一週間分の日替わりリンクなどを掲載しておきます。

元旦から毎日更新の固定ページをつくりました。まだご存知ない方が多いようなので、一週間分の掲載内容をトップページにもまとめておきます。庭の水仙が咲きだしました。

2022/1/8
NHKでシャーロック・ホームズのドラマを毎週みています。オンラインで日本語でシャーロック・ホームズの日本語訳を読めるのはここがよさそうです。https://221b.jp/


2022/1/7
機械学習の教科書の紹介です。 Dive into Deep Learning (Dが二つ続くのでD2Lと省略して紹介されることも多い本です)という教科書で、スタンフォード大、マサチューセッツ工科大、ハーバード大、ケンブリッジ大など世界の300の大学で採用されている教科書だそうです。Jupyter notebookで手を動かしながら学んでいくというスタンスの教科書で評価の高いものだそうです。
https://github.com/d2l-ai/d2l-enのサイトにある、Book Websiteをクリックして開くページで、MXNetやPyTorch, Notebooks,Coursesなどとあるタブの最初のMXNetをクリックするとpdf版がダウンロードできます。Coursesをクリックすると授業のシラバスやスライドなども見られます。最初のほうの日本語訳もできているようでここから見られます
2022/1/6
ものすごい図鑑 NHKのサイト
これは子供だけでなく大人も楽しめるデジタル昆虫図鑑です。
カブトムシ、モンシロチョウ、ハンミョウ、キリギリス、ノコギリクワガタなど、いろんな虫を画面上で回転、拡大、縮小して立体的に観察することができます。複眼の電子顕微鏡写真もあったりして、楽しいサイトです。お子さんと一緒にどうぞ。
2022/1/5
動画編集にはどんなソフトを使っていますか?以前、Scientific Americanという雑誌をパラパラみていたら、DaVinci Resolve  17という動画編集ソフトの広告がでていて、ハリウッドで使われているソフトで、なんと無料で利用できるとありました。Blackmagic Design Pty. Ltd.社の製品ですが最近日本語のリファレンスマニュアルが無料で公開されているのを知りました。チュートリアルとかも充実しているので時間のある方は試してみるのもいいと思います。Windows, Mac-OSX, Linux対応のソフトです。HDビデオの編集程度ならさほど高スペックなコンピュータはいらないもようです。
2022/1/4
Juliaというプログラミング言語が注目を集めています。前もちょっと紹介しましたが、Pythonより早くて使いやすいそうです。Juliaをつかったデータサイエンスの入門書(英語)が以下に公開されています。興味のある方はご覧ください。

Introduction to Datascience: Learn Julia Programming, Math & Datascience from Scratch

2022/1/3
今日は、わかりやすい量子化学計算の解説ページを紹介しておきます。元旦に紹介した「ノーコードではじめる機械学習」の著者である久我涼子さんのホームページで、pythonによるアプリケーション開発などの記事もあってきわめて参考になります。このブログの記事から生まれた本は

ゼロからわかる!! 独習 量子化学計算: 理論からはじめない新しい量子化学計算の本

というKindle本で、これは解りやすい本です(紙の本はありません)。またこちらのページには、tsujimotterさんこと辻順平さんによる、簡単な分子軌道法の入門解説記事があります。

2022/1/2
QDくんの過去ツイまとめ(機械学習、時系列分析、確率・統計に関する有益記事紹介)というtwitterの記事に有益なリンクがまとめられています。日本語字幕付きのハーバード大学コンピュータサイエンス入門講義の動画とか、いろいろありますので参考になります。
2022/1/1
機械学習に興味がある方へ
:プログラミングなしで機械学習が学べるOrange 3というのをご存知ですか?日本語の解説書としては「ノーコードではじめる機械学習」がよさそうです。Kindleなど電子書籍版と紙の本が最近発行されたばかりですが、買ってみる価値があると思います。YouTube動画を見るのも参考になります。
https://www.youtube.com/watch?v=HXjnDIgGDuI 

有料や無料の動画講座の紹介です

明日と明後日の19時から21時まで早稲田大学の早見先生による、PowerPointスライド作成実演ライブがYouTubeで開催されるそうです。面白そうなのでYouTubeで視聴されるとよいと思います。下の一つ目の動画は録画に替わっていますので、「ライブ配信準備中です」とでている部分をとばしてみれば11月20分の第一回目がみられます。

