SlideShare a Scribd company logo
1 of 56
同志瀟倧孊文化情報孊郚
                 矢野 環

     今は 文献孊 芞道 等であるが、
      昔の理孊郚的な話ずなりたす
  泉先生は Typology のはずであった。
 私も実は、瞄文土噚のフヌリ゚蚘述子
関連のこずを指導したこずもあるが・・1
 時蚈の原噚    sheets 2-5

 䜓内時蚈     7-15

 分子時蚈   17-51
   タむムリヌな䌁画なのです
   幎だずただはっきりしない

 終章   53-56


                        2
 時間は䜕で枬る      時蚈
 いわゆる 時間      原子時蚈 セシりム
 2012幎10月 むッテルビりム光栌子時蚈(日
  本が、囜際芏栌の参考にされた
 现かい時間が解る ⇒ 盞察論効果確認

 盞察論は様々な実隓で裏付けされおいるが、
  なお仮説である。「時蚈」で確認できるか
 確かに、原子時蚈を眮く堎所で異なるずか


 本日は、この方向は無し

                      3
 幎月 昇栌
 億幎宇宙の幎霢で秒の誀差皋床
 誀差 秒億幎 にできるずか


 セシりム原子時蚈 䞇幎に秒
 䞇幎で䞀秒 にもできるずか

 光栌子時蚈は月に、䞇幎に秒ず
  いう粟床を確認したずされる詳现をしらな
  い
 銙取秀俊氏は、准教授のずきに開発した

                   4
 今、倪陜電池電波時蚈は䞇円もしない
 幎に、セむコヌが腕時蚈アストロン
  を発衚した時、䞇円だったずいう。珟物
  を芋た蚘憶がある。スマヌトなものだった。
 そのあずでどこだったかずいっおも、シチ
  ズンしかないが、液晶衚瀺倚分氎晶振動
  子だが、音叉かもしれないの腕時蚈が
  䞇円ほどだった。曎に、バカでかい瞊方向
  に䞍现工なデザむンだった。それを、私の
  目の前で本圓に買っお行った人がいた。四条
  河原町の寺内時蚈店だが、その堎所に今店は
  無い。

                   5
6
藻




                藍藻


    倧腞菌など
            7
 䜓内時蚈
 人間やネズミでも芖亀叉䞊栞にあり䞻時
  蚈、束果䜓からメラトニン で眠りぞ 目に光で
  reset etc.ずいうのが叀兞的 but盲人が時差ボケ
 某実隓サむ゚ンスに出たレベルだが
  目ではなく、膝の裏に光センサヌがある
 最近の説 すべおの现胞が䜓内時蚈を持぀
 2012幎 理研 现胞内䜓内時蚈は、皮類の物質
  から構成できるず、スパコンシミュレヌション
  タンパク結合酵玠解陀酵玠
 侊田 æ³°å·± 東倧、理研37 血液から時蚈のズ
  レを怜出 http://www.riken.jp/r-world/info/
  release/press/2012/120828/detail.html
                                   8
 昔は   藻      今は 现菌
 葉緑䜓の本家。怍物の元祖ではない。
 光合成 遺䌝子の氎平移動 Horizontal
  transmission があったか
   文献孊 混態 系統の混雑

䜓内時蚈 で著名
 Trackingand Visualizing the Circadian Ticking
 of the Cyanobacterial Clock Protein KaiC in
 Solution これは名倧 近藀孝男教授代衚グ
 ルヌプ The EMBO Journal 速報 2010.11.26
                                         9
10
   最埌の秋山修志氏圓時名倧講垫。京倧分子工孊出身。
    珟分子科孊研究所教授が、問い合わせの堎合の筆
    頭代衚です。実際の研究の䞭心でもある。
   䞀般向けの曞籍  秋山 修志, ”タンパク質によっお
    操られおいる䜓内時蚈” 「攟射光が解き明かす驚異の
    ナノ䞖界」講談瀟ブルヌバックス(2011) もあり。
   倧孊病院では、手術は教授よりも講垫にお願いするの
    が良いずいう堎合も倚いずされる。
   私立倧孊で、助教 講垫 准教授 教授 ずいう垃陣
    にしおいるずころはよくある。䟋えば、歊庫川女子倧
    孊。
   同志瀟の倚くの孊郚は、講垫 は実質なくお、党郚准
    教授にしおしたうので、他倧孊の 講垫 を軜芖する
    人も珟れる。遺憟なこず。

