ai-biocode-kata

KO | EN

gitlite — search

#javascript #python #golang #go #machine-learning #rust #linux #docker #macos #awesome #kubernetes #pytorch #mcp #openai

ai-biocode-kata

(★ 121)

No description available.

ai-biocode-kata Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# AIエージェントを使いこなす はじめてのバイオインフォマティクス開発作法

-- 情報技術の基礎から環境構築・設計・テスト・公開まで

[![CI](https://github.com/dritoshi/ai-biocode-kata/actions/workflows/test.yml/badge.svg)](https://github.com/dritoshi/ai-biocode-kata/actions/workflows/test.yml)
[![GitHub Release](https://img.shields.io/github/v/release/dritoshi/ai-biocode-kata?include_prereleases)](https://github.com/dritoshi/ai-biocode-kata/releases)
[![License: CC BY-NC-ND 4.0](https://img.shields.io/badge/License-CC%20BY--NC--ND%204.0-lightgrey.svg)](https://creativecommons.org/licenses/by-nc-nd/4.0/deed.ja)
[![Python 3.10+](https://img.shields.io/badge/Python-3.10%2B-3776AB.svg?logo=python&logoColor=white)](https://www.python.org/downloads/)

> [!IMPORTANT]
> **最新版:** v0.5.0（2026年7月29日）<br>
> **情報基準:** 2026年7月<br>
> **対応モデル:** Claude Code CLI — Fable 5 / Opus 5 / Sonnet 5、Codex CLI — GPT-5.6 Sol / Terra / Luna<br>
> 📋 [今回の変更内容と更新履歴](CHANGELOG.md)｜🤖 [モデル対応表](chapters/appendix_b_cli_reference.md)

## 概要

AIコーディングエージェント（Claude Code CLI / Codex CLI）との協働を前提として、
バイオインフォマティクスのプログラミングに必要な知識を体系的に解説する書籍。

* AI for Science 時代に必要な研究開発の土台を、バイオインフォマティクスを通して学ぶ
* AIエージェントと進める研究開発で、雰囲気に流されずに手を動かすための一冊
* 配列解析と機械学習を題材に、研究ソフトウェア開発の基礎体力を身につける

各章の文字数・読了時間は [docs/chapter_stats.md](docs/chapter_stats.md) を参照（本文と付録は約40万文字、推定読了時間は初心者約45時間・中級者約25時間）。

注:引用に誤りが残っている可能性があります。ご指摘頂けると助かります。

---

## 目次

### Phase I: AIと始めるプログラミングの基礎

#### [はじめに](chapters/hajimeni.md)

コードを書かないプログラミングの時代 / 初心者でもコードが書ける——しかし「良いコード」は書けない / 既存の書籍が埋められなかったギャップ / 生命科学 / 本書の目的 / 本書が前提とする知識 / 本書が目指すもの

#### [本書の利用について（免責事項）](chapters/notice.md)

情報の鮮度 / モデルの変動 / プライバシー設定 / 制限付きデータの扱い / 責任の範囲

#### [§0 AIエージェントにコードを書かせる](chapters/00_ai_agent.md)

- 0-1. セットアップと基本操作
- 0-2. Plan → Execute → Review ワークフロー（計画フェーズの外部調査 — Deep Researchの活用 / 「インタビューしてもらう」パターン / 非テキスト資料を使った計画）
- 0-3. プロジェクト設定ファイル（CLAUDE.md / AGENTS.md）
- 0-4. エージェントにレビューさせる
- 0-5. サブエージェントとタスク委譲
- 0-6. コンテキスト管理
- 0-7. モデル選択・推論の深さ・コスト意識
- 0-8. AIに頼るべきこと・自分で判断すべきこと
- 0-9. 車輪の再発明を防ぐ
- 0-10. セキュリティと権限管理

#### [§1 設計原則 — 良いコードとは何か](chapters/01_design.md)

- 1-1. コードの設計原則
- 1-2. UNIX哲学
- 1-3. ソフトウェア開発手法の用語

#### [§2 ターミナルとシェルの基本操作](chapters/02_terminal.md)

- 2-1. なぜVibe codingにシェルの知識が必要か
- 2-2. ファイルシステムとパーミッション
- 2-3. 環境変数とパス
- 2-4. テキスト処理コマンド
- 2-5. シェルスクリプティングの基礎

#### [§3 コーディングに必要な計算機科学](chapters/03_cs_basics.md)

- 3-1. データ構造と計算量
- 3-2. 数値表現と浮動小数点
- 3-3. 文字エンコーディング
- 3-4. 乱数と再現性
- 3-5. 計算機アーキテクチャの基礎
- 3-6. Pythonの型ヒント

