JP2002041528A - ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法 - Google Patents

ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法

Info

Publication number
JP2002041528A
JP2002041528A JP2001120335A JP2001120335A JP2002041528A JP 2002041528 A JP2002041528 A JP 2002041528A JP 2001120335 A JP2001120335 A JP 2001120335A JP 2001120335 A JP2001120335 A JP 2001120335A JP 2002041528 A JP2002041528 A JP 2002041528A
Authority
JP
Japan
Prior art keywords
sequence
data
information
nucleotides
text data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2001120335A
Other languages
English (en)
Other versions
JP2002041528A5 (ja
Inventor
Satoshi Omori
聡 大森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to JP2001120335A priority Critical patent/JP2002041528A/ja
Publication of JP2002041528A publication Critical patent/JP2002041528A/ja
Priority to EP02720452A priority patent/EP1391832A1/en
Priority to PCT/JP2002/003801 priority patent/WO2002086761A1/ja
Priority claimed from US10/272,107 external-priority patent/US20040086861A1/en
Priority to US10/689,395 priority patent/US7308452B2/en
Publication of JP2002041528A5 publication Critical patent/JP2002041528A5/ja
Pending legal-status Critical Current

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

(57)【要約】 【課題】 核酸中のヌクレオチドの配列情報、又はタ
ンパク質中のアミノ酸の配列情報をできるだけ少ないデ
ータ量で記録する。 【解決手段】 試料のＤＮＡを構成する一方の一列のヌ
クレオチドの配列を示すテキストデータを所定の変換テ
ーブルに従ってバイナリーデータに変換し、このバイナ
リーデータを複数行で複数列の変換データＡ（ｉ，ｊ）
に分割する。各列の変換データＡ（ｉ，ｊ）を配列方向
に演算してシンドロームＣ（ｊ）（ｊ＝１，２，…）を
求め、各行の変換データＡ（ｉ，ｊ）を非配列方向に演
算して２組のシンドロームＢ１（ｉ），Ｂ２（ｉ）（ｉ
＝１，２，…）を求め、シンドロームＣ（ｊ），Ｂ１
（ｉ），Ｂ２（ｉ）によってヌクレオチドの配列を近似
的に表す。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、例えばＤＮＡ（デ
オキシリボ核酸：deoxyribonucleic acid)又はＲＮＡ
（リボ核酸：ribonucleic acid）等の核酸の少なくとも
一部を構成する一列のヌクレオチドの配列情報、又はタ
ンパク質の少なくとも一部を構成する一列のアミノ酸の
配列情報の記録方法及び装置に関する。更に本発明は、
その配列情報を供給するためのビジネスモデルとして好
適な配列情報の供給方法、その配列情報を記録したコン
ピュータ読み取り可能な記録媒体、及びその記録方法を
実施する際に使用できる要約値の計算方法に関する。
【０００２】
【従来の技術】人間、及び他の生物（動物、植物、微生
物等）のＤＮＡを構成する１対のヌクレオチドの鎖（又
は塩基の鎖）の配列情報の解読が世界的に行われてい
る。この場合、従来よりＤＮＡを構成する４種類のヌク
レオチドは、塩基としてアデニンを含むヌクレオチド、
グアニンを含むヌクレオチド、シトシンを含むヌクレオ
チド、及びチミンを含むヌクレオチドにそれぞれ文字
Ａ，Ｇ，Ｃ，及びＴを割り当てることによって、それぞ
れ１バイト（＝８ビット）のテキストデータで表わされ
ている。その結果として一つのＤＮＡの配列は、それを
構成する１対の重合体の鎖の内の一方の鎖のヌクレオチ
ド（ｎ個とする）の配列を順次文字Ａ，Ｇ，Ｃ，Ｔ（又
はａ，ｇ，ｃ，ｔ）の何れかで表すことによって、ｎバ
イトのテキストデータで表されていた。同様に、一つの
ＲＮＡを構成する１本のｎ個のヌクレオチドの配列は、
チミンを含むヌクレオチドの代わりにウラシルを含むヌ
クレオチドに文字Ｕ（又はｕ）を割り当てることによっ
て、ｎバイトのテキストデータで表されていた。
【０００３】これに関して、例えば人間の最も大きい第
１染色体中のＤＮＡの配列は、約２億５千万個のヌクレ
オチドの配列であり、最も小さい第２２染色体中のＤＮ
Ａの配列は、約５０００万個のヌクレオチドの配列であ
るため、人間の各染色体中のＤＮＡの配列は、約２５０
Ｍバイト〜５０Ｍバイトのテキストデータで表すことが
できる。更に、一人の人間の全部のＤＮＡ情報（ゲノ
ム）は、約３０億個のヌクレオチドの配列で表すことが
できるため、そのゲノムは、約３Ｇバイトのテキストデ
ータで記録することができる。なお、それらのテキスト
データに対して通常のファイル圧縮技術を適用すること
によって、それらのテキストデータは、例えば元のデー
タの５０％程度の圧縮ファイルとしても記録、又は送信
することができる。
【０００４】また、ＤＮＡの配列の解読に続いて、ＤＮ
Ａ中の多数の遺伝子の情報に基づいてそれぞれ合成され
るタンパク質の機能の研究も広く行われている。この場
合、タンパク質を構成する２０種類のアミノ酸は、三文
字表記（3-Letter Code）ではそれぞれ３文字（例えば
Ａｌａ，Ｃｙｓ，Ｇｌｕ等）のテキストデータで表さ
れ、一文字表記（1-Letter Code）ではそれぞれ１文字
のテキストデータ（例えばＡ，Ｃ，Ｅ等）で表されるた
め、ｎ個のアミノ酸よりなるタンパク質の配列は、ｎバ
イトのテキストデータで表すことができる。そして、種
々のタンパク質は、それらのアミノ酸が約２０個〜約１
０００個程度所定の順序で配列されたものであるため、
それらのタンパク質の配列は、最大でも約１ｋバイト程
度のテキストデータで記録することができる。また、例
えば人間の遺伝子の総数は約３万個と言われており、タ
ンパク質は理論的なものも含めて約１０万種類の存在が
可能であると言われている。
【０００５】
【発明が解決しようとする課題】上記の如く例えば一人
の人間のＤＮＡ情報をテキストデータで記録するために
は、全部で３Ｇバイト程度の記憶容量が必要であり、仮
に通常の圧縮ファイルの技術を適用しても１Ｇバイト程
度の記憶容量が必要である。また、人間以外の大腸菌や
各種ウィルス等のＤＮＡ情報も解析されて次第に公開さ
れるようになっているが、これらのＤＮＡ情報をテキス
トデータの形で多く集めると、数１００Ｍバイド程度の
記憶容量が必要である。これはＲＮＡの配列情報につい
ても同様である。
【０００６】このように人間又は他の生物のＤＮＡ情報
をテキストデータ、又はこの通常の圧縮ファイルの形で
記録するものとすると、例えば１枚の記憶容量が５Ｇバ
イト程度のＤＶＤ−ＲＯＭ(digital video disc-ROM)デ
ィスクのように膨大な記憶容量を持つ記録媒体が必要で
ある。更に、そのＤＮＡ情報を利用する場合にその記録
媒体からの読み出し時間が長くなり、処理時間が長くな
るという不都合がある。
【０００７】また、現状の一般の通信回線の通信速度
は、最大で１Ｍｂｐｓ程度であるため、例えば１Ｇバイ
ト程度のＤＮＡ情報をその通信回線を介して送信するも
のとすると、送信時間は最短でも約２時間程度となり、
あまり実用的ではない。特に最近はそのＤＮＡ情報をデ
ジタルの携帯電話システムを介して送信する場合も考え
られるが、現在の携帯電話システムの通信速度はせいぜ
い１００ｋｂｐｓ程度であるため、少なくとも人間のＤ
ＮＡ情報の伝送で使用することは困難である。
【０００８】次に、例えば或る微生物のＤＮＡ中の遺伝
子について複数の研究者が並行して研究するような場合
に、複数の研究者が保有している標準となるＤＮＡのヌ
クレオチドの配列の同一性をどのように保証するのかと
いう問題がある。即ち、そのＤＮＡのヌクレオチドの配
列が例えば数Ｍバイト（文字数で数１００万文字）程度
のテキストデータで記録されている場合に、複数の研究
者が互いに自分のテキストデータと他人のテキストデー
タとの同一性（完全一致性）を短時間に確認するのは必
ずしも容易ではない。
【０００９】これに関連して、例えば人間又は他の生物
のＤＮＡ情報の利用方法としては、標準的なＤＮＡの配
列と、検査対象のＤＮＡの配列との間の相違する部分を
サーチする場合が考えられる。これは、いわゆるＳＮＰ
（一塩基変位多型：Single Nucleotide Polymorphism)
の可能性を検査するような場合に必要になると考えられ
る。しかしながら、両方のＤＮＡのヌクレオチドの配列
がそれぞれ膨大なテキストデータで表わされている場合
に、それら２つのテキストデータを比較して相違点を検
出するにはかなりの長い時間が必要となり、検査時間が
長くなるという不都合がある。
【００１０】更に、人間又は他の生物のＤＮＡ情報を製
薬会社の研究者等のユーザに提供するビジネスも行われ
つつあるが、この場合に、複数の情報供給者間で重複し
た情報の提供をできるだけ避けることが望ましい。この
ためには、複数の情報供給者間で、ＤＮＡのヌクレオチ
ドの全体の配列情報を公開することなく、ヌクレオチド
の配列の同一性を容易に確認できるようにすることが望
ましい。更に、情報供給者が例えば通信回線を介してＤ
ＮＡ情報をユーザに提供する場合には、できるだけ少な
い情報量で、即ち短い送信時間で必要な情報をユーザに
提供できるビジネスモデルが必要である。また、ユーザ
側では、提供されたＤＮＡ情報に伝送エラー等が無いか
どうかを容易に確認できることが望ましい。上記の各課
題はＲＮＡのヌクレオチドの配列情報についても同様に
当てはまるものである。
【００１１】更に、一つのタンパク質のアミノ酸の配列
は、最大でも約１ｋバイト程度のテキストデータで記録
することができるが、タンパク質の種類は理論的に約１
０万個程度にもなるため、全部のタンパク質の配列情報
をテキストデータで表すと、全部のＤＮＡの配列情報程
度の膨大な量となる。従って、個々のタンパク質の配列
は、できるだけ少ない情報量で記録できることが望まし
い。また、２つのタンパク質の配列情報の同一性を容易
に確認できるシステムも必要である。
【００１２】本発明は斯かる点に鑑み、核酸中の一列の
ヌクレオチドの配列情報、又はタンパク質中の一列のア
ミノ酸の配列情報をできるだけ少ないデータ量で記録で
きる記録方法及び記録装置を提供することを第１の目的
とする。また、本発明は、２つのヌクレオチドの配列情
報同士、又は２つのアミノ酸の配列情報同士の同一性を
少ないデータ量で高精度に確認できる記録方法及び記録
装置を提供することを第２の目的とする。
【００１３】更に本発明は、２つのヌクレオチドの配列
情報の間の相違する部分を少ないデータ量で容易に検出
できると共に、必要に応じてその相違する部分の情報を
復元できる記録方法及び記録装置を提供することを第３
の目的とする。また、本発明は、一列のヌクレオチドの
配列情報、又は一列のアミノ酸の配列情報を少ないデー
タ量でユーザに提供できるビジネスモデルを提供するこ
とを第４の目的とする。
【００１４】更に本発明は、そのビジネスモデルにおい
て、ユーザが提供された配列情報と情報供給者が保持し
ている配列情報との同一性、又は相違する部分を少ない
データ量で容易に確認できるようにすることをも目的と
する。また、本発明は、ヌクレオチドの配列情報が少な
いデータ量で記録されたコンピュータ読み取り可能な記
録媒体を提供することをも目的とする。
【００１５】また、本発明は、ヌクレオチド又はアミノ
酸の配列情報を記録する場合に使用できる効率的な要約
値の計算方法を提供することを目的とする。
【００１６】
【課題を解決するための手段】本発明によるヌクレオチ
ドの配列情報の記録方法は、一列のヌクレオチドの配列
情報の記録方法であって、その一列のヌクレオチドの配
列に対応するテキストデータよりも少ないデータ量で、
その一列のヌクレオチドの配列に関する情報を記録する
ものである。
【００１７】斯かる本発明によれば、その一列のヌクレ
オチドは、例えばＤＮＡ（deoxyribonucleic acid）を
構成する１対の重合体の鎖の一方の鎖の少なくとも一
部、又はＲＮＡ（ribonucleic acid）を構成する１列の
重合体の鎖の少なくとも一部である。そして、その一列
のヌクレオチドの配列は、各ヌクレオチドに含まれる塩
基の配列ともみなすことができる。そのヌクレオチドの
配列が、そのテキストデータ以外のより少ないデータ量
のファイルとして記録される。従って、記録媒体とし
て、ＤＶＤ−ＲＯＭのような大容量の媒体の他に、ＣＤ
−ＲＯＭ、及びフラッシュＲＯＭのような小容量でも通
常のコンピュータで手軽に再生できる媒体を使用でき
る。
【００１８】更に、少ないデータ量の配列情報であれ
ば、通信回線を介して短時間に送信できるため、実質的
に安価に配列情報の供給を行うことが可能となる。本発
明において、その一列のヌクレオチドは４種類のヌクレ
オチドよりなり、その４種類のヌクレオチドを互いに異
なる６ビット以下のデータで表すことが望ましい。テキ
ストデータ形式では、各ヌクレオチドは、それぞれ８ビ
ットのアスキーコード（ASCII CODE）、即ち文字Ａ，
Ｇ，Ｃ，Ｔ（又はＵ）の何れかで表されるため、各ヌク
レオチドを６ビット以下のデータで表すことによって、
データ量を減らすことができる。
【００１９】なお、テキストデータが記録されたファイ
ルが通常の圧縮技術（ＺＩＰファイル、ＬＨＡファイル
等）で圧縮できるように、本発明のデータが記録された
ファイルも更に通常の圧縮技術で圧縮して記録できるこ
とは言うまでもない。但し、圧縮されたファイルを使用
する場合には、解凍作業が必要になり、最終的には元の
ファイルを復元する必要があるため、元のファイル自体
のデータ量を減らしておくことは極めて有効である。
【００２０】また、その４種類のヌクレオチドを互いに
異なる２ビットのデータで表すことが望ましい。２ビッ
トのデータによって、最も少ないデータ量で４種類のヌ
クレオチド（又は塩基）を表すことができる。また、そ
の一列のヌクレオチドが、一つのＤＮＡを構成する１対
の重合体の鎖の内の１本の鎖の全部又は一部であるとき
に、その４種類のヌクレオチド中の互いに相補的な２対
のヌクレオチドをそれぞれ互いにビット反転の関係にあ
る１対のデータで表すことが望ましい。互いに相補的な
２対のヌクレオチドとは、互いに相補的な２対の塩基と
実質的に同じ意味である。ここで、２進数で表現した数
ｋをbin(k)として、例えば図２のＤＮＡ（５）に示すよ
うに、アデニンを含むヌクレオチド（７Ａ）をbin(00)
で表したとき、それに対して相補的なチミンを含むヌク
レオチド（７Ｔ）をbin(11) で表す。更に、グアニンを
含むヌクレオチド（７Ｇ）をbin(01) で表したとき、そ
れに対して相補的なシトシンを含むヌクレオチド（７
Ｃ）をbin(10) で表す。この結果、ＤＮＡ（５）の一方
のヌクレオチドの鎖（６Ａ）がbin(0001101111・・）（＝
ＢＮＡとする）で表されて、それと相補的な他方のヌク
レオチドの鎖（６Ｂ）に対応する２進数のデータＢＮＢ
は、コンピュータによって２進数ＢＮＡをビット毎に反
転するだけで極めて高速に求めることができる。
【００２１】次に、本発明において、より具体的な第１
の記録方法は、その一列のヌクレオチドの配列に関する
情報を、その配列を表すテキストデータ又は数値データ
の数学的な要約値（message digest）で表すものであ
る。この数学的な要約値は、暗号理論において、送信フ
ァイルの作成者の本人確認を行うために、送信ファイル
に所定のハッシュ関数を施すことによって得られる値と
数学的には同等のものである。しかしながら、本発明に
おいては、一列のヌクレオチドの配列を表すデータ（原
データ）の要約値を、例えば最先の解読者の主張や、２
つの膨大な原データの同一性の確認に使用する点が本質
的に異なっている。即ち、或るＤＮＡのヌクレオチドの
配列を最初に解読した者が、その配列を示す原データの
要約値を例えばインターネット上で公開することによっ
て、原データを公開することなく最先に解読したことを
主張できる。また、例えば情報供給者からＤＮＡの配列
情報を購入したユーザは、購入した配列情報の要約値
を、例えばインターネット上で公開されているそのＤＮ
Ａの要約値と比較することによって、購入した配列情報
の同一性を高い確率で確認できる。更に、複数の研究者
が同一のＤＮＡについて研究を行う場合に、各研究者が
保持しているＤＮＡのヌクレオチドの膨大な配列情報の
長さ、及び要約値を求め、これらを比較することによっ
て、研究対象の同一性を容易に高い確率で確認すること
ができる。
【００２２】この場合、その一列のヌクレオチドが２５
個以上のヌクレオチドの配列であるときに、その一列の
ヌクレオチドの配列に関する情報を４０ビット以上で１
９２ビット以下の長さの数学的な要約値で表すことが望
ましい。２５個以上のヌクレオチドの配列のテキストデ
ータは、２００ビット（＝２５・８ビット）以上になる
ため、その要約値を１９２ビット以下とすることで、テ
キストデータよりも少ないデータ量となる。また、特に
処理単位が６４ビットのコンピュータを使用する場合に
は、要約値の長さは６４ビットの倍数、即ち６４ビッ
ト、１２８ビット、又は１９２ビットが望ましいと考え
られる。
【００２３】また、例えば将来的に全人類のＤＮＡの配
列情報を必要に応じて解読するような状況を想定して、
世界人口を１００億人程度と仮定すると、そのＤＮＡの
配列情報は約１０10通りにもなる。更に、安全係数を１
００倍程度とすると、その要約値は、１０12（＝１０10
・１００）通り、即ち約２39.86 通り以上の値を取る必
要がある。このためには、その要約値を４０ビット以上
の長さとすればよい。これによって、２つのＤＮＡ又は
ＲＮＡの配列情報同士の同一性を１０-12 以上の精度で
高精度に確認できる。
【００２４】更に、その数学的な要約値は、その一列の
ヌクレオチドの配列に対応するテキストデータ又は数値
データにＭＤ５ハッシュ関数、又はＳＨＳ（Secure Has
h Standard）ハッシュ関数の演算を施して得ることがで
きる。この場合、ＭＤ５ハッシュ関数は、高速演算が可
能であると共に、得られる要約値が１２８ビットであ
り、通常のコンピュータで処理し易い利点がある。一
方、ＳＨＳハッシュ関数は、元のデータの推定がより困
難であるが、得られる要約値が１６０ビットと、通常の
ＤＮＡ又はＲＮＡのヌクレオチドの配列の表現に関して
は必要以上に長いと考えられる。従って、通常のヌクレ
オチドの配列の表現については、ＭＤ５ハッシュ関数が
より実用的と考えられる。
【００２５】また、暗号理論で使用されるハッシュ関数
は、送信ファイルの内容が推定されないように、かつ内
容の衝突の確率が極めて低くなるように設計されるた
め、その要約値は例えば最低でも１２８ビット程度の長
さが必要とされると共に、複雑な演算が繰り返して実行
される。これに対して本発明で使用するハッシュ関数
は、通常の互いに異なるヌクレオチドの配列に対してほ
ぼ衝突が無ければよいため、あまり複雑な演算を繰り返
して行う必要は無いと考えられる。但し、通常の暗号理
論で要約値の演算対象となるファイルは、せいぜい１Ｍ
バイト程度の長さであるのに対して、本発明で使用する
ハッシュ関数の演算対象は、例えば人間のＤＮＡのヌク
レオチドの配列とすると、１００Ｍバイト程度にも達す
る膨大なデータのファイルである。そこで、本発明で使
用するハッシュ関数（ハッシュ演算プログラム）は、演
算対象の原ファイルを分割した後の複数の分割ファイル
を順次処理することによって、全体の要約値を算出する
機能を持つことが望ましい。
【００２６】次に、本発明において、より具体的な第２
の記録方法は、その一列のヌクレオチドの配列に対応す
るテキストデータを、そのヌクレオチドの配列方向に複
数行で、かつその配列方向に交差する非配列方向に複数
列の部分テキストデータＴ（ｉ，ｊ）に分割し、その部
分テキストデータを、それぞれ複数種類のヌクレオチド
に対して互いに異なる６ビット以下の数値データを割り
当てることによって変換データＡ（ｉ，ｊ）に変換し、
複数行のその変換データに各行毎にその非配列方向に第
１の演算を施して第１組のシンドローム（syndrome）情
報Ｂ１（ｉ），Ｂ２（ｉ）を求めると共に、複数列のそ
の変換データに各列毎にその配列方向に第２の演算を施
して第２組のシンドローム情報Ｃ（ｊ）を求め、その第
１組及び第２組のシンドローム情報でその一列のヌクレ
オチドの配列を表すものである。
【００２７】本発明においては、テキストデータを複数
行で複数列の部分テキストデータに分割した後に、各部
分テキストデータをそれぞれ変換データに変換している
が、これは予めそのテキストデータを一列の数値データ
に変換した後に、その数値データを複数行で複数列の変
換データに分割することと実質的に等価である。本発明
によれば、例えば図７に示す部分テキストデータＴ
（ｉ，ｊ）を集めたテキストデータの情報の大部分を、
例えば図９に示す第１組のシンドローム情報Ｂ１
（ｉ），Ｂ２（ｉ）、及び第２組のシンドローム情報Ｃ
（ｊ）で表すことができる。具体的に、図７のテキスト
データを配列方向にＮ個（ｉ＝１〜Ｎ）で、非配列方向
にＭ個（ｊ＝１〜Ｍ）の部分テキストデータＴ（ｉ，
ｊ）に分割し、各部分テキストデータＴ（ｉ，ｊ）が１
６個分のヌクレオチドのテキストデータを含むものとす
ると、元のテキストデータのデータ量ＤＴ１は、以下の
ようになる。
【００２８】 ＤＴ１＝１６・Ｎ・Ｍ（バイト） …（１） 更に、各ヌクレオチドを２ビットのデータで表すものと
すると、各部分テキストデータＴ（ｉ，ｊ）は、それぞ
れ３２ビットの変換データＡ（ｉ，ｊ）に変換され、シ
ンドローム情報Ｂ１（ｉ），Ｂ２（ｉ），Ｃ（ｊ）も３
２ビットのデータとなる。また、非配列方向のシンドロ
ーム情報が２列Ｂ１（ｉ），Ｂ２（ｉ）あるとすると、
シンドローム情報のデータ量ＤＳ１は、以下のようにな
る。
【００２９】 ＤＳ１＝３２（２・Ｎ＋Ｍ）（ビット） ＝４（２・Ｎ＋Ｍ）（バイト） …（２） 従って、仮にＮ＝６４，Ｍ＝１２８とすると、（１）式
及び（２）式よりデータ量ＤＴ１，ＤＳ１は以下のよう
になる。 ＤＴ１＝１３１０７２（バイト）≒１３０ｋバイト …（３） ＤＳ１＝１０２４（バイト）＝ＤＴ１／１２８ …（４） 従って、シンドローム情報のデータ量は、元のテキスト
データのデータ量のほぼ１／１００程度に圧縮できる。
この場合、例えば人間の１本の染色体のＤＮＡの配列
は、５０Ｍバイト〜２５０Ｍバイト程度のテキストデー
タで表されるため、予めそのテキストデータを５００個
〜２５００個程度のブロックに分割し、各ブロック毎に
シンドローム情報を求めることによって、全部のシンド
ローム情報のデータ量はそのテキストデータのほぼ１／
１００程度、即ち５００ｋバイト〜２．５Ｍバイト程度
に圧縮される。この程度のデータ量であれば、例えば携
帯電話システムのような低速の通信回線を介しても短時
間に送信できると共に、ＤＶＤ−ＲＯＭよりも容量の少
ないＣＤ−ＲＯＭ等の記録媒体にも余裕を持って記録す
ることができる。
【００３０】この場合、複数行のその変換データの各行
の変換データをそれぞれその非配列方向に交互に第１群
の変換データ（例えば奇数番目の変換データＡ（ｉ，
１），Ａ（ｉ，３），…）及び第２群の変換データ（例
えば偶数番目の変換データＡ（ｉ，２），Ａ（ｉ，
４），…）に分けたとき、その第１の演算は、所定の整
数Ｋを用いてその第１群の変換データ、及びその第２群
の変換データのそれぞれの法Ｋのもとの和を求める演算
であり、その第２の演算は、複数列のその変換データの
各列の変換データに対する法Ｋのもとの和を求める演算
である。その変換データＡ（ｉ，ｊ）をｓビット（例え
ばｓ＝３２，ｓ＝６４等）とすると、その整数Ｋは一例
として次のようになる。
【００３１】Ｋ＝２s …（５） 通常のコンピュータでは、その法Ｋのもとの和演算は極
めて高速に実行することができる。また、その一列のヌ
クレオチドの配列を基準配列として、この基準配列の２
組のそのシンドローム情報（Ｂ１（ｉ），Ｂ２（ｉ），
Ｃ（ｊ））に対応させて、検査対象の一列のヌクレオチ
ドの配列（ＴＦ（ｉ，ｊ））の２組のシンドローム情報
（Ｂ１Ｆ（ｉ），Ｂ２Ｆ（ｉ），ＣＦ（ｊ））を求め、
その４組のシンドローム情報よりその基準配列に対する
その検査対象の一列のヌクレオチドの配列の相違部を求
めることが望ましい。例えば図７の配列を基準配列、図
１０の配列を検査対象の配列として、図７の基準配列の
シンドローム情報が図８に、図１０の配列のシンドロー
ム情報が図１１に表されている。このとき、図８のシン
ドローム情報（Ｂ１（ｉ），Ｂ２（ｉ），Ｃ（ｊ））に
対して、図１１のシンドローム情報（Ｂ１Ｆ（ｉ），Ｂ
２Ｆ（ｉ），ＣＦ（ｊ））は、Ｂ１Ｆ（１），Ｂ２Ｆ
（４），ＣＦ（１６），ＣＦ（１７）の値が異なるた
め、それらの交点として、図１０の部分テキストデータ
ＴＦ（４，１６），ＴＦ（１，１７）が図７の基準配列
と異なっていることを検出できる。即ち、４組のシンド
ローム情報を比較することによって、少ないデータ量の
比較で、検査対象の配列のどの部分テキストデータが基
準配列と異なっているかを検出できる。
【００３２】この際に、基準配列と異なっている部分を
エラーコード（error code）と呼ぶと、エラーコードが
部分テキストデータの各行、又は各列に一つである場合
には、それら４組のシンドローム情報、及びその検査対
象のエラーコードに対応する変換データの法Ｋの加減算
より、基準配列の変換データＡ（４，１６），Ａ（１，
１７）、ひいては部分テキストデータＴ（４，１６），
Ｔ（１，１７）が正確に復元できる。従って、例えば遺
伝子中の一つの塩基（ヌクレオチド）だけが異なるＳＮ
Ｐ（一塩基変位多型：Single Nucleotide Polymorphis
m) は本発明によって容易に検出できると共に、それに
対応する正常な配列も容易に復元できる。
【００３３】なお、図１０の場合のように隣接する２つ
の列の部分テキストデータＴＦ（４，１６），ＴＦ
（１，１７）に跨るような長いエラーコード（以下、
「バーストエラー（burst error)」と呼ぶ）が存在する
場合に、非配列方向のシンドロームが各行に１つ（即
ち、Ｂ１Ｆ（ｉ）とＢ２Ｆ（ｉ）との和）のみであると
すると、１行中の２箇所の部分テキストデータ、及び１
列中の２箇所の部分テキストデータにエラーコードが検
出されてしまう。従って、エラーコードの位置の誤検出
が生じて、それに対応する基準配列の復元も困難とな
る。これに対して本発明のように各行で２つのシンドロ
ーム情報を求めることによって、バーストエラーの検出
及び復元を正確に行うことができる。なお、各行で２つ
のシンドローム情報を求める代わりに、配列方向（各
列）で例えば前半分と後半分との２群の変換データに対
して２つのシンドローム情報を求めるようにしてもよ
く、どちらを採用するかは全体のデータ量が少なくなる
ように選択すればよい。
【００３４】次に、本発明の記録装置は、一列のヌクレ
オチドの配列情報の記録装置であって、一つの核酸の少
なくとも一部に含まれる一列のヌクレオチドの配列情報
を読み取る配列読み取り装置（４）と、この配列読み取
り装置で読み取られた配列の情報をテキストデータとし
て第１ファイル（１９）に記録する第１記録手段（ステ
ップ１０２〜１０４）と、その第１ファイルのテキスト
