共有する
複数のαヘリックスが繰り返し構造をとりながら，環状に配置されてできるドーナツ型の閉じた立体構造のこと．（79ページ）（巽，古賀）
8本の逆平行βストランドが81274563の順に樽（バレル）状に並んだ構造のこと．バレルの上を横切るループ2本と下を横切るループ2本からなる．（79ページ）（巽，古賀）
冷却や高密度化によって構造変化の時定数が劇的に増大し，液体のように無秩序な粒子配置のまま，通常の時間スケールでは固体のように固まって見えるようになる現象のこと．（97ページ）（竹内，西口）
高密度化によって粒子運動の自由度が著しく制限され，粒子の幾何学的な配置が変われなくなる現象のこと．ガラス転移と異なり，揺らぎがない状況で理想的に定義できる．（97ページ）（竹内，西口）
多粒子系において，粒子の位置は液体のように無秩序でありながら，粒子の向きは結晶のように揃っている状態のこと．そのような状態を示す物質を指すこともある．棒状の分子や異方的形状をもつ細胞などで現れることが知られている．（97ページ）（竹内，西口）
互いに体積排除し合う二粒子間の相互作用ポテンシャル．粒子間の距離
Neural networks are mathematical objects inspired by the structure of biological neural structures. They follow a graph structure, that is, they are made of nodes (“circles”, representing the neurons) connected by edges (“arrows”, representing the synapses). Typical neural networks are not allowed to form loops in their structure, making machine learning approaches simpler. Recurrent Neural Networks, on the other hand, are allowed to connect any two nodes, thus making them recurrent (“with loops” in this context). Recurrent Neural Networks can in theory achieve the same computational capabilities as a much larger feed-forward (“standard”) network, at the cost of being much harder to train.（113ページ）（AUBERT-KATO）
A model of all the reactions that connect a set of chemical species. The term network comes from the fact that, in the general case, the product of one reaction (say C in “A+B-->C”) will be the reactant in another reaction and vice-versa (say “C+D-->A”), thus producing a network structure.（113ページ）（AUBERT-KATO）
