RNAの構造解析についてちょっと知りたかったので買ってみたが、読みやすかった。入門書としてよい。

RNAを標的とした低分子化合物の最適化にRNA低分子複合体の結晶構造ってどのくらい使えるのかなぁと。GPCRよりはやりやすいのかなぁと思うのだけど。

Mishima.syk #17に参加された皆様お疲れさまでした。

今回は2回目のオンライン開催だったので、準備に関してはちょっと慣れたしDiscordの使い方もうまくなったと思います。今回は前半はサイエンス寄りの話で後半はネタトークという構成になったのですが、今回も幅広い話題でかなり楽しめました。ただ、Discord使うとTwitterにログが残らないのはちょっとどうしようもないですね。

今回参加された方も次回は5分程度の短めのトークでよいのでなにか話すと良いかと思います。なにか得られるものがあるかもしれません。

• einsum便利そう
• gene2pubmedを使ってみないといけない
• 高性能なマシンが欲しくなった(定期)

ちなみに自分の発表の元ネタとして採用した聖女の魔力は万能ですはだれも見てないのでは疑惑が浮上したので、次回はもう少し考えてチョイスしないといけないなぁというのが反省点かな。

それからもっと手を動かす時間を確保しないといけないなぁと。

先週はCBIの「液-液相分離（LLPS）と創薬」というセミナーを聞いてました。

感想としては「創薬との距離感相当ありますなぁ」という感じでした。完全に'Key and Lock'のコンセプトから外れてるし、天然変性タンパク質にこのコンセプトで干渉しようとするのもかなりハードル高そうに感じました。

どちらかというと、DDSの手法を用いて治療コンセプトを証明していくような方が自然なのかなぁと。オルガネラターゲティングとかの細胞内の局在コントロールみたいな。

相分離生物学
東京化学同人 / ￥3,520 (2019-08-02)

ドラッグキャリア設計入門 DDSからナノマシンまで
丸善出版 / ￥4,620 (2019-01-30)

なんとなくこれから求められていく治療コンセプトが、もっと上手に生体をハックしていく方向にシフトしていくのかなぁと。そうなってくると、分子生物学の知識がますます求められていくのだけど、それを理解するためには物理化学、化学も精通してないといけないという（LLPSなんて化学だしねぇ、でも解いているのは生物の問題という）。

ハードモードに突入するんでしょうかね？

13章を再読していた。

細胞の分子生物学
ニュートンプレス / ￥19,800 (2010-01T)

いつもの産直詣でをしたところ、ちょうど出始めの新じゃがいもが手に入ったので肉じゃがを作ってみた。

作り方は至って簡単で、

新じゃがと豚バラを塊のまま蒸し器に放り込んで1時間以上放置。その後適当にザクザク切って片栗粉でとろみをつけただし醤油餡を回しかける

この投稿をInstagramで見る

Kazufumi Ohkawa(@kzfm)がシェアした投稿

この肉じゃがの作り方の気に入っているところはオーソドックスな煮るタイプの肉じゃがと異なり、蒸していることつまり単に具材でなく調理プロセスという枠組みを再解釈しているところだ。

で、モダリティの話。

昨今のモダリティの議論は低分子から高分子といった具材に限定しているように思う。要するに「牛肉を豚肉に変えてみた」とか「砂糖の代わりにスプライトを入れてみました（これはこれで美味いw）」とか。

本当のモダリティとか、イノベーションっていうのはやっぱり枠組みを再考することでしか生まれないんじゃないかなぁと思いつつ肉じゃがを頂いたのであった。

小山裕久の日本料理で晩ごはん
朝日新聞社 / ￥51 (2001-10T)

とりあえず、ノーマライズされたデータをサクサク再解釈できればいいので、getGEOから。これでとってきたデータに不適切なサンプルが混じったりすることがあるので、最初にサクッと除きたい

gse <- getGEO("GSE138458")
removes <- c("GSM4109031", "GSM4109192", "GSM4109193", "GSM4109194", "GSM4109223", "GSM4109271")
gse <- gse[,-which (colnames(gse) %in% removes)]

