院院試クラウド
出典付き・公開プレビュー

第5章 2026年度カリキュラムと原著論文から入学後を描く

東京大学 大学院 新領域創成科学研究科 メディカル情報生命専攻の院試対策講座から、修了要件、生命情報、倫理、知財、四つの研究例を年度境界と所属境界付きで読みます。

01

教育課程と研究の具体像

授業名を並べず、問い、データ、方法、結果、限界をつないで志望理由を作ります。

大学公式の事実

大学公式の事実:2026年度便覧は30単位以上と専攻必修を示す

2026年度便覧物理pp.12–13、42–43の科目表・備考に基づきます。

2026年度便覧では、通常の修士課程は、研究倫理/医療倫理I、メディカル情報生命特別研究I 12単位、メディカル情報生命特別演習I 4単位を含め、30単位以上を修得します。医療イノベーションコースには、知財、医療イノベーション特論、俯瞰演習、倫理、生命科学・医療法、特別研究・演習等の指定があります。

大学公式の事実

大学公式の事実:学位は論文内容に応じ科学または医科学である

専攻案内書物理p.3と2026年度便覧物理p.22の学位表に基づきます。

メディカル情報生命専攻の修士学位は、論文の内容に応じて修士(科学)または修士(医科学)です。出願時の群名だけで学位名称が自動的に固定されるとは書かれていません。研究テーマ、指導、修士論文の内容と審査を通して決まるため、入試区分と学位を一対一に置き換えません。

大学公式の事実

大学公式の事実:基礎講義Ⅰは計算から単一細胞解析まで扱う

2026年度東京大学授業カタログの科目47240-01に基づきます。

2026年度の基礎講義Iは、アルゴリズム・データ構造、プログラミング、GPU・計算基盤、確率統計、ベイズ法、MCMC、AI・機械学習、進化、配列アラインメント、隠れマルコフモデル、系統解析、空間トランスクリプトーム、単一細胞RNA解析、マルチモーダル解析までを扱います。2単位、S1水曜1・2限の掲載です。

大学公式の事実

大学公式の事実:生物データマイニング論は統計と探索を組み合わせる

2026年度東京大学授業カタログの科目47240-38に基づきます。

2026年度の生物データマイニング論は、クラスタリング、主成分分析、t-SNE、SVM、Gaussian process、Bayesian optimization、graph kernel、LASSO、頻出・閉集合・LAMP等を扱います。単にソフトを操作する授業ではなく、データ表現、予測、不確実性、特徴選択、パターン発見を生命データへ適用する科目です。

大学公式の事実

大学公式の事実:研究倫理・医療倫理は修士1年の必修として掲載される

2026年度便覧と授業カタログ科目47240-25Sを照合しました。

研究倫理/医療倫理Iは、研究公正、人を対象とする研究、人体試料、患者の権利、インフォームド・コンセント、模擬倫理委員会等を扱い、2026年度カタログでは修士1年必修とされます。授業概要は、同意、目的外利用、利益と危険、説明責任を含む生命・医療研究の倫理を学ぶ科目として示しています。

大学公式の事実

大学公式の事実:バイオ知財法概論は論文と特許の違いから扱う

授業カタログ科目47240-47の年度表示、概要、評価、内部見出しを区別しました。

バイオ知財法概論は、論文と特許の違い、特許制度、海外出願、大学特許、キャリア等を扱い、掲載上の評価は出席30%・レポート70%です。ただし2026年度カタログの本文内に「講義内容2024」という見出しが残ります。科目の目的は現行掲載事実として使えても、各回の日付が2026年や2027年向けに更新済みとは断定しません。

本書による説明

本書による説明:生命データは生成、表現、解析、解釈を往復する

専攻カリキュラムと二つの情報系シラバスを統合した本書の説明です。

カリキュラムを18歳向けに言えば、DNA配列や細胞ごとの遺伝子発現を大きな表として受け取り、似た細胞をまとめ、病態との違いを探し、その違いが本当に生物学的機構を説明するか実験や医学知識へ戻して確かめる学びです。生物学の後に情報処理を付け足すのではなく、データが生まれる条件から解析の限界までを一つの研究として扱います。

