ATND アテンド β PRODUCED BY RECRUIT

ログイン or 無料登録

ISMB 2018読み会

NEW!

2018/08/11 タイムテーブルを公開しました

  • 発表時間は質疑含めて 13分です。10分を目安として発表の準備をお願いいたします。

2018/08/10 補欠の方を参加者に追加しました

概要

ISMB 2014読み会」 「ISMB/ECCB 2015読み会」 「ISMB 2016読み会」 「ISMB/ECCB 2017読み会」に引き続き、 本年度もISMBの読み会を開催します。

ISMBは、生命情報学に関するアルゴリズムや数理モデルなど情報科学よりの研究を対象とした国際会議で、バイオインフォマティクス分野で最大かつ最難関のトップカンファレンスです。

ISMB/ECCBに採択された口頭発表のProceedingsはBioinformatics誌の特集号として出版されます。

「ISMB/ECCB読み会」は、バイオインフォマティクス分野最大の国際会議に採択された論文の概要をなるべく多く知ることによって、分野全体の流行を手っ取り早く把握することを目的としています。トップのレベルを感じることによって、どうすれば世界を相手に戦うことができるか、参加者全員で考える機会になることを期待します。

現在、発表者を募集しています。論文1本当たり15-20分程度で紹介していただく予定です。奮ってご参加ください。聴講だけのご参加ももちろん歓迎です。

参加について

発表希望の方へ

  1. 発表希望の方は必ず参加登録をお願いします
  2. 参加登録の後、読みたい論文をISMB 2018 Proceedingsから選んで下のコメント欄に書き込んでください。

対象となる論文は、Bioinformatics 34(13): i4-i592の間の論文です。それ以外はISMBとは関係ない論文ですので選択しないでください。

発表の際には、以下のことに注意していただけると良いと思います。

  • 発表時間が限られていますので、可能な限り詳細は省き、エッセンスのみを発表するようにしてください。例えば、この論文のどこがすごいのか、なぜISMBに採択されたのか、などに絞って説明していただけるとわかりやすいです。
  • 詳細については、発表を聞いて興味をもった聴講者が自身で論文を読んでください、というスタンスで結構です。

聴講希望の方へ

もちろん歓迎です。参加登録をお願いします。ただし、万が一参加希望者が溢れた場合には聴講のみの方にはご遠慮願うかもしれませんので、あらかじめご了承ください。

タイムテーブル

時間 発表者 紹介論文タイトル
12:30- 開場・受付開始
13:00-13:05 stkng 趣旨説明
Session 1 座長: 尾崎
13:05-13:18 gggtta Classifying tumors by supervised network propagation
13:18-13:31 qm_network A spectral clustering-based method for identifying clones from high-throughput B cell repertoire sequencing data
13:31-13:44 shion hosoda Random forest based similarity learning for single cell RNA sequencing data
13:44-13:57 kajivalley Haplotype phasing in single-cell DNA-sequencing data
13:57-14:10 Ken Kuroki MicroPheno: predicting environments and host phenotypes from 16S rRNA gene sequencing using a k-mer based representation of shallow sub-samples
14:10-14:20 休憩
Session 2 座長: 斎藤
14:20-14:33 ms33 A gene–phenotype relationship extraction pipeline from the biomedical literature using a representation learning approach
14:33-14:46 emihat Driver gene mutations based clustering of tumors: methods and applications
14:46-14:59 おだまめ LONGO: an R package for interactive gene length dependent analysis for neuronal identity
14:59-15:12 1betatsu Discriminating early- and late-stage cancers using multiple kernel learning on gene sets
15:12-15:25 fukunagaTsu Gene prioritization using Bayesian matrix factorization with genomic and phenotypic side information
15:25-15:38 ma31stm Training for translation between disciplines: a philosophy for life and data sciences curricula
15:38-15:48 休憩
Session 3 座長: 福永
15:48-16:01 taendo Hierarchical analysis of RNA-seq reads improves the accuracy of allele-specific expression
16:01-16:14 Yutaka Saito mGPfusion: predicting protein stability changes with Gaussian process kernel learning and data fusion
16:14-16:27 manato Convolutional neural networks for classification of alignments of non-coding RNA sequences
16:27-16:40 MasaMiya DLBI: deep learning guided Bayesian inference for structure reconstruction of super-resolution fluorescence microscopy
16:40-16:53 shu65 DeepFam: deep learning based alignment-free method for protein family modeling and prediction
16:53-17:03 休憩
Session 4 座長: 鈴木
17:03-17:16 yuifu Predicting CTCF-mediated chromatin loops using CTCF-MP
17:16-17:29 yuki_hama aliFreeFold: an alignment-free approach to predict secondary structure from homologous RNA sequences
17:29-17:42 MtNouchi A graph-based approach to diploid genome assembly
17:42-17:55 masa12 Covariate-dependent negative binomial factor analysis of RNA sequencing data
17:55-18:08 bicycle1885 Scalable preprocessing for sparse scRNA-seq data exploiting prior knowledge
18:08-18:21 Y-h. Taguchi GSEA-InContext: identifying novel and common patterns in expression experiments
19:00ぐらいから 懇親会

会場へのアクセスについて

PFNは地下鉄大手町駅直結の大手町ビル3Fにございます。

丸の内線でお越しの場合は、A4出口方面の改札を出られますとそのまま大手町ビルになります。降りるとすぐスターバックスがございますので、その左手裏にあるエレベータから3Fまでお越し頂き、降りて左手突き当りに受付がございます(352区になります)