早見先生は「離散数学入門(グラフ理論の世界にようこそ)」という全14回の講義をYouTubeで公開されおり、とてもわかりやすいと評判です。グラフ理論は生命科学でも活用されている分野ですので興味のある方はご覧になるのをおすすめします。

今年になって知ったのですが、有料の講座にもいろいろ面白いものがあります。昔は定年になったら放送大学の講義を学ぶという方も多かったようですが、今では放送大学よりもっとわかりやすい有料講座や無料講座、無料講義がいろいろ公開されています。私も今年に入ってからUdemyという有料講座のコースをいろいろ購入して勉強をはじめました。こちらは定価は24000円のとか高い値段のコースが多いのですが頻繁にセールをやっていて、しばらく待っていると24000円のコースが1200円とか1600円とかで購入できる場合が多いです。時々サイトをチェックしてみて、安いときに購入するのがお勧めです。ちょうど今、ブラックマンデーセール(11月26日まで対象コースが1200円より)というのをやっていて、はじめるのには最適の時期だと思います。数学、RやRStudioを含む統計、Pythonなどのプログラミング、GitやGitHub、Docker入門講座もありますし、物理、化学、英語、フォトショップ、ヘルスやエクササイズの講座などなど、日本語の講座や英語の講座がいろいろありますので面白いです。Udemyのコースは修了期限がないので、安い値段のときに購入しておいてあとで時間ができたときに勉強することが可能です。コースの動画の一部が無料公開されているので、購入する前に、コースの動画を何本か視聴してみて、気に入れば購入するというのがいいと思います。

MRC LMBでのセミナー:DeepMindによるAIの科学への応用とAlphaFoldによるタンパク質立体構造予測についての講演会ビデオ公開のお知らせ

私が短期留学していたことがある英国CambridgeにあるMRC LMB (分子生物学研究所)ではコロナ下の現在、多くのセミナーをネットで公開しています。先日、10月13日午後10時半から夜中の1時まで(日本時間)、タンパク質の立体構造予測で有名なAlphaFoldの開発者John Jumperさんと、AlphaFoldや有名な碁の人工知能ソフトAlphaGOの開発元DeepMind社の創設者でCEOのDemis Hassabisさんの講演がライブでありました。今回の講演は、ライブ限定でネットでは公開しないということで眠いのを我慢して視聴していたのですが、本日YouTubeで2つの講演ともに公開されましたのでお知らせします。わかりやすい講演ですので是非ご覧ください。
どちらの講演もYouTubeの再生画面の下のほうにある字幕ボタンを押せば、英語字幕が自動生成されますので字幕オンでご覧になるのをおすすめします。日本語の講演の自動字幕生成機能はまだまだ使い物にならないことが多いですが、英語の講演の字幕自動生成機能は結構信頼性が高いです。

MRC LMBのYouTubeチャンネル(ここをクリック)にはその他の面白い動画もありますので、いろいろ探して視聴されるとよいと思います。

Kendrew Lecture 2021 pt1 – Using AI to accelerate scientific discovery – Demis Hassabis

Kendrew Lecture 2021 pt2 – Highly accurate protein structure prediction with AlphaFold – John Jumper

機械学習とかディープラーニングの学習のてびき

タンパク質の立体構造を予測するAIが生んだプログラムAlphaFold2は、AIの有効性を実感させてくれました。がぜんAIに対する興味がでてきたのですが、ディープラーニングとか機械学習とかの勉強にはこんな本はいかがでしょうか。
「高校数学からはじめるディープラーニング―初歩からわかる人工知能が働くしくみ」(講談社ブルーバックス。金丸隆志著)
私はAmazon Kindle版をポイント半額付加セールのときに買いました。Kindleは安売りがあるので紙の本よりいい時がありますね。内容はとてもわかりやすくておすすめの本だと思います。Excelのマクロもダウンロードできるようになっていて理解が深まるいい本です。

また統計やデータサイエンスの勉強には総務省統計局のサイト(先生向け)が面白そうです。小学校から中学、高校向けの教材、補助教材などがそろっていて、統計ではRの紹介もされています。高校向けの機械学習の補助教材の部分にある教科書とそれに付随するPythonコードは、Google Colaboratoryのジュピター・ノートブックの環境で実行することにより動作しますと書かれていて、結構本格的な教材のようです。内容には。線形回帰、サポートベクターマシン、決定木・ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ法、K近傍法、因子分析、主成分分析、クラスター分析、アソシエーション分析が含まれており、教材、データなどが自由にダウンロードして使えます。

左の写真はお盆のころに山際に咲いていた百合の花です。今は右の写真のように種ができています。

英単語の発音を調べるサイト―FASTA, GWAS, RNAseq, glycocalyx, Entrezなど正しく発音できますか?