                          11
Takeya Kasukawa, Masahiro Sugimoto, Akiko Hida, Yoichi Minami, Masayo
Mori, Sato Honma, Ken-ichi Honma, Kazuo Mishima, Tomoyoshi Soga, and
Hiroki R. Ueda: “Human blood metabolite timetable indicates internal
body time”. PNAS, 2012,doi/10.1073/pnas.1207768109




                                                           12
 甚いた    SPring-8 は、䞖界最高茝床 倧型攟射
  光斜蚭 播磚科孊公園郜垂 光速に近い電
  子を磁界で曲げたずきに生じる電磁波を芳枬
 䞖界最高です 二䜍じゃだめなんですか
 http://www.youtube.com/watch?v=d_MTjeK
  6d2c
 幎にKaiABC(=回)の基瀎研究がある。
 呚期の様子 は次のシヌトに 䞋蚘より
 巊はではない。
 www.jst.go.jp/pr/announce/20101127/
  index.html

                                   13
14
15
16
 分子時蚈
      Emile Zuckerkandl and Linus
  Paulingこの幎、ノヌベル平和賞。1954幎に
  ノヌベル化孊賞 DNA䞉重螺旋説も
 ヘモグロビンのα鎖の、動物間の転移座を数
  えた 盞違床 ずいうわけです。それず、
  化石での分岐幎代を比范。
 その埌、の安定性を芋る手法混合し
  たずき、どの皋床の熱で分解するかなど、
  さたざたに粟密化されおきた
 しかし・ 問題点も様々露わになり・・・

                                17
 郚分で構成       α鎖、β鎖 個づ぀
 http://en.wikipedia.org/wiki/Hemoglobin

 このαには    141個のアミノ酞、βは146個
 動物によっお、構成は異なるが、長さは同じ
 であるずいう性質がある。このαの郚分を、
 色々な動物で比范したす

 もうちょっずよく芋おみたしょう。
 ヘモグロビンに限らず、分子構造をみる゜フ
 トりェアを䜿いたしょう。フリヌです。
 画面倉曎 Cn3D
                                      18
19
      朚村資生京倧理孊郚1924-94
   Evolutionary rate at the molecular level.
  Nature 217:624-6.
  Jack L. King  Thomas H. Jukes
   “Non-Darwinian Evolution”
 ダヌりィンの自然淘汰説ぞの察立仮説ず理解
  されたが、本人はそうではないずする。
 朚村はダヌりィンメダル 日本人で䞀人1992
 遺䌝子レベルの突然倉異は、自然遞択に察し
  お䞭立有利でも䞍利でもない。たたたた
  突然倉異䜓が固定されたもの。適者生存は
  あっおよいが、たたたた残ったものも倚い。
                                        20
21
 数孊的原理に裏打ちされおいた
 䞭立説は、分子時蚈の成立基盀でもある。

 䞭立説の゚ビデンスいく぀かの分野では、
  このカタカナ衚蚘が奜たれる。生物孊でそう
  だずいうこずではありたせん
 ヘモグロビン停遺䌝子 䜕らかの原因で重耇
  したが、遺䌝子機胜を倱い、圢質ずしお発珟
  した衚珟型(phenotype)に効果がない。その郚
  分の突然倉異は䞭立。か぀、進化速床は非垞
  に速い。

                        22
        Emile Zuckerkandl and Linus
    Paulingこの幎、ノヌベル平和賞。1954幎に
    ノヌベル化孊賞 DNA䞉重螺旋説も

 クラスタヌ分析
              ⇒ 分子時蚈
     線圢回垰

 文化情報孊郚孊生ならできる



                                   23
ハツ
                           ニワ    むモ
         ヒト    カネ    りマ                コむ    サメ
                           トリ    リ
               ズミ
ヒト         0    16    18    36    62    68    79
ハツカネズミ    16     0    22    39    63    68    79
りマ        18    22     0    40    64    67    77
ニワトリ      36    39    40     0    63    72    83
むモリ       62    63    64    63     0    74    84
コむ        68    68    67    72    74     0    85
サメ        79    79    77    83    84    85     0
                                        24
 盞違点が倚いほど、昔に分岐したのだ。

 では、どうやっお、いたの盞違点から分岐の
  時期を掚定するのか。
 盞違点デヌタから、分岐するダむアグラムを
  䜜ろう。その他ずの分岐タむミングは、その
  他ずの盞違点数の平均でいいだろう。぀たり
          ヒト    ハツ ã‚Š
                  カネズミ ニワ リ モリ コ
                     マ   トむ     ã‚€ サメ     average
ヒト          0     16  18 36  62  68 79
ハツ カネズミ    16      0  22 39  63  68 79            16
りマ         18     22   0 40  64  67 77            20
ニワ リ
  ト        36     39  40  0  63  72 83        38.333
むモリ        62     63  64 63   0  74 84            63
コむ         68     68  67 72  74   0 85          69.8
サメ         79     79  77 83  84  85  0        81.167
                                         25
Cluster Dendrogram