千代田線でお越しの場合には、最寄りのC7出口からいったん外に出られますと、階段を登りきったところが大手町ビルの入り口となっております。お近くのエレベータより3Fまでお越し下さい。大手町ビルは大変横に長いビルなのですが、そこから反対側、まっすぐ突き当りの3階352区が受付でございます。

https://www.preferred-networks.jp/ja/company

懇親会

有志で懇親会を行う予定です。詳細は追って連絡いたします。

世話人

佐藤健吾@慶大、齋藤裕@産総研、鈴木修司@PFN、尾崎遼@筑波大、福永津嵩@東大

  • このコメントは全員が閲覧、すべてのログインユーザーが投稿することができます
fukunagaTsu
fukunagaTsu - (2018/07/05 (木) 12:42)
A pan-genome-based machine learning approach for predicting antimicrobial resistance activities of the Escherichia coli strainsを読みます。
Y-h. Taguchi
Y-h. Taguchi - (2018/07/05 (木) 12:54)
GSEA-InContext: identifying novel and common patterns in expression experiments
を読みます。ただ、当日海外から帰ってくるため17:00にしか会場に着けないので配慮をお願いします。
yuifu
yuifu - (2018/07/05 (木) 13:33)
Predicting CTCF-mediated chromatin loops using CTCF-MP を読みます
gggtta
gggtta - (2018/07/05 (木) 13:43)
Classifying tumors by supervised network propagationを読みます。 松本@理研
shu65
shu65 - (2018/07/05 (木) 14:08)
HFSP: high speed homology-driven function annotation of proteins 読みます
Ken Kuroki
Ken Kuroki - (2018/07/05 (木) 14:51)
MicroPheno: predicting environments and host phenotypes from 16S rRNA gene sequencing using a k-mer based representation of shallow sub-samplesを読みます
ms33
ms33 - (2018/07/05 (木) 15:48)
A gene–phenotype relationship extraction pipeline from the biomedical literature using a representation learning approach を読みます
qm_network
qm_network - (2018/07/05 (木) 16:08)
A spectral clustering-based method for identifying clones from high-throughput B cell repertoire sequencing dataを読みます.よろしくお願いします.松井@東大
emihat
emihat - (2018/07/05 (木) 16:24)
Driver gene mutations based clustering of tumors: methods and applications を読みます
yuki_hama
yuki_hama - (2018/07/05 (木) 17:02)
aliFreeFold: an alignment-free approach to predict secondary structure from homologous RNA sequencesを読みます。
manato
manato - (2018/07/05 (木) 17:18)
Convolutional neural networks for classification of alignments of non-coding RNA sequencesを読みます.よろしくお願いします.秋山@慶應
MtNouchi
MtNouchi - (2018/07/05 (木) 18:37)
A graph-based approach to diploid genome assemblyを読みます。よろしくお願いします。
ma31stm
ma31stm - (2018/07/06 (金) 00:03)
Training for translation between disciplines: a philosophy for life and data sciences curricula を読みます。よろしくお願いいたします。
おだまめ
おだまめ - (2018/07/06 (金) 18:44)
LONGO: an R package for interactive gene length dependent analysis for neuronal identity を読みます。よろしくおねがいいたします🐤
Yutaka Saito
Yutaka Saito - (2018/07/09 (月) 17:55)
mGPfusion: predicting protein stability changes with Gaussian process kernel learning and data fusionを読みます。齋藤@産総研
masa12
masa12 - (2018/07/10 (火) 10:56)
Covariate-dependent negative binomial factor analysis of RNA sequencing dataを読みます。
fukunagaTsu
fukunagaTsu - (2018/07/10 (火) 12:59)
すみません、上にあげた論文がそんなに面白くなかったので、Gene prioritization using Bayesian matrix factorization with genomic and phenotypic side informationに変更させてください。(発表者が少ないようでしたら+5分いただければ2個やります)
bicycle1885
bicycle1885 - (2018/07/10 (火) 19:46)
"Scalable preprocessing for sparse scRNA-seq data exploiting prior knowledge"読みます。
MasaMiya
MasaMiya - (2018/07/11 (水) 13:00)
"DLBI: deep learning guided Bayesian inference for structure reconstruction of super-resolution fluorescence microscopy " 読みます
shion hosoda
shion hosoda - (2018/07/12 (木) 23:16)
"Random forest based similarity learning for single cell RNA sequencing data" を読みます.細田
taendo
taendo - (2018/07/13 (金) 13:21)
"Hierarchical analysis of RNA-seq reads improves the accuracy of allele-specific expression"を担当します
kajivalley
kajivalley - (2018/07/15 (日) 14:58)
"Haplotype phasing in single-cell DNA-sequencing data" を読みます。
shu65
shu65 - (2018/07/20 (金) 23:42)
すみません、やっぱりこちらに変えさせてください
DeepFam: deep learning based alignment-free method for protein family modeling and prediction
1betatsu
1betatsu - (2018/07/29 (日) 01:37)
(空席があれば、)"Discriminating early- and late-stage cancers using multiple kernel learning on gene sets"を読みます。

コメントを投稿するには、ログインしてください。

掲載されるイベント情報は、利用者の皆様によりご提供いただくものであり、株式会社リクルートは本情報の正確性や内容について、一切保証するものではございません。詳しくは利用規約をご参照ください。