メタボロームの網羅的解析に向けた代謝ネットワーク予測システムの開発

点击翻译按钮获取中文摘要

ポストゲノム時代と呼ばれる今日、ゲノムとタンパク質を中心とした莫大な生物学データが報告されるようになり、これら網羅的データを扱うバイオインフォマティクスが注目されている。しかしながら、今日私たちが目にする網羅的生物学研究はとかく遺伝子・タンパク質を中心に考えられがちであり、生体関連化学物質を網羅的に扱ったバイオインフォマティクス研究は未だ皆無に等しい。そこで本研究の最終目的は、現在増加し続けるゲノム・プロテオーム情報と化学物質情報とのゲノムスケールでの融合およびそれに基づく生物学的機能知識の抽出にある。本研究の成果を以下に列挙する。1、化学構造類似性:化学物質をゲノムスケールで取り扱うためにも、遺伝子やタンパク質の配列表現に匹敵する化学物質の情報学的表現法の開発が必須であることから、原子に官能基の情報をもたせた58種類の原子タイプを新しく定義し、化学構造の新規グラフ表現を開発した。また、ゲノム・タンパク質の配列比較と同様に、化学物質の構造比較を行うアルゴリズムの開発も行い、2つの化学物質の構造比較問題を、上記のグラフ表現を用いることによって最大クリーク探索問題に帰着させることに成功し、2分子の構造比較による類似性定義を行った。2、ネットワーク構造に基づく化学物質類似性の定義:上記、遺伝子共発現性、文献共起性から構築されたケミカルーゲノムネットワークの構造に基づいて、化学物質間のネットワーク構造類似性の定義を行った。これらはKEGGデータベース(http://www.genome.ad.jp/kegg/kegg2.html)に基盤アルゴリズムとして実装・公開している。