 実は、盞違


                    80
点数を距離
ずした、                70
                    60

averageによ
                    50



るクラスタ
                    40
           Height




分析に他な
                    30




らない。
                    20
                    10




      16
      20
                                    モリ



                                                 リ




                                                                        ハツ ネズミ
                         サメ



                               ã‚€




                                                                    ト
                                                         りマ
                                              ニワト




                                                                   ヒ
                              コ



                                   ã‚€



  38.333




                                                                          カ
      63
    69.8
                                             dhem
  81.167                             hclust (*, "average")    26
 今、理論生物孊でクラスタ分析を䜿うのは、
  䟋倖的です。幎代の論争により、
  幎代にはすでにクラスタ分析は理論生
  物孊から排陀されおいた。
 しかし、幎頃なら、䜿いたす。


 ずもかく、盞違個数ず「線圢」に時間が経過
  したずいう暗黙の仮説をおいおいる。
 さお、問題はこれをどういう実幎代ず圓おは
  めるかですが・・・
 蚌拠は化石しかないな・・・
                   27
 分岐が明確なもの、ずいっおも、意芋は様々
  別れるでしょう。合意の出来る範囲で、分岐
  の明確なのず、盞違個数ずの比范をおこない、
  実幎代あたりの盞違個数を考える。
 おおざっぱに蚀っお、䞇幎くらいで、
  箇所の盞違ずなる。ここでは、線圢回垰を
  甚いお法則を決める原点を通る

 ヒトず ゎリラ は぀の盞違だから、
 䞇幎くらい前かな、ずいうこずになる。
 超倧雑把だが、結構あたっおいる。
                   28
 http://ksgeo.kj.yamagata-
 u.ac.jp/~kazsan/class/chronology/biomolecu
 lar_clock.html
                                     29
サメ



     コむ



     むモリ



     ニワトリ



     りマ



30
     ヒト



       カ
     ハツ ネズミ
 瀬名秀明 東北倧孊倧孊院薬孊研究科博士課
  皋今でいう埌期課皋圚籍䞭に
  パラサむト むブ 日本ホラヌ小説
  倧賞
  映画化  葉月里緒奈
 ぀たりは、ドヌキンス の利己的な遺䌝子ぞ
  の実質的反論のようにもみえる。

 尚、父はむンフル゚ンザ研究者   鈎朚康倫䞭
 郚倧孊

                      31
 mtDNA    Eve
 Y-MRCA

 ミトコンドリアは、基本的に母系遺䌝
  する。ただし、父系から入り蟌む郚分がある
  こずも確認されおいる。最終的に起源を求め
  るず、16±4䞇幎前のむブを芋出す。
 Y-染色䜓の特異領域にある遺䌝子倉異からさ
  かのがるず、アダムが求たる。男子は䞇幎
  くらい前たでしか行けない。



                    32
33
 Rebecca  L. Cann; Mark Stoneking & Allan C.
  Wilson (1987). “Mitochondrial DNA and
  human evolution”. Nature 325: 31 - 36.
 人の各囜人を調べたずいうが、実はア
  フリカ人ずした殆どが、アフリカ系アメリカ
  人であった。
 たた、提瀺された系統暹よりも総長の短い系
  統暹があるこずが指摘された。
 専門的にはそういうこずを考慮せねばならな
  いが、倧筋ではあっおいるずみなされる。
 別の確認でも、䞇幎ほど前に先祖がいる。

                                      34
 Peter A. Underhill; et al. (2000). “Y
  chromosome sequence variation and the
  history of human populations”. Nature
  Genetics 26: 358 - 361.
 男性は䞇幎たえくらい、ずいう事ではない。

 しかし、ずかく染色䜓男系にのみ䌝わ
  るは途切れやすい。




                                 35
36
 オスの生殖现胞圢成の際の分裂回数がメスに
  比べおはるかに倚く、その結果耇補ミスによ
  る塩基の眮換が発生しやすい
 ぀たりは、粟子の染色䜓には、その人の遺䌝
  子ずは異なる郚分が十分に生じる。
 しかも、歳男性の粟子に比范しお、
  歳男性の堎合、その「異なる郚分」は倍に
  なる、ずいう報告もある。
 しかし、個人差はあるでしょう。




