世の中には膨大な情報（ビッグデータ）が溢れ、市民にとって何が正しいのかを判断するのが困難です。科学者たちの仕事は、複雑化したデータから「真」に重要な科学的エビデンスを導くことと言えるかもしれません。今回の企画では、①ビッグデータから機械学習を用いて得られる化学反応の予測、②脳－AIを融合したニューロインテリジェンスによる疾患解析と応用、③ゲノム情報から得られる免疫細胞の性質や疾患との関係、という３分野から最「新」の研究をお伝えします。どれも将来全ての人に関わる内容であり、市民の学びとともに、新たな高校の教育過程「情報」を学ぶ高校生や教育関係者方々とその意義について議論できればと思います。

＜講演内容＞
「機械学習～データを予測に変える技術～で化学に挑む！」瀧川 一学（北海道大学ICReDD）

「データ」のない科学は存在しません。科学的エビデンスは「データ」という形で蓄積されていきます。科学論文とデータの量はもはや一個人の認知限界を超えていて、化学にも機械学習(データを予測に変える技術)を使うという考えはとても有望です。たくさんデータを見せて優れた化学者以上の「経験と勘」をコンピュータ化できれば大きな変革になります。ところが同時にこれは非常に難しいのです！色々な自然科学研究に関わってきた「機械学習研究者」から、その深遠な面白さ・何がそんなに難しいのか・これからについて話します。  

「ニューロインテリジェンスと高次元ビッグデータ解析」合原一幸（東京大学IRCN）

この講演では、脳と人工知能（AI）を統合するニューロインテリジェンスの概念について、ファッションドレスへの応用なども含めて簡単に説明します。また、情報・AI・ビッグデータの疾患への応用例として、発病する前にもうすぐ発病する予兆を、計測した高次元ビッグデータを基に検出する動的ネットワークバイオマーカーを紹介し、未病治療の可能性を議論します。 

「ビッグデータを利用した免疫研究」大倉永也（大阪IFReC）

免疫は、長らく細胞表面のマーカー分子による細胞分類をもとに語られてきました。近年では、ゲノム・エピゲノム解析技術が進歩して、各免疫細胞や免疫疾患をゲノム情報から紐解くことが出来ます。さらにシングルセル解析により広範な免疫細胞を一気に解析することもできるようになってきました。ゲノム情報に代表されるビッグデータを免疫学ではどのように扱い、利用しているかについて紹介いたします。