データよりも少ないデータ量で、その配列読み取り装置
で読み取られた配列の情報を表し、この配列の情報を第
２ファイル（２０，２１）に記録する第２記録手段（ス
テップ１０５〜１０７）とを有するものである。これに
よって、本発明の配列情報の記録方法が実施できる。
【００３５】この場合、その第２記録手段は、一例とし
てその配列読み取り装置で読み取られた一列のヌクレオ
チドの配列を、この配列を表すテキストデータ又は数値
データの数学的な要約値で表すものである。また、その
第２記録手段は、別の例としてその配列読み取り装置で
読み取られた一列のヌクレオチドの配列に対応するテキ
ストデータを、そのヌクレオチドの配列方向に複数行
で、かつその配列方向に交差する非配列方向に複数列の
部分テキストデータに分割し、その部分テキストデータ
を、それぞれ複数種類のヌクレオチドに対して互いに異
なる６ビット以下の数値データを割り当てることによっ
て変換データに変換し、複数行のその変換データに各行
毎にその非配列方向に第１の演算を施して第１組のシン
ドローム情報を求めると共に、複数列のその変換データ
に各列毎にその配列方向に第２の演算を施して第２組の
シンドローム情報を求め、その第１組及び第２組のシン
ドローム情報をその第２ファイルに記録するものであ
る。
【００３６】また、本発明の記録媒体は、一列のヌクレ
オチドの配列情報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、その一列のヌクレオチドの配列に
対応するテキストデータよりも少ないデータ量で、その
一列のヌクレオチドの配列に関する情報が記録されたも
のである。本発明によれば、例えば人間のＤＮＡのヌク
レオチドの配列情報を、少ないデータ量で記録できるた
め、記録媒体としてＣＤ−ＲＯＭ，ＣＤ−Ｒ等の使い勝
手の良い媒体を使用できる。
【００３７】この場合、その一列のヌクレオチドが２５
個以上のヌクレオチドの配列であるときに、その一列の
ヌクレオチドの配列に関する情報は、一例として４０ビ
ット以上で１９２ビット以下の長さの数学的な要約値で
その記録媒体に記録されるものである。この場合には、
記録媒体としてフレキシブルディスクであっても使用で
きる。
【００３８】また、別の例として、その一列のヌクレオ
チドの配列に対応するテキストデータを、そのヌクレオ
チドの配列方向に複数行で、かつその配列方向に交差す
る非配列方向に複数列の部分テキストデータに分割し、
その部分テキストデータを、それぞれ複数種類のヌクレ
オチドに対して互いに異なる６ビット以下の数値データ
を割り当てることによって変換データに変換し、複数行
のその変換データに各行毎にその非配列方向に第１の演
算を施して第１組のシンドローム情報を求めると共に、
複数列のその変換データに各列毎にその配列方向に第２
の演算を施して第２組のシンドローム情報を求めてお
き、その一列のヌクレオチドの配列に関する情報は、そ
の第１組及び第２組のシンドローム情報としてその記録
媒体に記録される。この記録媒体を用いることによっ
て、例えば２つの試料のヌクレオチドの配列の相違する
部分の位置の検出ができると共に、その相違する部分が
少ない場合にはそれに対応する配列の復元を行うことが
できる。
【００３９】次に、本発明の配列情報の供給方法は、一
列のヌクレオチドの配列情報の供給方法であって、その
一列のヌクレオチドの配列に対応するテキストデータ、
又は複数種類のヌクレオチドに対して互いに異なる６ビ
ット以下の数値データを割り当てることによってそのテ
キストデータを変換して得られる数値データを保持する
供給者（２Ａ）が、その一列のヌクレオチドの配列の長
さの情報、及びその配列を表すテキストデータ又はその
数値データの数学的な要約値の情報を通信回線（１）を
介して閲覧可能な状態にしておき、その通信回線を介し
てその配列の長さの情報及びその数学的な要約値の情報
を閲覧したユーザ（２Ｂ）より、そのテキストデータ又
はその数値データの少なくとも一部の情報に対する取得
要求がその供給者に届いた後に、その供給者がそのユー
ザにそのテキストデータ又はその数値データの少なくと
も一部の情報を供給するものである。
【００４０】この供給方法は、上記の本発明のヌクレオ
チドの配列情報の記録方法を、その配列情報を供給（販
売）する際のビジネスモデルに適用したものである。即
ち、本発明のビジネスモデルでは、或る生物ＸのＤＮＡ
のヌクレオチドの配列を最初に解読した供給者は、その
配列のテキストデータ（又はこれを変換した数値デー
タ）よりハッシュ関数によって要約値（message diges
t）を算出し、この要約値を例えばインターネット上で
閲覧可能にする。これによって、その供給者は、そのテ
キストデータ自体を公開することなく、最初にその生物
ＸのＤＮＡの配列を解読したことを主張できる。更に、
ユーザが同じ配列情報を異なる供給者から誤って購入す
ることも防止できる。
【００４１】また、或るユーザが、その供給者よりその
生物ＸのＤＮＡの配列情報を購入した後、購入した配列
情報よりそのハッシュ関数によって要約値を算出し、そ
の配列の長さも求める。そして、この配列の長さ、及び
要約値をインターネット上で公開されている値と比較す
ることによって、購入した配列情報が正確なものである
かどうかを極めて高い確率で確認できる。
【００４２】この場合、その一列のヌクレオチドは２５
個以上のヌクレオチドの配列であるときに、一例とし
て、その数学的な要約値は、４０ビット以上で１９２ビ
ット以下のデータであり、その供給者は、更にその一列
のヌクレオチドの所定の一部の配列の情報をその通信回
線を介して閲覧可能な状態にしておくことが望ましい。
その要約値、及びその配列の長さの他に、そのように例
えばその配列の先頭の８個程度、及び後端の８個程度の
配列を比較することによって、同一性の確認をより高精
度に行うことができる。
【００４３】また、その供給者は、その一列のヌクレオ
チドの配列に対応するテキストデータ、又はこれに対応
するその数値データを第１ファイル（１９）に記録して
保持し、その供給者は、そのテキストデータ、又はその
数値データを、そのヌクレオチドの配列方向に複数行
で、かつその配列方向に交差する非配列方向に複数列の
部分データに分割し、その部分データを、それぞれ複数
種類のヌクレオチドに対して互いに異なる６ビット以下
の数値データを割り当てることによって変換データに変
換し、複数行のその変換データに各行毎にその非配列方
向に第１の演算を施して第１組のシンドローム情報を求
めると共に、複数列のその変換データに各列毎にその配
列方向に第２の演算を施して第２組のシンドローム情報
を求め、その第１組及び第２組のシンドローム情報を第
２ファイル（２０）に記録して保持し、第１段階として
そのユーザは、その供給者よりその第２ファイルに記録
されている２組のシンドローム情報を受け取り、その２
組のシンドローム情報に基づいて検査対象の一列のヌク
レオチドの配列の内のその供給者の一列のヌクレオチド
の配列との相違部を特定し、この相違部の配列の復元が
できない場合に、第２段階としてそのユーザはその供給
者よりその第１ファイルに記録されているそのテキスト
データ、又はその数値データの内のその配列の復元がで
きない部分の情報の提供を要求することが望ましい。
【００４４】このようにそのユーザが最初は、希望する
ヌクレオチドの配列情報のシンドローム情報のみを購入
する場合には、そのデータ量の小さいシンドローム情報
はその通信回線を介して短時間で受信することができ
る。そして、シンドローム情報だけで検査対象の配列の
エラーコードの特定、及び復元ができる場合には、それ
以上の配列情報を購入する必要が無い。一方、エラーコ
ードが多く存在し、シンドローム情報のみでは全部の正
確なデータが復元できない場合には、復元できない部分
のテキストデータのみを購入することによって、通信回
線を介して必要な配列情報を短時間に購入できる。従っ
て、通信回線として、携帯電話システムのような比較的
低速の通信回線も使用できる。
【００４５】次に、本発明のアミノ酸の配列情報の記録
方法は、一列のアミノ酸の配列情報の記録方法であっ
て、その一列のアミノ酸の配列に対応するテキストデー
タよりも少ないデータ量で、その一列のアミノ酸の配列
に関する情報を記録するものである。斯かる本発明によ
れば、その一列のアミノ酸は、例えば或るタンパク質を
構成するアミノ酸の配列の少なくとも一部である。その
アミノ酸の配列が、そのテキストデータ以外のより少な
いデータ量のファイルとして記録される。従って、記録
媒体として、小容量でも通常のコンピュータで手軽に再
生できる媒体を使用できると共に、通信回線を介して送
信する際の時間を短縮できる。
【００４６】本発明において、その一列のアミノ酸は、
一つのタンパク質を構成する１本のアミノ酸の鎖の全部
又は一部である場合に、一例としてその一列のアミノ酸
の配列に対応するテキストデータが、２０種類のアミノ
酸に対して互いに異なる６ビット以下のデータを割り当
てることによって変換される。テキストデータ形式で一
文字表記（1-Letter Code）を行うものとすると、２０
種類のアミノ酸は、それぞれ８ビットのアスキーコード
（ASCII CODE）、文字では例えばＡ，Ｃ，Ｅ等で表され
るため、各アミノ酸を６ビット以下のデータで表すこと
によって、データ量を減らすことができる。
【００４７】なお、一つのアミノ酸の種類は一列の３個
のヌクレオチドの配列、即ち一つの遺伝子コドン（codo
n ）によって決定される。これに関して、上記のヌクレ
オチドの配列情報の記録方法において、各ヌクレオチド
を２ビットのデータで表した場合に、１つの遺伝子コド
ンは６ビットのデータで表される。そこで、この各遺伝
子コドンの６ビットのデータを、対応するアミノ酸の６
ビットのデータとみなしてもよい。この場合には、所定
のアミノ酸を表すデータが複数存在する、即ちコードの
縮重（degeneracy）が生じるため、一例として各アミノ
酸のデータの内で最も小さいデータをそのアミノ酸に割
り当てるようにしてもよい。これによって、ヌクレオチ
ドとアミノ酸とで共通のコードを使用できる利点があ
る。また、２０種類のアミノ酸は、最も少ないデータ量
では、５ビットのデータで表すことができる。
【００４８】また、本発明において、より具体的な第１
の記録方法は、その一列のアミノ酸の配列に関する情報
を、その配列を表すテキストデータの数学的な要約値
（message digest）で表すものである。例えば所定のハ
ッシュ関数を用いてそのテキストデータの要約値を求
め、この要約値をインターネット上で公開することによ
って、そのテキストデータを公開することなく、その配
列を最先に解読したことを主張（証明）できる。更にそ
のテキストデータを購入したユーザが、購入したデータ
の要約値を求め、この要約値を公開されている要約値と
比較することによって、購入したデータの同一性を確認
できる。
【００４９】この場合、その一列のアミノ酸は２５個以
上のアミノ酸の配列であるときに、その一列のアミノ酸
の配列に関する情報を１６ビット以上で１９２ビット以
下の長さの数学的な要約値で表すことが望ましい。タン
パク質の種類は、仮想的なものも含めて１０万（＝１０
5 ）種類程度と言われており、次の関係が成立してい
る。
【００５０】１０5 ≒２16.6 …（６） 従って、例えばアミノ酸の配列の個数も識別データに用
いるものとすると、１６ビット以上の要約値を用いるこ
とによって、ほぼ全てのタンパク質を識別することがで
きる。また、２５個以上のアミノ酸の配列のテキストデ
ータは、一文字表記でも２００ビット以上になるため、
１９２ビット以下の要約値のデータ量はテキストデータ
のデータ量よりも少なくなる。
【００５１】また、その数学的な要約値は、その一列の
アミノ酸の配列に対応するテキストデータに例えばＭＤ
５ハッシュ関数（要約値は１２８ビット）、又はＳＨＳ
（Secure Hash Standard）ハッシュ関数（要約値は１６
０ビット）の演算を施して得られる。この場合、要約値
が必要以上に長くならない点ではＭＤ５ハッシュ関数が
望ましい。但し、タンパク質を構成するアミノ酸の配列
の数は２０個〜１０００個程度であり、要約値から元の
テキストデータが推定される恐れがある。そこで、アミ
ノ酸の配列の要約値を算出する場合で、かつ元のテキス
トデータの秘匿性を高めたい場合には、より複雑な演算
を行って得られる要約値も長くなるＳＨＳハッシュ関数
を使用することが望ましい。
【００５２】また、本発明において、より具体的な第２
の記録方法は、その一列のアミノ酸の配列に対応するテ
キストデータを、そのアミノ酸の配列方向に複数行で、
かつその配列方向に交差する非配列方向に複数列の部分
テキストデータに分割し、その部分テキストデータを、
それぞれ複数種類のアミノ酸に対して互いに異なる８ビ
ット以下の数値データを割り当てることによって変換デ
ータに変換し、複数行のその変換データに各行毎にその
非配列方向に第１の演算を施して第１組のシンドローム
情報を求めると共に、複数列のその変換データに各列毎
にその配列方向に第２の演算を施して第２組のシンドロ
ーム情報を求め、その第１組及び第２組のシンドローム
情報でその一列のアミノ酸の配列を表すものである。
【００５３】本発明は、予めそのテキストデータ（一文
字表記とする）を一列の数値データに変換した後に、そ
の数値データを複数行で複数列の変換データに分割する
ことと実質的に等価である。本発明によれば、例えばア
ミノ酸の配列に対応するテキストデータを配列方向にＮ
個（ｉ＝１〜Ｎ）で、非配列方向にＭ個（ｊ＝１〜Ｍ）
の部分テキストデータＴ（ｉ，ｊ）に分割し、各部分テ
キストデータＴ（ｉ，ｊ）が４個分のアミノ酸のテキス
トデータを含むものとすると、元のテキストデータのデ
ータ量ＤＴ２は、以下のようになる。
【００５４】 ＤＴ２＝４・Ｎ・Ｍ（バイト） …（７） 更に、その部分テキストデータＴ（ｉ，ｊ）をそのまま
変換データＡ（ｉ，ｊ）とみなすと、変換データＡ
（ｉ，ｊ）はそれぞれ３２ビットの数値データとなり、
シンドローム情報も３２ビットのデータとなる。また、
非配列方向のシンドローム情報が２列あるとすると、シ
ンドローム情報のデータ量ＤＳ２は、以下のようにな
る。
【００５５】 ＤＳ２＝３２（２・Ｎ＋Ｍ）（ビット） ＝４（２・Ｎ＋Ｍ）（バイト） …（８） 従って、仮にＮ＝１６，Ｍ＝１６とすると、（７）式及
び（８）式よりデータ量ＤＴ２，ＤＳ２は以下のように
なる。 ＤＴ２＝１０２４（バイト） …（９） ＤＳ２＝１９２（バイト）≒ＤＴ２／５．３ …（１０） 従って、シンドローム情報のデータ量は、元のテキスト
データのデータ量のほぼ１／５程度に圧縮できる。個々
のタンパク質の配列のテキストデータのデータ量は１ｋ
バイト程度以下であるが、例えば１００００種類程度の
タンパク質のテキストデータをまとめると１０Ｍバイト
程度になる。この際にシンドローム情報を用いることに
よって、通信回線を介して短時間で近似的な情報を送信
することができる。また、シンドローム情報を比較する
ことによって、標準試料のアミノ酸の配列と検査対象の
アミノ酸の配列との相違部（エラーコード）を効率的に
検出することができる。更に、エラーコードが各行、又
は各列に１つの変換データのみであるときには、それに
対応する正確な配列を復元できる。
【００５６】特に、複数行のその変換データの各行の変
換データをそれぞれその非配列方向に交互に第１群の変
換データ及び第２群の変換データに分けたとき、その第
１の演算は、所定の整数Ｋを用いてその第１群の変換デ
ータ、及びその第２群の変換データのそれぞれの法Ｋの
もとの和を求める演算であり、その第２の演算は、複数
列のその変換データの各列の変換データに対する法Ｋの
もとの和を求める演算である場合には、２列に跨るよう
な長い配列の相違（バーストエラー）であっても正確に
検出、及び復元を行うことができる。
【００５７】次に、本発明の一列のアミノ酸の配列情報
の記録装置は、一つのタンパク質の少なくとも一部に含
まれる一列のアミノ酸の配列情報をテキストデータとし
て第１ファイルに記録する第１記録手段と、その第１フ
ァイルのテキストデータよりも少ないデータ量で、その
一列のアミノ酸の配列の情報を表し、この配列の情報を
第２ファイルに記録する第２記録手段とを有するもので
ある。この発明によって、本発明のアミノ酸の配列情報
の記録方法を実施することができる。
【００５８】この場合、そのその第２記録手段は、その
一列のアミノ酸の配列を、この配列を表すテキストデー
タの数学的な要約値で表すことが望ましい。また、本発
明の一列のアミノ酸の配列情報の供給方法は、その一列
のアミノ酸の配列に対応するテキストデータ、又は複数
種類のアミノ酸に対して互いに異なる８ビット以下の数
値データを割り当てることによってそのテキストデータ
を変換して得られる数値データを保持する供給者が、そ
の一列のアミノ酸の配列の長さの情報、及びその配列を
表すテキストデータ又はその数値データの数学的な要約
値の情報を通信回線を介して閲覧可能な状態にしてお
き、その通信回線を介してその配列の長さの情報及びそ
の数学的な要約値の情報を閲覧したユーザより、そのテ
キストデータ又はその数値データの少なくとも一部の情
報に対する取得要求がその供給者に届いた後に、その供
給者がそのユーザにそのテキストデータ又はその数値デ
ータの少なくとも一部の情報を供給するものである。
【００５９】この供給方法は、上記の本発明のアミノ酸
の配列情報の記録方法を、その配列情報を供給（販売）
する際のビジネスモデルに適用したものである。即ち、
本発明のビジネスモデルでは、或る新規のタンパク質の
アミノ酸の配列を最初に決定した供給者は、その配列の
テキストデータ（又はこれを変換した数値データ）より
ハッシュ関数によって要約値（message digest）を算出
し、この要約値を例えばインターネット上で閲覧可能に
する。これによって、その供給者は、そのテキストデー
タ自体を公開することなく、最初にそのタンパク質の配
列を決定したことを主張（証明）できる。更に、ユーザ
が同じ配列情報を異なる供給者から誤って購入すること
も防止でき、競合メーカは重複投資を避けることができ
る。
【００６０】また、或るユーザが、その供給者よりその
タンパク質の配列情報を購入した後、購入した配列情報
よりそのハッシュ関数によって要約値を算出し、その配
列の長さも求める。そして、この配列の長さ、及び要約
値をインターネット上で公開されている値と比較するこ
とによって、購入した配列情報が正確なものであるかど
うかを極めて高い確率で確認できる。
【００６１】この場合、その一列のアミノ酸が２５個以
上のアミノ酸の配列であるときに、その数学的な要約値
は、１６ビット以上で１９２ビット以下のデータである
ことが望ましい。次に、本発明の第１の要約値の計算方
法は、一つ又は複数のファイルに記録されたデータの要
約値を計算するための要約値の計算方法であって、その
一つ又は複数のファイルに記録されたデータの内で所定
のコードを無視して要約値を計算するものである。
【００６２】本発明によれば、例えばヌクレオチドの配
列を表すテキストデータの要約値を計算する場合に、そ
の配列を見やすくするために所々にスペース、改行、及
びそれまでのヌクレオチドの数を示す数字等が付加され
ていても、これらの付加されたコードを無視することに
よって、本来のヌクレオチドの配列に対応する要約値を
計算することができる。
【００６３】この場合、その無視する所定のコードの別
の例は、同一又は互いに異なる２組のコード、及びこれ
ら２組のコードに挟まれたデータである。即ち、例えば
いわゆるコメント文を要約値の計算対象から除去するこ
とによって、コメント文の内容を任意に記載しても、本
来のヌクレオチドの配列に対応する要約値を計算するこ
とができる。
【００６４】この場合、そのテキストデータは、その所
定のコードの他に２５個以上のヌクレオチドの配列に関
するデータを含むものとすると、一例として、その要約
値は、４０ビット以上で１９２ビット以下のデジタルデ
ータである。また、その要約値を計算するための関数と
しては、ＭＤ５ハッシュ関数（要約値は１２８ビッ
ト）、又はＳＨＳハッシュ関数（要約値は１６０ビッ
ト）等を使用することができる。
【００６５】また、本発明において、その一つ又は複数
のファイルから１文字分のコードデータを読み出す毎
に、この読み出されたコードデータがその所定のコード
であるときには、この読み出されたコードデータを無視
して、次の１文字分のコードデータの読み出しを行い、
この読み出しによって得られたその所定のコード以外の
コードデータが予め定められた個数になるか、又は読み
出すべきデータがなくなったときに、要約値の計算を行
うようにしてもよい。
【００６６】このように部分的に読み出されたデータ毎
にその所定のコードを無視して順次要約値の計算を行う
ことによって、例えば最初にその一つ又は複数のファイ
ルからその所定のコードを取り出した新たなファイルを
作成して、この新たなファイルの要約値を計算する方法
と比べて、記憶装置の容量がほぼ１／２程度で済む利点
がある。
【００６７】次に、本発明の第２の要約値の計算方法
は、一連のテキストデータの要約値を計算するための要
約値の計算方法であって、その一連のテキストデータを
先頭から順に所定個数ずつのコードデータを含む複数の
部分テキストデータと、その所定個数よりも少ない個数
のコードデータを含む端数のテキストデータとに分割
し、その複数の部分テキストデータ、及び端数のテキス
トデータをそれぞれ分割する順序を含むデータとともに
互いに異なる複数のファイルに記録し、この複数のファ
イルに記録されたテキストデータからその分割の順序に
従って順次要約値を計算するものである。
【００６８】斯かる本発明によれば、例えば人間のゲノ
ム情報のような膨大な量のテキストデータの要約値を求
める場合に、そのテキストデータを複数のファイルに分
割して記録しておき、分割されたファイルのデータに順
次演算処理を施すことができる。従って、ＣＤ−ＲＯＭ
やフレキシブルディスクのように比較的容量の少ない記
録媒体を用いる場合にも、その膨大な量のテキストデー
タの要約値を容易に、かつ正確に計算できる。
【００６９】この場合、そのその所定個数ずつのコード
データ、及びその所定個数よりも少ない個数のコードデ
ータからは、所定のコードデータ（例えば数字コード、
スペースコード、改行コード等）を除外してもよい。ま
た、その所定個数は、要約値を計算する際のデータ量の
単位に応じて定めることが望ましい。例えばＭＤ５ハッ
シュ関数は、５１２ビット（６４バイト）のデータ単位
で要約値を計算するため、一つのコードデータが８ビッ
ト（１バイト）であるとすると、その所定個数は、６４
の整数倍に設定することによって、各部分テキストデー
タ毎の要約値の計算が容易になる。
【００７０】
【発明の実施の形態】以下、本発明の実施の形態の一例
につき図面を参照して説明する。本例は、所定のＤＮＡ
（デオキシリボ核酸：deoxyribonucleic acid）のヌク
レオチドの配列情報をコンピュータシステムで処理する
場合に、本発明を適用したものである。
【００７１】図１は、本例のコンピュータシステム２Ａ
の概略構成を示し、この図１において、コンピュータシ
ステム２Ａの中心は、ＣＰＵ（中央演算処理ユニッ
ト）、ＲＡＭ，ＲＯＭ等のメモリ、及びハードディスク
装置等の記憶装置等からなる情報処理装置１０である。
情報処理装置１０には、ビデオＲＡＭ（ＶＲＡＭ）１１
を介してＣＲＴディスプレイよりなる表示装置１２が接
続されると共に、Ｉ／Ｏユニット（入出力装置）１４を
介して、記録可能なＣＤ−Recordableディスク（以下、
「ＣＤ−Ｒ」と言う）１６に対するデータの書き込み、
及びＣＤ−ＲやＣＤ−ＲＯＭからのデータの読み込みを
行うことができるＣＤ−Ｒ／ＲＷドライブ１５が接続さ
れている。情報処理装置１０には、Ｉ／Ｏユニット１４
を介して更に大容量の記憶装置としての記憶容量が数１
０Ｇバイト程度の磁気ディスク装置１７が接続されてい
る。
【００７２】本例の情報処理装置１０中のハードディス
ク装置には、予めＣＤ−Ｒ／ＲＷドライド１５を介して
オペレーティングシステム、及び後述のようにＤＮＡの
配列情報を処理するためのアプリケーション・プログラ
ムがインストールされている。また、ＣＤ−Ｒ１６が本
発明の記録媒体に対応しているが、記録媒体としては、
ＣＤ−ＲやＣＤ−ＲＯＭの他に、フラッシュＲＯＭ、フ
レキシブルディスク、光磁気ディスク（ＭＯ）、デジタ
ルビデオディスク（ＤＶＤ）、又はハードディスク装置
（例えばインターネットを介して接続できるサーバに備
えられたもの）等を使用することができる。
【００７３】情報処理装置１０には更に、文字情報の入
力装置としてのキーボード１３、ポインティング・デバ
イス（入力装置）としての光学式のマウス２０４、及び
ルータ（又はモデム等でもよい）よりなる通信制御ユニ
ット１８が接続されている。マウス２０４は、表示装置
１２の表示画面上のカーソルの位置を指定する信号を発
生する変位信号発生部２０７、選択すべき情報を指定す
る信号や各種コマンド等を発生するための左スイッチ２
０４ａ及び右スイッチ２０４ｂ（信号発生装置）を備え
ている。情報処理装置１０、ＶＲＡＭ１１、表示装置１
２、キーボード１３、マウス２０４、Ｉ／Ｏユニット１
４、ＣＤ−Ｒ／ＲＷドライブ１５、磁気ディスク装置１
７、及び通信制御ユニット１８等よりコンピュータシス
テム２Ａが構成されている。オペレーティングシステム
として本例ではＷｉｎｄｏｗｓ（Microsoft Corporatio
n の登録商標）を使用している。なお、オペレーティン
グシステムとして、それ以外のＵＮＩＸ（X/Open の登
録商標）、ＯＳ／２（IBMCorporatin の登録商標）、
ＭａｃＯＳ（Apple Computer の登録商標）、又はＬｉ
ｎｕｘ（Linus Torvalds の商標又は登録商標）等を使
用する場合にも本発明が適用できることは言うまでもな
い。
【００７４】そして、コンピュータシステム２Ａ（情報
処理装置１０）は、通信制御ユニット１８を介して一般
電話回線よりなる通信ネットワーク１に接続され、通信
ネットワーク１には各種コンテンツのプロバイダ３、及
び別のコンピュータシステム２Ｂ、及び不図示の多くの
サーバやコンピュータシステムが接続されている。ま
た、本例のコンピュータシステム２Ａ，２Ｂ及びプロバ
イダ３は、通信ネットワーク１を介するインターネット
によって相互に接続されている。この場合、コンピュー
タシステム２Ａの所有者がＤＮＡ情報の供給者（販売
者）であり、コンピュータシステム２Ｂの所有者がその
ＤＮＡ情報のユーザ（購入者）である。そして、後者の
コンピュータシステム２Ｂには、予め前者のコンピュー
タシステム２Ａと同様のＤＮＡの配列情報を処理するた
めのアプリケーション・プログラムがインストールされ
ている。
【００７５】さて、本例のコンピュータシステム２Ａの
情報処理装置１０には、Ｉ／Ｏユニット１４を介してＤ
ＮＡ中の一列のヌクレオチドの配列（又は塩基の配列）
を読み取るための配列読み取り装置としてのシーケンサ
ー（DNA Sequencer)４が接続されている。シーケンサー
４は、一例としてサンガーの方法（Sanger method)によ
ってＤＮＡを構成する１対の重合体の鎖の一方の鎖のヌ
クレオチドの配列を読み取る。サンガーの方法は、例え
ば文献１（Maxim D. Frank-Kamenetskii: Unraveling D
NA (the most important molecule of life, revised a
nd updated),translated by Lev Liapin, Chapter 6(p
p.59-70)(Perseus Books,1997) ）に開示されている。
シーケンサー４は、読み取った一列のヌクレオチドの配
列をテキストデータ形式で内部の大容量の記憶装置に記
憶すると共に、情報処理装置１０からの要求に応じて、
その記憶装置中の所定のヌクレオチドの配列のテキスト
データをＩ／Ｏユニット１４を介して情報処理装置１０
に供給する。これに対して情報処理装置１０は、ＤＮＡ
の配列情報を処理するためのアプリケーション・プログ
ラムに基づいて以下の処理を行う。なお、シーケンサー
４の代わりに、ＤＮＡ及びＲＮＡ（リボ核酸：ribonucl
eic acid）等の核酸を構成する一列のヌクレオチドの配
列（又は塩基の配列）の情報のデータベースを接続して
もよい。
【００７６】先ず、本例の情報処理装置１０の第１の基