毎日うだるような暑さですがお元気でしょうか。今日は英語の話です。
英語で発表しようとする時や、会話のとき、この単語の発音でいいのかな?と思うことがよくあります。そんなときはYouGlishというサイト(リンク集にいれてあります)にアクセスして、検索窓に発音を調べたい単語を入れて、Say It!というボタンを押しましょう。するとYouTubeの音声コーパスからその単語を含む動画を選び出して再生してくれます。動画の下には、その単語を含む文(字幕)が表示されます。いくつかの動画をみて比較したいときは、次の動画のボタンを押すと別の動画が同様に再生されます。これは便利なサイトです。Improve your English pronunciation using YouTubeというタイトルのサイトです。

ブックマーク必須のサイトですので、是非試してみてください。
以下はこのサイトを使ってみるための 練習問題です。それぞれの単語を検索窓にいれて発音を調べてみてください。面白い動画も見つかると思います。

RNAseq  (アール・エヌ ・エー・セックという人が多いですが‥本当はどう発音するでしょう)
glycocalyx (細胞表面を覆っている糖衣)
sialic acid  (シアル酸)
GWAS (ゲノムワイド関連解析―この解析でABO式血液型物質合成遺伝子と血液凝固に関係があることや、新型コロナウイルスの劇症化とABO式血液型が関連することも解明されています)
FASTA  (塩基配列やタンパク質のアミノ酸配列を記述する標準記載形式です。ファスタという発音も正しいですが、ファストエイと読む人も多いです)
Entrez (NCBIのデータベースの入り口ですが、フランス語として読むようです), genome (ゲノムですが英米人の発音はどうでしょうか?)
Lucretius (ルクレチウス)
などなど、いろいろ遊んでみてください。

出てくる動画は、基本的なものが選ばれているので、動画をはじめから見るのも勉強になりますよ。

写真は散歩の途中でみつけた錦鯉です。なんと川の中を泳いでいます。梅雨入りのころには上流500メートルあたりに泳いていましたが、梅雨の増水で流されたようで少しづつ下流へ移動して今は橋の下で悠々と泳いでいます。これを書いている最中に町内で野生のサルが出没しているので出会ったら家の中に避難するようにという放送が入りました。イノシシやタヌキは時折見かけますが、サルは怖いですね。京都の家の柿の木には毎年サルが実を食べにやってきていました。飼っていた犬が木の上にいるサルに吠えて、まるで絵本のような情景でした。近くの駅では、小学校の下校時にサルが電車の駅のベンチに座っていて、子供たちが逃げるようにして電車に乗り込んでいたそうです。昔の話です。

AlphaFoldを試してみています―生物学の革命:タンパク質の立体構造を驚異的精度で予測するGoogleのAI

7月16日早朝、アミノ酸配列を入力すると、その配列をもつタンパク質(蛋白質)の立体構造をほぼ完璧に予測できるというGoogleのDeep Mind系列の人工知能ソフトAlphaFold2の論文とソフトが公開されて、ものすごい反響を呼んでいます。
生物学の革命を今まのあたりにしているのだと思います。タンパク質の立体構造を予測するプログラムのコンテストで驚異の成績で優勝したソフトです。コンテストは、構造解析の実験で立体構造がわかっているがまだ立体構造が未公開のタンパク質のアミノ酸配列を問題として与えて、参加したグループが立体構造の予測を競うというものです。ここのところあまり良い結果がでていなかったそうです。そこに突如参加したAlphaFoldというGoogleのグループが初回でトップの成績をあげ、二回目の去年の大会では、改良版AlphaFold2がほとんどの問題で実験結果とぴったりの予測に成功して世間を震撼させたのでした。このソフトとアルゴリズム、AIの学習データセットの公開が待たれていたのですが、ついに公開されて全世界でAlphaFoldがブームになっているようです。7月16日早朝、雑誌Natureに論文が公開されて
https://www.nature.com/articles/s41586-021-03819-2
プログラムも一般公開されました。
https://github.com/deepmind/alphafold

