トップ :: G 物理学 :: G06 計算;計数




【発明の名称】 アミノ酸フレーム表示システム、アミノ酸フレーム表示方法及び記録媒体
【発明者】 【氏名】西川 哲夫

【氏名】村上 勝彦

【氏名】磯貝 隆夫

【氏名】永井 啓一

【氏名】林 浩司

【氏名】入江 亮太郎

【氏名】大槻 哲嗣
【要約】 【課題】ｃＤＮＡ配列にフレームシフトエラーが存在する場合にも、信頼度の高いアミノ酸配列をｃＤＮＡ配列から効率良く抽出することができるアミノ酸フレーム表示システム、アミノ酸フレーム表示方法及び記録媒体を提供すること。

【解決手段】ｃＤＮＡ配列の各アミノ酸フレーム上のＯＲＦ表示に加えて、既知アミノ酸配列との類似性比較から得られたｃＤＮＡ配列のアミノ酸情報を該フレーム上に表現し、同時に統計的に得られたＯＲＦに関する情報として開始コドンらしさ、及びコーディングポテンシャルグラフを表示することによって、効率的にフレームシフトを検出し、その結果を編集することによって、高精度なアミノ酸配列を得ることが可能となる。
【特許請求の範囲】
【請求項１】 ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、前記入力されたｃＤＮＡ配列とデータベース中のＤＮＡ配列又はアミノ酸配列とのアラインメントを生成し、そのアラインメントから類似性情報に基づいて前記入力されたｃＤＮＡ配列から翻訳されるアミノ酸配列を決定するアラインメント手段と、前記３つのアミノ酸フレーム上にまたがって前記アラインメント手段によって決定されたアミノ酸配列の領域を線分で表示する表示手段とを備えることを特徴とするアミノ酸フレーム表示システム。
【請求項２】 前記アラインメント手段は、前記翻訳手段によって前記入力されたｃＤＮＡ配列をあらかじめ３種類又は６種類の読み枠において翻訳したアミノ酸配列とデータベース中のアミノ酸配列との間のアラインメントから決定することを特徴とする請求項１記載のアミノ酸フレーム表示システム。
【請求項３】 前記アラインメント手段は、前記入力されたｃＤＮＡ配列中のコドン内ギャップを考慮にいれて決定することを特徴とする請求項１記載のアミノ酸フレーム表示システム。
【請求項４】 前記アラインメント手段は、前記入力されたｃＤＮＡ配列とデータベース中のＤＮＡ配列との間でそれぞれのＤＮＡ配列中のコドン内ギャップを考慮にいれて、それぞれの配列の翻訳されたアミノ酸配列間アラインメントから決定することを特徴とする請求項１記載のアミノ酸フレーム表示システム。
【請求項５】 前記表示手段は、前記３つのアミノ酸フレームと共に、前記生成されたアラインメントを線状に表示することを特徴とする請求項１記載のアミノ酸フレーム表示システム。
【請求項６】 前記表示手段は、前記線状に表示されたアラインメント中に、ＤＮＡ配列中の挿入又は欠失位置を表示することを特徴とする請求項５記載のアミノ酸フレーム表示システム。
【請求項７】 前記表示手段は、前記線状に表示されたアラインメント中に、アラインメントの局所的な一致度を色によって表示することを特徴とする請求項５記載のアミノ酸フレーム表示システム。
【請求項８】 前記表示手段は、前記３つのアミノ酸フレームと共に、前記生成されたｃＤＮＡ配列とデータベース中のＤＮＡ配列又はアミノ酸配列とのアラインメントをテキストで表示することを特徴とする請求項１記載のアミノ酸フレーム表示システム。
【請求項９】 ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、開始コドン位置に開始コドンらしさを表現する量又は記号を表示する表示手段とを備えることを特徴とするアミノ酸フレーム表示システム。
【請求項１０】 ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレームそれぞれにおけるコーディング領域らしさを表すコーディングポテンシャルを計算するコーディングポテンシャル計算手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、各フレーム上又は別ウィンドーに、前記３つのアミノ酸フレームのコーディングポテンシャルを表示する表示手段とを備えることを特徴とするアミノ酸フレーム表示システム。
【請求項１１】 前記入力されたｃＤＮＡ配列を編集して、編集後のｃＤＮＡ配列を改めて前記入力されたｃＤＮＡ配列とする編集手段を備えることを特徴とする請求項１、９又は１０記載のアミノ酸フレーム表示システム。
【請求項１２】 前記編集手段は、アラインメントのテキスト表示中において編集が実施可能であることを特徴とする請求項１１記載のアミノ酸フレーム表示システム。