本的な処理動作につき説明する。情報処理装置１０は、
シーケンサー４から供給される所定のＤＮＡのヌクレオ
チドの配列を示すテキストデータを磁気ディスク装置１
７中のマスターファイル１９にそのまま記録すると共
に、そのテキストデータをよりデータ量の少ない数値デ
ータに変換し、この変換後の数値データを磁気ディスク
装置１７中のワーキングファイル２０に記録する。な
お、以下の説明において、２進数表示の数ｋは bin(k)
で、１６進数表示の数ｋは hex(k) で表すものとする。
【００７７】この場合、ＤＮＡは４種類のヌクレオチド
より構成されており、シーケンサー４から供給されるテ
キストデータ中では、塩基としてアデニン（adenine）
を含むヌクレオチド、グアニン（guanine）を含むヌク
レオチド、シトシン（cytosine）を含むヌクレオチド、
及びチミン（thymine）を含むヌクレオチドがそれぞれ
文字Ａ，Ｇ，Ｃ，及びＴで表されている。そして、文字
Ａ，Ｇ，Ｃ，及びＴには、データ上ではそれぞれhex(4
1),hex(47),hex(43),hex(54)よりなる１バイト（８ビッ
ト）のアスキーデータが割り当てられている。また、Ｒ
ＮＡの場合には、チミンを含むヌクレオチドの代わりに
ウラシル（uracil）を含むヌクレオチドが、文字Ｕ（he
x(55))で表されている。従って、ｎ個のヌクレオチドの
配列を示すテキストデータのデータ量はｎバイトとな
る。なお、それらのｎ個のヌクレオチドの配列は、ｎ個
の塩基（アデニン、グアニン、シトシン、チミン（又は
ウラシル））の配列ともみなすことができる。
【００７８】本例ではそのテキストデータを、情報量を
少なくすることなく最も少ないデータ量で表すために、
ＤＮＡ中の４種類のヌクレオチドを互いに異なる２ビッ
トのデータで表す。この際に、ＤＮＡにおいては、１対
の塩基（アデニン及びチミン）が互いに相補的であり、
別の１対の塩基（グアニン及びシトシン）が互いに相補
的である。そこで、相補的な塩基を含む１対のヌクレオ
チドを互いに相補的であるとして、１対の互いに相補的
なヌクレオチド、即ちアデニンを含むヌクレオチド及び
チミンを含むヌクレオチドに、互いにビット反転の関係
にある１対のデータを割り当て、別の１対の互いに相補
的なヌクレオチド、即ちグアニンを含むヌクレオチド及
びシトシンを含むヌクレオチドに、互いにビット反転の
関係にある別の１対のデータを割り当てる。本例ではそ
のデータの割り当てとして表１（変換テーブル）を用い
る。なお、表１は、ヌクレオチドの配列を示すテキスト
データ中の文字Ａ，Ｔ（又はＵ），Ｇ，Ｃ，をそれぞれ
bin(00),bin(11),bin(01),bin(10) で置換することを意
味している。
【００７９】 《表１》 ヌクレオチド ２ビットのデータ アデニンを含むヌクレオチド（Ａ） bin(00) チミン（ウラシル）を含むヌクレオチド（Ｔ又はＵ） bin(11) グアニンを含むヌクレオチド（Ｇ） bin(01) シトシンを含むヌクレオチド（Ｃ） bin(10) 。
【００８０】なお、本例では各ヌクレオチドを２ビット
のデータで表しているが、これは各塩基を２ビットのデ
ータで表すのと等価である。また、データの割り当ては
表１には限定されず、例えばチミンを含むヌクレオチド
をbin(00) 、アデニンを含むヌクレオチドをbin(11) と
するか、又はグアニンを含むヌクレオチドをbin(10)、
シトシンを含むヌクレオチドをbin(01) としてもよい。
それ以外に、アデニンを含むヌクレオチド及びチミンを
含むヌクレオチドに、１対のデータbin(01),bin(10) を
割り当て、グアニンを含むヌクレオチド及びシトシンを
含むヌクレオチドに１対のデータbin(00),bin(11) を割
り当てるようにしてもよい。また、ＲＮＡの場合には、
チミンを含むヌクレオチドに割り当てられているデータ
をウラシルを含むヌクレオチドに割り当てて、それ以外
のヌクレオチドにはＤＮＡのヌクレオチドと同じデータ
を割り当てればよい。
【００８１】本例では図２に示すＤＮＡ分子５のヌクレ
オチドの配列情報を扱うものとする。その配列情報は、
ＮＣＢＩ（The National Center for Biotechnology In
formation ）より提供されているウェブサイト１（ftp:
//ncbi.nlm.nih.gov/genbank/genomes/bacteria/）より
入手した大腸菌（Escherichia coli: E. coli）のＤＮ
Ａの一列のヌクレオチドの配列の一部である。
【００８２】図２において、ＤＮＡ分子５は、１対の重
合体の鎖６Ａ，６Ｂ（二重らせん）より構成され、一方
の重合体の鎖６Ａは、アデニンを含むヌクレオチド７
Ａ、グアニンを含むヌクレオチド７Ｇ、シトシンを含む
ヌクレオチド７Ｃ、及びチミンを含むヌクレオチド７Ｔ
よりなる４種類のヌクレオチドの配列であり、他方の重
合体の鎖６Ｂは、鎖６Ａに対して相補的なヌクレオチド
の配列である。この際に、図１の情報処理装置１０には
一方の重合体の鎖６Ａの配列を示すテキストデータ、即
ち”ＡＧＣＴＴＴ・・・”の文字列のデータが供給され
る。それに対して、情報処理装置１０は、そのテキスト
データを後述のようにＮ行でＭ列（Ｎ，Ｍは２以上の整
数）のブロックに分割した後、各ブロック中の文字Ａ，
Ｇ，Ｃ，Ｔを表１の変換テーブルに基づいて順次２ビッ
トのデータに変換することによって、数値データとして
のバイナリーデータＢＮＡ（＝bin(0001101111・・・)）を
得る。そして、このバイナリーデータＢＮＡが図１の磁
気ディスク装置１７のワーキングファイル２０に記録さ
れる。そのバイナリーデータＢＮＡのデータ量は、元の
テキストデータの１／４となっている。
【００８３】この場合、そのワーキングファイル２０の
先頭の所定数のバイトの領域に、例えばその配列がＤＮ
Ａ又はＲＮＡのどちらかを示すデータ（即ち、bin(11)
を文字Ｔ又は文字Ｕの何れに解釈するかを示すデー
タ）、ヌクレオチドの個数を示すデータ、及びその他の
必要なデータを記録しておけばよい。また、そのワーキ
ングファイル２０の長さが１バイト（８ビット）単位で
規定されている場合に、バイナリーデータＢＮＡの末尾
で１バイトの端数のデータが生じたときには、予め定め
ておいたダミーデータを付加すればよい。これでもデー
タ量は殆ど増加しない。そして、一例としてユーザ（コ
ンピュータシステム２Ｂの所有者）から供給者（コンピ
ュータシステム２Ａの所有者）に対して図２のＤＮＡ分
子５の配列情報の購入希望が届いたときに、ワーキング
ファイル２０のデータが通信ネットワーク１及び不図示
のプロバイダを介して、電子メールの添付ファイルとし
てコンピュータシステム２Ｂ側に供給される。この際
に、そのワーキングファイル２０のデータを更に圧縮フ
ァイル（ＺＩＰファイル、又はＬＨＡファイル等）とし
て送信してもよい。この際に、ワーキングファイル２０
のデータ量はもとのテキストデータのほぼ１／４である
ため、元のテキストデータ（更に圧縮ファイルとした場
合も同様）自体を送信する場合に比べて送信時間はほぼ
１／４となり、供給者側及びユーザ側双方の通信コスト
が低減できる。
【００８４】そして、ユーザ側で、その受信したワーキ
ングファイル２０のデータから図２の一方の重合体の鎖
６Ａの配列のテキストデータを復元する場合には、コン
ピュータシステム２Ｂにおいて、ワーキングファイル２
０中のバイナリーデータＢＮＡを、表１を用いて文字
Ａ，Ｇ，Ｃ，Ｔ（又はＵ）の何れかに順次逆変換すれば
よい。また、その際に例えば図２の他方の相補的な重合
体の鎖６Ｂのヌクレオチドの配列を示すテキストデータ
が必要になった場合には、コンピュータシステム２Ｂに
おいて、図２に示すように、バイナリーデータＢＮＡの
ビット毎の反転操作を行って反転バイナリーデータNOT
(BNA)（＝bin(1110010000・・・)）を得る。この反転バイ
ナリーデータNOT(BNA)は、他方の重合体の鎖６Ｂのヌク
レオチドの配列を示すテキストデータ（文字列”ＴＣＧ
ＡＡＡ・・・”）を表１に従って変換したバイナリーデ
ータＢＮＢと同一である。従って、その反転バイナリー
データNOT(BNA)を、表１を用いて文字Ａ，Ｇ，Ｃ，Ｔ
（又はＵ）の何れかに順次逆変換するのみで、極めて高
速に相補的な重合体の鎖６Ｂの配列のテキストデータを
得ることができる。この際に、通常のコンピュータにお
いては、ビット毎の反転操作は、極めて高速に実行する
ことができる。なお、そのビット毎の反転操作は、例え
ばbin(111111・・・)との排他的論理和演算で代用してもよ
い。
【００８５】なお、ワーキングファイル２０のデータを
通信ネットワーク１を介してユーザ側に送信する代わり
に、ワーキングファイル２０の内容をＣＤ−Ｒ／ＲＷド
ライブ１５によってＣＤ−Ｒ１６に記録し、このＣＤ−
Ｒ１６を郵送等によってユーザ側に供給してもよい。例
えば一人の人間の全部のＤＮＡの配列情報（ゲノム）
は、テキストデータでは３Ｇバイト程度になるが、これ
を表１を用いて本例の数値データとしてのバイナリーデ
ータに変換すると、３／４Ｇバイト程度、即ち７５０Ｍ
バイト程度になる。現在のＣＤ−Ｒ，ＣＤ−ＲＯＭの容
量は約６５０Ｍバイトであるため、その７５０Ｍバイト
程度のバイナリーデータは例えば一部又は全部を圧縮フ
ァイルとすることによって、余裕を持ってＣＤ−Ｒ１６
に記録することができる。これに対して、その７５０Ｍ
バイト程度のデータを通信ネットワーク１を介して送信
しようとすると、現状でも送信時間がかかり過ぎる場合
がある。
【００８６】また、一つのアミノ酸の種類は一列の３個
のヌクレオチドの配列、即ち一つの遺伝子コドン（codo
n ）によって決定される。そこで、１つのアミノ酸に対
応する３個のヌクレオチドをそれぞれ２ビットのデータ
で表したときに得られる６ビットのデータの内で、最も
小さいデータでそのアミノ酸を表すものとする。具体的
に、各ヌクレオチドを表１のように表した場合に、いく
つかのアミノ酸について得られる６ビットの表現を以下
の表２に示す。表１中で＜＞の中のデータがそのアミノ
酸のデータとして使用される。これによって、ヌクレオ
チドとアミノ酸とで共通のコードを使用できる利点があ
る。
【００８７】 《表２》 アミノ酸 遺伝子コドン ６ビットのデータ アラニン(Ala ) ＧＣＡ ＜bin(011000)＞ ＧＣＧ bin(011001) ＧＣＣ bin(011010) ＧＣＵ bin(011011) システイン(Cys ) ＵＧＣ ＜bin(110110)＞ ＵＧＵ bin(110111) グルタミン酸(Glu ) ＧＡＡ ＜bin(010000)＞ ＧＡＧ bin(010001) ヒスチジン(His ) ＣＡＣ ＜bin(100010)＞ ＣＡＵ bin(100011) イソロイシン(IIe ) ＡＵＡ ＜bin(001100)＞ ＡＵＣ bin(001110) ＡＵＵ bin(001111) リジン(Lys ) ＡＡＡ ＜bin(000000)＞ ＡＡＧ bin(000001)。
【００８８】次に、本例の情報処理装置１０の第２の基
本的な処理動作につき説明する。本例では、ヌクレオチ
ドの配列を示す膨大な量のテキストデータ（又はこれを
表１に基づいて変換して得られる数値データより、所定
のハッシュ関数を用いて数学的な要約値（message dige
st）を算出する。本例ではそのハッシュ関数として、ラ
イベスト（R. Rivest)によって提案されたＭＤ５ハッシ
ュ関数を使用する。ＭＤ５ハッシュ関数のアルゴリズム
については、ネットワークワーキンググループ及びライ
ベストによって開設されているウェブサイト２(http://
www.kleinscmidt.com/edi/md5.htm)に開示されている。
或るテキストデータ（テキストファイル）にそのＭＤ５
ハッシュ関数を施すことによって、１２８ビットの要約
値が得られる。通常のコンピュータでも今後は６４ビッ
トのＣＰＵが使用されるようになると考えられるが、こ
の場合に１２８（＝２・６４）ビットの要約値は非常に
扱い易い長さである。この場合には、１９２（＝３・６
４）ビットの要約値も比較的扱い易いと考えられる。
【００８９】また、本例では、そのＭＤ５ハッシュ関数
のプログラムとして、そのウェブサイト２において公開
されている、ＲＳＡデータセキュリティー社（RSA Data
Security Inc.）によって開発されたプログラムを使用
した。その要約値の使用方法の一例として、ＤＮＡの配
列情報の供給者（情報処理装置１０）は、所定の生物の
ＤＮＡのヌクレオチドの配列を読み取り、これに対応す
るテキストデータより、上記のハッシュ関数を用いて要
約値を算出し、この要約値をその生物の名称、及びＤＮ
Ａの位置を示す情報と共にインターネット上で閲覧可能
にする。これによって、その供給者は、そのテキストデ
ータ自体を公開することなく、その生物のＤＮＡの配列
情報を最先に解読したことを主張できると考えられる。
その後、或るユーザからのその配列情報の購入希望が来
たときに、その供給者は、そのヌクレオチドの配列のテ
キストデータを表１を用いてバイナリーデータに変換
し、このバイナリーデータを例えば通信ネットワーク１
を介して電子メールの形でそのユーザに送信する。これ
に対してユーザ側では、そのバイナリーデータを表１を
用いてテキストデータに逆変換し、この逆変換されたテ
キストデータに上記のハッシュ関数を施して要約値を求
める。
【００９０】そして、この要約値とその供給者によって
公開されている要約値とが等しいときには、購入した配
列情報が、供給の保持している配列情報と等しいことが
極めて高い確率で保証される。更に、ユーザ側では、複
数の供給者が公開している要約値を比較することによっ
て、同じ配列情報を異なる複数の供給者から重複して購
入することを防止することができる。これらの際に、ヌ
クレオチドの配列の長さ、及び先端部や末尾の一部の短
い配列の比較を行うことによって、その配列情報の同一
性を高めることができる。
【００９１】また、例えば所定の生物について複数の研
究者が並行して研究を行っている場合に、第１の研究者
が保持しているヌクレオチドの配列と第２の研究者が保
持しているヌクレオチドの配列との同一性を保証する必
要がある。この際に、研究対象とするＤＮＡのヌクレオ
チドの配列数が例えば１億個程度とすると、その配列の
テキストデータは１００Ｍバイト程度になる。このよう
な長い２つのテキストデータに対して１文字ずつの比較
によって、同一性を確認するのは容易ではない。これに
対して本例では、先ず第１の研究者側で、テキストデー
タの長さ、及びハッシュ関数による要約値を算出し、こ
れを電子メール等で第２研究者側に送信する。これに対
して、第２の研究者側でも自分のテキストデータの長さ
及びハッシュ関数による要約値を算出し、これらの値を
第１の研究者から送信された値と比較することによっ
て、２つの膨大な長さのテキストデータの同一性を容易
に高い確率で保証できる。この際にも、更に例えばヌク
レオチドの配列の先端部及び末尾の所定長さの配列同士
を比較することによって、その同一性を高めることがで
きる。
【００９２】なお、ハッシュ関数としては、例えば文献
２(FIPS Publication 180, 1993)で開示されているよう
に、ＮＢＳ(National Bureau of Standards)によって提
案されたＳＨＳ（Secure Hash Standard）ハッシュ関数
を使用してもよい。ＳＨＳハッシュ関数は、ＭＤ５ハッ
シュ関数よりも複雑な演算を行うと共に、１６０ビット
の要約値が得られる。これに関して、例えばタンパク質
を構成するアミノ酸の配列数は２０個〜１０００個程度
であり、特に一文字表記を使用する際にはそれに対応す
るテキストデータも２０バイト〜１ｋバイト程度に短く
なるため、要約値から元のテキストデータが推定し易い
と考えられる。そこで、アミノ酸の配列情報の要約値を
求める際には、ＳＨＳハッシュ関数を使用する方が望ま
しいことがある。
【００９３】また、例えばヌクレオチドの配列を示す２
つの膨大な長さのテキストデータの同一性を確認するた
めに、ハッシュ関数の要約値を算出するような場合に
は、それ程複雑な計算を繰り返して行う必要は無いと考
えられる。そこで、このような用途では、例えば文献３
（R. L. Rivest:"The MD4 message digest algorithm",
Lecture Notes in Computer Science, 537,303-311(199
1))で開示されているＭＤ４ハッシュ関数を使用しても
よいと考えられる。また、そのように単に同一性を確認
する用途では、要約値の長さも４０ビット〜１２８ビッ
ト程度でよい場合がある。
【００９４】次に、本例のＤＮＡ情報の供給者（コンピ
ュータシステム２Ａ）と、ユーザ（コンピュータシステ
ム２Ｂ）との間でＤＮＡの配列情報を受け渡す際のビジ
ネスモデルの一例につき図３〜図６のフローチャートを
参照して詳細に説明する。先ず、ＤＮＡ情報の供給者側
では、図３のステップ１０１において、シーケンサー４
を使用して標準となる試料（標準試料Ｅとする）のＤＮ
Ａ中の一方の一列のヌクレオチドの配列を読み取り、読
み取った配列を表すテキストデータＴＸ１を情報処理装
置１０に供給する。本例では、その標準試料Ｅを大腸菌
として、そのテキストデータＴＸ１として、図７に示す
ように、上記のウェブサイト１から入手した大腸菌のＤ
ＮＡの配列情報の内の、最初から２０４８個までのヌク
レオチドの配列を示すテキストデータを使用する。
【００９５】標準試料ＥのＤＮＡ配列は配列番号１に示
されている。図７のテキストデータは、配列番号１の配
列から数字データを除いて、ａ，ｇ，ｃ，ｔの文字をそ
れぞれＡ，Ｇ，Ｃ，Ｔで置き換えたものに相当する。次
のステップ１０２において、情報処理装置１０は、供給
されたテキストデータＴＸ１に上記のＭＤ５ハッシュ関
数を施して１２８ビットの要約値ＡＢ１を求めると共
に、そのヌクレオチドの配列の数ＮＡ１、及び先頭と末
尾との８個ずつのヌクレオチドの配列ＳＴ１，ＳＢ１を
求める。テキストデータＴＸ１に対する具体的な値は下
記の通りである。
【００９６】 ＡＢ１＝hex(849339ac244cde42b5346ab5989aab61) …（１１） ＮＡ１＝２０４８ ＳＴ１＝ＡＧＣＴＴＴＴＣ，ＳＢ１＝ＣＧＣＧＡＡＧＧ 次のステップ１０３において、情報処理装置１０は、テ
キストデータＴＸ１を逆方向に並べ替えたテキストデー
タＴＸＲ１（＝ＧＧＡＡＧＣ・・・・ＴＴＴＣＧＡ）を
求め、このテキストデータＴＸＲ１のＭＤ５ハッシュ関
数による要約値ＡＢＲ１、及びこのテキストデータＴＸ
Ｒ１の先頭と末尾との８個ずつのヌクレオチドの配列Ｓ
ＴＲ１，ＳＢＲ１を求める。配列ＳＴＲ１，ＳＢＲ１
は、上記の配列ＳＢ１，ＳＴ１をそれぞれ逆方向に並べ
替えることによって容易に求めることができる。これら
の具体的な値は以下の通りである。
【００９７】 ＡＢＲ１＝hex(4eb1feae30f522642b912ce3ea09652b) …（１２） ＳＴＲ１＝ＧＧＡＡＧＣＧＣ，ＳＢＲ１＝ＣＴＴＴＴＣＧＡ 次のステップ１０４において、情報処理装置１０は、標
準試料Ｅの名前の情報（試料を特定する情報）、配列の
数ＮＡ１、テキストデータＴＸ１、配列ＳＴ１，ＳＢ
１、要約値ＡＢ１、逆方向の配列ＳＴＲ１，ＳＢＲ１、
及び逆方向の要約値ＡＢＲ１を磁気ディスク装置１７の
マスターファイル１９に記録する。この際に、マスター
ファイル１９を複数のファイルとして、テキストデータ
ＴＸ１と、それ以外のデータとを別のファイルに記録し
てもよい。また、テキストデータＴＸ１が例えば１００
Ｍバイト程度以上になる場合には、テキストデータＴＸ
１を複数のマスターファイルに分割して記録してもよ
い。
【００９８】次のステップ１０５において、情報処理装
置１０は、図７に示すように、標準試料Ｅのテキストデ
ータＴＸ１を配列方向（ヌクレオチドの配列方向）にＮ
行で、その配列方向に直交する方向（以下、「非配列方
向」という）にＭ列の１６文字の長さの部分テキストデ
ータＴ（ｉ，ｊ）（ｉ＝１〜Ｎ，ｊ＝１〜Ｍ）に分割す
る。なお、Ｎ，Ｍはそれぞれ２以上の任意の整数であ
り、（１）式、（２）式を用いて既に説明したように、
テキストデータＴＸ１が１００ｋバイト程度（又はこの
整数倍）であるときに、このテキストデータＴＸ１に対
して１／１００程度のデータ量のシンドローム情報を得
たい場合には、例えばＮの値が６４、Ｍの値が１２８に
設定される。以下では説明を簡単にするために、テキス
トデータＴＸ１を４行で、かつ３２列に分割した場合を
想定する。即ち、Ｎ＝４，Ｍ＝３２とする。この場合、
本例では端数は生じないが、例えば図７において、最後
の部分テキストデータＴ（４，３２）中の文字が１６個
より少ない場合には、足りない部分には予め定めた文字
（例えば文字Ａ）をダミーデータとして付加すればよ
い。また、部分テキストデータＴ（ｉ，ｊ）の長さは、
１６文字以外の任意の長さでよいが、処理速度を高める
ためには、８文字の倍数が効率的である。
【００９９】更に、情報処理装置１０は、図７の各部分
テキストデータＴ（ｉ，ｊ）を表１（変換テーブル）に
基づいてそれぞれ３２ビットのバイナリーデータ（数値
データ）よりなる変換データＡ（ｉ，ｊ）に変換する。
この結果、図８に示す４行で、３２列の変換データＡ
（ｉ，ｊ）（１６進数表示）が得られる。また、変換デ
ータＡ（ｉ，ｊ）を対応するヌクレオチドの配列方向に
連続して配列したときの集合体（数値データ）をバイナ
リーデータＢＮ１とする。このバイナリーデータＢＮ１
は、図２の一方のバイナリーデータＢＮＡと同じもので
あるが、図２のバイナリーデータＢＮＡは２進数表示さ
れており、図８のバイナリーデータ（変換データＡ
（ｉ，ｊ））は１６進数表示されている。この場合、各
部分テキストデータＴ（ｉ，ｊ）の長さは１６バイト
（＝１２８ビット）であるため、図７の全体のテキスト
データＴＸ１に対して、図８の全体のバイナリーデータ
ＢＮ１のデータ量は１／４に減少している。なお、図７
の部分テキストデータＴ（ｉ，ｊ）と図８の変換データ
Ａ（ｉ，ｊ）とは等価であるため、上記の方法の代わり
に、元のテキストデータＴＸ１を表１に基づいてバイナ
リーデータＢＮ１に変換した後、このバイナリーデータ
ＢＮ１をＮ行で、Ｍ列の変換データＡ（ｉ，ｊ）に分割
してもよい。
【０１００】次のステップ１０６において、情報処理装
置１０は、図８の全部の変換データＡ（ｉ，ｊ）の内
で、各列の変換データＡ（ｉ，ｊ）の配列方向に対する
法２32（ｍｏｄ２32）のもとでの和、即ち配列方向のシ
ンドローム（syndrome）Ｃ（ｊ）（ｊ＝１〜３２）を計
算する。Ｃ（ｊ）は以下のように表すことができる。 Ｃ（ｊ）＝A(1,j)＋A(2,j)＋…＋A(4,j)(mod232) …（１３） 更に、情報処理装置１０は、各行の変換データＡ（ｉ，
ｊ）（ｉ＝１〜４）の内で奇数番目の変換データＡ
（ｉ，２ｊ’−１）（ｊ’＝１〜１６）の非配列方向に
対する法２32のもとでの和、及び偶数番目の変換データ
Ａ（ｉ，２ｊ’）の非配列方向に対する法２32のもとで
の和、即ち非配列方向のシンドロームＢ１（ｉ），Ｂ２
（ｉ）（ｉ＝１〜４）を次式より計算する。
【０１０１】 Ｂ１（ｉ）＝A(i,1)＋A(i,3)＋…＋A(i,31)(mod232) …（１４） Ｂ２（ｉ）＝A(i,2)＋A(i,4)＋…＋A(i,32)(mod232) …（１５） 変換データＡ（ｉ，ｊ）に対する実際の計算結果が、図
８のシンドロームＣ（ｊ），Ｂ１（ｉ），Ｂ２（ｉ）と
して表示されている。また、図９は、図８の標準試料Ｅ
のデータ中からシンドロームＣ（ｊ），Ｂ１（ｉ），Ｂ
２（ｉ）だけを取り出して表示したものである。この例
においては、シンドロームＣ（ｊ），Ｂ１（ｉ），Ｂ２
（ｉ）はそれぞれ３２ビット（４バイト）であるため、
全部のシンドロームのデータ量は、１６０（＝４・４
０）バイトとなる。従って、全部のシンドロームのデー
タ量は、図７の全体のテキストデータＴＸ１（２０４８
バイト）に対してほぼ１／１３に減少しており、図８の
全体のバイナリーデータＢＮ１に対してもほぼ１／３に
減少している。
【０１０２】次に図４のステップ１０７において、情報
処理装置１０は、標準試料Ｅの名前の情報、配列の数Ｎ
Ａ１、バイナリーデータＢＮ１、シンドロームＣ
（ｊ），Ｂ１（ｉ），Ｂ２（ｉ）を磁気ディスク装置１
７のワーキングファイル２０に記録する。この際に、ワ
ーキングファイル２０を複数のファイルとして、バイナ
リーデータＢＮ１と、シンドロームＣ（ｊ），Ｂ１
（ｉ），Ｂ２（ｉ）とを別のファイルに記録してもよ
い。更に、バイナリーデータＢＮ１と共に、ステップ１
０２で算出した要約値ＡＢ１をワーキングファイル２０
に記録してもよい。
【０１０３】また、バイナリーデータＢＮ１が長いとき
には、バイナリーデータＢＮ１を複数のファイルに分割
して記録してもよい。更に、図７のテキストデータＴＸ
１（ひいては図８のバイナリーデータＢＮ１）がかなり
長い場合には、テキストデータＴＸ１を例えば１００ｋ
バイト程度を単位として複数のデータ群に分割し、各デ
ータ群毎にシンドロームＣ（ｊ），Ｂ１（ｉ），Ｂ２
（ｉ）を求めるようにしてもよい。
【０１０４】更に、ステップ１０７において、ＤＮＡ情
報の供給者は、ワーキングファイル２０に記録した情
報、即ち標準試料Ｅの名前の情報、配列の数ＮＡ１、バ
イナリーデータＢＮ１、シンドロームＣ（ｊ），Ｂ１
（ｉ），Ｂ２（ｉ）と、マスターファイル１７に記録し
た要約値ＡＢ１，ＡＢＲ１の情報とを、ＣＤ−Ｒ／ＲＷ
ドライブ１５を介してＣＤ−Ｒ１６に記録してもよい。
このＣＤ−Ｒ１６から、更に多数のＣＤ−ＲＯＭを作製
してもよく、これらの記録媒体が郵送等によってユーザ
に販売される。
【０１０５】次の、ステップ１０８において、情報処理
装置１０は、標準試料Ｅの名前の情報、配列の数ＮＡ
１、配列ＳＴ１，ＳＢ１、要約値ＡＢ１、逆方向の配列
ＳＴＲ１，ＳＢＲ１、及び逆方向の要約値ＡＢＲ１を磁
気ディスク装置１７のコンテンツファイル２１に記録す
る。図７のテキストデータＴＸ１が仮に１００Ｍバイト
程度の膨大なものであっても、コンテンツファイル２１
に記録されるデータは５００バイト程度の僅かなもので
ある。更に、情報処理装置１０は、コンテンツファイル
２１中の情報を通信ネットワーク１を介してコンテンツ
のプロバイダ３に送信する。これによって、コンテンツ
ファイル２１中の情報はプロバイダ３のサーバ内の閲覧
可能なコンテンツファイル３１に記録されて、第３者が
インターネットを介して自由に閲覧できるようになる。
【０１０６】次のステップ１０９において、ＤＮＡ情報
の供給者は、ユーザから購入要求が来るのを待つ状態と
なる。そして、（ａ）ユーザから標準試料Ｅに対する簡
易データの要求があったときには、ステップ１１０に移
行して、情報処理装置１０は、磁気ディスク装置１７の
ワーキングファイル２０の中のシンドロームＣ（ｊ），
Ｂ１（ｉ），Ｂ２（ｉ）の情報を例えば電子メールの添
付ファイルとしてそのユーザに送信する。一方、ステッ
プ１０９において、（ｂ）ユーザから完全データの要求
があったときには、ステップ１１１に移行して、情報処
理装置１０は、ワーキングファイル２０中のバイナリー
データＢＮ１をＺＩＰファイル等の形式で圧縮し、この
圧縮されたデータを例えば電子メールの添付ファイルと
してそのユーザに送信する。この際に必要に応じて、ハ
ッシュ関数による要約値ＡＢ１を同時に送信してもよ
い。本例によれば、簡易データ（シンドローム）はデー
タ量が少ないために短時間で送信することができる。ま
た、完全データ（バイナリーデータＢＮ１）でも元のテ
キストデータに比べて１／４のデータ量であるため、比
較的短時間に送信することができる。
【０１０７】また、ステップ１０９において、ユーザ
は、必要に応じて部分データ、即ち図８の全部の変換デ
ータＡ（ｉ，ｊ）の内の所望のデータ、例えば２つの変
換データＡ（４，１６）及びＡ（１，１７）のみをその
供給者から購入するようにしてもよい。これによって、
必要な正確なデータのみを短時間に入手することができ
る。
【０１０８】次に、ＤＮＡ情報のユーザ（図１のコンピ
ュータシステム２Ｂの所有者とする）側では、図５のス
テップ１２１において、図１の通信ネットワーク１（イ
ンターネット）を介してプロバイダ３のサーバ内のコン
テンツファイル３１の内容を閲覧し、その中からステッ
プ１０８で供給者から送信された情報、即ち標準試料Ｅ
の名前の情報、ヌクレオチドの配列の数ＮＡ１、配列Ｓ
Ｔ１，ＳＢ１、要約値ＡＢ１、逆方向の配列ＳＴＲ１，