                   37
 圓初からかなり最近たでは党くの線圢理論
 これたで、おかしいずされたこずも順次解決。
 しかし、どうにも矛盟が激しい郚分が出る。

 結局、非線圢、もしくは、区分線圢で考える
  べきではないのか。皮その抂念が䜕かはた
  た議論の的が成立したら、以前の先祖ずは
  異なる分子時蚈が刻たれおもよい。
 たた、モンテカルロシミュレヌションも極床
  に発達しおきた。焌き入れ䞇回、本番䞇
  回など日垞茶飯事。
 ずもかく、むベントは叀い方向に動いおいる
                   38
 1st MC マルコフチェむン
 2nd MC モンテカルロ
 BayesPhylogenies
 枝による進化速床の違いの問題が軜枛される。ず
  はいえ、すごい蚈算量。
 (WinBugs+R2WinBUGS -->) OpenBugs+Brugs or
  R2OpenBUGS, jags+rjags ずいう組み合わせもRで
  可胜
 R 独自に MCMCpack をはじめずしお、いろいろあ
  る。䞀番最初の 説明はR News, 6(1):2-7, March
  2006
 語呂合わせで MCmcmc もある


                                     39
 実際にどう遺䌝するのか

 新生児ず芪を比べればよい。いたたで、なか
  なかできなかった。
 病気の遺䌝子の远跡は2003から


 たた、David Reich に泚目を
 衝撃的な論文も出しおいる
 たた、yuihaga.blog.fc2.com にも匕甚あり




                              40
41
 ネアンデルタヌルず珟人類の分岐は
 䞇幎から䞇幎前
 この皋床の誀差はしかたない。




 なお、Reich
       は珟代のヒトに、ネアンデル
 タヌル人の痕跡があるずいう論文も。




                     42
 確実なオランりヌタン 䞇幎前にあ
  る。たた、その先祖系統かず思われるのが、
  ラマピテクスか぀お人類の祖先ずおもわれ
  おいたで、䞇幎前。
 なお、チンパンゞヌやゎリラの叀い化石は芋
  ぀かっおいない。
 これたで、オランりヌタンの分岐は
  から䞇幎前ずされおいた。それ以前ず
  すべきなのでしょう。



                   43
 分岐は䞇幎前ずされる。
 䞇幎前   Sahelanthropus
 䞇幎前    Orrorin
 580440䞇幎前 Ardeipithecus

 などず、ピッタリ合っおいる。幎に
  はそれで確蚌ずなっおいた。だが・・・




                            44
45
 幎月  アむスランド
 78組での倉異率は完党なゲノム解読

 すべおの新生児にか所の自然な倉異があ
  る。億塩基察からいうず埮现。

 その他すべお
 任意の塩基郚䜍で   1.2x10^-8 倉異
 幎に郚䜍あたり 24億分の
 䜆し、䞖代間隔を幎ずする



                            46
   出アフリカ
    䞇幎前
    以前は 䞇幎前以前。するず、䞭東や北米の
    䞇幎前のものは、「出アフリカの倱敗」

   Human – Neandertal 分岐
    䞇幎前
   䞇幎前ずするハむデルベルゲンシスの化石
    先の頭蓋骚ずよく合う。それはネアンデルタヌル
    の祖先。
   昔は 27.2-43.5䞇幎前

   しかしながら、これらも異論はあり、さらに合わなく
    なったものもある

                         47
 Human
     – オランりヌタン 3446癟䞇幎前
 昔の説では 13-14癟䞇幎前
 オランりヌタンの化石は 900-1390䞇幎前たで


 Human
      – チンパンゞヌ 8-10癟䞇幎前
 (现かく蚀うず 830-1010䞇幎前)
 これは早すぎるずされる
 昔の説では 4-7癟䞇幎前




                          48
 倉異率は進化の最初には早く
 アフリカ類人猿で遅くなり
 人類進化でさらに遅くなった
     ずいう説は幎前にあった

 Linda
     Visilant はそれを採甚
 人間ヌチンパンゞヌ
 䞇幎前


 䞖代間隔の問題

                       49
 マむクロサテラむトの倉異をみる
 億分のから億分の


 人間ヌチンパンゞヌ
   䞇幎前
   よさそうだが、サヘラントロプスは




                    50
 倧きなゲノム、倧きな個䜓数は、倉異率を遅
くする

 あれやこれやで、いたは混乱状態


 しかし、分子時蚈の考え方、䞭立説   は正し
いず認められおいる。




                     51
52
 生物的な   䞭立説 はあ
  るいみ正しいが、平行し
  た議論は到底できない気
  配もある。
 党然 写本クロック が進
  たないこずもある。たた、
  発珟する郚分ず、内郚城
  蚌ずが敎合する蚳ではな
  い。
 ぀たり、江戞写本でも、
  為家1198-1275の写
  本そっくりのこずもある。
  右は定家本人の臚曞。
                    53
 倧阪   青山倧孊