【請求項１３】 ｃＤＮＡ配列を入力する入力ステップと、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳ステップと、前記入力されたｃＤＮＡ配列とデータベース中のＤＮＡ配列又はアミノ酸配列とのアラインメントを生成し、そのアラインメントから類似性情報に基づいて前記入力されたｃＤＮＡ配列から翻訳されるアミノ酸配列を決定するアラインメントステップと、前記３つのアミノ酸フレーム上にまたがって前記アラインメントステップによって決定されたアミノ酸配列の領域を線分で表示する表示ステップとを備えることを特徴とするアミノ酸フレーム表示方法。
【請求項１４】 ｃＤＮＡ配列を入力する入力ステップと、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳ステップと、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測ステップと、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、開始コドン位置に開始コドンらしさを表現する量又は記号を表示する表示ステップとを備えることを特徴とするアミノ酸フレーム表示方法。
【請求項１５】 ｃＤＮＡ配列を入力する入力ステップと、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳ステップと、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測ステップと、前記３つのアミノ酸フレームそれぞれにおけるコーディング領域らしさを表すコーディングポテンシャルを計算するコーディングポテンシャル計算ステップと、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、各フレーム上又は別ウィンドーに、前記３つのアミノ酸フレームのコーディングポテンシャルを表示する表示ステップとを備えることを特徴とするアミノ酸フレーム表示方法。
【請求項１６】 コンピュータを、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、前記入力されたｃＤＮＡ配列とデータベース中のＤＮＡ配列又はアミノ酸配列とのアラインメントを生成し、そのアラインメントから類似性情報に基づいて前記入力されたｃＤＮＡ配列から翻訳されるアミノ酸配列を決定するアラインメント手段と、前記３つのアミノ酸フレーム上にまたがって前記アラインメント手段によって決定されたアミノ酸配列の領域を線分で表示する表示手段とを備えるアミノ酸フレーム表示システムとして機能させるためのプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
【請求項１７】 コンピュータを、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、開始コドン位置に開始コドンらしさを表現する量又は記号を表示する表示手段とを備えるアミノ酸フレーム表示システムとして機能させるためのプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
【請求項１８】 コンピュータを、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレームそれぞれにおけるコーディング領域らしさを表すコーディングポテンシャルを計算するコーディングポテンシャル計算手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、各フレーム上又は別ウィンドーに、前記３つのアミノ酸フレームのコーディングポテンシャルを表示する表示手段とを備えるアミノ酸フレーム表示システムとして機能させるためのプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
【発明の詳細な説明】【０００１】
【発明の属する技術分野】本発明は遺伝子配列の情報解析に係わり、遺伝子配列がコードするアミノ酸配列を同定するためのアミノ酸フレーム表示システム、アミノ酸フレーム表示方法及び記録媒体に関する。
【０００２】
【従来の技術】ヒトゲノムプロジェクトの進展（２０００年６月にドラフトシーケンス完了）に伴い、配列決定のスループットが増大すると共に、遺伝子配列データベースの規模が急速に拡大している。大量に登録されているEST配列（遺伝子配列の部分配列）やドラフト配列（ゲノム配列の完了前の配列精度の低い配列）は、スループットを重視して集められた配列であり、配列精度はあまり高くない（EST配列は約３％のエラーがあるといわれている）。これらの配列から、できるだけ高精度のアミノ酸配列情報を抽出することが求められている。従来、ｃＤＮＡ配列からのアミノ酸配列情報の抽出には、アミノ酸フレーム表示を用いることが一般に行われていた（ORF Finder、http://www.ncbi.nlm.nih.gov/gorf/gorf.html）。