ＳＢＲ１、及び逆方向の要約値ＡＢＲ１を読み取り、読
み取った情報をコンピュータシステム２Ｂ内の記憶装置
の一時ファイルに記録する。
【０１０９】次の、ステップ１２２において、そのユー
ザは、不図示のＤＮＡのシーケンサーを用いて、標準試
料Ｅと同じ種類で検査対象の試料ＦのＤＮＡ中の一方の
一列のヌクレオチドの配列を読み取り、読み取られた配
列を示すテキストデータＴＸ２をコンピュータシステム
２Ｂ内の情報処理装置に取り込む。その検査対象の試料
Ｆとは、例えば突然変異を起こしていると思われる大腸
菌であり、そのテキストデータＴＸ２は、標準試料Ｅの
テキストデータＴＸ１と同様に最初から２０４８個まで
のヌクレオチドの配列を示すものとする。
【０１１０】試料ＦのＤＮＡ配列は配列番号２に示され
ている。後述の図１０のテキストデータは、配列番号２
の配列から数字データを除いて、ａ，ｇ，ｃ，ｔの文字
をそれぞれＡ，Ｇ，Ｃ，Ｔで置き換えたものに相当す
る。図１０は、その試料ＦのＤＮＡのヌクレオチドの配
列に対応するテキストデータＴＸ２を示し、この図１０
の配列の内のアンダーラインを付した部分のみが、図７
の標準試料Ｅの配列と異なっている。即ち、試料Ｆの配
列は、標準試料Ｅの部分テキストデータＴ（４，１
６），Ｔ（１，１７）の部分だけが以下のように異なっ
ている。なお、この段階では、ユーザは、試料Ｆの配列
と標準試料Ｅの配列とのどの部分が相違しているのかは
分からない。
【０１１１】 そして、ユーザのコンピュータシステム２Ｂ側の情報処
理装置においても、ＤＮＡの配列情報を処理するための
アプリケーション・プログラムが起動されている。そし
て、その情報処理装置は、ステップ１２３において、読
み取られたテキストデータＴＸ２に上記のＭＤ５ハッシ
ュ関数を施して１２８ビットの要約値ＡＢ２を求めると
共に、そのヌクレオチドの配列の数ＮＡ２、及び先頭と
末尾との８個ずつのヌクレオチドの配列ＳＴ２，ＳＢ２
を求め、これらを内部の記憶装置の第１データファイル
に記録する。テキストデータＴＸ２（図１０）に対する
具体的な値は下記の通りである。
【０１１２】 ＡＢ２＝hex(1457b51222a83c3222e87cb4d4e63305) …（１６） ＮＡ２＝２０４８ ＳＴ２＝ＡＧＣＴＴＴＴＣ，ＳＢ２＝ＣＧＣＧＡＡＧＧ 次のステップ１２４において、情報処理装置は、試料Ｆ
の配列数ＮＡ２と標準試料Ｅの配列数ＮＡ１とが等しい
かどうかを調べ、両者が異なっている場合には、ユーザ
はステップ１２５に移行して、別のＤＮＡ情報を検索
し、ＮＡ２と同じ配列数のＤＮＡ情報をサーチする。本
例では、ステップ１２４において、ＮＡ２＝ＮＡ１であ
るため、動作はステップ１２６に移行して、試料Ｆの先
頭と末尾との一部の配列ＳＴ２，ＳＢ２が、標準試料Ｅ
の配列ＳＴ１，ＳＢ１と等しいかどうか、更に試料Ｆの
要約値ＡＢ２が標準試料Ｅの要約値ＡＢ１（ステップ１
２１で一時ファイルに記録されている）と等しいかどう
かを調べる。これらが共に等しい場合には、試料Ｆの配
列と標準試料Ｅの配列とは非常に高い確率（ほぼ１／２
128 ≒１／１０38程度の確率）で一致しているとみなす
ことができる。従って、ステップ１２７に移行して、コ
ンピュータシステム２Ｂの情報処理装置は、その第１デ
ータファイルに「試料ＦのＤＮＡ構造は、標準試料Ｅの
ＤＮＡ構造と同一である。」との情報を記録する。
【０１１３】但し、本例では、ＳＴ２＝ＳＴ１，ＳＢ２
＝ＳＢ１が成立するが、（１１）式及び（１６）式より
ＡＢ２≠ＡＢ１であるため、動作はステップ１２６から
ステップ１２８に移行して、その情報処理装置は、試料
Ｆの先頭と末尾との一部の配列ＳＴ２，ＳＢ２が、標準
試料Ｅを逆に並べた配列の一部の配列ＳＴＲ１，ＳＢＲ
１と等しいかどうか、更に試料Ｆの要約値ＡＢ２が標準
試料Ｅを逆に並べた配列の要約値ＡＢＲ１と等しいかど
うかを調べる。これらが共に等しい場合には、試料Ｆの
配列と標準試料Ｅを逆に並べた配列とは非常に高い確率
で一致しているとみなすことができる。従って、ステッ
プ１３９に移行して、コンピュータシステム２Ｂの情報
処理装置は、その第１データファイルに「試料ＦのＤＮ
Ａ構造は、標準試料ＥのＤＮＡ構造に対して回文（pali
ndrome）の関係にある。」との情報を記録する。
【０１１４】本例では、ＳＴ２≠ＳＴＲ２，ＳＢ２≠Ｓ
ＢＲ２、かつ（１２）式及び（１６）式よりＡＢ２≠Ａ
ＢＲ１であるため、動作はステップ１２８からステップ
１２９に移行して、そのユーザは、通信ネットワーク１
（インターネット）を介してＤＮＡ情報の供給者から上
記の簡易データ、即ち標準試料ＥのシンドロームＣ
（ｊ），Ｂ１（ｉ），Ｂ２（ｉ）の情報（図９の情報）
を購入し、購入した情報をコンピュータシステム２Ｂ
（情報処理装置）内の記憶装置の第２データファイルに
記録する。
【０１１５】次に、図６のステップ１３０において、コ
ンピュータシステム２Ｂの情報処理装置は、図１０に示
すように、試料ＦのテキストデータＴＸ２を配列方向
（ヌクレオチドの配列方向）にＮ行で、非配列方向にＭ
列の１６文字の長さの部分テキストデータＴＦ（ｉ，
ｊ）（ｉ＝１〜Ｎ，ｊ＝１〜Ｍ）に分割する。分割数
Ｎ，Ｍは標準試料Ｅの分割数と同じであり、本例では、
Ｎ＝４，Ｍ＝３２である。更に、情報処理装置は、図１
０の各部分テキストデータＴＦ（ｉ，ｊ）を表１（変換
テーブル）に基づいてそれぞれ３２ビットのバイナリー
データ（数値データ）よりなる変換データＡＦ（ｉ，
ｊ）に変換する。この結果、図１１に示す４行で、３２
列の変換データＡＦ（ｉ，ｊ）（１６進数表示）が得ら
れる。また、変換データＡＦ（ｉ，ｊ）を連続して配列
した集合体（数値データ）をバイナリーデータＢＮ２と
する。
【０１１６】次に、情報処理装置は、ステップ１０６の
動作と同様にして、図１１の全部の変換データＡＦ
（ｉ，ｊ）の内で、各列の変換データＡＦ（ｉ，ｊ）の
配列方向に対する法２32（ｍｏｄ２32）のもとでの和、
即ち配列方向のシンドロームＣＦ（ｊ）（ｊ＝１〜３
２）を計算する。ＣＦ（ｊ）は、（１３）式でＡ（ｉ，
ｊ）をＡＦ（ｉ，ｊ）で置き換えた式で計算される。更
に、情報処理装置は、各行の変換データＡＦ（ｉ，ｊ）
（ｉ＝１〜４）の内で奇数番目の変換データＡＦ（ｉ，
２ｊ’−１）（ｊ’＝１〜１６）の非配列方向に対する
法２32のもとでの和、及び偶数番目の変換データＡＦ
（ｉ，２ｊ’）の非配列方向に対する法２32のもとでの
和、即ち非配列方向のシンドロームＢ１Ｆ（ｉ），Ｂ２
Ｆ（ｉ）（ｉ＝１〜４）を計算する。Ｂ１Ｆ（ｉ），Ｂ
２Ｆ（ｉ）は、（１４）式、（１５）式でＡ（ｉ，ｊ）
をＡＦ（ｉ，ｊ）で置き換えた式で計算される。変換デ
ータＡＦ（ｉ，ｊ）に対する実際の計算結果が、図１１
のシンドロームＣＦ（ｊ），Ｂ１Ｆ（ｉ），Ｂ２Ｆ
（ｉ）として表示されている。
【０１１７】図８（標準試料Ｅ）と図１１（試料Ｆ）と
を比較すると、図８の変換データＡ（４，１６），Ａ
（１，１７）に対して図１１の変換データＡＦ（４，１
６），ＡＦ（１，１７）の値が異なっている。従って、
それに対応して図１１にアンダーラインを付して示すよ
うに、図１１の配列方向の２つのシンドロームＣＦ（１
６），ＣＦ（１７）、及び非配列方向の２つのシンドロ
ームＢ１Ｆ（１），Ｂ２Ｆ（４）の値が、図８の対応す
るシンドロームＣ（１６），Ｃ（１７），Ｂ１（１），
Ｂ２（４）の値と異なっている。
【０１１８】また、図１２は、主に図１１の試料Ｆのデ
ータ中からシンドロームＣＦ（ｊ），Ｂ１Ｆ（ｉ），Ｂ
２Ｆ（ｉ）だけを取り出して表示したものである。次
に、ステップ１３１において、その情報処理装置は、供
給者から購入した簡易データの１組のシンドローム、即
ち図８（標準試料Ｅ）の１組のシンドロームＣ（ｊ），
Ｂ１（ｉ），Ｂ２（ｉ）と、上記のように求めた試料Ｆ
の１組のシンドロームＣＦ（ｊ），Ｂ１Ｆ（ｉ），Ｂ２
Ｆ（ｉ）とを比較して、相違するシンドロームをサーチ
する。本例では、図１１のシンドロームＣＦ（１６），
ＣＦ（１７）、及びシンドロームＢ１Ｆ（１），Ｂ２Ｆ
（４）が相違するシンドロームとして特定される。この
場合、配列方向の相違するシンドロームＣＦ（１６），
ＣＦ（１７）の列と、非配列方向の相違するシンドロー
ムＢ１Ｆ（１），Ｂ２Ｆ（４）の行との交点が、標準試
料Ｅに対して相違する変換データの位置となる。従っ
て、図１１の第４行で第１６列の変換データＡＦ（４，
１６）、及び第１行で第１７列の変換データＡＦ（１，
１７）が相違する変換データとして特定される。
【０１１９】次のステップ１３２において、その情報処
理装置は、図１１の変換データＡＦ（ｉ，ｊ）中で図８
の変換データＡ（ｉ，ｊ）と相違する変換データ（ＡＦ
（ｉ’，ｊ’）とする）は、各行、又は各列に多くとも
一つかどうかを調べる。これが成立する場合には、その
変換データＡＦ（ｉ’，ｊ’）に対応する標準試料Ｅの
変換データは、法２32のもとでの連立方程式によって容
易に求めることができる。本例では、それが成立する、
即ち相違する変換データは、第１行、第４行に一つずつ
で、かつ第１６列、第１７列に一つずつであるため、動
作はステップ１３３に移行する。そして、その情報処理
装置は、先ず変換データＡＦ（４，１６）から標準試料
Ｅの変換データＡ（４，１６）を復元するために、図８
のシンドロームＣ（１６）、図１１のシンドロームＣＦ
（１６）、及び変換データＡＦ（４，１６）を用いて次
の演算を行う。
【０１２０】 Ａ（４，１６）＝C(16) −CF(16)＋AF(4,16) (mod232) ＝hex(7c33894d) −hex(7c3373a6) ＋hex(3f523cd6) (mod232) ＝hex(3f52527d) …（１７） この結果を図８の変換データＡ（４，１６）と比較する
と、復元が正確に行われていることが分かる。
【０１２１】続いて、情報処理装置は、変換データＡＦ
（１，１７）から標準試料Ｅの変換データＡ（１，１
７）を復元するために、図８のシンドロームＣ（１
７）、図１１のシンドロームＣＦ（１７）、及び変換デ
ータＡＦ（１，１７）を用いて次の演算を行う。 Ａ（１，１７）＝C(17) −CF(17)＋AF(1,17) (mod232) ＝hex(31b4c2ad) −hex(6661c2ad) ＋hex(5a0bccad) (mod232) ＝hex(255eccad) …（１８） この結果を図８の変換データＡ（１，１７）と比較する
と、復元が正確に行われていることが分かる。また、復
元された変換データＡ（４，１６），Ａ（１，１７）
が、図１２中の試料ＦのシンドロームＣＦ（ｊ），Ｂ１
Ｆ（ｉ），Ｂ２Ｆ（ｉ）の内側に表示されている。図１
２の変換データＡ（４，１６），Ａ（１，１７）を表１
に従って逆変換して得られる部分テキストデータは、図
７の標準試料Ｅの部分テキストデータＴ（４，１６），
Ｔ（１，１７）と等しいことが分かる。
【０１２２】次のステップ１３４において、その情報処
理装置は、復元された変換データＡ（ｉ’，ｊ’）、即
ちＡ（４，１６），Ａ（１，１７）で、図１１の試料Ｆ
のバイナリーデータＢＮ２中の対応する変換データＡＦ
（４，１６），ＡＦ（１，１７）を置き換えた後、この
置き換えによって得られるバイナリーデータＢＮ２を表
１に基づいてテキストデータＴＸ１’に逆変換する。更
に情報処理装置は、そのテキストデータＴＸ１’よりＭ
Ｄ５ハッシュ関数を用いて１２８ビットの要約値ＡＢ
１’を算出し、この要約値ＡＢ１’が標準試料Ｅの要約
値ＡＢ１（ステップ１２１で一時ファイルに記録されて
いる）と等しいかどうかを確認する。本例では、ＡＢ
１’＝ＡＢ１が成立するが、例えば図１１の試料Ｆの変
換データＡＦ（ｉ，ｊ）中の相違する変換データの位置
や内容によっては、その相違する位置がステップ１３２
で正確に検出されない可能性がある。このような場合
に、ＡＢ１’≠ＡＢ１となったときには、ステップ１３
５に移行すればよい。通常は、ＡＢ１’＝ＡＢ１が成立
して、動作はステップ１３８に移行して、情報処理装置
は、上記の第１データファイルに「試料Ｆの配列と標準
試料Ｅの配列との内で相違する部分の位置（ｉ’，
ｊ’）、及び相違する部分テキストデータの対」の情報
を記録する。本例では、位置（ｉ’，ｊ’）として位置
（４，１６），（１，１７）が、相違する部分テキスト
データの対としてＡ（４，１６），ＡＦ（４，１６）及
びＡ（１，１７），ＡＦ（１，１７）が記録される。
【０１２３】一方、ステップ１３２において、相違する
変換データＡＦ（ｉ’，ｊ’）が少なくとも一行に２個
以上で、かつ列方向にも２個以上（奇数番目又は偶数番
目で２個以上を意味する）存在する場合には、変換デー
タの正確な復元は困難である。そこで、動作はステップ
１３５に移行して、そのユーザはそのＤＮＡ情報の供給
者から標準試料Ｅの完全データ、即ち図８のバイナリー
データＢＮ１を通信ネットワーク１（インターネット）
を介して購入し、コンピュータシステム２Ｂの情報処理
装置は、そのバイナリーデータＢＮ１を記憶装置の第３
データファイルに記録する。
【０１２４】次のステップ１３６において、その情報処
理装置は、そのバイナリーデータＢＮ１を表１に基づい
てテキストデータＴＸ１’に逆変換（復元）し、そのテ
キストデータＴＸ１’よりＭＤ５ハッシュ関数を用いて
１２８ビットの要約値ＡＢ１’を算出し、この要約値Ａ
Ｂ１’が標準試料Ｅの要約値ＡＢ１（ステップ１２１で
一時ファイルに記録されている）と等しいかどうかを確
認する。通常は、ＡＢ１’＝ＡＢ１が成立するが、例え
ば通信エラー等によって送信されたバイナリーデータＢ
Ｎ１の中にエラーが生じている場合には、ＡＢ１’≠Ａ
Ｂ１となる。このときには、例えば供給者に完全データ
の再送信を行う等の対処を行う。そして、ステップ１３
６でＡＢ１’＝ＡＢ１が成立するときには、ステップ１
３７に移行して情報処理装置は、標準試料Ｅのバイナリ
ーデータＢＮ１中で、試料Ｆの相違している変換データ
ＡＦ（ｉ’，ｊ’）に対応する変換データＡ（ｉ’，
ｊ’）を求める。その後、動作はステップ１３８に移行
する。
【０１２５】このように本例のビジネスモデルによれ
ば、第１段階として標準試料Ｅの要約値ＡＢ１と試料Ｆ
の要約値ＡＢ２とを比較して、両者が等しいときには試
料ＦのＤＮＡの構造は標準試料ＥのＤＮＡの構造と同じ
とみなすため、ＤＮＡ情報の供給者からそれ以上の情報
を購入する必要が無い。また、第２段階として、標準試
料ＥのシンドロームＣ（ｊ），Ｂ１（ｉ），Ｂ２（ｉ）
と試料ＦのシンドロームＣＦ（ｊ），Ｂ１Ｆ（ｉ），Ｂ
２Ｆ（ｉ）とを比較して、相違する変換データＡＦ
（ｉ，ｊ）の個数が少ない場合には、対応する標準試料
Ｅの変換データＡ（ｉ，ｊ）を復元するため、膨大な完
全データを購入する必要がなく、情報処理コストを低減
できる。
【０１２６】なお、上記のステップ１３５では、ユーザ
はＤＮＡ情報の供給者から完全データ（バイナリーデー
タＢＮ１）を購入しているが、別の方法として、ステッ
プ１３１で特定された相違する変換データＡＦ（ｉ’，
ｊ’）に対応する標準試料Ｅの変換データＡ（ｉ’，
ｊ’）のみを購入してもよい。これによって、通信コス
トを低減できる。
【０１２７】また、本例のシンドロームの使用方法に関
して、本例では非配列方向（列方向）に２組のシンドロ
ームＢ１（ｉ），Ｂ２（ｉ）を求めているため、図１１
の試料Ｆの変換データＡＦ（ｉ，ｊ）において、連続す
る２列の変換データＡＦ（ｉ，ｊ）、例えばＡＦ（ｉ，
１６），ＡＦ（ｉ，１７）（ｉ＝１〜４）の全部（８
個）が標準試料Ｅの変換データＡ（ｉ，ｊ）と相違して
いても、その相違する部分（エラーコード）の位置を正
確に検出することができる。更に、非配列方向のシンド
ロームＢ１Ｆ（ｉ），Ｂ２Ｆ（ｉ）、及び変換データＡ
Ｆ（ｉ，１６），ＡＦ（ｉ，１７）（ｉ＝１〜４）を用
いて連立方程式を解くことによって、対応する標準試料
Ｅの変換データＡ（ｉ，ｊ）の全部を正確に復元でき
る。即ち、ヌクレオチドの配列方向に対して隣接する２
列に跨るような比較的長いエラーコード（バーストエラ
ー）が生じても、本例のシンドロームによってその位置
の検出、及び対応する配列の復元を行うことができる。
【０１２８】また、本例のシンドロームを用いれば、Ｓ
ＮＰ（一塩基変位多型：Single Nucleotide Polymorphi
sm) のように所定の範囲内で１つのヌクレオチド（塩
基）だけが異なっているようなエラーコードは、更に容
易にその位置の検出、及び復元を行うことができる。そ
して、所定の範囲内で、即ち図１１の配列中で１つ（ヌ
クレオチドの１つ分）だけ生じたエラーコードの検出、
及び復元を行えば良い場合には、非配列方向のシンドロ
ームＢ１Ｆ（ｉ），Ｂ２Ｆ（ｉ）の代わりに、それらの
和（ＢＦ（ｉ）とする）を使用するのみで十分である。
この場合には、図８の標準試料Ｅについても、非配列方
向のシンドロームＢ１（ｉ），Ｂ２（ｉ）の代わりに、
それらの和（Ｂ（ｉ）とする）を用意するのみでよい。
【０１２９】また、例えば図８（図１１でも同様）にお
いて、配列方向のシンドロームＣ（ｊ）を、各列で前半
の１組の変換データと後半の１組の変換データとで２つ
設け、非配列方向のシンドロームＢ１（ｉ），Ｂ２
（ｉ）を一つＢ（ｉ）とした場合にも、上記の隣接する
２列に跨るバーストエラーの検出及び復元を行うことが
できる。また、より多くのエラーコードの復元を行うた
めには、計算は極めて複雑になるが、シンドロームＣ
（ｊ），Ｂ１（ｉ），Ｂ２（ｉ）の代わりに、シンドロ
ーム情報として例えばリードソロモンのＣＲＣ符号（Re
ed-Solomon Cyclic Redundancy Check Code: RSCRC Cod
e)を使用してもよい。ＲＳＣＲＣ符号については、例え
ば文献（James S. Plank: Software-Practice & Experi
ence, 27(9), September, pp.995-1012(1997))で開示さ
れている。
【０１３０】なお、上記の実施の形態では、ＤＮＡ又は
ＲＮＡを構成するヌクレオチドは４種類であるため、テ
キストデータＴＸ１をバイナリーデータＢＮ１に変換す
る際に、表１に示すように各ヌクレオチドを２ビットの
データで表している。これに対して、ヌクレオチド（又
は塩基）を表すテキストデータとして、以下のような１
６種類の文字ａ〜ｎ（８ビットのアスキーデータ）が使
用されることがある。
【０１３１】 ａ アデニン（アデニンを含むヌクレオチドと同義、以下同様） ｃ シトシン ｇ グアニン ｔ チミン ｕ ウラシル ｍ アデニン、又はシトシン ｒ グアニン、又はアデニン ｗ アデニン、又はチミン（若しくはウラシル） ｓ グアニン、又はシトシン ｙ チミン（若しくはウラシル）、又はシトシン ｋ グアニン、又はチミン（若しくはウラシル） ｖ アデニン、グアニン、又はシトシン ｈ アデニン、シトシン、又はチミン（若しくはウラシル） ｄ アデニン、グアニン、又はチミン（若しくはウラシル） ｂ グアニン、シトシン、又はチミン（若しくはウラシル） ｎ （アデニン、シトシン、グアニン、又はチミン（若しくはウラシル）） 又は（不明若しくは他の塩基）。
【０１３２】この場合には、これら１６種類の文字を互
いに異なる４ビットのコードに変換し、このコードを用
いてテキストデータを数値データ（バイナリーデータ）
に変換してもよい。これによって、データ量を１／２に
することができる。また、将来的にヌクレオチド（塩
基）の種類が増加したような場合には、これらのヌクレ
オチドを５ビット、又は６ビットのデータで表現するよ
うにしてもよい。
【０１３３】また、上記の実施の形態では、図７及び図
１０のヌクレオチドの配列を示すテキストデータよりハ
ッシュ関数によって要約値を算出しているが、情報量と
しては、それらのテキストデータは図８及び図１１のバ
イナリーデータ（数値データ）と等価である。従って、
これらのバイナリーデータよりハッシュ関数によってそ
れぞれ要約値を算出し、これらの算出結果同士を比較す
るようにしてもよい。バイナリーデータはテキストデー
タに対して１／４程度であるため、要約値を算出する時
間が短縮できる利点がある。
【０１３４】なお、上記の実施の形態では、ＤＮＡ又は
ＲＮＡ中のヌクレオチドの配列（又は塩基の配列）の情
報を処理対象としているが、本発明は、遺伝子を形成す
るヌクレオチドの配列の情報を処理する場合にも適用で
きることは言うまでもない。次に、本発明の実施の形態
の他の例につき説明する。本例は、タンパク質又はペプ
チドを構成するアミノ酸の配列情報を処理する場合に本
発明を適用したものである。
【０１３５】本例でも基本的に図１のコンピュータシス
テム２Ａを使用できるが、ＤＮＡのシーケンサー４の代
わりに、タンパク質のアミノ酸の配列を決定する配列読
み取り装置としてのタンパク質用のシーケンサー（prot
ein Sequencer)が情報処理装置１０に接続される点が異
なっている。なお、その配列読み取り装置としては、ア
ミノ酸の配列のデータベースも使用できる。本例でも、
例えば新規の試料Ｇのタンパク質のアミノ酸の配列をそ
のシーケンサーで解読した場合に、その配列を示すテキ
ストデータ（ＴＸ３とする）が情報処理装置１０に供給
される。本例では一文字表記を採用するものとして、ｎ
個のアミノ酸の配列に対応するテキストデータは、ｎバ
イトの長さである。本例では、その試料Ｇを大腸菌とし
て、そのテキストデータＴＸ３として、図１３に示すよ
うに、上記のウェブサイト１から入手した大腸菌の或る
タンパク質の８２０個のアミノ酸の配列を示すテキスト
データを使用する。
【０１３６】試料Ｇのアミノ酸配列は配列番号３に示さ
れている。図１３のテキストデータは、配列番号３の配
列から数字データを除いて、その配列を一文字表記で表
したものに相当する。また、図１３においては、そのテ
キストデータが配列方向（アミノ酸の配列方向）に８行
で、その配列方向に直交する非配列方向に２６列の４文
字の長さの部分テキストデータに分割されており、８６
１番以上のアミノ酸を示すデータの位置には０が表示さ
れている。
【０１３７】次に、情報処理装置１０は、供給されたテ
キストデータＴＸ３に上記のＭＤ５ハッシュ関数を施し
て１２８ビットの要約値ＡＢ３を求めると共に、そのア
ミノ酸の配列の数ＮＡ３、及び先頭と末尾との８個ずつ
のアミノ酸の配列ＳＴ３，ＳＢ３を求める。テキストデ
ータＴＸ３に対する具体的な値は下記の通りである。 ＡＢ３＝hex(0f66dc2b3024a9739d0e912fde12b8ba) …（１９） ＮＡ３＝８２０ ＳＴ３＝ＭＲＶＬＫＦＧＧ，ＳＢ３＝ＴＬＳＷＫＬＧＶ 次に、情報処理装置１０は、テキストデータＴＸ３を逆
方向に並べ替えたテキストデータＴＸＲ３（＝ＶＧＬＫ
ＷＳ・・・・ＦＫＬＶＲＭ）を求め、このテキストデー
タＴＸＲ３のＭＤ５ハッシュ関数による要約値ＡＢＲ
３、及びこのテキストデータＴＸＲ３の先頭と末尾との
８個ずつのアミノ酸の配列ＳＴＲ３，ＳＢＲ３を求め
る。配列ＳＴＲ３，ＳＢＲ３は、上記の配列ＳＢ３，Ｓ
Ｔ３をそれぞれ逆方向に並べ替えることによって容易に
求めることができる。これらの具体的な値は以下の通り
である。テキストデータＴＸＲ３の配列は、テキストデ
ータＴＸ３の配列に対して回文（palindrome）の関係に
あると言うことができる。
【０１３８】 ＡＢＲ３＝hex(e895f433e1e77f84b3cadeead1a52380) …（２０） ＳＴＲ３＝ＶＧＬＫＷＳＬＴ，ＳＢＲ３＝ＧＧＦＫＬＶＲＭ 次に、情報処理装置１０は、試料Ｇの名前の情報（試料
を特定する情報）、配列の数ＮＡ３、テキストデータＴ
Ｘ３、配列ＳＴ３，ＳＢ３、要約値ＡＢ３、逆方向の配
列ＳＴＲ３，ＳＢＲ３、及び逆方向の要約値ＡＢＲ３を
磁気ディスク装置１７のマスターファイル１９に記録す
る。この際に、マスターファイル１９を複数のファイル
として、テキストデータＴＸ３と、それ以外のデータと
を別のファイルに記録してもよい。続いて、情報処理装
置１０は、例えば図７と同様に図１３に示すように、試
料ＧのテキストデータＴＸ３を配列方向（アミノ酸の配
列方向）にＮ行で、その配列方向に直交する非配列方向
にＭ列の４文字の長さの部分テキストデータに分割す
る。なお、Ｎ，Ｍはそれぞれ２以上の任意の整数であ
り、一例としてＮ＝１６，Ｍ＝１３に設定できる。本例
ではテキストデータＴＸ３に例えば１２文字分のダミー
データ（本例では０であるが、それ以外に例えば文字Ａ
なども使用できる）を付加して得られる８３２（＝４・
１６・１３）バイトのテキストデータ（これをＴＸ３’
と呼ぶ）を作成し、テキストデータＴＸ３’をＮ＝８，
Ｍ＝２６で分割する。本例では、ヌクレオチドの配列を
扱う場合と異なり、その４文字分の部分テキストデータ
をそのまま３２ビットの変換データとして扱う。なお、
この際に表２に示すように、各アミノ酸を６ビットのデ
ータで表してもよいが、データ量は３／４程度になるだ
けであるため、本例では部分テキストデータをそのまま
変換データ（数値データ）として扱う。
【０１３９】それに続いて、情報処理装置１０は、その
８行で２６列の変換データに対して、図８の例と同様
に、各列の変換データの配列方向に対する法２32（ｍｏ
ｄ２32）のもとでの和、即ち配列方向のシンドロームを
計算する。更に、各行の変換データの内で奇数番目の変
換データの非配列方向に対する法２32のもとでの和、及
び偶数番目の変換データの非配列方向に対する法２32の
もとでの和、即ち非配列方向の２組のシンドロームを計
算する。この例においては、シンドロームそれぞれ３２
ビット（４バイト）であるため、全部のシンドロームの
データ量は、１６８（＝４・４２）バイトとなる。従っ
て、全部のシンドロームのデータ量は、全体の元のテキ
ストデータＴＸ３（８２０バイト）に対してほぼ１／４
〜１／５に減少している。
【０１４０】次に、情報処理装置１０は、試料Ｇの名前
の情報、配列の数ＮＡ３、テキストデータＴＸ３、要約
値ＡＢ３，ＡＢＲ３、及びシンドロームを磁気ディスク
装置１７のワーキングファイル２０に記録する。この際
に、ワーキングファイル２０を複数のファイルとしても
よい。その後、情報処理装置１０は、試料Ｇの名前の情
報、配列の数ＮＡ３、配列ＳＴ３，ＳＢ３、要約値ＡＢ
３、逆方向の配列ＳＴＲ３，ＳＢＲ３、及び逆方向の要
約値ＡＢＲ３を磁気ディスク装置１７のコンテンツファ
イル２１に記録する。更に、情報処理装置１０は、コン
テンツファイル２１中の情報を通信ネットワーク１を介
してコンテンツのプロバイダ３に送信する。これによっ
て、コンテンツファイル２１中の情報はプロバイダ３の
サーバ内の閲覧可能なコンテンツファイル３１に記録さ
れて、第３者がインターネットを介して自由に閲覧でき
るようになる。この結果、第３者は、公開されている試
料Ｇの配列の数ＮＡ３、及び要約値ＡＢ３（又は必要に
応じてＡＢＲ３）を自分の保有するアミノ酸の配列の配
列数、及び要約値と比較することによって、その試料Ｇ
が自分にとって新規かどうかを判定できる。また、ユー
ザは、その試料Ｇの配列情報を複数の供給者から誤って
重複して購入することを回避することができる。
【０１４１】その後、コンピュータシステム２Ａの所有
者（アミノ酸情報の供給者）は、ユーザから購入要求が
来るのを待つ状態となる。そして、ユーザから試料Ｇに
対する簡易データの要求があったときには、情報処理装
置１０は、磁気ディスク装置１７のワーキングファイル
２０の中の試料Ｇのシンドロームの情報を例えば電子メ
ールの添付ファイルとしてそのユーザに送信する。シン
ドロームの情報を購入したユーザは、試料Ｇと同じ種類
の自分で解読した試料のアミノ酸の配列のシンドローム
と、その購入したシンドロームとを比較することによっ
て、相違する部分の検出及び復元を或る程度行うことが
できる。
【０１４２】一方、ユーザから完全データの要求があっ
たときには、情報処理装置１０は、ワーキングファイル
２０中のテキストデータＴＸ３をＺＩＰファイル等の形
式で圧縮し、この圧縮されたデータを例えば電子メール
の添付ファイルとしてそのユーザに送信する。この際に
必要に応じて、ハッシュ関数による要約値ＡＢ３を同時
に送信してもよい。本例によれば、簡易データ（シンド
ローム）はデータ量が少ないために短時間で送信するこ
とができる。
【０１４３】更に、そのアミノ酸の配列情報の供給者
は、ワーキングファイル２０に記録した情報、即ち試料
Ｇの名前の情報、配列の数ＮＡ３、テキストデータＴＸ
３、要約値ＡＢ３，ＡＢＲ３、及びシンドロームをＣＤ
−Ｒ／ＲＷドライブ１５を介してＣＤ−Ｒ１６に記録し
てもよい。このＣＤ−Ｒ１６から、更に多数のＣＤ−Ｒ
ＯＭを作製してもよく、これらの記録媒体が郵送等によ
ってユーザに販売される。
【０１４４】次に、本例において、アミノ酸の配列中か