              54
55
56

More Related Content

Featured

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data ScienceChristy Abraham Joy
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

Featured (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Clocks 2013.2.22

  • 1. 同志瀟倧孊文化情報孊郚 矢野 環 今は 文献孊 芞道 等であるが、 昔の理孊郚的な話ずなりたす 泉先生は Typology のはずであった。 私も実は、瞄文土噚のフヌリ゚蚘述子 関連のこずを指導したこずもあるが・・1
  • 2.  時蚈の原噚 sheets 2-5  䜓内時蚈 7-15  分子時蚈 17-51  タむムリヌな䌁画なのです  幎だずただはっきりしない  終章 53-56 2
  • 3.  時間は䜕で枬る 時蚈  いわゆる 時間 原子時蚈 セシりム  2012幎10月 むッテルビりム光栌子時蚈(日 本が、囜際芏栌の参考にされた  现かい時間が解る ⇒ 盞察論効果確認  盞察論は様々な実隓で裏付けされおいるが、 なお仮説である。「時蚈」で確認できるか  確かに、原子時蚈を眮く堎所で異なるずか  本日は、この方向は無し 3
  • 4.  幎月 昇栌  億幎宇宙の幎霢で秒の誀差皋床  誀差 秒億幎 にできるずか  セシりム原子時蚈 䞇幎に秒  䞇幎で䞀秒 にもできるずか  光栌子時蚈は月に、䞇幎に秒ず いう粟床を確認したずされる詳现をしらな い  銙取秀俊氏は、准教授のずきに開発した 4
  • 5.  今、倪陜電池電波時蚈は䞇円もしない  幎に、セむコヌが腕時蚈アストロン を発衚した時、䞇円だったずいう。珟物 を芋た蚘憶がある。スマヌトなものだった。  そのあずでどこだったかずいっおも、シチ ズンしかないが、液晶衚瀺倚分氎晶振動 子だが、音叉かもしれないの腕時蚈が 䞇円ほどだった。曎に、バカでかい瞊方向 に䞍现工なデザむンだった。それを、私の 目の前で本圓に買っお行った人がいた。四条 河原町の寺内時蚈店だが、その堎所に今店は 無い。 5
  • 6. 6
  • 7. 藻 藍藻 倧腞菌など 7
  • 8.  䜓内時蚈  人間やネズミでも芖亀叉䞊栞にあり䞻時 蚈、束果䜓からメラトニン で眠りぞ 目に光で reset etc.ずいうのが叀兞的 but盲人が時差ボケ  某実隓サむ゚ンスに出たレベルだが 目ではなく、膝の裏に光センサヌがある  最近の説 すべおの现胞が䜓内時蚈を持぀  2012幎 理研 现胞内䜓内時蚈は、皮類の物質 から構成できるず、スパコンシミュレヌション タンパク結合酵玠解陀酵玠  侊田 æ³°å·± 東倧、理研37 血液から時蚈のズ レを怜出 http://www.riken.jp/r-world/info/ release/press/2012/120828/detail.html 8
  • 9.  昔は 藻 今は 现菌  葉緑䜓の本家。怍物の元祖ではない。  光合成 遺䌝子の氎平移動 Horizontal transmission があったか  文献孊 混態 系統の混雑 䜓内時蚈 で著名  Trackingand Visualizing the Circadian Ticking of the Cyanobacterial Clock Protein KaiC in Solution これは名倧 近藀孝男教授代衚グ ルヌプ The EMBO Journal 速報 2010.11.26 9
  • 10. 10
  • 11.  最埌の秋山修志氏圓時名倧講垫。京倧分子工孊出身。 珟分子科孊研究所教授が、問い合わせの堎合の筆 頭代衚です。実際の研究の䞭心でもある。  䞀般向けの曞籍 秋山 修志, ”タンパク質によっお 操られおいる䜓内時蚈” 「攟射光が解き明かす驚異の ナノ䞖界」講談瀟ブルヌバックス(2011) もあり。  倧孊病院では、手術は教授よりも講垫にお願いするの が良いずいう堎合も倚いずされる。  私立倧孊で、助教 講垫 准教授 教授 ずいう垃陣 にしおいるずころはよくある。䟋えば、歊庫川女子倧 孊。  同志瀟の倚くの孊郚は、講垫 は実質なくお、党郚准 教授にしおしたうので、他倧孊の 講垫 を軜芖する 人も珟れる。遺憟なこず。 11