【０００３】アミノ酸フレーム表示は、ｃＤＮＡ配列の５’端から１文字ずつずらして翻訳して得られる３つのアミノ酸配列を３つの線分として表示する。逆相補鎖も考慮にいれる場合は、全体で６つのアミノ酸配列を６つの線分として表示する。この線分上に開始コドンと終始コドンの位置を区別して表示し、開始コドンから始まり終始コドンで終了する線分を同定する。
【０００４】この線分を可能なオープンリーディングフレーム（ＯＲＦ）として同定し、その中でもっとも長いＯＲＦを、このｃＤＮＡから抽出されたアミノ酸配列として同定していた。ｃＤＮＡ配列にフレームシフトエラーが存在する場合、アミノ酸フレーム表示上ではＯＲＦが分断され二つのフレームにまたがって表示される。しかも、分断されたＯＲＦの境界は明確ではなく、一般的には数十塩基の誤差で同定できるだけである。従って、ｃＤＮＡ配列にフレームシフトエラーが存在する場合には、従来、既知のアミノ酸配列との類似性情報を用いてフレームシフトエラーを同定することが行われてきた。ｃＤＮＡ配列をアミノ酸配列と比較する最も一般的なプログラムは、米国The National Center for Biotechnology Information （NCBI）で開発されたBLASTX（Altschul, S.F., et al., Basic localalignment search tool , J. Mol. Biol., 215(3), 403, 1990）である。BLASTXは、与えられたｃＤＮＡ配列を６通りのアミノ酸配列に翻訳して（６フレーム）、データベース中のアミノ酸配列との間で類似性比較を行い、アミノ酸配列間アラインメントを結果として出力する。ｃＤＮＡ配列にフレームシフトエラーが一つ存在する場合には、本来得られるべき一つのアラインメントが二つのアラインメントに分断されることになる。全体の類似度が高い場合には、分断されたアラインメントから元のアラインメントを再構成し、フレームシフト部位を同定することも、手間はかかるが可能である。しかし、全体の類似度が低い場合には、分断されたアラインメントから元のアラインメントを再構成しフレームシフト部位を同定することは困難である。ｃＤＮＡ配列をアミノ酸配列と比較する方法として、フレームシフトエラーを考慮した上で、アラインメントを得る方法が公開されている（特開平10-5000号公報）。この方法を用いれば、フレームシフトエラーが存在する場合にも一つのアラインメントが得られ、フレームシフト部位を同定することが可能である。しかし、この方法を用いる場合にも、全体の類似度が低い場合には、得られるアミノ酸配列の信頼性を評価することは困難である。このように、ｃＤＮＡ配列からアミノ酸配列を抽出するためには、アミノ酸フレームを用いる方法と、既知のアミノ酸配列との類似性情報を用いる方法があるが、ｃＤＮＡ配列にフレームシフトエラーが存在する場合にも信頼度の高いアミノ酸配列を抽出するためには、それぞれの方法のみの適用では不十分である。
【０００５】
【発明が解決しようとする課題】本発明が解決しようとする課題は、ｃＤＮＡ配列にフレームシフトエラーが存在する場合にも、信頼度の高いアミノ酸配列をｃＤＮＡ配列から効率良く抽出することができるアミノ酸フレーム表示システム、アミノ酸フレーム表示方法及び記録媒体を提供することである。
【０００６】
【課題を解決するための手段】本発明では、着目する遺伝子配列に対して、配列の統計的解析、及び既知アミノ酸配列との類似性解析を行い、その結果をアミノ酸フレーム上に統合的に表示することによって、配列中のフレームシフトエラーの同定と編集処理を精度良くかつ効率良く実施可能にしている。
【０００７】このために、ｃＤＮＡ配列に対して、以下の処理ステップ（１）開始コドン予測プログラムATGprによる解析ステップ（２）抽出された３つのＯＲＦ上における、ＤＮＡ配列のコーディング領域らしさの指標であるコーディングポテンシャル解析ステップ（３）アミノ酸配列データベースに対するホモロジー検索プログラムによる検索ステップ（４）上記３つの解析結果をアミノ酸フレーム情報と同時に表示するステップ（５）上記表示結果を参照しながら、フレームシフトエラーの可能性のある部分を編集するステップ（６）上記解析結果と編集結果をハードディスクに保存するステップから構成される方法によって、信頼度の高いアミノ酸配列をｃＤＮＡ配列から効率良く抽出するためのものであり、本発明は、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、前記入力されたｃＤＮＡ配列とデータベース中のＤＮＡ配列又はアミノ酸配列とのアラインメントを生成し、そのアラインメントから類似性情報に基づいて前記入力されたｃＤＮＡ配列から翻訳されるアミノ酸配列を決定するアラインメント手段と、前記３つのアミノ酸フレーム上にまたがって前記アラインメント手段によって決定されたアミノ酸配列の領域を線分で表示する表示手段とを備えるアミノ酸フレーム表示システムによって実現される。