ら所望の連続する部分的な配列を選択する方法の一例に
つき説明する。そのため、図１３の試料Ｇの配列が、図
１の表示装置１２の表示画面中に表示されているものと
して、その表示画面の右端のエッジ部を図１３のエッジ
部５１とする。図１３において、試料Ｇのアミノ酸の配
列はエッジ部５１の左側の表示領域に表示されており、
その表示領域には図１のマウス２０４によって制御され
るカーソル５２も表示されている。この場合、図１３の
第１６列の第２行〜第７行の矩形枠で囲まれた領域５４
内の配列を選択するものとすると、本例では先ず領域５
４の右端部の文字”Ａ”の上にカーソル５２を移動し
て、図１のマウス２０４の左スイッチ２０４ａを操作す
る。その後、カーソル５２がエッジ部５１から更に右方
向の位置５３まで仮想的に移動するように、マウス２０
４を右方向に移動する。
【０１４５】本例では、そのようにカーソル５２が一方
のエッジ部に達した後にも、更にカーソル５２が表示領
域の外側に移動するようにマウス２０４を移動すると、
そのカーソル５２は、そのエッジ部に対向する他方のエ
ッジ部からその表示領域内に現れるというスクリーン・
ラッピング動作が行われる。この結果、カーソル５２
は、図１３の表示領域の不図示の左側のエッジ部の右側
に移動して、領域５４の左端部の文字”Ｋ”上に移動し
て、領域５４の配列が選択される。この状態で一例とし
てマウス２０４の右スイッチ２０４ｂを操作することに
よって、領域５４の配列のコピー等を行うことができ
る。
【０１４６】次に、図１４は、図１３の配列の第１５列
〜第１７列の配列を示し、この図１４において、第１６
列の第８行の領域５６Ａ、及びこれに続く第１７列の第
１行の領域５６Ｂの配列を選択するものとする。このと
き、先ず領域５６Ａの左端部の文字”Ｌ”の上にカーソ
ル５２を移動して、図１のマウス２０４の左スイッチ２
０４ａを操作する。その後、カーソル５２がエッジ部５
１から更に右下方向の位置５５まで仮想的に移動するよ
うに、マウス２０４を右下方向に移動する。この結果、
スクリーン・ラッピング動作によって、本例のカーソル
５２は、図１４の表示領域の不図示の左側のエッジ部の
右側に移動して、領域５６Ｂの右端部の文字”Ｌ”上に
移動して、領域５６Ａ，５６Ｂの配列が選択される。こ
の状態で一例としてマウス２０４の右スイッチ２０４ｂ
を操作することによって、領域５６Ａ，５６Ｂの配列の
コピー等を行うことができる。
【０１４７】このように本例によれば、カーソルのスク
リーン・ラッピング動作によって、マウス２０４の移動
量を少なくしてアミノ酸の配列中の一連の広い領域、及
び左右に離れた端部の連続する領域の配列を容易に選択
することができる。同様に、ヌクレオチドの配列中から
所定の部分的な領域を選択する場合にも、カーソルのス
クリーン・ラッピング動作を行うことによって、選択動
作を容易にかつ高速に行うことができる。
【０１４８】次に、カーソルのスクリーン・ラッピング
動作の別の例につき図１７を参照して説明する。この例
では、ユーザが図１のマウス２０４を用いて所望のアプ
リケーション・プログラムを起動する際の動作につき説
明する。ここでは、図１の表示装置１２の表示領域を図
１７の表示領域２０１ａとして、表示領域２０１ａの長
辺方向をｘ方向、短辺方向をｙ方向とする。また、カー
ソルの座標を指定できる範囲を有効座標領域２０１ｂと
する。この場合、カーソルの座標を表示領域２０１ａの
外側で、かつ有効座標領域２０１ｂの内側に設定する
と、カーソルは表示領域２０１ａのエッジ部に表示され
る。
【０１４９】図１７（ａ）は、表示領域２０１ａに表示
されるプログラムリストの一例を示し、この図１７
（ａ）の表示領域２０１ａには、メニューリスト２２１
から選択されたプログラムの第１のグループリスト２２
２（第１列）、及び第２のグループリスト２２３（第２
列）がｘ方向に２列に分けて表示されている。この表示
は、メニューリスト２２１上で「プログラム」の表示
（反転している）上をカーソル２２０が通過することに
よって生成される。本例では、第２のグループリスト２
２３中のグループＧ１６中の或るアプリケーション・プ
ログラムを実行したいものとして、カーソル２２０を
「グループＧ１６」の表示（反転している）上に移動さ
せる。本例の表示領域２０１ａでは、第２のグループリ
スト２２３（第２列）の右側（＋ｘ方向）にはサブ情報
を表示する余地が無いため、グループＧ１６のアプリケ
ーションリスト２２４は、グループリスト２２２（第１
列）の左側（−ｘ方向）に表示される。ここで、実行し
たいアプリケーション・プログラムがアプリケーション
Ａ３であるとすると、どのようにカーソル２２０をアプ
リケーションリスト２２４上に移動するかが問題とな
る。
【０１５０】即ち、単にカーソル２２０をグループＧ１
６上から左側のグループリスト２２２上に移動すると、
例えばグループＧ２のアプリケーションリストが表示さ
れ、グループＧ１６のアプリケーションリスト２２４の
表示が消えてしまう。そこで、本例では、カーソル２２
０をグループＧ１６上から右方向（＋ｘ方向）に移動さ
せる。そして、カーソル２２０の座標をＰ（ｍ，ｎ）と
すると、更にカーソル２２０の座標が、表示領域２０１
ａを囲む有効座標領域２０１ｂの＋ｘ方向の外側の座標
Ｐ（ｍ１，ｎ１）となるように、図１のマウス２０４を
右方向に移動する。
【０１５１】この結果、カーソル２２０は、グループＧ
１６の表示の右側の位置から、図１７（ｂ）に示すよう
に座標Ｐ（０，ｎ１）の位置の近傍、即ちアプリケーシ
ョンリスト２２４上に移動する。この後、マウス２０４
を僅かに下方向に移動して、カーソル２２０をアプリケ
ーションＡ３の表示上に移動させた状態で、図１の左ス
イッチ２０４ａをクリックすることによって、極めて短
時間に、かつ容易にアプリケーションＡ３のプログラム
を起動することができる。
【０１５２】次に、本例では、例えば図１７（ａ）にお
いて、カーソル２２０の計算上の座標が表示領域２０１
ａの外部で、かつ有効座標領域２０１ｂの内部にある
（カーソル２２０は表示領域２０１ａのエッジ部に表示
されている）とき、即ちカーソル２２０が不活性である
（アイドリング状態にある）ときには、図１のマウス２
０４のスイッチ２０４ａ，２０４ｂに別の機能を持たせ
るようにしてもよい。このようにスイッチ２０４ａ，２
０４ｂに別の機能を持たせるときには、カーソル２２０
の形状を変形させてもよい。一例として、そのようにカ
ーソル２２０が不活性であるときに、左スイッチ２０４
ａを操作しながらマウス２０４をドラッグしたときに
は、表示領域２０１ａの大きさを所定範囲で伸縮できる
ようにしてもよい。更に、上記の範囲のみならず、例え
ばカーソル２２０が表示領域２０１ａの輪郭（エッジ
部）に対して内側に隣接する幅Ｌ１の枠状の領域にある
ときにも、スイッチ２０４ａ，２０４ｂに対して別の機
能を持たせてもよい。
【０１５３】以上をまとめると、本例による情報選択方
法は、複数の情報（２２１〜２２３）が表示された表示
領域（２０１ａ）より、その複数の情報の何れか、又は
その複数の情報の何れかに関連する情報を選択する情報
選択方法において、移動量及び移動方向の少なくとも一
方の情報を含む制御情報を生成し、この生成された制御
情報に基づいてその表示領域内にその複数の情報に重畳
させて移動自在にカーソル（２２０）（ポインタ）を表
示し、このカーソルとその複数の情報の表示との位置関
係に基づいて、その複数の情報の何れか、又はその複数
の情報の何れかに関連する情報を選択できるようにして
おき、そのカーソルをその表示領域の周縁部の第１の端
部に移動させた状態で、更にそのカーソルをその表示領
域の外側に移動させるようにその制御情報を与えたとき
に、そのカーソルをその表示領域のその周縁部のその第
１の端部とは異なる第２の端部を起点としてその表示領
域内で移動させるものである。
【０１５４】即ち、本例のカーソル（２２０）は、ポイ
ンティングデバイスの制御情報に応じて、スクリーン・
ラッピング方式で表示領域（２０１ａ）中を周期的に移
動する。この結果、ＧＵＩ(Graphical User Interface)
方式でコンピュータ等の各種装置を操作する際に、登録
してあるアプリケーション・プログラムの個数が多い場
合でも、高速にカーソルを所望のアプリケーション・プ
ログラムの位置に移動させて、そのプログラムを起動す
ることができる。
【０１５５】本例において、その表示領域（２０１ａ）
が所定の軸に関して実質的に軸対称の領域（矩形領域、
又は楕円形の領域等）である場合、その第２の端部は、
その表示領域内でその所定の軸に関してその第１の端部
と実質的に軸対称の位置に設定されると共に、そのカー
ソル（２２０）のその第２の端部からの移動方向は、そ
の制御情報によってその第１の端部から更にそのカーソ
ルを移動させようとした方向であることが望ましい。こ
れによって、カーソル（２２０）の周期的な動きが容易
に予測できるため、ユーザが特に習熟することなく、直
ぐにその周期的なカーソル（２２０）の動きを活用でき
る。
【０１５６】また、そのカーソル（２２０）をその表示
領域（２０１ａ）のその周縁部の第１の幅の制限領域に
移動させた状態、及びそのカーソルをその制限領域から
更に第２の幅（Ｌ）だけ外側（２０１ｂ）に移動させる
ようにその制御情報を与えた状態では、そのカーソルに
対してその情報の選択以外の別の機能を与えることが望
ましい。通常は、その表示領域（２０１ａ）の周縁部に
はアプリケーション・プログラムのアイコン等は表示さ
れていない。そこで、そのカーソル（２２０）がその表
示領域（２０１ａ）の周縁部に有る状態では、アプリケ
ーション・プログラムの選択以外の機能、例えばその表
示領域の伸縮機能等を持たせても、アプリケーション・
プログラムの選択には実質的に影響が無いと共に、カー
ソル（２２０）（ポインティングデバイス）の用途が広
がる利点がある。
【０１５７】また、本例では図１７に示すように、その
表示領域（２０１ａ）内にその複数の情報、及びこれら
の情報に関連する情報が複数列（２２２，２２３）に表
示されているときに、そのカーソル（２２０）がその複
数列の一方の端部の列（２２３）の所定の情報の表示を
通過しているときに、その表示領域内のその複数列の他
方の端部の列（２２２）の外側にその所定の情報に関連
する複数のサブ情報（２２４）を表示し、更にそのカー
ソルをその複数列の一方の端部の列（２２３）からその
表示領域の外側に移動させるようにその制御情報を与え
たときに、そのカーソル（２２０）をその表示領域のそ
の複数列の他方の端部の列（２２２）に近い端部Ｐ
（０，ｎ１）を起点として、その複数のサブ情報（２２
４）の表示上に移動させて、その複数のサブ情報の何れ
かを選択可能としている。
【０１５８】即ち、図１７に示すように、その表示領域
（２０１ａ）内に表示すべきアプリケーション・プログ
ラムの個数が多い場合には、例えばその右側の端部の列
（２２３）のサブ情報（２２４）が左側の端部の列（２
２２）の外側に表示される。このときに、本例の周期的
な移動を行うカーソル（２２０）を適用すると、そのサ
ブ情報（２２４）中のアプリケーション・プログラムを
選択するためには、ポインティングデバイスによってそ
のカーソル（２２０）をその列（２２３）から更に右方
向に移動させるようにすればよい。これによって、アプ
リケーション・プログラムの個数が多く、プログラムリ
ストが複数列になるような場合でも、ＧＵＩ方式で容易
にカーソルを所望のアプリケーション・プログラムの位
置に移動できる。
【０１５９】ここで、ＤＮＡ又はＲＮＡのヌクレオチド
の配列（塩基の配列）に対応するテキストデータ（又は
これを表１等に基づいて変換した数値データ）の要約値
を算出するためのハッシュ関数について更に説明する。
例えばハッシュ関数の演算対象を、人間のＤＮＡのヌク
レオチドの配列とすると、そのテキストデータ又は数値
データのファイル（以下、「原ファイル」と言う）は１
００Ｍバイト程度にも達する膨大なファイルである。そ
こで、本発明で使用するハッシュ関数（ハッシュ演算ア
ルゴリズム）は、演算対象の原ファイルを分割した後の
複数の分割ファイルを順次処理することによって、全体
の要約値を算出する機能を持つことが望ましい。
【０１６０】また、ハッシュ関数は、一例として所定ビ
ット数ｍ１（ｍ１は例えば３２，６４等）のデータを１
ワードとして、所定ワード数ｍ２（ｍ２は例えば１６，
３２，６４等）単位で、原ファイルの要約値を算出して
いく。この際に、データの処理単位は、ｍ１・ｍ２ビッ
トとなる。例えばｍ１＝３２，ｍ２＝１６では、処理単
位は５１２ビットとなる。そこで、その原ファイルを複
数の分割ファイルに分割する際には、最初はｍ１・ｍ２
ビットの整数倍（例えば１００００倍程度）を単位とし
て分割していき、端数として残ったデータに所定データ
（長さを表すデータ、区切りデータ等）を付加してｍ１
・ｍ２ビットの整数倍のファイルとすることで、要約値
の演算を効率的に実行することができる。
【０１６１】更に、暗号理論で使用されるハッシュ関数
は、テキストデータ中のスペースコード及び改行コード
等も全て演算処理対象としているが、ヌクレオチド及び
アミノ酸の配列情報については見やすくするために、例
えば配列番号１〜３で示すように、途中にスペースコー
ド、順序を示す数字コード、及び改行コードを挿入する
場合がある。そこで、ヌクレオチドの配列情報（アミノ
酸の配列情報も同様）を演算処理対象とするハッシュ関
数においては、テキストデータ中の所定コードとしての
スペースコード、数字コード、及び改行コードを無視す
る機能を付加することが望ましい。また、隣接する文字
を”−”（ハイフン）で分けることも考えられるが、こ
の場合には、更に”−”記号も無視する必要がある。
【０１６２】更に、原ファイルを複数の分割ファイルに
分割する際には、複数の分割ファイルの順序等を示すデ
ータ（以下、「コメントデータ」と言う）を各分割ファ
イルに付加することが望ましいことがある。このように
分割ファイル、又は１つの原ファイルにコメントデータ
を付加する場合にも、コメントデータはハッシュ関数で
無視する必要がある。そのため、例えばコメントデータ
は所定の開始記号（例えば ／＊ ）及び終了記号（例
えば ＊／）の間に記録し、ハッシュ関数で処理する際
に開始記号から終了記号までのデータは無視するように
すればよい。
【０１６３】また、上記の実施の形態では、例えば生物
のＤＮＡのヌクレオチドの配列（又はタンパク質のアミ
ノ酸の配列）内の先頭の一部、及び末尾の一部の配列、
並びにその配列のテキストデータの要約値をインターネ
ット上で公開することがある。この場合には、その公開
されている一部の配列と、その要約値とからそのテキス
トデータの内容が推定される可能性もある。これを回避
するために、そのテキストデータをハッシュ関数で処理
する際に、その公開されている配列を除いた部分につい
てのみ、そのハッシュ関数を施して要約値を求めるよう
にしてもよい。
【０１６４】次に、例えば核酸や遺伝子のヌクレオチド
の配列が見易いように順序を示す数字、スペース、及び
改行を含んでテキストデータとして記録されたファイル
（ファイルＦＤ１とする）の要約値(message digest)を
計算するための方法の一例につき図１５を参照して説明
する。なお、以下の要約値の計算は、例えば図１の情報
処理装置１０において実行される。
【０１６５】図１５において、先ずステップ１５１で
は、ファイルＦＤ１中のテキストデータから数字コー
ド、スペースコード、及び改行コードを取り除いたテキ
ストデータをファイルＦＤ２に記録する。その次のステ
ップ１５２では、例えばＭＤ５ハッシュ関数を用いてフ
ァイルＦＤ２中のテキストデータの１２８ビットの要約
値を算出する。この方法は処理は単純であるが、ファイ
ルＦＤ１が例えば１００Ｍバイト程度であるとすると、
ファイルＦＤ２もほぼ１００Ｍバイト程度になるため、
記憶装置の容量を大きくする必要がある。
【０１６６】ＭＤ５ハッシュ関数のアルゴリズムについ
ては、上記のウェブサイト２で詳細に開示されている
が、ここでそのアルゴリズムについて簡単に説明する。
先ず、ここでは１ワード"word"とは、３２ビットの量で
あり、１バイト"byte"とは、８ビットの量である。そし
て、一列のビットは、自然に一列のバイトと解釈するこ
とができ、ここではそれぞれ８ビットのデータの集まり
を、ＭＳＢ(most significant bit)、即ち上位ビットが
最初に表示される１バイトのデータとして解釈すること
ができる。同様に、一列のバイトは、一列の３２ビット
のワードと解釈することができ、ここではそれぞれ４バ
イトのデータの集まりを、ＬＳＢ(least significant b
yte)、即ち下位バイトが最初に表示される１ワードのデ
ータとして解釈することができる。
【０１６７】また、次のように演算等を定義する。即
ち、" x_i " は x に下付き文字 iを付加した表現を意
味し、その下付き文字が一つの式であるときには、例え
ば"x_[i+1]"のようにその式を括弧で囲むものとする。
同様に、上付き文字（べき乗）としては ^ を用いる。
従って、"x^i" はx のi 乗を意味する。また、記号"+"
は、ワードの加算、即ち法 2^32 の加算を意味する。そ
して、" X <<< s " は、X をs ビットだけ左側に循環的
にシフトして（回転して）得られる３２ビットの値を意
味する。また、 not(X) は、X のビット毎の補数(compl
ement)を意味し、" X v Y"は、X とY とにビット毎のＯ
Ｒ演算を施して得られる値を意味し、" X xor Y"はX と
Y とにビット毎のＸＯＲ（排他的論理和）演算を施して
得られる値を意味し、"XY"はX とY とにビット毎のＡＮ
Ｄ演算を施して得られる値を意味する。
【０１６８】次に、上記のファイルＦＤ２に記録されて
いるテキストデータ（ファイルＦＤ１から数字コード、
スペースコード、及び改行コードを取り除いたテキスト
データ）を、要約値を求めるべきｂビットのメッセージ
であるとする。その値ｂは、任意の非負整数であり、ｂ
は０であってもよい。その値ｂは８の倍数である必要は
なく、更に任意に大きい値であってもよい。そのｂビッ
トのメッセージの一連のビットは次のように表すことが
できる。
【０１６９】m_0 m_1 ... m_[b-1] そのメッセージの要約値は、次の５つのステップＡ〜Ｅ
の処理で計算することができる。 ［ステップＡ］（追加ビットの付加） そのメッセージには、そのメッセージをビット列で表現
したときの長さが法５１２のもとで４４８に合同となる
ように追加ビットが付加（拡張）される。即ち、そのメ
ッセージは、その長さが５１２の倍数のビットよりも６
４ビットだけ少ない長さになるように拡張される。追加
ビットの付加は、たとえそのメッセージの長さが既に法
５１２のもとで４４８に合同である場合でも常に実行さ
れる。
【０１７０】追加ビットの付加は、単一のビット"1" を
付加した後に、ビットの長さが法５１２のもとで４４８
に合同となるようにビット"0" を付加することによって
実行される。全ての場合に、少なくとも１ビット、そし
て最大で５１２ビットが付加される。 ［ステップＢ］（長さ情報の付加） そのメッセージのビット数であるｂ（ステップＡにおけ
る追加ビットの付加が行われる前の長さ）の６４ビット
の表現が、ステップＡで得られたメッセージに付加され
る。実際には起こりそうもないが、仮にｂが６４ビット
よりも大きいときには、ｂの表現の下位の６４ビット分
だけが付加される。これらのビットは、２つの３２ビッ
トのワードとして、上述の内容に対応して下位のワード
が最初になるように付加される。
【０１７１】このようにして得られたメッセージのビッ
ト表現の長さは、正確に５１２の倍数、即ち５１２ビッ
トの倍数となる。言い換えると、このようにして得られ
たメッセージの長さは、正確に１６個の（３２ビット
の）ワードの倍数となる。そこで、このようにして得ら
れたメッセージの各ワードを M[0 ... N-1] とする。こ
こで、Ｎは１６の倍数である。
【０１７２】 ［ステップＣ］（要約値バッファの初期化） 要約値を計算するために４ワードのバッファ (A,B,C,D)
を使用する。ここで、A, B, C, D はそれぞれ３２ビッ
トのレジスタであり、これらのレジスタは下位バイトを
最初に記載する１６進表現で次の値に初期化される。 ワード A: 01 23 45 67 ワード B: 89 ab cd ef ワード C: fe dc ba 98 ワード D: 76 54 32 10 ［ステップＤ］１６ワードブロック毎のメッセージの処
理 ここでは、それぞれ入力として３個の３２ビットのワー
ドを受け取って出力として１個の３２ビットのワードを
生成する４個の補助的な関数を次のように定義する。
【０１７３】 F(X,Y,Z) = XY v not(X) Z G(X,Y,Z) = XZ v Y not(Z) H(X,Y,Z) = X xor Y xor Z I(X,Y,Z) = Y xor (X v not(Z)) 各ビット位置で、関数Ｆは、Ｘが真ならばＹで、そうで
なければＺという条件式として作用する。関数Ｆは、v
の代わりに＋を使って定義することもできた。なぜな
ら、 XY と not(X)Z とは、同じビット位置で共に１と
なることが決してないからである。
【０１７４】関数Ｇ，Ｈ，Ｉは、X,Y,Z のビットからビ
ット毎に並行に出力を生成する点で関数Ｆと同様であ
る。また、関数Ｈは、その入力に対してビット毎のＸＯ
Ｒ演算、又はパリティ演算を施す関数である。更にこの
ステップＤでは、正弦関数から導かれる６４個の要素を
持つテーブルT[1 ... 64]を用いる。即ち、そのテーブ
ルのｉ番目の要素を T[i] として、ｉの単位をラジアン
とすると、次のようになる。
【０１７５】 T[i]＝ ｛4294967296 × abs(sin(i))｝の整数部 なお、abs(sin(i)) は sin(i) の絶対値である。これら
の関数及びテーブルを用いて以下の演算を行う。各１６
ワードのブロックを処理するために、変数ｉについて０
から（Ｎ／１６−１）まで以下の［ｉに関するループの
始まり］から［ｉに関するループの終わり］までの処理
を繰り返して行う。
【０１７６】［ｉに関するループの始まり］先ず変数ｊ
について０から１５まで、１ワードのメッセージ M[i*1
6+j]を X[j] にコピーする。続いて、バッファA,B,C,D
の値をそれぞれ次のようにバッファAA,BB,CC,DD にコピ
ーする。
【０１７７】AA = A, BB = B, CC = C, DD = D ［ラウンド１］ここで、[abcd k s i] は次の処理を行
うものと定義する。 a = b + ((a + F(b,c,d) + X[k] + T[i]) <<< s) そして、次の１６回の処理を行う。
【０１７８】 [ABCD 0 7 1] [DABC 1 12 2] [CDAB 2 17 3] [BCDA 3 22 4] [ABCD 4 7 5] [DABC 5 12 6] [CDAB 6 17 7] [BCDA 7 22 8] [ABCD 8 7 9] [DABC 9 12 10] [CDAB 10 17 11] [BCDA 11 22 12] [ABCD 12 7 13] [DABC 13 12 14] [CDAB 14 17 15] [BCDA 15 22 16] ［ラウンド２］ここで、[abcd k s i] は次の処理を行
うものと定義する。
【０１７９】 a = b + ((a + G(b,c,d) + X[k] + T[i]) <<< s) そして、次の１６回の処理を行う。 [ABCD 1 5 17] [DABC 6 9 18] [CDAB 11 14 19] [BCDA 0 20 20] [ABCD 5 5 21] [DABC 10 9 22] [CDAB 15 14 23] [BCDA 4 20 24] [ABCD 9 5 25] [DABC 14 9 26] [CDAB 3 14 27] [BCDA 8 20 28] [ABCD 13 5 29] [DABC 2 9 30] [CDAB 7 14 31] [BCDA 12 20 32] ［ラウンド３］ここで、[abcd k s t] は次の処理を行
うものと定義する。
【０１８０】 a = b + ((a + H(b,c,d) + X[k] + T[i]) <<< s) そして、次の１６回の処理を行う。 [ABCD 5 4 33] [DABC 8 11 34] [CDAB 11 16 35] [BCDA 14 23 36] [ABCD 1 4 37] [DABC 4 11 38] [CDAB 7 16 39] [BCDA 10 23 40] [ABCD 13 4 41] [DABC 0 11 42] [CDAB 3 16 43] [BCDA 6 23 44] [ABCD 9 4 45] [DABC 12 11 46] [CDAB 15 16 47] [BCDA 2 23 48] ［ラウンド４］ここで、[abcd k s t] は次の処理を行
うものと定義する。
【０１８１】 a = b + ((a + I(b,c,d) + X[k] + T[i]) <<< s) そして、次の１６回の処理を行う。 [ABCD 0 6 49] [DABC 7 10 50] [CDAB 14 15 51] [BCDA 5 21 52] [ABCD 12 6 53] [DABC 3 10 54] [CDAB 10 15 55] [BCDA 1 21 56] [ABCD 8 6 57] [DABC 15 10 58] [CDAB 6 15 59] [BCDA 13 21 60] [ABCD 4 6 61] [DABC 11 10 62] [CDAB 2 15 63] [BCDA 9 21 64] 次に、バッファA,B,C,D の値にそれぞれ次のようにバッ
ファAA,BB,CC,DD の値（このブロックの処理が始まる前
のバッファA,B,C,D の値）を加算する。
【０１８２】 A = A + AA, B = B + BB, C = C + CC, D = D + DD ［ｉに関するループの終わり］ ［ステップＥ］出力 出力として計算された要約値はバッファA, B, C, D の
値そのものである。即ち、バッファA の下位バイトから
始まって、バッファD の上位バイトで終わる値がその要
約値である。なお、要約値が３２ビット又は６４ビット
でよいような場合には、それぞれ例えばバッファA 、又
はバッファA,B の値のみを要約値として用いてもよい。
【０１８３】また、ＭＤ５ハッシュ関数は、元のデータ
の推定が困難となるように複雑な処理を行っているが、
ヌクレオチドやアミノ酸の配列データの要約値を計算す
る場合には元のデータが或る程度推定されても特に不都
合がないことがある。この場合には、メッセージに対応
する一連の所定ビット数ｓ（ｓはＭＤ５ハッシュ関数で
は５１２）のブロックＢｉ（ｉ＝１〜Ｉ）毎の演算を、
順次次のような簡単な演算で行うことも考えられる。
【０１８４】 Ｍ1 ＝（ａ・Ｂ１＋ｂ）ｍｏｄ２s Ｍi ＝（Ｍi-1 ・Ｂｉ＋ｂ）ｍｏｄ２s （ｉ＝２〜Ｉ） この場合、ａ，ｂは０以外のｓビットの数であり、ＭI
が最終的な要約値となる。次に、上記のファイルＦＤ１
の要約値を計算するための別の方法につき図１６を参照
して説明する。ここではＭＤ５ハッシュ関数を用いて要
約値を計算するものとする。以下の計算も一例として図
１の情報処理装置１０で実行される。
【０１８５】先ず図１６のステップ１６１において、ヌ
クレオチド自体を表すコードの個数を表す変数ＮＸ，Ｎ
Ｙの値をそれぞれ０に設定し、要約値を表す３２ビット
ずつのバッファＡ，Ｂ，Ｃ，Ｄの値を所定の初期値（上
記のステップＣで設定した値）に設定し、要約値の計算
対象のテキストデータを空にする。次のステップ１６２
において、ファイルＦＤ１中のテキストデータの先頭か
ら１文字分（ここでは１バイト）の文字コード（ここで
は全ての種類のコードを含む意味である）を読み取り、
それに続くステップ１６３において、読み取った文字コ
ードが数字コード、スペースコード、又は改行コードか
をチェックする。そして、読み取った文字コードが数
字、スペース、改行の何れのコードでもない、即ち本例
ではＡ〜Ｚ，ａ〜ｚの何れかのコードであるときには、
ステップ１６４に移行して、変数ＮＸの値に１を加算す
ると共に、読み取った文字コードを要約値の計算対象の
テキストデータに加える。続いてステップ１６５におい
て、変数ＮＸ（読み取られた有効な文字コードの個数）
が、要約値の計算単位である文字数ＮA に達したかどう