  • 12. Takeya Kasukawa, Masahiro Sugimoto, Akiko Hida, Yoichi Minami, Masayo Mori, Sato Honma, Ken-ichi Honma, Kazuo Mishima, Tomoyoshi Soga, and Hiroki R. Ueda: “Human blood metabolite timetable indicates internal body time”. PNAS, 2012,doi/10.1073/pnas.1207768109 12
  • 13.  甚いた SPring-8 は、䞖界最高茝床 倧型攟射 光斜蚭 播磚科孊公園郜垂 光速に近い電 子を磁界で曲げたずきに生じる電磁波を芳枬  䞖界最高です 二䜍じゃだめなんですか  http://www.youtube.com/watch?v=d_MTjeK 6d2c  幎にKaiABC(=回)の基瀎研究がある。  呚期の様子 は次のシヌトに 䞋蚘より  巊はではない。  www.jst.go.jp/pr/announce/20101127/ index.html 13
  • 14. 14
  • 15. 15
  • 16. 16
  • 17.  分子時蚈   Emile Zuckerkandl and Linus Paulingこの幎、ノヌベル平和賞。1954幎に ノヌベル化孊賞 DNA䞉重螺旋説も  ヘモグロビンのα鎖の、動物間の転移座を数 えた 盞違床 ずいうわけです。それず、 化石での分岐幎代を比范。  その埌、の安定性を芋る手法混合し たずき、どの皋床の熱で分解するかなど、 さたざたに粟密化されおきた  しかし・ 問題点も様々露わになり・・・ 17
  • 18.  郚分で構成 α鎖、β鎖 個づ぀  http://en.wikipedia.org/wiki/Hemoglobin  このαには 141個のアミノ酞、βは146個  動物によっお、構成は異なるが、長さは同じ であるずいう性質がある。このαの郚分を、 色々な動物で比范したす  もうちょっずよく芋おみたしょう。  ヘモグロビンに限らず、分子構造をみる゜フ トりェアを䜿いたしょう。フリヌです。 画面倉曎 Cn3D 18
  • 19. 19
  • 20.   朚村資生京倧理孊郚1924-94  Evolutionary rate at the molecular level. Nature 217:624-6.   Jack L. King  Thomas H. Jukes  “Non-Darwinian Evolution”  ダヌりィンの自然淘汰説ぞの察立仮説ず理解 されたが、本人はそうではないずする。  朚村はダヌりィンメダル 日本人で䞀人1992  遺䌝子レベルの突然倉異は、自然遞択に察し お䞭立有利でも䞍利でもない。たたたた 突然倉異䜓が固定されたもの。適者生存は あっおよいが、たたたた残ったものも倚い。 20
  • 21. 21
  • 22.  数孊的原理に裏打ちされおいた  䞭立説は、分子時蚈の成立基盀でもある。  䞭立説の゚ビデンスいく぀かの分野では、 このカタカナ衚蚘が奜たれる。生物孊でそう だずいうこずではありたせん  ヘモグロビン停遺䌝子 䜕らかの原因で重耇 したが、遺䌝子機胜を倱い、圢質ずしお発珟 した衚珟型(phenotype)に効果がない。その郚 分の突然倉異は䞭立。か぀、進化速床は非垞 に速い。 22
  • 23.   Emile Zuckerkandl and Linus Paulingこの幎、ノヌベル平和賞。1954幎に ノヌベル化孊賞 DNA䞉重螺旋説も  クラスタヌ分析   ⇒ 分子時蚈  線圢回垰  文化情報孊郚孊生ならできる 23
  • 24. ハツ ニワ むモ ヒト カネ りマ コむ サメ トリ リ ズミ ヒト 0 16 18 36 62 68 79 ハツカネズミ 16 0 22 39 63 68 79 りマ 18 22 0 40 64 67 77 ニワトリ 36 39 40 0 63 72 83 むモリ 62 63 64 63 0 74 84 コむ 68 68 67 72 74 0 85 サメ 79 79 77 83 84 85 0 24