【０００８】また、本発明は、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、開始コドン位置に開始コドンらしさを表現する量又は記号を表示する表示手段とを備えるアミノ酸フレーム表示システムによって実現される。
【０００９】また、本発明は、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレームそれぞれにおけるコーディング領域らしさを表すコーディングポテンシャルを計算するコーディングポテンシャル計算手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、各フレーム上又は別ウィンドーに、前記３つのアミノ酸フレームのコーディングポテンシャルを表示する表示手段とを備えるアミノ酸フレーム表示システムによって実現される。
【００１０】また、本発明は、ｃＤＮＡ配列を入力する入力ステップと、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳ステップと、前記入力されたｃＤＮＡ配列とデータベース中のＤＮＡ配列又はアミノ酸配列とのアラインメントを生成し、そのアラインメントから類似性情報に基づいて前記入力されたｃＤＮＡ配列から翻訳されるアミノ酸配列を決定するアラインメントステップと、前記３つのアミノ酸フレーム上にまたがって前記アラインメントステップによって決定されたアミノ酸配列の領域を線分で表示する表示ステップとを備えるアミノ酸フレーム表示方法によって実現される。
【００１１】また、本発明は、ｃＤＮＡ配列を入力する入力ステップと、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳ステップと、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測ステップと、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、開始コドン位置に開始コドンらしさを表現する量又は記号を表示する表示ステップとを備えるアミノ酸フレーム表示方法によって実現される。
【００１２】また、本発明は、ｃＤＮＡ配列を入力する入力ステップと、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳ステップと、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測ステップと、前記３つのアミノ酸フレームそれぞれにおけるコーディング領域らしさを表すコーディングポテンシャルを計算するコーディングポテンシャル計算ステップと、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、各フレーム上又は別ウィンドーに、前記３つのアミノ酸フレームのコーディングポテンシャルを表示する表示ステップとを備えることを特徴とするアミノ酸フレーム表示方法によって実現される。
【００１３】また、本発明は、コンピュータを、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、前記入力されたｃＤＮＡ配列とデータベース中のＤＮＡ配列又はアミノ酸配列とのアラインメントを生成し、そのアラインメントによって決定される、前記入力されたｃＤＮＡ配列から翻訳されたアミノ酸配列を得るアラインメント手段と、前記３つのアミノ酸フレーム上にまたがって前記アラインメント手段によって得られたアミノ酸配列の領域を線分で表示する表示手段とを備えるアミノ酸フレーム表示システムとして機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体によって実現される。
【００１４】また、本発明は、コンピュータを、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、開始コドン位置に開始コドンらしさを表現する量又は記号を表示する表示手段とを備えるアミノ酸フレーム表示システムとして機能させるためのプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体によって実現される。