#### [§4 データフォーマットの選び方](chapters/04_data_formats.md)

- 4-1. データとメタデータ
- 4-2. 汎用フォーマット
- 4-3. フォーマット選択の判断基準

#### [§5 ソフトウェアの構成要素 — importからpipまで](chapters/05_software_components.md)

- 5-1. プログラムはどう動くか
- 5-2. Pythonのモジュールシステム
- 5-3. 依存関係の問題
- 5-4. APIとインターフェース
- 5-5. MCP（Model Context Protocol）

#### [§6 Python環境の構築 — pyenv・venv・conda・uv](chapters/06_dev_environment.md)

- 6-1. Pythonの環境管理
- 6-2. パッケージマネージャの概念

---

### Phase II: 信頼できるコードを育てる技術

#### [§7 Git入門 — コードのバージョン管理](chapters/07_git.md)

- 7-1. Gitの基礎
- 7-2. GitHubの活用
- 7-3. コミットの作法
- 7-4. セマンティックバージョニング

#### [§8 コードの正しさを守るテスト技法](chapters/08_testing.md)

- 8-1. テスト駆動開発（TDD）
- 8-2. テストの実践
- 8-3. コード品質ツール
- 8-4. CI/CD

#### [§9 デバッグの技術 — tracebackから最小再現例まで](chapters/09_debug.md)

- 9-1. デバッグの心構え
- 9-2. デバッグツール
- 9-3. よくあるバグのパターン

#### [§10 ソフトウェア成果物の設計 — スクリプトからパッケージまで](chapters/10_deliverables.md)

- 10-1. 成果物の形式の選択
- 10-2. どのパターンを選ぶか
- 10-3. ディレクトリ構成
- 10-4. 設定管理
- 10-5. エラーハンドリング
- 10-6. 段階的な成長パス

#### [§11 コマンドラインツールの設計と実装](chapters/11_cli.md)

- 11-1. コマンドラインインターフェースの作法
- 11-2. プログレス表示とUI
- 11-3. ロギング

---

### Phase III: データを扱うコードを書く

#### [§12 データ処理の実践 — NumPy・pandas・Polars](chapters/12_data_processing.md)

- 12-1. NumPyによるベクトル化演算
- 12-2. pandasとPolarsによるテーブルデータ処理
- 12-3. ライブラリ関数の活用

#### [§13 可視化の実践 — Matplotlib・Seaborn・Plotly](chapters/13_visualization.md)

- 13-1. Python可視化ライブラリ
- 13-2. 可視化の原則

#### [§14 解析パイプラインの自動化 — Snakemake・Nextflow・CWL](chapters/14_workflow.md)

- 14-1. なぜワークフロー言語が必要か
- 14-2. ワークフロー言語
- 14-3. ワークフローのベストプラクティス

---

### Phase IV: ソフトウェア再現性と大規模計算

#### [§15 コンテナによるソフトウェア環境の再現 — Docker・Apptainer](chapters/15_container.md)

- 15-1. なぜコンテナが必要か
- 15-2. Docker
- 15-3. Apptainer / Singularity
- 15-4. 再現性のレベル
- 15-5. 論文投稿時の再現性パッケージング
- 15-6. 実験管理（ML/計算実験の追跡）

#### [§16 スパコン・クラスタでの大規模計算](chapters/16_hpc.md)

- 16-1. HPCの基本
- 16-2. Slurm
- 16-3. リモート接続とファイル転送
- 16-4. データ管理・バックアップ・共有

#### [§17 コードのパフォーマンス改善 — プロファイリングと高速化](chapters/17_performance.md)

- 17-1. プロファイリング
- 17-2. 高速化テクニック
- 17-3. 大規模データの扱い

---

### Phase V: 共有のためのコード整備

#### [§18 コードのドキュメント化](chapters/18_documentation.md)

- 18-1. Markdownの習得
- 18-2. プロジェクトドキュメント
- 18-3. 研究ノート

#### [§19 公共データベースとAPI — データ取得の実践](chapters/19_database_api.md)

- 19-1. データベースの基礎知識
- 19-2. バイオインフォマティクスの主要データベース
- 19-3. APIによるデータ取得
- 19-4. データのダウンロードとローカル管理

#### [§20 コードとデータのセキュリティ・倫理](chapters/20_security_ethics.md)

- 20-1. セキュリティの基礎
- 20-2. データの倫理

#### [§21 共同開発の実践 — レビュー・質問・OSS参加](chapters/21_collaboration.md)

- 21-1. 質問の技術
- 21-2. コードレビューとOSSコミュニティへの参加
- 21-3. 共同研究のコミュニケーション

---

### 付録

- [付録A. AIコーディングエージェントとの効果的な学習パターン](chapters/appendix_a_learning_patterns.md) — A-1〜A-3
- [付録B. Claude Code CLI / Codex CLI クイックリファレンス対照表](chapters/appendix_b_cli_reference.md)
- [付録C. 論文投稿前チェックリスト](chapters/appendix_c_checklist.md)
- [付録D. AIコーディングエージェント頻出用語・フレーズ集](chapters/appendix_d_agent_vocabulary.md) — D-1〜D-5
- [付録E. コラム索引](chapters/appendix_e_column_index.md)
- [用語集](chapters/glossary.md)
- [著者紹介](chapters/author.md)