  • 25.  盞違点が倚いほど、昔に分岐したのだ。  では、どうやっお、いたの盞違点から分岐の 時期を掚定するのか。  盞違点デヌタから、分岐するダむアグラムを 䜜ろう。その他ずの分岐タむミングは、その 他ずの盞違点数の平均でいいだろう。぀たり ヒト ハツ ã‚Š カネズミ ニワ リ モリ コ マ トむ ã‚€ サメ average ヒト 0 16 18 36 62 68 79 ハツ カネズミ 16 0 22 39 63 68 79 16 りマ 18 22 0 40 64 67 77 20 ニワ リ ト 36 39 40 0 63 72 83 38.333 むモリ 62 63 64 63 0 74 84 63 コむ 68 68 67 72 74 0 85 69.8 サメ 79 79 77 83 84 85 0 81.167 25
  • 26. Cluster Dendrogram  実は、盞違 80 点数を距離 ずした、 70 60 averageによ 50 るクラスタ 40 Height 分析に他な 30 らない。 20 10 16 20 モリ リ ハツ ネズミ サメ ã‚€ ト りマ ニワト ヒ コ ã‚€ 38.333 カ 63 69.8 dhem 81.167 hclust (*, "average") 26
  • 27.  今、理論生物孊でクラスタ分析を䜿うのは、 䟋倖的です。幎代の論争により、 幎代にはすでにクラスタ分析は理論生 物孊から排陀されおいた。  しかし、幎頃なら、䜿いたす。  ずもかく、盞違個数ず「線圢」に時間が経過 したずいう暗黙の仮説をおいおいる。  さお、問題はこれをどういう実幎代ず圓おは めるかですが・・・  蚌拠は化石しかないな・・・ 27
  • 28.  分岐が明確なもの、ずいっおも、意芋は様々 別れるでしょう。合意の出来る範囲で、分岐 の明確なのず、盞違個数ずの比范をおこない、 実幎代あたりの盞違個数を考える。  おおざっぱに蚀っお、䞇幎くらいで、 箇所の盞違ずなる。ここでは、線圢回垰を 甚いお法則を決める原点を通る  ヒトず ゎリラ は぀の盞違だから、 䞇幎くらい前かな、ずいうこずになる。 超倧雑把だが、結構あたっおいる。 28
  • 30. サメ コむ むモリ ニワトリ りマ 30 ヒト カ ハツ ネズミ
  • 31.  瀬名秀明 東北倧孊倧孊院薬孊研究科博士課 皋今でいう埌期課皋圚籍䞭に   パラサむト むブ 日本ホラヌ小説 倧賞   映画化 葉月里緒奈  ぀たりは、ドヌキンス の利己的な遺䌝子ぞ の実質的反論のようにもみえる。  尚、父はむンフル゚ンザ研究者 鈎朚康倫䞭 郚倧孊 31
  • 32.  mtDNA Eve  Y-MRCA  ミトコンドリアは、基本的に母系遺䌝 する。ただし、父系から入り蟌む郚分がある こずも確認されおいる。最終的に起源を求め るず、16±4䞇幎前のむブを芋出す。  Y-染色䜓の特異領域にある遺䌝子倉異からさ かのがるず、アダムが求たる。男子は䞇幎 くらい前たでしか行けない。 32
  • 33. 33
  • 34.  Rebecca L. Cann; Mark Stoneking & Allan C. Wilson (1987). “Mitochondrial DNA and human evolution”. Nature 325: 31 - 36.  人の各囜人を調べたずいうが、実はア フリカ人ずした殆どが、アフリカ系アメリカ 人であった。  たた、提瀺された系統暹よりも総長の短い系 統暹があるこずが指摘された。  専門的にはそういうこずを考慮せねばならな いが、倧筋ではあっおいるずみなされる。  別の確認でも、䞇幎ほど前に先祖がいる。 34
  • 35.  Peter A. Underhill; et al. (2000). “Y chromosome sequence variation and the history of human populations”. Nature Genetics 26: 358 - 361.  男性は䞇幎たえくらい、ずいう事ではない。  しかし、ずかく染色䜓男系にのみ䌝わ るは途切れやすい。 35
  • 36. 36
  • 37.  オスの生殖现胞圢成の際の分裂回数がメスに 比べおはるかに倚く、その結果耇補ミスによ る塩基の眮換が発生しやすい  ぀たりは、粟子の染色䜓には、その人の遺䌝 子ずは異なる郚分が十分に生じる。  しかも、歳男性の粟子に比范しお、 歳男性の堎合、その「異なる郚分」は倍に なる、ずいう報告もある。  しかし、個人差はあるでしょう。 37
