付録G: JSBi認定試験の理解補助

概要

この付録は、日本バイオインフォマティクス学会（JSBi）が主催する「バイオインフォマティクス技術者認定試験」について、本文で学んだ内容を試験観点で再整理するための補助資料です。本書の主目的は、IT 技術者が公開データを用いた研究・教育用途の解析を理解し、専門家と協働するための実務導入です。合格を保証する試験対策書ではなく、公式情報へ戻りながら理解範囲を点検するために使ってください。

参考（公式、確認日: 2026-05-12）:

• JSBi（2026年度認定試験情報）
• JSBi（出題範囲）
• JSBi（参考図書）
• JSBi（出版事業）
• CBT-Solutions（受験者ポータル）

認定試験の基本情報

注: 受験案内、日程、受験料、合否基準、受験会場、公式資料は年度により変更されます。受験を検討する場合は、必ず JSBi の最新公式情報を確認してください。

更新情報（公式確認）

• 確認日: 2026-05-12
• 参照元（公式）:
  • JSBi（2026年度認定試験情報）: https://www.jsbi.org/activity/nintei/2026/
  • JSBi（出題範囲）: https://www.jsbi.org/activity/nintei/shutsudai/
  • JSBi（参考図書）: https://www.jsbi.org/activity/nintei/books/
  • JSBi（出版事業）: https://www.jsbi.org/publication/books/

本付録では、上記の公式情報を前提に、本文の章と試験観点を対応づけます。キーワードや例題は本書独自の整理であり、公式問題、出題傾向、合格基準を代表するものではありません。

G.1 出題範囲と本書の対応表

生命科学分野

分子生物学

ゲノミクス・オミクス技術

情報科学分野

コンピュータシステム

アルゴリズムとデータ構造

データベース技術

確率・統計

機械学習

バイオインフォマティクス分野

データベース

配列解析

構造バイオインフォマティクス

遺伝・進化

システム生物学・オミクス解析

重要度の説明:

• ★★★: 関連章を読む前に押さえたい
• ★★: 関連章とあわせて理解したい
• ★: 概要を把握しておく

G.2 頻出プログラム・ツール一覧表

確認優先度の説明:

• ★★★: 本文理解の前提として優先度が高い
• ★★: 関連章とあわせて理解したい
• ★: 概要を把握しておく

関連リソース

• 公式情報:
  • JSBi（認定試験）
  • JSBi（参考図書）
  • CBT-Solutions（受験者ポータル）

G.3 主要データベース利用ガイド

NCBI（National Center for Biotechnology Information）

URL: https://www.ncbi.nlm.nih.gov/

主要データベース:

• GenBank: 塩基配列データベース
• RefSeq: 高品質な参照配列
• PubMed: 生物医学文献データベース
• SRA: 次世代シーケンシングデータ
• dbSNP: 遺伝的変異データベース

基本的な使い方:

1. トップページから目的のデータベースを選択
2. 検索ボックスにキーワードや配列を入力
3. 検索結果を絞り込み、目的のエントリを選択
4. 必要に応じてデータをダウンロード

理解確認ポイント:

• 各データベースの特徴と用途を理解する
• アクセッション番号の体系を知る
• BLAST検索の使い方を覚える

UniProt（Universal Protein Resource）

URL: https://www.uniprot.org/

主要データベース:

• UniProtKB/Swiss-Prot: 手動キュレーション済みタンパク質データ
• UniProtKB/TrEMBL: 自動アノテーション済みタンパク質データ

基本的な使い方:

1. トップページの検索ボックスにタンパク質名や遺伝子名を入力
2. 検索結果からエントリを選択
3. 機能、構造、相互作用などの情報を確認
4. 必要に応じて配列をダウンロード

理解確認ポイント:

• Swiss-ProtとTrEMBLの違いを理解する
• タンパク質の機能分類（GO terms）を知る
• 配列の特徴（ドメイン、モチーフ）の見方を覚える

PDB（Protein Data Bank）

URL: https://www.wwpdb.org/

概要: タンパク質、核酸、複合体の三次元構造データベース

基本的な使い方:

1. PDB IDまたはタンパク質名で検索
2. 構造エントリの詳細情報を確認
3. 構造ビューアで立体構造を表示
4. 構造データをダウンロード

理解確認ポイント:

• X線結晶構造解析、NMR、クライオ電子顕微鏡の違い
• 分解能の意味と構造の品質指標
• 立体構造の表現方法（リボン図、空間充填模型など）

KEGG（Kyoto Encyclopedia of Genes and Genomes）

URL: https://www.kegg.jp/

主要データベース:

• PATHWAY: 代謝経路、シグナル伝達経路
• GENES: 遺伝子カタログ
• COMPOUND: 化合物データベース

基本的な使い方:

1. 目的の生物種や経路名で検索
2. パスウェイマップを表示
3. 遺伝子や化合物の詳細情報を確認
4. 関連する経路を探索

理解確認ポイント:

• 主要な代謝経路（解糖系、TCA回路など）の理解
• パスウェイ解析の基本概念
• KEGG identifierの体系

G.4 重要用語集

生物学・情報科学・バイオインフォマティクス

【A】

• アライメント（Alignment）: 配列の対応関係を示す配列比較結果
• アノテーション（Annotation）: ゲノムや配列に機能情報を付与すること
• アセンブリ（Assembly）: 短い配列断片から長い配列を再構築すること

【B】

• BLAST: 配列類似性検索の標準ツール
• BLOSUM: アミノ酸置換行列の一種
• bit score: BLASTでの配列類似性スコア

【C】

• CNV（Copy Number Variation）: 遺伝子のコピー数変異
• クラスタリング: データを類似性に基づいてグループ分けする手法
• CBT: Computer-Based Testing（コンピュータ試験）

