本ワークショップでは、植物オルガネラの構造・機能・進化など関する幅広いトピックについて、7名の招待講演者に最前線の話題を提供していただくほか、甲南大学の西村いくこ先生に特別講演をお願いしました。ワークショップの参加は無料です。年会と同じくオンラインでの開催となります。ワークショップへの参加希望者は3月12日(金)までに次のホームページよりお申し込みください。
光合成細菌は、古くは光合成器官の生化学や分子生物学の研究材料として用いられてきましたが、昨今では多様な種が見つかりそれぞれに多様な光合成系を持つこともあって、広い分野で研究対象とされています。光合成細菌ワークショップは、「光合成微生物を研究材料としていれば分野は問わない、今まで知らなかった分野の人達と知り合いになりたい、光合成微生物を軸として横に繋がりたい」というコンセプトで6年前に始まりました。毎年オーガナイザーがその時々で話題となっているテーマを設定し、その分野で活躍する研究者の方々を演者としてお招きして、多くの方々から反響をいただいておりました。しかし昨年度は新型感染症の影響で本会の現地開催が中止となり、残念ながら本ワークショップも紙上(要旨)での発表となりました。本年度はその時ご講演予定だった方々が、幸いにも全員再度ご講演を引き受けていただきましたので、聞くことができなかったご発表をオンラインにて聞く機会を得ました。第6回となる今回も、多くの方が光合成微生物の研究を知り、新たな共同研究が生まれる契機となれば幸いです。光合成微生物を使っていないが興味はある(これから使いたい)方々のご参加もお待ちしております。ワークショップ終了後は、交流会をオンラインで予定しております。どちらも気兼ねなくご参加下さい。
本会は、若手研究者や学生を対象に、研究やキャリア育成について議論できる場を提供することを目的としています。講演会後には参加者同士の交流を深めるためのバーチャル懇親会をSpatialChat上で行います。講演会・懇親会に参加をご希望の方は申し込みフォームからご登録ください。
参加申し込みフォーム:https://forms.gle/fMLMmXPqX87FzRv56
植物生理若手の会ホームページ:http://jsyppmeeting.wixsite.com/wakatenokai
※講演会の詳しい内容についてはこちらのホームページで随時更新いたします
植物は、動物と異なり、半数体の多細胞組織である配偶体をつくり、配偶子を形成します。配偶体細胞は高度に機能分化するとともに、協働して精緻な受精の仕組みを実現します。また最近の研究により、その分化には可塑性・柔軟性があることも分かってきました。本ワークショップでは、こうした配偶体細胞の分化・機能に注目した、学術変革領域研究(B)「細胞運命操作による植物生殖システムのリモデリング(領域略称:植物生殖改変)」での研究を紹介するとともに、植物生殖研究の展望について議論します。分野を超えたご意見・アドバイスをいただければ幸いです。
当関連集会へのリンクは、年会のウェブ要旨集(ORSAM portal)内に設置されます。
年会に参加されない方で、当関連集会に参加ご希望の方は、3月10日(水)までに、下記サイトより参加登録をお願いいたします。当日までにZoom接続URLを電子メールでお送りいたします。
https://forms.gle/nCPdR8eVWwjxNurB6
植物科学分野において、オミックス情報だけではなく、それらの機械学習の解析結果を提供するWebデータベースが増加すること、また、さらには、データベースから取得した大規模情報を用いてユーザー自身が機械学習により新たな有用情報を取得する機会が増えることは明らかである。第17回データベース講習会では、前回に続き、データベースおおび自然言語処理とマニュアル・キュレーションに基づく知識ベースの現状を議論する。次に、画像データに対する深層学習において必要となる注釈ラベルの効率的・効果的な作成について紹介する。深層学習の画像注釈モデルは構築時に注釈ラベルが必要になる。しかし、注釈ラベルの作成は、手作業が主体で非常にコストがかかる。そこで、現時点で提供されている注釈ラベル作成支援ツール18種類の試行結果を解説する。また、注釈ラベルが少ない時に効率良く手動注釈を含めるActive Learning手法について紹介する。最後に、画像およびDNA配列に対する畳み込みニューラルネットワーク(CNN)について(wet研究者の視点から)ユーザーフレンドリーなpython実装系を紹介する。従来のAI技術ではブラックボックスであったCNNの判断理由についても最近の逆伝播技術(Grad-CAMなど)の登場により、「説明可能なAI(X-AI)」の実装が容易になっており、本講演では、カキ果実写真から内部構造の推定とその鍵となった特徴の可視化の例や、転写因子結合配列の予測モデル化およびその応用などを紹介する。