本書による説明

本書による説明:RNA研究は構造から成熟制御を調べる

公式研究室、東京大学プレス発表、原著論文のAbstractを照合しました。

富田研究室のTUT4/Lin28/pre-let-7研究は、クライオ電子顕微鏡等を用い、TUT4が前駆体RNAをオリゴウリジル化し、成熟したがん抑制性let-7の生成を抑える分子機構を解析します。研究科のプレス発表は創薬技術基盤への貢献可能性を述べますが、これは機構研究であり、患者での安全性や治療効果を示す臨床試験ではありません。

本書による説明

本書による説明:乾癬研究は全ゲノムの希少・構造変異を調べる

公式研究室紹介とCell Genomics原著論文のAbstract・Affiliationsに基づきます。

松田を含む乾癬研究は、日本人1,415症例と3,968対照の全ゲノム配列を解析し、一般的な一塩基変異だけでなく、希少変異と構造変異を検討しました。IFNLR1近傍の欠失やIFIH1、CERCAM等を調べ、Cercam欠損マウスで皮膚炎が悪化する結果も報告します。集団での関連を個人の発症確定へ変えません。

本書による説明

本書による説明:ハイドロゲル研究はデータから材料候補を設計する

公式研究室・researchmapで現所属、原著論文で研究内容と当時所属を別々に確認しました。

超接着ハイドロゲル研究は、180種類の初期ハイドロゲル、タンパク質データベース由来の記述子、機械学習を組み合わせ、データ駆動で材料を設計しました。最大の水中接着強度が1 MPaを超える候補を報告します。ただし原著論文の所属は当時の北海道大学・京都大学等であり、現在の瀧川研究室がCBMSで実施した成果とは表示しません。

本書による説明

本書による説明:医薬AI研究は特許データから産業を分析する

公式研究室、研究科教員プロフィール、DOI書誌の確認範囲に限定しました。

加納信吾の研究科公式プロフィールは、医薬産業のAIについて、特許を基礎に動向、主要主体、技術用途を定量分析する2025年論文を掲載します。ここでのデータは患者の遺伝子や画像ではなく特許文書です。同じAIでも、研究対象、データ、評価したい問いが異なることを示す研究例として使い、取得していない結果数値は足しません。

本書の提案

本書の提案:論文を問い、データ、方法、結果、限界の五列で読む

四研究例とカリキュラムを志望理由へ接続する本書独自の読解法です。

本書は、原著論文ごとに、何が未解決だったか、何を集めたか、どの方法で比べたか、データが直接示した結果は何か、まだ言えないことは何かを五列にする方法を提案します。その上で、自分の現在の技能と、修士で補う技能を対応させます。wet実験経験者は統計と再現可能な解析、情報系出身者は分子生物学と実験設計など、具体的な学習計画へ変えます。

本書による推定

本書による推定:強みと不足を正確に示す方が万能さを装うより合理的である

専攻カリキュラム、便覧、公式シラバスから導いた本書の推定です。

専攻が基礎講義、発展講義、演習、倫理、研究指導を組み合わせることから、本書は、入学前に生命・情報・医療制度の全てで専門家を装うより、現在の強み、不足、修士で補う方法を正確に説明する方が合理的だと推定します。これは大学が公表した合否基準ではなく、教育課程を研究計画へ翻訳した読み取りです。

大学が公表していない情報

大学が公表していない情報:2027年度時間割、研究室別設備、テーマ割当

2026年度便覧・授業カタログと、専攻カリキュラムの適用年度境界です。

確認した便覧と授業カタログは2026年度です。2027年度の開講科目、曜日、担当、評価方法、研究室ごとの必修、利用できる患者データ・試料・装置・計算資源、研究テーマの割当方法は確認できません。2026年度の科目内容は入学後の学びを理解する根拠として年度付きで使い、2027年度の確定時間割へ置き換えません。

REFERENCES

この章で確認した一次資料

公開本文の作成にあたり、以下の資料を確認しました。入試条件は変更されるため、出願時は必ず大学の最新情報と照合してください。