【D】

• de novoアセンブリ: 参照配列を使わないゲノム組み立て
• 動的計画法: アライメント作成に用いられるアルゴリズム

【E】

• E-value: BLASTでの統計的有意性を示す値
• エピゲノム: DNA配列以外の遺伝情報

【F】

• FASTA: 配列データの標準形式
• FASTQ: 品質スコア付き配列データ形式

【G】

• GWAS: ゲノムワイド関連解析
• GO（Gene Ontology）: 遺伝子機能の標準分類体系

【H】

• ハプロタイプ: 染色体上の連鎖した遺伝的変異のセット
• HMM: 隠れマルコフモデル

【N】

• NGS: 次世代シークエンサー
• ニューラルネットワーク: 脳の神経回路を模した機械学習手法

【O】

• ORF（Open Reading Frame）: 開始コドンから終止コドンまでの領域
• オミクス: 生体分子の網羅的解析

【P】

• PAM: アミノ酸進化距離を表す置換行列
• p値: 統計的仮説検定での有意確率
• PCR: ポリメラーゼ連鎖反応

【R】

• RNA-seq: RNAの網羅的配列解析
• RMSD: 構造間の原子座標のずれを表す指標

【S】

• SNP（Single Nucleotide Polymorphism）: 一塩基多型
• セントラルドグマ: DNA→RNA→タンパク質の情報の流れ
• SVM（Support Vector Machine）: サポートベクターマシン

G.5 理解確認用の例題

本節の例題は本書独自の理解確認用です。公式問題、出題傾向、60問分の出題構成を代表するものではありません。公式の参考問題・過去問題は JSBi の最新ページを確認してください。

生命科学分野

問1. セントラルドグマに関する記述として最も適切なものはどれか。

A) DNA→RNA→タンパク質の情報の流れは一方向性である B) 逆転写酵素の発見により、RNA→DNAの情報の流れも明らかになった
C) プリオンはタンパク質のみで遺伝情報を伝達する D) 上記のすべてが正しい

正解: D 解説: セントラルドグマは基本的に一方向性だが、逆転写酵素やプリオンなど例外も存在する。

問2. 次世代シークエンサー（NGS）の特徴として正しくないものはどれか。

A) 大量並列処理により高いスループットを実現 B) Sanger法と比較して1リードあたりの配列長が短い C) 1塩基あたりのコストが従来法より低下する傾向がある D) エラー率は従来のSanger法より低い

正解: D 解説: NGSは一般的にSanger法よりもエラー率が高い。

情報科学分野

問3. 動的計画法を用いる配列アライメントアルゴリズムとして最も適切なものはどれか。

A) Needleman-Wunsch法とSmith-Waterman法 B) BLAST検索とFASTA検索 C) k-means法とSOM法 D) 決定木とランダムフォレスト

正解: A 解説: Needleman-Wunsch法（グローバルアライメント）とSmith-Waterman法（ローカルアライメント）は動的計画法を使用。

問4. 統計的仮説検定において、第一種の過誤（α エラー）とは何か。

A) 帰無仮説が真であるのに、これを棄却してしまう過誤 B) 帰無仮説が偽であるのに、これを採択してしまう過誤 C) サンプルサイズが小さいことによる過誤 D) 測定誤差による過誤

正解: A 解説: 第一種の過誤は「偽陽性」とも呼ばれ、有意水準αで制御される。

バイオインフォマティクス分野

問5. BLASTでのE-valueの解釈として最も適切なものはどれか。

A) E-valueが小さいほど配列の類似性が高い B) E-valueが大きいほど統計的に有意である C) E-valueは常に0から1の間の値をとる D) E-valueはデータベースサイズに依存しない

正解: A 解説: E-valueが小さいほど偶然による一致の可能性が低く、類似性が高いことを示す。

問6. UniProtデータベースに関する記述として正しいものはどれか。

A) Swiss-Protは自動アノテーションによるデータベースである B) TrEMBLは手動キュレーション済みのデータベースである C) Swiss-Protの方がTrEMBLよりも信頼性が高い D) UniProtは核酸配列のみを扱うデータベースである

正解: C 解説: Swiss-Protは手動キュレーション、TrEMBLは自動アノテーションによるタンパク質データベース。

学習方法とスケジュール

推奨学習期間: 3〜6ヶ月

第1段階（1〜2ヶ月）: 基礎固め

• 本書第1章で分野全体の概要を把握
• JSBiが公式教科書として案内する『バイオインフォマティクス入門』を確認
• 基本用語と概念の理解

第2段階（2〜3ヶ月）: 知識の深化

• 本書の関連章を詳細に学習
• 過去問題を解いて弱点を特定
• 不足分野の補強学習

第3段階（1ヶ月）: 理解確認

• 理解確認用例題での最終確認
• 重要用語の暗記
• 試験形式に慣れる練習

効果的な学習法

1. 体系的学習: キーワードリストに基づいた体系的な学習
2. 実践的理解: ツールやデータベースの実際の使用経験
3. 反復学習: 重要概念の繰り返し確認
4. 問題演習: 公式の参考問題・過去問題と本付録の理解確認用例題での練習

関連リソース

公式リソース

• JSBi公式サイト
• 認定試験公式ページ
• CBT-Solutions

推奨図書

• 『バイオインフォマティクス入門』（JSBiが公式教科書として案内）
• 「新しいゲノムの教科書」
• 「よくわかるバイオインフォマティクス入門」

オンライン学習リソース

• NCBI Education（英語）
• EBI Training（英語）
• 各種オンライン講座やMOOCs

この付録は、本文で扱う実務導入の学習内容を試験観点で整理し、必要に応じて公式情報へ戻るための補助資料です。