かを調べる。本例では、ＮA ＝５１２／８＝６４であ
る。
【０１８６】ＮＸ＝ＮA であるときには、ステップ１６
６に移行して、変数ＮＸを０に戻すと共に、変数ＮＹ
（ＮA 個の文字単位のブロック数）に１を加算した後、
ステップ１６７に移行して、計算対象のテキストデータ
（ＮA 個の文字コードを含んでいる）の要約値（Ａ，
Ｂ，Ｃ，Ｄ）を計算する。これは、上記のステップＤを
１回実行することを意味する。その後、計算対象のテキ
ストデータを空にしてから、動作はステップ１６８に移
行して、ファイルＦＤ１中に読み取り対象となる文字コ
ードがまた有るかどうかがチェックされる。また、ステ
ップ１６３で読み取られた文字コードが数字、スペー
ス、改行の何れかのコードであるときには、ステップ１
６９で読み取った文字コードを無視した後、ステップ１
６８に移行する。更に、ステップ１６５で変数ＮＸがＮ
A に達していないときにも、動作はステップ１６８に移
行する。
【０１８７】そして、ステップ１６８において、読み取
り対象となる文字コードがまだ有るときには、動作はス
テップ１６２に戻り、ファイルＦＤ１中のテキストデー
タから次の１文字分の文字コードが読み取られて、以下
ステップ１６３〜１６８の動作が繰り返される。一方、
ステップ１６８において、読み取り対象となる文字コー
ドが無くなったときには、動作はステップ１７０に移行
して、要約値（Ａ，Ｂ，Ｃ，Ｄ）が計算される。この際
に、変数ＮＸ，ＮＹの値より読み取られた有効な文字コ
ードの全個数が分かるため、上記のステップＡ、ステッ
プＢ、ステップＤ、ステップＥが実行される。得られた
要約値（Ａ，Ｂ，Ｃ，Ｄ）が最終的な要約値となる。
【０１８８】具体的にＭＤ５ハッシュ関数を用いて図１
５、及び図１６の計算方法で、配列番号１、２のヌクレ
オチドの配列を示すテキストデータ、及び配列番号３の
アミノ酸の配列を示すテキストデータの要約値を計算し
た結果は、１６進数表示で以下のようになる。これらの
要約値は、配列の改行方法等を変えても変化しない一定
の値である。
【０１８９】 ＭＤ５の要約値（配列番号１）＝hex(1c0a0b1d72e256bb10556a2fb52d28ae) ＭＤ５の要約値（配列番号２）＝hex(ec8c3c9af5630f61f3d0cd2bd13b0f0d) ＭＤ５の要約値（配列番号３）＝hex(164f14406ac21158e20ba72666a033ab) この要約値の計算方法によれば、ファイルＦＤ１から逐
次関係の無い文字コードを取り除きながら要約値を計算
しているため、記憶装置の記憶容量を殆ど増加する必要
がないという利点がある。従って、ファイルＦＤ１の情
報量が大きくなる程、この計算方法は有利になる。ま
た、上記のステップ１５１、１６３では、所定コードと
しての数字コード、スペースコード、改行コードを取り
除いているが、それ以外にコメント文などを取り除くよ
うにしてもよい。
【０１９０】なお、本発明は上述の実施の形態に限定さ
れず、本発明の要旨を逸脱しない範囲で種々の構成を取
り得ることは勿論である。
【０１９１】
【発明の効果】本発明によれば、核酸や遺伝子中のヌク
レオチドの配列情報、又はタンパク質やペプチド中のア
ミノ酸の配列情報を、それらの配列が所定の長さを超え
たときに、それらの配列を示すテキストデータよりも少
ないデータ量で記録することができる。従って、それら
の配列情報を通信回線を介して短時間に送信することが
可能となる。
【０１９２】また、それらの配列を示すテキストデー
タ、又はこれに対応する数値データの数学的な要約値を
用いた場合には、膨大な長さの２つのヌクレオチドの配
列同士、又は２つのアミノ酸の配列同士の同一性を少な
いデータ量で高精度に確認することができる。また、同
一の複数の配列情報を誤って購入することも防止でき
る。
【０１９３】また、シンドローム情報を用いた場合に
は、２つのヌクレオチドの配列（又は２つのアミノ酸の
配列）の間の相違する部分を少ないデータ量で容易に検
出できると共に、必要に応じてその相違する部分の情報
を復元することができる。従って、例えばＳＮＰ（一塩
基変位多型：Single Nucleotide Polymorphism）を少な
いデータ量で容易に発見することができる。
【０１９４】また、本発明によれば、ヌクレオチドの配
列情報、又はアミノ酸の配列情報を少ないデータ量でユ
ーザに供給できるビジネスモデルを提供することができ
る。この場合に、更に数学的な要約値、又はシンドロー
ム情報を用いることによって、ユーザが提供された配列
情報と情報供給者が保持している配列情報との同一性の
確認、又は相違する部分の検出や復元を容易に行うこと
ができる。
【０１９５】また、本発明の要約値の計算方法によれ
ば、例えばヌクレオチドの配列を見易くするための数値
コードやスペースコードなど、又はその配列の内容を説
明するためのコメント文などの所定コードを無視して、
必要な情報のみの要約値を算出できるため、その所定コ
ードの内容が変化しても、常に同一の要約値を算出でき
る利点がある。従って、その要約値の計算方法は、特に
ヌクレオチドやアミノ酸の配列情報の要約値を算出する
場合に有効である。
【図面の簡単な説明】
【図１】 本発明の実施の形態の一例で使用されるコン
ピュータシステムを示す概略構成図である。
【図２】 その実施の形態の一例で処理対象とするＤＮ
Ａ、及びそのヌクレオチドの配列のバイナリーデータに
よる表現の例を示す図である。
【図３】 その実施の形態の一例におけるＤＮＡ情報の
供給者の動作の一部を示すフローチャートである。
【図４】 図３の動作に続くＤＮＡ情報の供給者の動作
を示すフローチャートである。
【図５】 その実施の形態の一例におけるＤＮＡ情報の
ユーザの動作の一部を示すフローチャートである。
【図６】 図５の動作に続くＤＮＡ情報のユーザの動作
を示すフローチャートである。
【図７】 標準試料Ｅ（ＤＮＡ）のヌクレオチド（２０
４８個）の配列を表すテキストデータを４行で３２列の
部分テキストデータＴ（ｉ，ｊ）に分割した状態を示す
図である。
【図８】 標準試料Ｅの変換データＡ（ｉ，ｊ）、及び
これらから算出されるシンドロームＣ（ｊ），Ｂ１
（ｉ），Ｂ２（ｉ）を示す図である。
【図９】 標準試料ＥのシンドロームＣ（ｊ），Ｂ１
（ｉ），Ｂ２（ｉ）を示す図である。
【図１０】 試料Ｆ（ＤＮＡ）のヌクレオチド（２０４
８個）の配列を表すテキストデータを４行で３２列の部
分テキストデータＴＦ（ｉ，ｊ）に分割した状態を示す
図である。
【図１１】 試料Ｆの変換データＡＦ（ｉ，ｊ）、及び
これらから算出されるシンドロームＣＦ（ｊ），Ｂ１Ｆ
（ｉ），Ｂ２Ｆ（ｉ）を示す図である。
【図１２】 試料ＦのシンドロームＣＦ（ｊ），Ｂ１Ｆ
（ｉ），Ｂ２Ｆ（ｉ）、及び復元された変換データを示
す図である。
【図１３】 試料Ｇ（タンパク質）のアミノ酸（８２０
個）の配列を表すテキストデータを８行で２６列の部分
テキストデータに分割した状態を示す図である。
【図１４】 図１３中の一部のデータを示す図である。
【図１５】 本発明の実施の形態の第１の要約値計算シ
ーケンスを示すフローチャートである。
【図１６】 本発明の実施の形態の第２の要約値計算シ
ーケンスを示すフローチャートである。
【図１７】 本発明の実施の形態の表示画面内でのカー
ソルの移動方法の一例を示す図である。
【符号の説明】
１…通信ネットワーク、２Ａ，２Ｂ…コンピュータシス
テム、３…コンテンツのプロバイダ、４…ＤＮＡのシー
ケンサー、１０…情報処理装置、１５…ＣＤ−Ｒ／ＲＷ
ドライブ、１６…ＣＤ−Ｒ、１７…磁気ディスク装置、
１９…マスターファイル、２０…ワーキングファイル、
２１…コンテンツファイル、３１…コンテンツファイル
【配列表】 SEQUENCE LISTING <110> Omori, Satoshi <120> Method and apparatus for recording information of nucleotide sequence and amino acid sequence <130> 2001A09 <140> <141> <150> JP 2000-117343 <151> 2000-04-19 <150> JP 2000-149122 <151> 2000-05-19 <160> 3 <170> PatentIn Ver. 2.0 <210> 1 <211> 2048 <212> DNA <213> Escherichia coli <400> 1 agcttttcat tctgactgca acgggcaata tgtctctgtg tggattaaaa aaagagtgtc 60 tgatagcagc ttctgaactg gttacctgcc gtgagtaaat taaaatttta ttgacttagg 120 tcactaaata ctttaaccaa tataggcata gcgcacagac agataaaaat tacagagtac 180 acaacatcca tgaaacgcat tagcaccacc attaccacca ccatcaccat taccacaggt 240 aacggtgcgg gctgacgcgt acaggaaaca cagaaaaaag cccgcacctg acagtgcggg 300 cttttttttt cgaccaaagg taacgaggta acaaccatgc gagtgttgaa gttcggcggt 360 acatcagtgg caaatgcaga acgttttctg cgtgttgccg atattctgga aagcaatgcc 420 aggcaggggc aggtggccac cgtcctctct gcccccgcca aaatcaccaa ccacctggtg 480 gcgatgattg aaaaaaccat tagcggccag gatgctttac ccaatatcag cgatgccgaa 540 cgtatttttg ccgaactttt gacgggactc gccgccgccc agccggggtt cccgctggcg 600 caattgaaaa ctttcgtcga tcaggaattt gcccaaataa aacatgtcct gcatggcatt 660 agtttgttgg ggcagtgccc ggatagcatc aacgctgcgc tgatttgccg tggcgagaaa 720 atgtcgatcg ccattatggc cggcgtatta gaagcgcgcg gtcacaacgt tactgttatc 780 gatccggtcg aaaaactgct ggcagtgggg cattacctcg aatctaccgt cgatattgct 840 gagtccaccc gccgtattgc ggcaagccgc attccggctg atcacatggt gctgatggca 900 ggtttcaccg ccggtaatga aaaaggcgaa ctggtggtgc ttggacgcaa cggttccgac 960 tactctgctg cggtgctggc tgcctgttta cgcgccgatt gttgcgagat ttggacggac 1020 gttgacgggg tctatacctg cgacccgcgt caggtgcccg atgcgaggtt gttgaagtcg 1080 atgtcctacc aggaagcgat ggagctttcc tacttcggcg ctaaagttct tcacccccgc 1140 accattaccc ccatcgccca gttccagatc ccttgcctga ttaaaaatac cggaaatcct 1200 caagcaccag gtacgctcat tggtgccagc cgtgatgaag acgaattacc ggtcaagggc 1260 atttccaatc tgaataacat ggcaatgttc agcgtttctg gtccggggat gaaagggatg 1320 gtcggcatgg cggcgcgcgt ctttgcagcg atgtcacgcg cccgtatttc cgtggtgctg 1380 attacgcaat catcttccga atacagcatc agtttctgcg ttccacaaag cgactgtgtg 1440 cgagctgaac gggcaatgca ggaagagttc tacctggaac tgaaagaagg cttactggag 1500 ccgctggcag tgacggaacg gctggccatt atctcggtgg taggtgatgg tatgcgcacc 1560 ttgcgtggga tctcggcgaa attctttgcc gcactggccc gcgccaatat caacattgtc 1620 gccattgctc agggatcttc tgaacgctca atctctgtcg tggtaaataa cgatgatgcg 1680 accactggcg tgcgcgttac tcatcagatg ctgttcaata ccgatcaggt tatcgaagtg 1740 tttgtgattg gcgtcggtgg cgttggcggt gcgctgctgg agcaactgaa gcgtcagcaa 1800 agctggctga agaataaaca tatcgactta cgtgtctgcg gtgttgccaa ctcgaaggct 1860 ctgctcacca atgtacatgg ccttaatctg gaaaactggc aggaagaact ggcgcaagcc 1920 aaagagccgt ttaatctcgg gcgcttaatt cgcctcgtga aagaatatca tctgctgaac 1980 ccggtcattg ttgactgcac ttccagccag gcagtggcgg atcaatatgc cgacttcctg 2040 cgcgaagg 2048 <210> 2 <211> 2048 <212> DNA <213> Escherichia coli <400> 2 agcttttcat tctgactgca acgggcaata tgtctctgtg tggattaaaa aaagagtgtc 60 tgatagcagc ttctgaactg gttacctgcc gtgagtaaat taaaatttta ttgacttagg 120 tcactaaata ctttaaccaa tataggcata gcgcacagac agataaaaat tacagagtac 180 acaacatcca tgaaacgcat tagcaccacc attaccacca ccatcaccat taccacaggt 240 aacggtgcgg gctgacgcgt acaggaaaca cagaaaaaag cccgcacctg acagtgcggg 300 cttttttttt cgaccaaagg taacgaggta acaaccatgc gagtgttgaa gttcggcggt 360 acatcagtgg caaatgcaga acgttttctg cgtgttgccg atattctgga aagcaatgcc 420 aggcaggggc aggtggccac cgtcctctct gcccccgcca aaatcaccaa ccacctggtg 480 gcgatgattg aaaaaaccat tagcggccag gatgctttac ccaatatcag cgatgccgaa 540 cgtatttttg ccgaactttt gacgggactc gccgccgccc agccggggtt cccgctggcg 600 caattgaaaa ctttcgtcga tcaggaattt gcccaaataa aacatgtcct gcatggcatt 660 agtttgttgg ggcagtgccc ggatagcatc aacgctgcgc tgatttgccg tggcgagaaa 720 atgtcgatcg ccattatggc cggcgtatta gaagcgcgcg gtcacaacgt tactgttatc 780 gatccggtcg aaaaactgct ggcagtgggg cattacctcg aatctaccgt cgatattgct 840 gagtccaccc gccgtattgc ggcaagccgc attccggctg atcacatggt gctgatggca 900 ggtttcaccg ccggtaatga aaaaggcgaa ctggtggtgc ttggacgcaa cggttccgac 960 tactctgctg cggtgctggc tgcctgttta cgcgccgatt gttgcgagat ttggacatta 1020 tggcggccaa cttatacctg cgacccgcgt caggtgcccg atgcgaggtt gttgaagtcg 1080 atgtcctacc aggaagcgat ggagctttcc tacttcggcg ctaaagttct tcacccccgc 1140 accattaccc ccatcgccca gttccagatc ccttgcctga ttaaaaatac cggaaatcct 1200 caagcaccag gtacgctcat tggtgccagc cgtgatgaag acgaattacc ggtcaagggc 1260 atttccaatc tgaataacat ggcaatgttc agcgtttctg gtccggggat gaaagggatg 1320 gtcggcatgg cggcgcgcgt ctttgcagcg atgtcacgcg cccgtatttc cgtggtgctg 1380 attacgcaat catcttccga atacagcatc agtttctgcg ttccacaaag cgactgtgtg 1440 cgagctgaac gggcaatgca ggaagagttc tacctggaac tgaaagaagg cttactggag 1500 ccgctggcag tgacggaacg gctggccatt atctcggtgg taggtgatgg tatgcgcacc 1560 ttgcgtggga tctcggcgaa attctttgcc gcactggccc gcgccaatat caacattgtc 1620 gccattgctc agggatcttc tgaacgctca atctctgtcg tggtaaataa cgatgatgcg 1680 accactggcg tgcgcgttac tcatcagatg ctgttcaata ccgatcaggt tatcgaagtg 1740 tttgtgattg gcgtcggtgg cgttggcggt gcgctgctgg agcaactgaa gcgtcagcaa 1800 agctggctga agaataaaca tatcgactta cgtgtctgcg gtgttgccaa ctcgaaggct 1860 ctgctcacca atgtacatgg ccttaatctg gaaaactggc aggaagaact ggcgcaagcc 1920 aaagagccgt ttaatctcgg gcgcttaatt cgcctcgtga aagaatatca tctgctgaac 1980 ccggtcattg ttgactgcac ttccagccag gcagtggcgg atcaatatgc cgacttcctg 2040 cgcgaagg 2048 <210> 3 <211> 820 <212> PRT <213> Escherichia coli <400> 3 Met Arg Val Leu Lys Phe Gly Gly Thr Ser Val Ala Asn Ala Glu Arg 1 5 10 15 Phe Leu Arg Val Ala Asp Ile Leu Glu Ser Asn Ala Arg Gln Gly Gln 20 25 30 Val Ala Thr Val Leu Ser Ala Pro Ala Lys Ile Thr Asn His Leu Val 35 40 45 Ala Met Ile Glu Lys Thr Ile Ser Gly Gln Asp Ala Leu Pro Asn Ile 50 55 60 Ser Asp Ala Glu Arg Ile Phe Ala Glu Leu Leu Thr Gly Leu Ala Ala 65 70 75 80 Ala Gln Pro Gly Phe Pro Leu Ala Gln Leu Lys Thr Phe Val Asp Gln 85 90 95 Glu Phe Ala Gln Ile Lys His Val Leu His Gly Ile Ser Leu Leu Gly 100 105 110 Gln Cys Pro Asp Ser Ile Asn Ala Ala Leu Ile Cys Arg Gly Glu Lys 115 120 125 Met Ser Ile Ala Ile Met Ala Gly Val Leu Glu Ala Arg Gly His Asn 130 135 140 Val Thr Val Ile Asp Pro Val Glu Lys Leu Leu Ala Val Gly His Tyr 145 150 155 160 Leu Glu Ser Thr Val Asp Ile Ala Glu Ser Thr Arg Arg Ile Ala Ala 165 170 175 Ser Arg Ile Pro Ala Asp His Met Val Leu Met Ala Gly Phe Thr Ala 180 185 190 Gly Asn Glu Lys Gly Glu Leu Val Val Leu Gly Arg Asn Gly Ser Asp 195 200 205 Tyr Ser Ala Ala Val Leu Ala Ala Cys Leu Arg Ala Asp Cys Cys Glu 210 215 220 Ile Trp Thr Asp Val Asp Gly Val Tyr Thr Cys Asp Pro Arg Gln Val 225 230 235 240 Pro Asp Ala Arg Leu Leu Lys Ser Met Ser Tyr Gln Glu Ala Met Glu 245 250 255 Leu Ser Tyr Phe Gly Ala Lys Val Leu His Pro Arg Thr Ile Thr Pro 260 265 270 Ile Ala Gln Phe Gln Ile Pro Cys Leu Ile Lys Asn Thr Gly Asn Pro 275 280 285 Gln Ala Pro Gly Thr Leu Ile Gly Ala Ser Arg Asp Glu Asp Glu Leu 290 295 300 Pro Val Lys Gly Ile Ser Asn Leu Asn Asn Met Ala Met Phe Ser Val 305 310 315 320 Ser Gly Pro Gly Met Lys Gly Met Val Gly Met Ala Ala Arg Val Phe 325 330 335 Ala Ala Met Ser Arg Ala Arg Ile Ser Val Val Leu Ile Thr Gln Ser 340 345 350 Ser Ser Glu Tyr Ser Ile Ser Phe Cys Val Pro Gln Ser Asp Cys Val 355 360 365 Arg Ala Glu Arg Ala Met Gln Glu Glu Phe Tyr Leu Glu Leu Lys Glu 370 375 380 Gly Leu Leu Glu Pro Leu Ala Val Thr Glu Arg Leu Ala Ile Ile Ser 385 390 395 400 Val Val Gly Asp Gly Met Arg Thr Leu Arg Gly Ile Ser Ala Lys Phe 405 410 415 Phe Ala Ala Leu Ala Arg Ala Asn Ile Asn Ile Val Ala Ile Ala Gln 420 425 430 Gly Ser Ser Glu Arg Ser Ile Ser Val Val Val Asn Asn Asp Asp Ala 435 440 445 Thr Thr Gly Val Arg Val Thr His Gln Met Leu Phe Asn Thr Asp Gln 450 455 460 Val Ile Glu Val Phe Val Ile Gly Val Gly Gly Val Gly Gly Ala Leu 465 470 475 480 Leu Glu Gln Leu Lys Arg Gln Gln Ser Trp Leu Lys Asn Lys His Ile 485 490 495 Asp Leu Arg Val Cys Gly Val Ala Asn Ser Lys Ala Leu Leu Thr Asn 500 505 510 Val His Gly Leu Asn Leu Glu Asn Trp Gln Glu Glu Leu Ala Gln Ala 515 520 525 Lys Glu Pro Phe Asn Leu Gly Arg Leu Ile Arg Leu Val Lys Glu Tyr 530 535 540 His Leu Leu Asn Pro Val Ile Val Asp Cys Thr Ser Ser Gln Ala Val 545 550 555 560 Ala Asp Gln Tyr Ala Asp Phe Leu Arg Glu Gly Phe His Val Val Thr 565 570 575 Pro Asn Lys Lys Ala Asn Thr Ser Ser Met Asp Tyr Tyr His Gln Leu 580 585 590 Arg Tyr Ala Ala Glu Lys Ser Arg Arg Lys Phe Leu Tyr Asp Thr Asn 595 600 605 Val Gly Ala Gly Leu Pro Val Ile Glu Asn Leu Gln Asn Leu Leu Asn 610 615 620 Ala Gly Asp Glu Leu Met Lys Phe Ser Gly Ile Leu Ser Gly Ser Leu 625 630 635 640 Ser Tyr Ile Phe Gly Lys Leu Asp Glu Gly Met Ser Phe Ser Glu Ala 645 650 655 Thr Thr Leu Ala Arg Glu Met Gly Tyr Thr Glu Pro Asp Pro Arg Asp 660 665 670 Asp Leu Ser Gly Met Asp Val Ala Arg Lys Leu Leu Ile Leu Ala Arg 675 680 685 Glu Thr Gly Arg Glu Leu Glu Leu Ala Asp Ile Glu Ile Glu Pro Val 690 695 700 Leu Pro Ala Glu Phe Asn Ala Glu Gly Asp Val Ala Ala Phe Met Ala 705 710 715 720 Asn Leu Ser Gln Leu Asp Asp Leu Phe Ala Ala Arg Val Ala Lys Ala 725 730 735 Arg Asp Glu Gly Lys Val Leu Arg Tyr Val Gly Asn Ile Asp Glu Asp 740 745 750 Gly Val Cys Arg Val Lys Ile Ala Glu Val Asp Gly Asn Asp Pro Leu 755 760 765 Phe Lys Val Lys Asn Gly Glu Asn Ala Leu Ala Phe Tyr Ser His Tyr 770 775 780 Tyr Gln Pro Leu Pro Leu Val Leu Arg Gly Tyr Gly Ala Gly Asn Asp 785 790 795 800 Val Thr Ala Ala Gly Val Phe Ala Asp Leu Leu Arg Thr Leu Ser Trp 805 810 815 Lys Leu Gly Val 820