【００１５】また、本発明は、コンピュータを、ｃＤＮＡ配列を入力する入力手段と、該入力されたｃＤＮＡ配列を１文字ずつずらして翻訳して３つのアミノ酸フレームを得る翻訳手段と、該３つのアミノ酸フレームにおける各開始コドン及び終始コドンを予測するコドン予測手段と、前記３つのアミノ酸フレームそれぞれにおけるコーディング領域らしさを表すコーディングポテンシャルを計算するコーディングポテンシャル計算手段と、前記３つのアミノ酸フレーム上に前記開始コドン及び終始コドンの位置を表示すると共に、各フレーム上又は別ウィンドーに、前記３つのアミノ酸フレームのコーディングポテンシャルを表示する表示手段とを備えるアミノ酸フレーム表示システムとして機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体によって実現される。
【００１６】
【発明の実施の形態】以下、添付図面を参照しながら本発明の好適な実施の形態について詳細に説明する。図１は、本発明の一実施の形態によるアミノ酸フレーム表示システムの構成を示す図である。本実施の形態はディスプレイ１、キーボード２、中央演算装置ＣＰＵ３、フロッピー（登録商標）ディスク５が挿入されるフロッピーディスクドライブ４、主メモリ６、及び遺伝子配列データベース７から構成される。主メモリ６には、アミノ酸フレーム表示システムを実現するアミノ酸フレーム表示プログラムが格納され、そのアミノ酸フレーム表示プログラムは、入力手段１１、翻訳手段１２、アラインメント手段１３、表示手段１４、コドン予測手段１５、及び編集手段１６の各手段に相当する機能を有する。このプログラムはディスプレイ１、キーボード２、フロッピーディスクドライブ４、主メモリ６、及び遺伝子配列データベース７などと共同して、ＣＰＵ３で実行される。
【００１７】次に、図２を用いてシステムの概要を説明する。ユーザー１０１によるシステムの立ち上げと共に、ｃＤＮＡ配列及び解析パラメータの入力画面１０２が表示される。画面１０２中には、パラメータ表示及び配列表示の領域１０３にディフォールトのパラメータの値とｃＤＮＡ配列の入力ボックスが表示される。ユーザー１０１は、ｃＤＮＡ配列の入力、及び解析パラメータの入力を行うことができる。画面１０２中には、解析処理を開始する解析ボタン１０４が表示されており、このボタンをユーザー１０１が押すことによって、ｃＤＮＡ配列の解析及び表示処理が実行される。また、画面１０２中には、ｃＤＮＡ配列解析結果を保存するハードディスク１１８中からの読み込み処理を開始する解析結果読み込みボタン１０５が表示されており、このボタンをユーザー１０１が押すことによって、ｃＤＮＡ配列解析結果の表示処理が実行される。ｃＤＮＡ配列の解析・表示処理１０６、又はｃＤＮＡ配列解析結果読み込み表示処理１０７によって解析結果の表示画面１０８（図４で詳述する）が表示される。表示画面１０８中には、解析結果表示及びパラメータ表示領域１０９に、解析結果及び解析パラメータ値が表示される。また表示画面１０８中には、パラメータ変更ボタン１１０、編集ボタン１１１、保存ボタン１１２が表示される。ユーザー１は、表示画面１０８中の解析結果１０９を閲覧しながら、解析パラメータを変更した上で解析再実行が可能である。パラメータ変更ボタン１１０を押すことによって、パラメータ変更処理１１３が開始される。パラメータ変更処理１１３後、ｃＤＮＡ配列の解析・表示処理ステップ１０６が再度実行される。ユーザー１０１は、表示画面１０８中の解析結果１０９を閲覧しながら、ｃＤＮＡ配列の編集が可能である。編集ボタン１１１を押すことによって、ｃＤＮＡ配列の編集画面１１４（図８で詳述する）が起動される。ｃＤＮＡ配列の編集画面１１４では、ｃＤＮＡ配列とアミノ酸配列とのアラインメント１１５が表示される。ユーザー１０１は、解析結果の表示画面１０８を参照しながら、アラインメント１１５の表示の中で、直接ｃＤＮＡ配列の編集を実行することが可能である。編集が終了したら、再解析ボタン１１６を押すことによって、ｃＤＮＡ配列の解析・表示処理１０６を再度開始することができる。その結果は、再び解析結果の表示画面１０８上に表示され、編集の効果を確認することができる。ユーザー１０１は、ｃＤＮＡ配列とその解析結果に名称を付けて電子ファイルとしてハードディスクに保存することができる。保存ボタン１１２を押すことによって、ｃＤＮＡ配列とその解析結果の保存処理ステップ１１７が開始され、ハードディスク１１８のファイル中に保存される。
【００１８】次に、ｃＤＮＡ配列の解析ステップについて図３を用いて詳細に説明する。まず、入力されたｃＤＮＡ配列から、ＯＲＦ抽出処理ステップ２０１によって、ＯＲＦ情報、すなわち、開始コドンと終始コドン、及びそれらのフレーム情報を抽出する。次に、ｃＤＮＡ配列の類似性解析処理ステップ２０２を実行する。ステップ２０２では、アミノ酸配列データベース２０９をターゲットデータベースとして、BLASTX検索処理ステップ２０３を実行する。BLASTXによって得られたヒットリストから、類似性尺度、例えばE-valueの低い順に一定の数のデータベ−スエントリを抽出する。それらのアミノ酸配列とｃＤＮＡ配列との間で、次に、TRANSQ解析処理ステップ２０４を実行する。