プログラムの導入方法や使い方については、以下の森脇 由隆さんの記事が最高にわかりやすいのでご覧ください。
https://qiita.com/Ag_smith/items/7c76438906b3f665af38

Twitterも参考になります。https://twitter.com/Ag_smith
上の記事によると使用するコンピュータはlinuxの動くパソコンでメモリが32ギガバイトから64ギガバイト(それ以上ならなおよいでしょう)、ディスク容量はデータベースをダウンロードする必要があるので4テラバイト以上必要です。計算スピードが必要なので高速のSSDドライブを使うのがいいそうです。M.2 SSDという最新型のドライブ(メモリーみたいに差し込むだけで使えるのでSSDをつなぐケーブルとかがないものです)のパソコンがおすすめです。グラフィックボードはRTX3060以上がよいそうです。この森脇先生はRyzen9 5900X, RTX3090, HDD 8TBで使った場合、二時間余りで立体構造の計算結果がでるとTwitterに書かれていました。

残念ながら私のパソコンはこのスペックではなかった(ディスク容量不足など)ため、新たに購入する必要がありそうです。ただグラフィックボードはビットコインのマイニングで品薄となっていて昔10万したものが倍の値段になっていたりするので、あまりこれにお金はかけずに第四世代のPCIe (PCI express:Peripheral Component Interconnect Express)対応のマザーボードとPCIe 4.0対応のM.2 SSDで高速化を図るほうがよいと、阪大の先生からアドバイスをもらいました。

ということで、自分のパソコンでは動かないので、パソコンを組み立てる前に、Google Colaboratoryで利用できAlphaFold2を使ってみることにしました。Googleのアカウントを取得しておいて、以下のurlからアカウントとのログイン名とパスワードを使ってログインして使います。
https://colab.research.google.com/drive/1LVPSOf4L502F21RWBmYJJYYLDlOU2NTL
使い方は簡単で、アミノ酸配列を入力部分にペースト、上のほうにあるランタイムのプルダウンメニューからランタイムのタイプを変更を選んでGPUを使うに設定し保存、その後入力アミノ酸配列を確認して、ランタイムからすべてのセルを実行を選んで開始します。

さっそく私達が解析していたN型糖鎖の合成の第一段階で働く酵素DPAGT1の線虫版algn-7遺伝子産物を解析してみました。2時間弱で解析がおわりました。結果が冒頭の写真です。5つの予測結果が返ってきてダウンロード可能です。このサイトに書いてあるように、GPUの割当が不足で計算が途中で止まることもある(たとえば全長2300アミノ酸のタンパク質を解析しようとしたらだめでした)ようですが、1000アミノ酸程度の長さのものなら1-2時間で解析が終わります。

ところがビッグニュースが今日とびこんできました。なんと21の生物種のプロテオームのAlphaFold2による解析がすでに終了しており、その解析結果がダウンロード可能になっています。要するに21種の生物の全タンパク質のAlphaFold2による立体構造解析結果が一括でダウンロードできるというわけです。
ヒト、マウス、ゼブラフィッシュ、シロイヌナズナ、大腸菌、線虫C. elegansなど主なモデル生物種が網羅されています(以下のリンクをクリックしてください)。私は早速 線虫のタンパク質の解析結果をダウンロードしました。
https://alphafold.ebi.ac.uk/download

For downloading all predictions for all species, visit the FTP site:
ftp://ftp.ebi.ac.uk/pub/databases/alphafold
だそうですので、ftpでダウンロードするのもよいでしょう。