---

## ディレクトリ構成

```
ai-biocode-kata/
├── CLAUDE.md              # 執筆規約（Claude Code CLI用）
├── pyproject.toml         # 依存・ruff・pytest 設定（コードサンプルの実行環境）
├── uv.lock                # 依存バージョンを固定する uv ロックファイル
├── chapters/              # 各章のMarkdownファイル
├── references/            # BibTeXファイル（章ごと）
├── figures/               # 図表
├── scripts/               # 書籍内コードサンプル
├── tests/                 # サンプルコードのテスト
├── build/                 # PDF/EPUB生成（手順は build/README.md 参照）
└── docs/                  # レビュー記録・統計
```

- [各章の文字数・読了時間](docs/chapter_stats.md)
- [PDFビルド手順](build/README.md)
- [執筆 TODO](TODO.md)

## コードサンプルの実行

本書のコードサンプル（`scripts/`）とテスト（`tests/`）は、[uv](https://docs.astral.sh/uv/) で管理された再現性のある環境で動作する。依存パッケージとそのバージョンは `pyproject.toml` と `uv.lock` に固定されており、`uv sync` でどの環境でも同じ依存構成を再現できる。uv 自体の解説は [§6 Python環境の構築](chapters/06_dev_environment.md)、テスト・ruff の解説は [§8 コードの正しさを守るテスト技法](chapters/08_testing.md) を参照のこと。

```bash
# uv のインストール（未導入の場合）
brew install uv                                   # macOS / Homebrew
# あるいは: curl -LsSf https://astral.sh/uv/install.sh | sh

# 依存をロックファイルどおりに同期する（.venv を自動生成）
uv sync

# 全テストを実行する
uv run pytest

# 特定の章のテストだけ実行する例
uv run pytest tests/ch08

# リント（コード品質チェック）とフォーマット
uv run ruff check scripts/ tests/
uv run ruff format scripts/ tests/
```

Python 3.10 以上が必要である（`pyproject.toml` の `requires-python`）。

### 外部実行環境を使うスモークテスト

通常の `uv run pytest` では、Snakemake、DESeq2、Nextflow、CWL、Podman、MkDocsを使う10件を意図的にskipする。これらを通常の開発依存へ含めると、R/Bioconductor環境、Javaランタイム、Linux VM、コンテナーイメージなどが必要になり、初回実行が大幅に重くなるためである。

外部ツールを用意した環境では、`runtime_smoke` マーカーで対象を選択できる。ワークフローと文書生成のテストには `RUN_EXTERNAL_RUNTIME_TESTS=1`、Podman実ビルドには `RUN_CONTAINER_BUILDS=1` を明示する。

```bash
# 外部ワークフロー・文書生成環境を用意した後に実行
RUN_EXTERNAL_RUNTIME_TESTS=1 uv run pytest -m runtime_smoke

# Podman VMを起動した後に、5種類の実ビルドだけを実行
RUN_CONTAINER_BUILDS=1 uv run pytest -m container_build
```

Apple Silicon上で使用した隔離環境、固定バージョン、ダウンロード量、個別の再現コマンドは、[外部実行環境skip監査](docs/review/2026-07-29_external_runtime_skip_audit.md)に記録している。

## 免責事項

本書の情報は 2026年7月時点のものであり、AIコーディングエージェントの仕様・プライバシーポリシー・関連法規制は今後変更されうる。プライバシー設定や利用規約は各プロバイダの公式ドキュメントで読者自身が最新版を必ず確認すること。制限付きデータ（dbGaP・JGA・EGA 等の DUA 対象データ）や未発表データ（査読中原稿・未公開配列・特許出願前情報・NDA/MTA 対象物）の取り扱いは、所属機関の情報セキュリティ部門・研究倫理審査委員会・法務部門への事前相談が必要である。本書の記述に従って生じた情報漏洩・規約違反・知財流出等について、著者および出版元は一切の責任を負わない。詳細は [本書の利用について（免責事項）](chapters/notice.md) を参照。

## ライセンス

この書籍の内容は [CC BY-NC-ND 4.0](https://creativecommons.org/licenses/by-nc-nd/4.0/deed.ja)（表示 - 非営利 - 改変禁止 4.0 国際）ライセンスの下で提供されている。

ai-biocode-kata

ai-biocode-kata Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

ai-biocode-kata

ai-biocode-kata Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README