TRANSQは、ｃＤＮＡ配列を翻訳しながら、ｃＤＮＡ配列中のフレームシフトを考慮しつつ、アミノ酸配列との間でアラインメントを生成する。これによって、ｃＤＮＡ配列中のフレームシフトを考慮した上での、ｃＤＮＡ配列の翻訳アミノ酸配列が得られる。得られたアラインメントから、アラインメント情報抽出処理ステップ２０５によって、フレームシフト情報、及びｃＤＮＡ配列の翻訳アミノ酸配列情報を抽出する。ここで、ｃＤＮＡ配列の翻訳アミノ酸配列情報は、BLASTXから得られるものを利用することも可能である。次に、ｃＤＮＡ配列の統計解析処理ステップ２０６を実行する。まず、ATGpr解析処理ステップ２０７によって、ｃＤＮＡ配列に含まれる各開始コドンＡＴＧに対して、開始コドンらしさのスコアを計算する。ATGprはヘリックス研究所によって開発されたプログラム（Salamov, A.A., et al., Assessing Protein Coding Region Integrity in ｃＤＮＡ Sequencing Projects, Bioinformatics, 14, 384, 1998）で、ｃＤＮＡ配列の持つ統計的性質を用いて開始コドンらしさのスコアを計算する。次に、コーディングポテンシャル解析処理ステップ２０８によって、コーディングポテンシャル解析処理を実行する。コーディングポテンシャル解析処理では、ｃＤＮＡ配列内の一定長配列ウィンドーにおいて、コード領域らしさを各フレーム毎に計算し、ウィンドーをスライドさせながら、逐次コード領域らしさを計算していく。コード領域らしさの指標は、６文字程度の塩基文字列の頻度統計解析によって得られる。
【００１９】次に、解析結果の表示画面について説明する。図４に解析結果の表示画面の概要を示す。解析結果の表示画面３０１は、アミノ酸フレーム表示領域３０２（図５で詳述する）、コーディングポテンシャル表示領域３０３（図６で詳述する）、及びアミノ酸アラインメント表示領域３０４（図７で詳述する）から構成される。
【００２０】それぞれの領域について詳細に説明する。アミノ酸フレーム表示領域３０２には、アミノ酸フレームと共に類似性情報を表示する。その詳細を図５を用いて説明する。ｃＤＮＡ配列のスケール４０１を座標として、３つのアミノ酸配列フレームを表示する。すなわち、ｃＤＮＡ配列の５’端から１塩基目を出発点としてアミノ酸配列に翻訳していったフレーム１（４０２）、ｃＤＮＡ配列の５’端から２塩基目を出発点としてアミノ酸配列に翻訳していったフレーム２（４０３）、及びｃＤＮＡ配列の５’端から３塩基目を出発点としてアミノ酸配列に翻訳していったフレーム３（４０４）を線分で表示する。各フレーム上には、開始コドン（ＡＴＧ）の位置４０５、終始コドンの位置４０６を縦線で表示する。また、各フレーム上の開始コドンから終始コドンまでの線分（ＯＲＦ）の内で、最長の線分（フレーム内最長ＯＲＦ）を４０７で示す横線で表示する。以上は、通常行われる表示方法である。通常は、全フレームで最長のＯＲＦをもっともらしいＯＲＦとしてそのアミノ酸配列をその後の解析の対象にする。比較的長いＯＲＦが複数のフレームにまたがって存在する場合は、それらのＯＲＦの間の領域にフレームシフトが存在する可能性がある。この例では、フレーム１とフレーム２のフレーム内最長ＯＲＦ間の領域に、フレームシフトが存在する可能性がある。しかし、この情報だけでは、どこにフレームシフトがあるかを特定することはできない。そこで、本発明では、既知アミノ酸配列との間の類似性情報とｃＤＮＡ配列の持つ統計的な情報を利用する。類似性情報としては、ｃＤＮＡ配列とアミノ酸配列とのアラインメントから決定されたアミノ酸配列を、各フレームにまたがって線分４０８として表示する。線分４０８は、フレーム１とフレーム２にまたがって表示されており、フレーム間の遷移が生じている点でフレームシフトが生じていることがわかる。ｃＤＮＡ配列の持つ統計的な情報として、各開始コドンの近傍に、ATGprの出力４０９を表示する。これによって、各開始コドンから始まるＯＲＦのもっともらしさが、その長さだけではなく数値として表示される。
【００２１】次に、コーディングポテンシャル表示領域３０３には、ｃＤＮＡ配列に沿って、コーディングポテンシャル情報を表示する。その詳細を図６を用いて説明する。ｃＤＮＡ配列のスケール５０１を横軸として、コーディングポテンシャルをその座標５０２上に表示する。コーディングポテンシャルとしては、フレーム１のコーディングポテンシャルの値５０３、フレーム２のコーディングポテンシャルの値５０４、及びフレーム３のコーディングポテンシャルの値５０５を表示する。チェックボックス５０６、チェックボックス５０７、チェックボックス５０８によって、それぞれフレーム１、フレーム２、フレーム３のコーディングポテンシャルの表示の有無を決定することができる。