とやれば綺麗なデータセットになり嬉しい。

シングルセル解析をPythonでやりたい人には色々と役に立つことが書いてあると思います。私にとっては7, 10-12章が良かったです。1章から6章はPythonとかPandasの使い方なのでスキップしました。

scanpyの使い方が気になっていたのですが、付録Bに10ページくらいの解説だったけど、もう少しページを割いてもらえると嬉しかったかも。まぁオフィシャルドキュメント読めばいいんだろうけど。

全体的に満足な内容でしたが、

1. リードのトリミング
2. ゲノム配列のマッピング
3. マッピングされたリード数の数え上げ

といった部分は割愛されているのでRNA-Seqデータ解析の内容くらいは理解してある必要があるかもしれません。

独習と銘打ってありますが、Pythonにある程度なれていないとハマるかもしれないなぁと思いました。本書で動作確認したPythonやCondaのバージョンとか各ライブラリのバージョンが明記されていないので、Pyhon3.9.4だとcondaでumap入らなかったりとかconda-forge指定しないといけなかったりとかちょいちょいありました。

それからjupyter notebookを勧めているのにサンプルコードがpyなのは初心者は戸惑うんじゃなかろうかなぁと。ipynb同梱しなかったのはなにか理由があったんですかね？

• 出力7-24の出力結果間違ってる？
• 8.1.2 joypy, matplotlib_vennのインストールには -c conda-forgeオプションが必要だった
• 10.2.3 コンベンショナルな方法で正規化してたが実際はどうするのがいいのか？
• 11.4 Python3.9.4ではumapをcondaでインストールできなかった。pip混ぜたくないのでスキップした
• 12.5 SAUCIE後で論文読む

献本ありがとうございます。

初版のサイン入り(#11)本も持っているので変更箇所を見比べながら読んでました。

著者のサイトを見てもらえれば良いと思うが、色々と更新されていました。

個人的には第5章にCHIP-seqの事例が追加されていて参考になりました。

あとはコード書いてるときにフォーマットのスペシフィケーションをすぐに参照できると嬉しいことが多いので重宝しています。

最近ずっと免疫関連の本を読んでいて「リンパわからん」となっていたのだけど、まるまる一冊リンパの本があったので読んでみたらかなりわかりやすかった。

レビューにもあるように、ちょっと専門的かなと思ったので、前提としてこのあたりは読んで理解している必要があるように思う。

さらによくわからなかったTregについてもちょうどいい本があったので読んだ。こっちはちょっと、Treg発見ストーリーのような読み物色が強かったけど、それだけにわかりやすくTregが説明されていた。これは読んでおくべき本だと思う。 なんどもCD25が出てくるのでこれがIL2Rであることは覚えた。

最後に腸のふしぎも読んだ。これはざっと眺めただけ。

製薬企業でDryのポストを狙っている学生の方々は、おそらくバイオインフォマティクスやケモインフォマティクスの研究室に在籍しているか、ウェットの研究室の担当でDry解析も掛け持ちしているとかだと思います。なので、NGS解析用の既存のコードをモディファイするなり、研究室でメンテされているコードをちょいちょい書き換えたりして、研究成果を出しているのだと思います。就職活動で製薬企業でDryのポストを得るためには研究成果以外にも解析能力やコーディング能力をアピールできると良いと思いますので、損にはならない（と私が思っている）方法を2つほど紹介したいと思います。

GitHubは使えるようにしておこう

DRY解析教本にも「GitHubアカウントはあなたの履歴書そのもの」と書かれているのでDryのジョブを探している人は意識しておくと良いと思います。

— kzfm (@fmkz___) February 11, 2021

書いてあるとおりそのままです。アカウントがなくて成果物がアップロードされていないとしても、PRやイシューを送ったことがあるかといった経験はあったほうが良いかなと思います。

競技プログラミングにもちょっと手を出しておこう

プログラミングを楽しめるということもDryでやっていく研究者として重要な資質かなと思います。インフォマティクス系のポジションを狙っている場合、もしかしたらアルゴリズムに関して質問されるかもしれません。そういった場合にある程度基本的なアルゴリズムやデザインパターンなどに関する知識があったほうが良いかなと思います。

競技プログラミングは色さえついていれば良いと思います。無色透明よりは断然マシでしょう。あんまり聞かれることはないと思いますが、もし私が面接官をやれと言われたら間違いなくする質問だと思います。TOEICのスコアと同じくらいにわかりやすい参考値だしね。