Claims (40)

    【特許請求の範囲】
  1. 【請求項１】 一列のヌクレオチドの配列情報の記録方
    法であって、 前記一列のヌクレオチドの配列に対応するテキストデー
    タよりも少ないデータ量で、前記一列のヌクレオチドの
    配列に関する情報を記録することを特徴とするヌクレオ
    チドの配列情報の記録方法。
  2. 【請求項２】 請求項１記載の記録方法であって、 前記一列のヌクレオチドは４種類のヌクレオチドよりな
    り、 前記４種類のヌクレオチドを互いに異なる６ビット以下
    のデータで表すことを特徴とするヌクレオチドの配列情
    報の記録方法。
  3. 【請求項３】 請求項２記載の記録方法であって、 前記４種類のヌクレオチドを互いに異なる２ビットのデ
    ータで表すことを特徴とするヌクレオチドの配列情報の
    記録方法。
  4. 【請求項４】 請求項２、又は３記載の記録方法であっ
    て、 前記一列のヌクレオチドは、一つのＤＮＡを構成する１
    対の重合体の鎖の内の１本の鎖の全部又は一部であり、 前記４種類のヌクレオチド中の互いに相補的な２対のヌ
    クレオチドをそれぞれ互いにビット反転の関係にある１
    対のデータで表すことを特徴とするヌクレオチドの配列
    情報の記録方法。
  5. 【請求項５】 請求項２、又は３記載の記録方法であっ
    て、 前記一列のヌクレオチドは、一つのＲＮＡを構成する一
    つの重合体の鎖の全部又は一部であることを特徴とする
    ヌクレオチドの配列情報の記録方法。
  6. 【請求項６】 請求項１記載の記録方法であって、 前記一列のヌクレオチドの配列に関する情報を、前記配
    列を表すテキストデータ又は数値データの数学的な要約
    値で表すことを特徴とするヌクレオチドの配列情報の記
    録方法。
  7. 【請求項７】 請求項６記載の記録方法であって、 前記一列のヌクレオチドは２５個以上のヌクレオチドの
    配列であり、 前記一列のヌクレオチドの配列に関する情報を４０ビッ
    ト以上で１９２ビット以下の長さの数学的な要約値で表
    すことを特徴とするヌクレオチドの配列情報の記録方
    法。
  8. 【請求項８】 請求項７記載の記録方法であって、 前記数学的な要約値は、前記一列のヌクレオチドの配列
    に対応するテキストデータ又は数値データにＭＤ５ハッ
    シュ関数、又はＳＨＳハッシュ関数の演算を施して得ら
    れることを特徴とするヌクレオチドの配列情報の記録方
    法。
  9. 【請求項９】 請求項１〜６の何れか一項記載の記録方
    法であって、 前記一列のヌクレオチドは遺伝子の少なくとも一部であ
    ることを特徴とするヌクレオチドの配列情報の記録方
    法。
  10. 【請求項１０】 請求項１記載の記録方法であって、 前記一列のヌクレオチドの配列に対応するテキストデー
    タを、前記ヌクレオチドの配列方向に複数行で、かつ前
    記配列方向に交差する非配列方向に複数列の部分テキス
    トデータに分割し、 前記部分テキストデータを、それぞれ複数種類のヌクレ
    オチドに対して互いに異なる６ビット以下の数値データ
    を割り当てることによって変換データに変換し、 複数行の前記変換データに各行毎に前記非配列方向に第
    １の演算を施して第１組のシンドローム情報を求めると
    共に、 複数列の前記変換データに各列毎に前記配列方向に第２
    の演算を施して第２組のシンドローム情報を求め、 前記第１組及び第２組のシンドローム情報で前記一列の
    ヌクレオチドの配列を表すことを特徴とするヌクレオチ
    ドの配列情報の記録方法。
  11. 【請求項１１】 請求項１０記載の記録方法であって、 複数行の前記変換データの各行の変換データをそれぞれ
    前記非配列方向に交互に第１群の変換データ及び第２群
    の変換データに分けたとき、 前記第１の演算は、所定の整数Ｋを用いて前記第１群の
    変換データ、及び前記第２群の変換データのそれぞれの
    法Ｋのもとの和を求める演算であり、 前記第２の演算は、複数列の前記変換データの各列の変
    換データに対する法Ｋのもとの和を求める演算であるこ
    とを特徴とするヌクレオチドの配列情報の記録方法。
  12. 【請求項１２】 請求項１０、又は１１記載の記録方法
    であって、 前記一列のヌクレオチドの配列を基準配列として、該基
    準配列の２組の前記シンドローム情報に対応させて、検
    査対象の一列のヌクレオチドの配列の２組のシンドロー
    ム情報を求め、 前記４組のシンドローム情報より前記基準配列に対する
    前記検査対象の一列のヌクレオチドの配列の相違部を求
    めることを特徴とするヌクレオチドの配列情報の記録方
    法。
  13. 【請求項１３】 一列のヌクレオチドの配列情報の記録
    装置であって、 一つの核酸の少なくとも一部に含まれる一列のヌクレオ
    チドの配列情報を読み取る配列読み取り装置と、 該配列読み取り装置で読み取られた配列の情報をテキス
    トデータとして第１ファイルに記録する第１記録手段
    と、 前記第１ファイルのテキストデータよりも少ないデータ
    量で、前記配列読み取り装置で読み取られた配列の情報
    を表し、該配列の情報を第２ファイルに記録する第２記
    録手段とを有することを特徴とするヌクレオチドの配列
    情報の記録装置。
  14. 【請求項１４】 請求項１３記載の記録装置であって、 前記第２記録手段は、前記配列読み取り装置で読み取ら
    れた一列のヌクレオチドの配列を、該配列を表すテキス
    トデータ又は数値データの数学的な要約値で表すことを
    特徴とするヌクレオチドの配列情報の記録装置。
  15. 【請求項１５】 請求項１３記載の記録装置であって、 前記第２記録手段は、前記配列読み取り装置で読み取ら
    れた一列のヌクレオチドの配列に対応するテキストデー
    タを、前記ヌクレオチドの配列方向に複数行で、かつ前
    記配列方向に交差する非配列方向に複数列の部分テキス
    トデータに分割し、 前記部分テキストデータを、それぞれ複数種類のヌクレ
    オチドに対して互いに異なる６ビット以下の数値データ
    を割り当てることによって変換データに変換し、 複数行の前記変換データに各行毎に前記非配列方向に第
    １の演算を施して第１組のシンドローム情報を求めると
    共に、 複数列の前記変換データに各列毎に前記配列方向に第２
    の演算を施して第２組のシンドローム情報を求め、 前記第１組及び第２組のシンドローム情報を前記第２フ
    ァイルに記録することを特徴とするヌクレオチドの配列
    情報の記録装置。
  16. 【請求項１６】 一列のヌクレオチドの配列情報を記録
    したコンピュータ読み取り可能な記録媒体であって、 前記一列のヌクレオチドの配列に対応するテキストデー
    タよりも少ないデータ量で、前記一列のヌクレオチドの
    配列に関する情報が記録され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。
  17. 【請求項１７】 請求項１６記載の記録媒体であって、 前記一列のヌクレオチドは２５個以上のヌクレオチドの
    配列であり、 前記一列のヌクレオチドの配列に関する情報は、４０ビ
    ット以上で１９２ビット以下の長さの数学的な要約値で
    前記記録媒体に記録され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。
  18. 【請求項１８】 請求項１６記載の記録媒体であって、 前記一列のヌクレオチドの配列に対応するテキストデー
    タを、前記ヌクレオチドの配列方向に複数行で、かつ前
    記配列方向に交差する非配列方向に複数列の部分テキス
    トデータに分割し、 前記部分テキストデータを、それぞれ複数種類のヌクレ
    オチドに対して互いに異なる６ビット以下の数値データ
    を割り当てることによって変換データに変換し、 複数行の前記変換データに各行毎に前記非配列方向に第
    １の演算を施して第１組のシンドローム情報を求めると
    共に、 複数列の前記変換データに各列毎に前記配列方向に第２
    の演算を施して第２組のシンドローム情報を求めてお
    き、 前記一列のヌクレオチドの配列に関する情報は、前記第
    １組及び第２組のシンドローム情報として前記記録媒体
    に記録され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。
  19. 【請求項１９】 一列のヌクレオチドの配列情報の供給
    方法であって、 前記一列のヌクレオチドの配列に対応するテキストデー
    タ、又は複数種類のヌクレオチドに対して互いに異なる
    ６ビット以下の数値データを割り当てることによって前
    記テキストデータを変換して得られる数値データを保持
    する供給者が、 前記一列のヌクレオチドの配列の長さの情報、及び前記
    配列を表すテキストデータ又は前記数値データの数学的
    な要約値の情報を通信回線を介して閲覧可能な状態にし
    ておき、 前記通信回線を介して前記配列の長さの情報及び前記数
    学的な要約値の情報を閲覧したユーザより、前記テキス
    トデータ又は前記数値データの少なくとも一部の情報に
    対する取得要求が前記供給者に届いた後に、 前記供給者が前記ユーザに前記テキストデータ又は前記
    数値データの少なくとも一部の情報を供給することを特
    徴とするヌクレオチドの配列情報の供給方法。
  20. 【請求項２０】 請求項１９記載の供給方法であって、 前記一列のヌクレオチドは２５個以上のヌクレオチドの
    配列であり、 前記数学的な要約値は、４０ビット以上で１９２ビット
    以下のデータであり、 前記供給者は、更に前記一列のヌクレオチドの所定の一
    部の配列の情報を通信回線を介して閲覧可能な状態にし
    ておくことを特徴とするヌクレオチドの配列情報の供給
    方法。
  21. 【請求項２１】 請求項１９、又は２０記載の供給方法
    であって、 前記供給者は、前記一列のヌクレオチドの配列に対応す
    るテキストデータ、又はこれに対応する前記数値データ
    を第１ファイルに記録して保持し、 前記供給者は、前記テキストデータ、又は前記数値デー
    タを、前記ヌクレオチドの配列方向に複数行で、かつ前
    記配列方向に交差する非配列方向に複数列の部分データ
    に分割し、 前記部分データを、それぞれ複数種類のヌクレオチドに
    対して互いに異なる６ビット以下の数値データを割り当
    てることによって変換データに変換し、 複数行の前記変換データに各行毎に前記非配列方向に第
    １の演算を施して第１組のシンドローム情報を求めると
    共に、 複数列の前記変換データに各列毎に前記配列方向に第２
    の演算を施して第２組のシンドローム情報を求め、 前記第１組及び第２組のシンドローム情報を第２ファイ
    ルに記録して保持し、 第１段階として前記ユーザは、前記供給者より前記第２
    ファイルに記録されている２組のシンドローム情報を受
    け取り、 前記２組のシンドローム情報に基づいて検査対象の一列
    のヌクレオチドの配列の内の前記供給者の一列のヌクレ
    オチドの配列との相違部を特定し、 該相違部の配列の復元ができない場合に、第２段階とし
    て前記ユーザは前記供給者より前記第１ファイルに記録
    されている前記テキストデータ、又は前記数値データの
    内の前記配列の復元ができない部分の情報の提供を要求
    することを特徴とするヌクレオチドの配列情報の供給方
    法。
  22. 【請求項２２】 一列のアミノ酸の配列情報の記録方法
    であって、 前記一列のアミノ酸の配列に対応するテキストデータよ
    りも少ないデータ量で、前記一列のアミノ酸の配列に関
    する情報を記録することを特徴とするアミノ酸の配列情
    報の記録方法。
  23. 【請求項２３】 請求項２２記載の記録方法であって、 前記一列のアミノ酸は、一つのタンパク質を構成する１
    本のアミノ酸の鎖の全部又は一部であり、 前記一列のアミノ酸の配列に対応するテキストデータ
    を、２０種類のアミノ酸に対して互いに異なる６ビット
    以下のデータを割り当てることによって変換することを
    特徴とするアミノ酸の配列情報の記録方法。
  24. 【請求項２４】 請求項２２記載の記録方法であって、 前記一列のアミノ酸の配列に関する情報を、前記配列を
    表すテキストデータの数学的な要約値で表すことを特徴
    とするアミノ酸の配列情報の記録方法。
  25. 【請求項２５】 請求項２４記載の記録方法であって、 前記一列のアミノ酸は２５個以上のアミノ酸の配列であ
    り、 前記一列のアミノ酸の配列に関する情報を１６ビット以
    上で１９２ビット以下の長さの数学的な要約値で表すこ
    とを特徴とするアミノ酸の配列情報の記録方法。
  26. 【請求項２６】 請求項２４、又は２５記載の記録方法
    であって、 前記数学的な要約値は、前記一列のアミノ酸の配列に対
    応するテキストデータにＭＤ５ハッシュ関数、又はＳＨ
    Ｓハッシュ関数の演算を施して得られることを特徴とす
    るアミノ酸の配列情報の記録方法。
  27. 【請求項２７】 請求項２２記載の記録方法であって、 前記一列のアミノ酸の配列に対応するテキストデータ
    を、前記アミノ酸の配列方向に複数行で、かつ前記配列
    方向に交差する非配列方向に複数列の部分テキストデー
    タに分割し、 前記部分テキストデータを、それぞれ複数種類のアミノ
    酸に対して互いに異なる８ビット以下の数値データを割
    り当てることによって変換データに変換し、 複数行の前記変換データに各行毎に前記非配列方向に第
    １の演算を施して第１組のシンドローム情報を求めると
    共に、 複数列の前記変換データに各列毎に前記配列方向に第２
    の演算を施して第２組のシンドローム情報を求め、 前記第１組及び第２組のシンドローム情報で前記一列の
    アミノ酸の配列を表すことを特徴とするアミノ酸の配列
    情報の記録方法。
  28. 【請求項２８】 請求項２７記載の記録方法であって、 複数行の前記変換データの各行の変換データをそれぞれ
    前記非配列方向に交互に第１群の変換データ及び第２群
    の変換データに分けたとき、 前記第１の演算は、所定の整数Ｋを用いて前記第１群の
    変換データ、及び前記第２群の変換データのそれぞれの
    法Ｋのもとの和を求める演算であり、 前記第２の演算は、複数列の前記変換データの各列の変
    換データに対する法Ｋのもとの和を求める演算であるこ
    とを特徴とするアミノ酸の配列情報の記録方法。
  29. 【請求項２９】 一列のアミノ酸の配列情報の記録装置
    であって、 一つのタンパク質の少なくとも一部に含まれる一列のア
    ミノ酸の配列情報をテキストデータとして第１ファイル
    に記録する第１記録手段と、 前記第１ファイルのテキストデータよりも少ないデータ
    量で、前記一列のアミノ酸の配列の情報を表し、該配列
    の情報を第２ファイルに記録する第２記録手段とを有す
    ることを特徴とするアミノ酸の配列情報の記録装置。
  30. 【請求項３０】 請求項２９記載の記録装置であって、 前記第２記録手段は、前記一列のアミノ酸の配列を、該
    配列を表すテキストデータの数学的な要約値で表すこと
    を特徴とするアミノ酸の配列情報の記録装置。
  31. 【請求項３１】 一列のアミノ酸の配列情報の供給方法
    であって、 前記一列のアミノ酸の配列に対応するテキストデータ、
    又は複数種類のアミノ酸に対して互いに異なる８ビット
    以下の数値データを割り当てることによって前記テキス
    トデータを変換して得られる数値データを保持する供給
    者が、 前記一列のアミノ酸の配列の長さの情報、及び前記配列
    を表すテキストデータ又は前記数値データの数学的な要
    約値の情報を通信回線を介して閲覧可能な状態にしてお
    き、 前記通信回線を介して前記配列の長さの情報及び前記数
    学的な要約値の情報を閲覧したユーザより、前記テキス
    トデータ又は前記数値データの少なくとも一部の情報に
    対する取得要求が前記供給者に届いた後に、 前記供給者が前記ユーザに前記テキストデータ又は前記
    数値データの少なくとも一部の情報を供給することを特
    徴とするアミノ酸の配列情報の供給方法。
  32. 【請求項３２】 請求項３１記載の供給方法であって、 前記一列のアミノ酸は２５個以上のアミノ酸の配列であ
    り、 前記数学的な要約値は、１６ビット以上で１９２ビット
    以下のデータであることを特徴とするアミノ酸の配列情
    報の供給方法。
  33. 【請求項３３】 請求項３１、又は３２記載の供給方法
    であって、 前記供給者は、前記一列のアミノ酸の配列に対応するテ
    キストデータ、又はこれに対応する前記数値データを第
    １ファイルに記録して保持し、 前記供給者は、前記テキストデータ、又は前記数値デー
    タを、前記アミノ酸の配列方向に複数行で、かつ前記配
    列方向に交差する非配列方向に複数列の部分データに分
    割し、 前記部分データを、それぞれ複数種類のアミノ酸に対し
    て互いに異なる８ビット以下の数値データを割り当てる
    ことによって変換データに変換し、 複数行の前記変換データに各行毎に前記非配列方向に第
    １の演算を施して第１組のシンドローム情報を求めると
    共に、 複数列の前記変換データに各列毎に前記配列方向に第２
    の演算を施して第２組のシンドローム情報を求め、 前記第１組及び第２組のシンドローム情報を第２ファイ
    ルに記録して保持し、 第１段階として前記ユーザは、前記供給者より前記第２
    ファイルに記録されている２組のシンドローム情報を受
    け取り、 前記２組のシンドローム情報に基づいて検査対象の一列
    のアミノ酸の配列の内の前記供給者の一列のアミノ酸の
    配列との相違部を特定し、 該相違部の配列の復元ができない場合に、第２段階とし
    て前記ユーザは前記供給者より前記第１ファイルに記録
    されている前記テキストデータ、又は前記数値データの
    情報の提供を前記供給者に要求することを特徴とするア
    ミノ酸の配列情報の供給方法。
  34. 【請求項３４】 一つ又は複数のファイルに記録された
    データの要約値を計算するための要約値の計算方法であ
    って、 前記一つ又は複数のファイルに記録されたデータの内で
    所定のコードを無視して要約値を計算することを特徴と
    する要約値の計算方法。
  35. 【請求項３５】 請求項３４記載の要約値の計算方法で
    あって、 前記無視する所定のコードは、数字コード、スペースコ
    ード、及び改行コードであることを特徴とする要約値の
    計算方法。
  36. 【請求項３６】 請求項３４記載の要約値の計算方法で
    あって、 前記無視する所定のコードは、同一又は互いに異なる２
    組のコード、及びこれら２組のコードに挟まれたデータ
    であることを特徴とする要約値の計算方法。
  37. 【請求項３７】 請求項３４記載の要約値の計算方法で
    あって、 前記一つ又は複数のファイルから１文字分のコードデー
    タを読み出す毎に、 該読み出されたコードデータが前記所定のコードである
    ときには、該読み出されたコードデータを無視して、次
    の１文字分のコードデータの読み出しを行い、 該読み出しによって得られた前記所定のコード以外のコ
    ードデータが予め定められた個数になるか、又は読み出
    すべきデータがなくなったときに、要約値の計算を行う
    ことを特徴とする要約値の計算方法。
  38. 【請求項３８】 一連のテキストデータの要約値を計算
    するための要約値の計算方法であって、 前記一連のテキストデータを先頭から順に所定個数ずつ
    のコードデータを含む複数の部分テキストデータと、前
    記所定個数よりも少ない個数のコードデータを含む端数
    のテキストデータとに分割し、 前記複数の部分テキストデータ、及び端数のテキストデ
    ータをそれぞれ分割する順序を含むデータとともに互い
    に異なる複数のファイルに記録し、 該複数のファイルに記録されたテキストデータから分割
    の順序に従って順次要約値を計算することを特徴とする
    要約値の計算方法。
  39. 【請求項３９】 請求項３８記載の要約値の計算方法で
    あって、 前記所定個数ずつのコードデータ、及び前記所定個数よ
    りも少ない個数のコードデータからは、所定のコードデ
    ータが除外されていることを特徴とする要約値の計算方
    法。
  40. 【請求項４０】 請求項３９記載の要約値の計算方法で
    あって、 前記所定個数は、要約値を計算する際のデータ量の単位
    に応じて定められることを特徴とする要約値の計算方
    法。
JP2001120335A 2000-04-19 2001-04-18 ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法 Pending JP2002041528A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2001120335A JP2002041528A (ja) 2000-04-19 2001-04-18 ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法
EP02720452A EP1391832A1 (en) 2001-04-18 2002-04-17 Method and apparatus of recording sequencial data of biological substances
PCT/JP2002/003801 WO2002086761A1 (fr) 2001-04-18 2002-04-17 Procede et appareil d'enregistrement de donnees sequentielles de substances biologiques
US10/689,395 US7308452B2 (en) 2001-04-18 2003-10-20 Method and device for recording sequence information on biological compounds