コーディングポテンシャルの計算においては、前述したように、ｃＤＮＡ配列内の一定長配列ウィンドーにおいて、コード領域らしさを各フレーム毎に計算し、ウィンドーをスライドさせながら、逐次コード領域らしさを計算していく。コード領域らしさの指標は、６文字程度の塩基文字列の頻度統計解析によって得られる。図６に示されるように、コーディングポテンシャルの値が高い領域がフレーム１からフレーム２に、１３０塩基長付近で遷移している。これは、１３０塩基長付近で、フレームシフトが存在することを示唆している。このように、コーディングポテンシャルの値のフレーム間の遷移をみることによって、フレームシフトの存在とその位置を推定することが可能である。コーディングポテンシャルの計算時のウィンドーサイズとシフト値はボックス５０９及びボックス５１０内に表示される。これらのボックス内の値は、変更してコーディングポテンシャルを再計算して表示することが可能である。これは、ボタン５１１を押すことによって可能である。
【００２２】次に、アミノ酸アラインメント表示領域３０４には、アミノ酸配列データベース中のアミノ酸配列との間のアラインメントを線分によって表示する。その詳細を図７を用いて説明する。ｃＤＮＡ配列のスケール６０１を座標として、アミノ酸配列データベース中のアミノ酸配列との間のアラインメントを線分で表示する。アミノ酸データベースとしては、SWISS-PROTやOWL等が用いられる。アラインメントは、図３の説明で記述したように、TRANSQ又はBLASTXによって得られるアラインメントを用いる。ここでは、TRANSQを用いた場合の説明を行う。図３で説明したように、TRANSQの比較を行う前のBLASTXの検索によって得られたE-valueの値でソートしたアラインメントを、線分で表示する。アラインメントは、E-valueの値が小さい順に、上から下に向かって並べられる。この例として、ｃＤＮＡ配列とアミノ酸配列との第一のアラインメント６０２、ｃＤＮＡ配列とアミノ酸配列との第二のアラインメント６０３、及びｃＤＮＡ配列とアミノ酸配列との第三のアラインメント６０４を示す。アラインメント６０２、６０３、及び６０４の左側には、各アラインメントを特徴付ける数値情報６１４（Identity、blastx検索のE-value、アラインメント長（Al）、５’端のアラインメントされていないＤＮＡ側の長さ（NAb）、５’端のアラインメントされていないアミノ酸側の長さ（NAa））が記述される。アラインメント６０２、６０３、及び６０４の右側には、アミノ酸配列に関する情報６１５（ID、Definition等）が記述される。各線分において、アラインメントされていない領域を線分６０８で表示する。アラインメントされた領域は、アラインメントのIdentityの値に応じて識別可能なパターンで表示される。この一致度は色によって表示しても良い。線分６０５は、Identity≧90%の領域を、線分６０６は、90%>Identity≧40%の領域を、線分６０７は、40%>Identityの領域をそれぞれ表す。Identityの値は一定サイズのウィンドー内で計算し、配列に沿ってスライドさせることによって配列の各領域における値を計算する。ｃＤＮＡ配列とアミノ酸配列とのアラインメント中において、ＤＮＡ側の挿入（挿入数が３の倍数の場合）領域を、線分６０９で表し、ＤＮＡ側の欠失（欠失数が３の倍数の場合）領域を線分６１０で表す。これによって、アラインメントから得られるアミノ酸配列中のフレームシフトの情報が、複数のアラインメントについて同時に確認可能になる。また、アラインメントの挿入欠失が生じている部位がどのIdentity領域であるかによって、それらの挿入欠失の有意性を判断することが可能である。すなわち、Identityが高い領域で挿入欠失が生じていれば、その有意性は高く、逆にIdentityが低い領域で挿入欠失が生じていれば、その有意性は低い。例えば、アラインメント６０２上と、アラインメント６０３上の同じ位置に存在するＤＮＡ側の挿入６０９は、その位置におけるIdentityが９０％以上あることから、有意性が高いと判断できる。一方、アラインメント６０３上に存在するＤＮＡ側の欠失６１０は、その位置におけるIdentityが４０％以下であることから、有意性が低いと判断できる。また、アラインメント６０４をみると、このｃＤＮＡはリボソーム蛋白質とIdentity100％で相同性を示していることから、リボソーム遺伝子とキメラ遺伝子を構成しており、その接続部位は３００塩基付近であることが推定される。ユーザーは複数のアラインメント上の挿入欠失部位とその部位のIdentityを総合的に観察することによって、ｃＤＮＡ配列の編集をすべき部位とそのためにどのアラインメントを用いるべきかを判断することが可能である。各アラインメントの詳細情報へのリンクは、アラインメント線分の右横のチェックボックス６１１、６１２、６１３によって行われる。