ダウンロードしたプロテオームファイルはtar圧縮ファイルなのでWindowsのパソコンなら7-zipなどの解凍ソフトで解凍します。
解凍されたファイル(まだgz拡張子がついた圧縮ファイルです)にはファイル名にUniprotのタンパク質登録名が入っています。たとえば上で解析したN型糖鎖合成の第一段階をつかさどる酵素(algn-7遺伝子の作る酵素)の立体構造解析の結果を調べたいとします。このタンパク質はUniprotではQ9U1Z2という登録名なので、解凍したフォルダのなかでQ9U1Z2という名前の入っているファイルを検索します。
するとファイル名がAF-Q9U1Z2-F1-model_v1.pdb.gzとAF-Q9U1Z2-F1-model_v1.cif.gzという二つの圧縮ファイルが見つかりました。これらをそれぞれ7-zipで解凍してできるのがAlphaFoldによる予測結果です。
解凍してできたpdbファイルはオンラインでは
https://www.ncbi.nlm.nih.gov/Structure/icn3d/full.html
にアクセスしてパソコンのファイルを指定してloadすれば、立体構造を手軽にみることができます。以下の写真がダウンロードしたpdbファイルを表示した写真です。私が昨日解析した上の結果とほとんど同じです。

またcifファイルはJmolとかで読み込めば立体構造が簡単にみられます。Jmolのダウンロードは以下から可能です。
http://jmol.sourceforge.net/
Jmolの使い方はここにあります。要するにjmol.batというファイルをダブルクリックしたら使えるので簡単です。
https://katakago.sakura.ne.jp/soft/jmol/jmol-pc.html

Uniprotにもヒトのタンパク質についてはAlphaFold2の予測結果は掲載されているようですが、まだ掲載されていない生物種も多いのでこのダウンロードファイルは貴重ですね。

(おまけの追記です。2021/07/24)
以下のリンクに詳しい説明とダウンロードリンクもあります。
https://insideuniprot.blogspot.com/2021/07/alphafold-structure-predictions-freely.html
このリンクにある記事を参考にヒトのタンパク質のAlphaFoldによる解析例を紹介します。ヒトの遺伝子の例として、私達が以前研究していたコンドロイチン合成酵素chondroitin synthase 1 (CHSY1)についてみてみましょう。UniprotでCHSY1とhumanの二語を検索窓に入れて検索すると、一番上の検索結果にQBX52というのがあります。
https://www.uniprot.org/uniprot/Q86X52
これをクリックしてみると、このタンパク質についてのすべてが載っているのですが、Structureの項目を探してみると、そこにAlphaFold2による予測結果が載っています。そこにあるAlphaFoldというリンクをクリックすると予測結果のページが表示されますのでご覧ください。
https://alphafold.ebi.ac.uk/entry/Q86X52

カエルの王様バラの中に―Wikipediaのダウンロード法

お昼前に買い物から帰って家に入るとき、奥さんが「わっ、 カエルがいる!」と叫んでカメラをとりにきました。さっそく見にいくと、バラの花の中にアマガエルがくつろいでいました。写真は奥さんが撮影した薔薇の花の中でくつろぐ、アマガエルです。去年も5月にアマガエルをみかけましたので、花の中で虫を取っているのかもしれません‥‥。

さて今日の本題です。Wikipediaのデータをダウンロードしておいて、インターネットにつながずに利用する方法があるそうです。やってみると今後いろいろWikipediaの利用法が拡がると思います。やりかたはKiwixというフリーソフトをダウンロードしておいて、これでWikipediaのデータ(zimファイルというファイル形式です)をダウンロードして利用するだけです。日本語のページはこちらです。英語版の完全版だと83Gくらいのデータのダウンロードが必要ですので、もっとサイズの少ない日本語版とか、ずっと小さなサイズの分野別Wikipediaとかをつかって練習してみてから、巨大ファイルのダウンロードに挑戦するべきでしょう。

以下はKiwixの日本語版ページからの引用です。
「Kiwixは非常に簡単です。Kiwixは利便性を考えたさまざまな機能があります。

  • 全文章からの検索
  • お気に入りとメモ
  • HTTPサーバー
  • PDF形式、HTML形式にエクスポート
  • 100言語以上のUI(ユーザーインターフェース)
  • タブによるネットサーフィン
  • 記事をまとめたウィンドウマネージャーとダウンローダー
  • その他さまざまな機能…
    WikipediaだけではなくてWiktionaryなどもダウンロードできます。英語版、フランス語版、ドイツ語版その他各国語版のWikipediaもありますので必要なものからダウンロードして使ってみてください。

