文字配列の情報解析

字符数组信息分析

基本信息

批准号：
09874043
负责人：
尾畑伸明
金额：
$ 1.22万
依托单位：
Nagoya University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
1997
资助国家：
日本
起止时间：
1997 至 1998
项目状态：
已结题

项目摘要

研究テーマに掲げている配列はDNAの塩基配列、タンパク質のアミノ酸配列などの生物情報に関連するもの、文章などの文字配列の解析を通じて言語学にアプローチするものなどが念頭にある。本研究による大きな収穫は、そのような配列の解析の新しい手法として「色彩パターン化法」を開発し、特許出願(日本・アメリカ・ヨーロッパ)したことである。これは、1次元配列を2次元に再配列して、各文字ごとに特定の配色を与え、全体を一つの情報媒体として解析しようとするものである。これによって、大腸菌のDNA配列の中に比較的長い(100〜500)周期をもつリピート部位が効率よく発見された。このような反復部位は、通常、機械的には発見されにくいので、方法論として関心を呼んでいる。なお、その反復部位の生体内での役割には不明な点が多い。ついでながら、この方法は科学と芸術の出会いに貢献したということで98年度ロレアル奨励賞を受賞した。配列の類似性に関しては、霊長類のDNAの特定部位を比較したデータによって進化系統樹の研究を開始している。なお、類似性を数量化する良い方法は見つかっていない。文章の解析では、連続する母音の分布の解析を通して、日本語にかぎらず、諸外国語を同様の方法で解析し比較することが、一つの研究方向として興味深いであろうという感触を得た。萌芽的研究として出発したが、新しい解析方法が確立しつつあり、一方では、研究の具体的方向性も出てきたのが収穫であった。研究成果は、遺伝学会・生物物理学会・情報理論とその応用シンポジウム(SITA98)・名城大学学術フロンティア国際会議・統計数理研究所研究会などで発表し、複数の論文が印刷準備中または発表予定となっている。

研究主题中列出的序列包括与生物学信息相关的序列，例如DNA的碱基序列，蛋白质的氨基酸序列以及通过分析字符序列（例如句子）来接近语言学的序列。这项研究的主要好处是，它开发了一种“颜色模式方法”，作为分析此类序列并提交专利申请的新方法（日本，美国，欧洲）。这是将一维数组重新安排为两个维度的一种方法，为每个字符提供了特定的配色方案，并试图将整体分析为单个信息介质。在大肠杆菌的DNA序列中，这种有效地发现了相对长（100-500）周期的重复位点。这种重复位点通常是一种方法，因为通常会机械发现它们的可能性较小。此外，关于重复位点在体内的作用有许多未知数。此外，该方法于1998年因其对科学与艺术之间的相遇贡献而获得了欧莱雅鼓励奖。关于序列相似性，我们使用比较灵长类动物DNA中特定位点的数据开始研究进化系统发育树。此外，找不到量化相似性的好方法。在句子分析中，我觉得通过分析连续元音的分布，而不仅仅是日语，以类似的方式分析和比较外语会很有趣。尽管它最初是作为一项崭新的研究，但正在建立新的分析方法，另一方面，意识到研究的具体方向也出现了。研究结果将在遗传学会，生物物理学会，信息理论及其应用研讨会（SITA98），明略大学学术前沿国际会议和统计数学研究所，目前正在准备或计划发表几篇论文。