例えば、チェックボックス６１１を選択することによって、図５で説明したアミノ酸フレーム表示上に、選択した一番目のアラインメントから得られたアミノ酸配列を線分として表示することが可能である。アミノ酸フレーム表示の項で説明したように、アラインメントから得られたアミノ酸配列の線分表示と、ｃＤＮＡ配列自体から得られるＯＲＦの線分表示とを、同時に３つのアミノ酸フレーム上で比較することによって、フレームシフトがどこで生じどのフレームからどのフレームへ遷移しているかが明確になる。こうやって、フレームシフトの存在と確からしさを図５と図７とで確認しながら、アラインメント中のｃＤＮＡ配列のフレームシフト部位を編集することが可能である。ｃＤＮＡ配列の編集画面へのリンクは、編集したいアラインメントを、チェックボックス６１１、６１２、又は６１３によって選択する。そして、図２で示した編集ボタン１１１を押すことによって、編集画面１１４が生成される。
【００２３】図８に編集画面の詳細を示す。編集画面には、ｃＤＮＡ配列とアミノ酸配列とのアラインメント７０１と編集のための各種ボタン７０３、７０４、７０５が表示される。ｃＤＮＡ配列とアミノ酸配列とのアラインメント７０１では、ｃＤＮＡ配列とその翻訳アミノ酸配列がターゲットの既知アミノ酸配列と並置されてテキスト表示される。翻訳アミノ酸配列とターゲットのアミノ酸配列との間の実線は、アミノ酸が一致していることを表し、二つの点と一つの点は点の数に応じたアミノ酸間の類似度の大きさを表している。このアラインメントでは、７０２に示す位置にａ塩基の挿入が生じていることがわかる。すなわち、ａ塩基を挿入塩基とみなすことによって、ａ塩基の前後のアミノ酸配列が良く一致することがわかる。編集は、このａ塩基を直接ユーザーが消去することによって行われる。編集結果確定と再解析の実行は、ｃＤＮＡ配列の編集確定再解析ボタン７０３（Submit）を押すことによって可能である。これによって、ｃＤＮＡ配列の解析・表示処理１０６が再度実行される。編集画面の終了は、ｃＤＮＡ配列とアミノ酸配列とのアラインメント、及び編集画面の終了ボタン７０４（Close）を押すことによって可能である。編集確定再解析の前に編集した結果のリセットは、ｃＤＮＡ配列編集のリセットボタン７０５（Refresh）を押すことによって可能である。
【００２４】こうやってｃＤＮＡ配列の編集後再解析を行った結果は、解析結果の表示画面１０８に直ちに反映される。図８で挿入塩基とみなされたａ塩基を消去する編集を行った結果を、アミノ酸フレーム表示について図９に示す。図５と比較することによって、１３０塩基付近以上の領域で、各フレーム上の情報が入れ替わっていることがわかる。アラインメントによって決定されたアミノ酸配列のフレーム上での線分が、図５ではフレーム１とフレーム２の間でまたがっていたが、図９では一つの線分となって、フレーム１上に表示されていることがわかる。これによって、図８で行ったｃＤＮＡ配列の編集の妥当性を確認することができる。また、ATGprの値が、編集によって更新されていることがわかる。特にフレーム１上の左端のＡＴＧについてのスコア値が、０.４５から０.８０に増加しており、これは編集によって左端のＡＴＧから始まるＯＲＦが長くなったことに起因していると考えられる。このようにATGprスコア値の増加によって、編集の妥当性をさらに確認することができる。
【００２５】なお、本発明は上記実施の形態に限定されるものではない。本発明は、コンピュータを上記アミノ酸フレーム表示システムとして機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であってもよく、例えば、磁気テープ、ＣＤ−ＲＯＭ、ＩＣカード、ＲＡＭカード等のいかなるタイプの記録媒体であってもよい。
【００２６】
【発明の効果】本発明によれば、未知ｃＤＮＡ配列の各アミノ酸フレーム上のＯＲＦ表示に加えて、既知アミノ酸配列との類似性比較から得られたｃＤＮＡ配列のアミノ酸情報を該フレーム上に表現し、同時に統計的に得られたＯＲＦに関する情報（開始コドンらしさ、及びコーディングポテンシャルグラフ）を表示することによって、効率的にフレームシフトを検出し、その結果を編集することによって、高精度なアミノ酸配列を得ることが可能となる。
【出願人】 【識別番号】０００００５１０８
【氏名又は名称】株式会社日立製作所
【識別番号】５９７０５９７４２
【氏名又は名称】株式会社ヘリックス研究所
【出願日】 平成１２年１０月２５日（２０００．１０．２５）
【代理人】 【識別番号】１０００９１０９６
【弁理士】
【氏名又は名称】平木 祐輔
【公開番号】 特開２００２−１３２７８１（Ｐ２００２−１３２７８１Ａ）
【公開日】 平成１４年５月１０日（２００２．５．１０）
【出願番号】 特願２０００−３２５４０３（Ｐ２０００−３２５４０３）