科学英語の書き方についての無料オンラインコース(スタンフォード大学医学部)の紹介です

五月になってあたりは緑と花にあふれています。

今日はゴールデンウイークなので無料のオンライン英語コースの紹介です。連休中にちょっと見てみるといいと思います。スタンフォード大学医学部の准教授(疫学や統計学、およびwritingの専門家)のかたがやっているオンラインコースです。

登録して無料で受講することもできますし、
https://www.coursera.org/learn/sciwrite
過去のビデオは下のリンクをクリックしてYouTube動画のリストを表示して見られますので、それを順番にみるだけでも勉強になります。YouTubeでは字幕もだせるので、聞き取りの練習にもなると思います。
https://www.youtube.com/channel/UC-wb-n89yM0lBiP2QltsDaA/videos
が過去ビデオの一覧です。下のビデオはイントロです。

写真は、近所に咲いていた藤の花とキンラン(金蘭)の花です。今年のキンランは例年の花にくらべてとても元気がよくて花もしっかり開いていました。どちらの花も4月下旬の撮影です。拡大するには画像をクリックしてみてください。

福岡では桜が満開です―iPadのTipsの本と動画の紹介

(注:このブログでは、12ポイント太字の部分はリンクです。クリックすると該当ページが開きます。)
今年は福岡の桜の開花が早く、もはや満開を迎えてはらはらと散り始めているところもあります。卒業式も終業式も終わって、今は春休み。一昨日、昨日、今日と近所でお花見をしましたが、春休みの小学校の前では、この4月に新一年生になるお子さんが、満開の桜のもとでランドセルを背負って記念撮影してもらっていました。春爛漫です。

図書館でiPadについての新刊を借りてきました。iPadクリエイティブという本です。紙の本と電子ブック両方があります。これはおすすめです。たとえばiPadで読んでいる電子ブックの必要ページをpdfにする方法とか、アップルペンシルの賢い使い方などいろんなtipsが満載で、買って損がない本です。著者のamity_senseiの本の紹介動画とtipsの動画の一例を、下に貼り付けておきます。

こちらは、
「みんなが知らない、純正アプリのiPad読書術。【Kindle × Apple Books】」という動画で、Apple BooksやKindleといった電子ブックの紹介、およびpdf化のやりかたの紹介です。


是非チャンネルをご覧ください。
あと、YouTubeですが、Braveというブラウザでみると広告が抑制されているようです。広告スキップがうっとおしいと思われる方は試してみると良いと思います。広告ブロック機能が強力なブラウザですし、FirefoxやChromeなどからのブックマークの移行も自動で行われて便利です。プライバシーに配慮したブラウザで、なんとプライベートブラウジングモードはTorを使っています。

Pythonや物理数学の無料本―春のおすすめ本

(注:このブログでは、12ポイント太字の部分はリンクです。クリックすると該当ページが開きます。)
暖かくて春めいた日が続きます。4月上旬の暖かさとか。九州大学でも前期日程の合格発表が昨日(3/08)あったそうで、ニュースで合格した学生さん達の喜びの声を報道していました。
写真は散歩の途中でみつけたスミレと つくしです。近所では1週間以上前にうぐいすの初鳴きを聞きました。

最近、Pythonの教科書を京大が公開しているのを知りました。プログラミング演習Python2019という講義の教材です。初歩からはじめてグラフィックインターフェイスでのプログラムまでやさしく指導してくれる本で本篇とコラムを集めた本の二冊があります。以前紹介した本の後に読むのに最適だと思います。Anacondaのインストールをした後、この本からPythonの勉強をはじめることも可能だと思います。

また以前紹介していた学習院大学の田崎先生の「数学:物理を学び楽しむために」という本もバージョンアップされていますので紹介しておきます。これは序文によると「物理学(とそれに関連する分野)を学ぶ方を対象にした、大学レベルの数学の入門的な教科書である。高校数学の知識を前提にして、大学生が学ぶべき数学をじっくりと解説する。」という本です。著者の田崎先生のtwitterでは「大学入試が終わって入学までの時間をもてあましている理数系のみなさんに特におすすめします。1章に目を通した後はお好きなところをどうぞ。」と紹介されています。またtwitterには物理や数学よりデータ科学や AI に興味があるという人は 7 章から始める(必要なら前の章を読む)のも一興かも。高校数学から消えた最強武器である行列がガチで学べて、主成分分析、マルコフ連鎖、Google Page Rank への応用まで!」とあります。面白そうでしょう!