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2000-117343 2000-04-19
JP2000117343 2000-04-19
JP2000149122 2000-05-19
JP2000-149122 2000-05-19
JP2001120335A JP2002041528A (ja) 2000-04-19 2001-04-18 ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法
US10/272,107 US20040086861A1 (en) 2000-04-19 2002-10-16 Method and device for recording sequence information on nucleotides and amino acids

Related Child Applications (2)

Application Number Title Priority Date Filing Date
JP2004101541A Division JP2004280843A (ja) 2000-04-19 2004-03-30 ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法
JP2004107911A Division JP2004265429A (ja) 2000-04-19 2004-03-31 情報選択方法

Publications (2)

Publication Number Publication Date
JP2002041528A true JP2002041528A (ja) 2002-02-08
JP2002041528A5 JP2002041528A5 (ja) 2005-03-03

Family

ID=32854400

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001120335A Pending JP2002041528A (ja) 2000-04-19 2001-04-18 ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法

Country Status (1)

Country Link
JP (1) JP2002041528A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006163734A (ja) * 2004-12-06 2006-06-22 Dainippon Printing Co Ltd 生物情報の検索装置
JP2006163546A (ja) * 2004-12-03 2006-06-22 Dainippon Printing Co Ltd 生物情報の解析装置および圧縮装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006163546A (ja) * 2004-12-03 2006-06-22 Dainippon Printing Co Ltd 生物情報の解析装置および圧縮装置
JP2006163734A (ja) * 2004-12-06 2006-06-22 Dainippon Printing Co Ltd 生物情報の検索装置
JP4638721B2 (ja) * 2004-12-06 2011-02-23 大日本印刷株式会社 生物情報の検索装置

Similar Documents

Publication Publication Date Title
Lopez et al. DNA assembly for nanopore data storage readout
Zielezinski et al. Alignment-free sequence comparison: benefits, applications, and tools
Cook et al. INfrastructure for a PHAge REference database: identification of large-scale biases in the current collection of cultured phage genomes
Cerveau et al. Combining independent de novo assemblies optimizes the coding transcriptome for nonconventional model eukaryotic organisms
McInerney GCUA: general codon usage analysis.
Song et al. New developments of alignment-free sequence comparison: measures, statistics and next-generation sequencing
Liu et al. High-speed and high-ratio referential genome compression
Zhang et al. A scalable and accurate targeted gene assembly tool (SAT-Assembler) for next-generation sequencing data
Pratas et al. XS: a FASTQ read simulator
EP4029190A1 (en) Genetic data in transactions
Hurgobin Short read alignment using SOAP2
Cevallos et al. A brief review on DNA storage, compression, and digitalization
Zhang et al. A FASTQ compressor based on integer-mapped k-mer indexing for biologist
Garcillán-Barcia et al. The facts and family secrets of plasmids that replicate via the rolling-circle mechanism
US20040086861A1 (en) Method and device for recording sequence information on nucleotides and amino acids
Hall et al. Building phylogenetic trees from genome sequences With kSNP4
Gupta et al. Benchmarking and assessment of eight de novo genome assemblers on viral next-generation sequencing data, including the SARS-CoV-2
Wang et al. Mainstream encoding–decoding methods of DNA data storage
Zhang et al. CRISPR-powered quantitative keyword search engine in DNA data storage
Dagher et al. Data storage in cellular DNA: contextualizing diverse encoding schemes
JP2002041528A (ja) ヌクレオチド等の配列情報の記録方法及び装置、前記配列情報の供給方法、前記配列情報を記録した記録媒体、並びに要約値の計算方法
EP1313225A1 (en) Nucleotide sequence information, and method and device for recording information on sequence of amino acid
May et al. Coding theory based models for protein translation initiation in prokaryotic organisms
Liu et al. Amino acid based de Bruijn graph algorithm for identifying complete coding genes from metagenomic and metatranscriptomic short reads
US7308452B2 (en) Method and device for recording sequence information on biological compounds

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040330