  • 38.  圓初からかなり最近たでは党くの線圢理論  これたで、おかしいずされたこずも順次解決。  しかし、どうにも矛盟が激しい郚分が出る。  結局、非線圢、もしくは、区分線圢で考える べきではないのか。皮その抂念が䜕かはた た議論の的が成立したら、以前の先祖ずは 異なる分子時蚈が刻たれおもよい。  たた、モンテカルロシミュレヌションも極床 に発達しおきた。焌き入れ䞇回、本番䞇 回など日垞茶飯事。  ずもかく、むベントは叀い方向に動いおいる 38
  • 39.  1st MC マルコフチェむン  2nd MC モンテカルロ  BayesPhylogenies  枝による進化速床の違いの問題が軜枛される。ず はいえ、すごい蚈算量。  (WinBugs+R2WinBUGS -->) OpenBugs+Brugs or R2OpenBUGS, jags+rjags ずいう組み合わせもRで 可胜  R 独自に MCMCpack をはじめずしお、いろいろあ る。䞀番最初の 説明はR News, 6(1):2-7, March 2006  語呂合わせで MCmcmc もある 39
  • 40.  実際にどう遺䌝するのか  新生児ず芪を比べればよい。いたたで、なか なかできなかった。  病気の遺䌝子の远跡は2003から  たた、David Reich に泚目を  衝撃的な論文も出しおいる  たた、yuihaga.blog.fc2.com にも匕甚あり 40
  • 41. 41
  • 42.  ネアンデルタヌルず珟人類の分岐は  䞇幎から䞇幎前  この皋床の誀差はしかたない。  なお、Reich は珟代のヒトに、ネアンデル タヌル人の痕跡があるずいう論文も。 42
  • 43.  確実なオランりヌタン 䞇幎前にあ る。たた、その先祖系統かず思われるのが、 ラマピテクスか぀お人類の祖先ずおもわれ おいたで、䞇幎前。  なお、チンパンゞヌやゎリラの叀い化石は芋 ぀かっおいない。  これたで、オランりヌタンの分岐は から䞇幎前ずされおいた。それ以前ず すべきなのでしょう。 43
  • 44.  分岐は䞇幎前ずされる。  䞇幎前 Sahelanthropus  䞇幎前 Orrorin  580440䞇幎前 Ardeipithecus  などず、ピッタリ合っおいる。幎に はそれで確蚌ずなっおいた。だが・・・ 44
  • 45. 45
  • 46.  幎月 アむスランド  78組での倉異率は完党なゲノム解読  すべおの新生児にか所の自然な倉異があ る。億塩基察からいうず埮现。  その他すべお  任意の塩基郚䜍で 1.2x10^-8 倉異  幎に郚䜍あたり 24億分の  䜆し、䞖代間隔を幎ずする 46
  • 47.  出アフリカ  䞇幎前  以前は 䞇幎前以前。するず、䞭東や北米の 䞇幎前のものは、「出アフリカの倱敗」  Human – Neandertal 分岐  䞇幎前  䞇幎前ずするハむデルベルゲンシスの化石 先の頭蓋骚ずよく合う。それはネアンデルタヌル の祖先。  昔は 27.2-43.5䞇幎前  しかしながら、これらも異論はあり、さらに合わなく なったものもある 47
  • 48.  Human – オランりヌタン 3446癟䞇幎前  昔の説では 13-14癟䞇幎前  オランりヌタンの化石は 900-1390䞇幎前たで  Human – チンパンゞヌ 8-10癟䞇幎前  (现かく蚀うず 830-1010䞇幎前)  これは早すぎるずされる  昔の説では 4-7癟䞇幎前 48
  • 49.  倉異率は進化の最初には早く  アフリカ類人猿で遅くなり  人類進化でさらに遅くなった  ずいう説は幎前にあった  Linda Visilant はそれを採甚  人間ヌチンパンゞヌ  䞇幎前  䞖代間隔の問題 49
  • 50.  マむクロサテラむトの倉異をみる  億分のから億分の  人間ヌチンパンゞヌ  䞇幎前  よさそうだが、サヘラントロプスは 50
  • 51.  倧きなゲノム、倧きな個䜓数は、倉異率を遅 くする  あれやこれやで、いたは混乱状態  しかし、分子時蚈の考え方、䞭立説 は正し いず認められおいる。 51
  • 52. 52
  • 53.  生物的な 䞭立説 はあ るいみ正しいが、平行し た議論は到底できない気 配もある。  党然 写本クロック が進 たないこずもある。たた、 発珟する郚分ず、内郚城 蚌ずが敎合する蚳ではな い。  ぀たり、江戞写本でも、 為家1198-1275の写 本そっくりのこずもある。 右は定家本人の臚曞。 53
  • 54.  倧阪 青山倧孊 54
  • 55. 55
  • 56. 56