かせないコンピュータの仕組みを学びます。さらに、コンピュータを自在に操作できるよう、コンピュータグラフィックスやVR、ロボットの操作などを題材としてプログラミングの知識と技術を身につけます。
データサイエンス系（情報科学）
統計学やデータベース、人工知能を学ぶ
データ解析を行うのに必須となる統計学やデータベース、人工知能の知識と技術を、バイオサイエンス分野から得られるデータを題材として実践的に身につけます。また、これらの基礎となる数学の知識についても学びます。
バイオサイエンス系
医科学と創薬科学を学ぶ
遺伝子工学、タンパク質工学、細胞工学などの最先端のバイオサイエンスを学びます。そして、データサイエンスの知識と技術を医科学や創薬科学に取り入れて、これからのバイオサイエンスを実践する力を身につけます。
専門実習・実験
データサイエンス系、医科学系、創薬科学系の専門性の高い実験・実習を必修で配置します。ウェット系、ドライ系両方の実験・実習で4年次の卒業研究へ向けた知識や技術を身につけます。
専門総合
4年次では集大成としての「卒業研究」と「文献調査・講読」を必修として配置し、実社会で活躍するために必要な能力を養います。