JP2003529123A - テキスト感応分子指標付けシステム及びコンピュータにより実施、及び／又は、コンピュータにより支援されるその方法 - Google Patents

テキスト感応分子指標付けシステム及びコンピュータにより実施、及び／又は、コンピュータにより支援されるその方法

Info

Publication number
JP2003529123A
JP2003529123A JP2001513053A JP2001513053A JP2003529123A JP 2003529123 A JP2003529123 A JP 2003529123A JP 2001513053 A JP2001513053 A JP 2001513053A JP 2001513053 A JP2001513053 A JP 2001513053A JP 2003529123 A JP2003529123 A JP 2003529123A
Authority
JP
Japan
Prior art keywords
matrix
descriptor
chemical
descriptors
similarity
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
JP2001513053A
Other languages
English (en)
Inventor
リチャード・ディー・ハル
ユージン・エム・フルーダー
スーレッシュ・ビー・シン
Original Assignee
マーク・アンド・カンパニー・インコーポレイテッド
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 マーク・アンド・カンパニー・インコーポレイテッド filed Critical マーク・アンド・カンパニー・インコーポレイテッド
Publication of JP2003529123A publication Critical patent/JP2003529123A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01J—CHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
    • B01J2219/00—Chemical, physical or physico-chemical processes in general; Their relevant apparatus
    • B01J2219/00274—Sequential or parallel reactions; Apparatus and devices for combinatorial chemistry or for making arrays; Chemical library technology
    • B01J2219/0068—Means for controlling the apparatus of the process
    • B01J2219/00686—Automatic
    • B01J2219/00689—Automatic using computers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01J—CHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
    • B01J2219/00—Chemical, physical or physico-chemical processes in general; Their relevant apparatus
    • B01J2219/00274—Sequential or parallel reactions; Apparatus and devices for combinatorial chemistry or for making arrays; Chemical library technology
    • B01J2219/0068—Means for controlling the apparatus of the process
    • B01J2219/00695—Synthesis control routines, e.g. using computer programs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01J—CHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
    • B01J2219/00—Chemical, physical or physico-chemical processes in general; Their relevant apparatus
    • B01J2219/00274—Sequential or parallel reactions; Apparatus and devices for combinatorial chemistry or for making arrays; Chemical library technology
    • B01J2219/0068—Means for controlling the apparatus of the process
    • B01J2219/007—Simulation or vitual synthesis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/40—Searching chemical structures or physicochemical data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/912—Applications of a database
    • Y10S707/941—Human sciences
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99935—Query augmenting and refining, e.g. inexact access
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99941—Database schema or data structure
    • Y10S707/99943—Generating database or data structure, e.g. via user interface
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99941—Database schema or data structure
    • Y10S707/99944—Object-oriented database structure
    • Y10S707/99945—Object-oriented database structure processing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99941—Database schema or data structure
    • Y10S707/99948—Application of database or data structure, e.g. distributed, multimedia, or image

Landscapes

  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

(57)【要約】 テキスト的および化学的記述子を用いて化学的類似度を計算するベクトル空間モデルの拡張について記述される。本方法は分子／化学薬品の化学的、及び／又は、テキスト的記述を使用し、かつ、元の記述子空間の低次元表現を作成するために例えば特異値分解などの適当な技法によって分子／化学薬品記述子マトリックスを分解する。次に、ユーザ照会とテキスト的、及び／又は、化学的記述子との間の類似性が計算およびランク付けされる。

Description

【発明の詳細な説明】
【０００１】 （関連出願） 本出願は１９９９年７月２３日付けで出願され、引用によりここに組み込み済
みの米国仮出願第６０／１４５，２１０号に基づく優先権を主張する。本出願は
、ユージン・フルーダ（Ｅｕｇｅｎｅ Ｍ．Ｒｕｄｅｒ）等により発明され、マ
ーク社（Ｔｈｅ Ｍｅｒｃｋ ＆ Ｃｏ．，Ｉｎｃ．）に譲渡され、引用により
ここに組み込み済みの同時係属中の米国特許出願第０９／ 号に係る「Ｃ
ｈｅｍｉｃａｌ Ｓｔｒｕｃｔｕｒｅ Ｓｉｍｉｌａｒｉｔｙ Ｒａｎｋｉｎｇ
Ｓｙｓｔｅｍ ａｎｄ Ｃｏｍｐｕｔｅｒ−Ｉｍｐｌｅｍｅｎｔｅｄ Ｍｅｔ
ｈｏｄ Ｆｏｒ Ｓａｍｅ」（化学構造類似性ランキングシステム及びコンピュ
ータにより実施されるそのための方法）（Ａｔｔｏｒｎｅｙ Ｄｏｋｅｔ Ｎｏ
．１０８９４９−１０１）発明と主題において関連する。
【０００２】 発明の背景 （発明の属する分野） 本発明は概してコンピュータを基調とし、及び／又は、コンピュータによって
支援された、化学構造、化合物、及び／又は、分子の化学的、及び／又は、テキ
スト的類似性の計算に係り、より詳細には、例えば、提案されたユーザのプロー
ブ、及び／又は、先導化合物についての化学的、及び／又は、テキスト的記述を
対象とする化学構造、化合物、及び／又は、分子の類似性のランク付けに関する
。
【０００３】 （背景の説明） 最近、製薬会社は化学構造、化合物、又は、分子の大規模収集を展開している
。この種の会社の１人または複数の従業員は、この種収集に含まれる特定の構造
体が興味深い化学活性、及び／又は、生物活性（例えば、新薬、又は、生体現象
の新規理解に導く可能性のある特質）を有することを発見することになるのが一
般的である。
【０００４】 類似性探索は薬剤発見の標準ツールである。薬剤発見プロジェクトの初期段階
において費やされる労力の大部分は、専ら「先導」化合物（即ち、当該プロジェ
クトを最終薬剤へ導くことのできる化合物）の発見に費やされる。先導化合物は
、しばしば、生物学的興味の対象に対する活性が既知であるプローブ化合物に「
類似」する化合物に関する化学データベースをふるいわけするプロセスによって
識別される。最も商業的かつ私有的収集体のサイズは最近十年間に亙って劇的に
成長したので、化学データベースのふるいわけに計算を用いる方法は薬剤産業の
基礎になった。
【０００５】 化学的類似性アルゴリズムは記述子（ディスクリプタ）と呼ばれる種々タイプ
の機能体に基づく化学構造の全表現体に亙って作動する。記述子には二次元表現
クラス及び三次元表現クラスが含まれる。当該技術分野における通常の知識を有
する者によって認められるように、二次元表現体には、例えば、標準原子対記述
子、標準位相ねじれ記述子、標準電荷対記述子、標準規格疎水性対記述子、原子
自体の特質を持つ標準固有記述子が含まれる。化学構造におけるあらゆる原子対
に関して説明するために原子対記述子を用いた場合には、記述子は原子のタイプ
、原子の化学的特質、及び、当該対のもう一方の原子からの距離に応じて確立ま
たは形成される。
【０００６】 三次元表現体には、例えば、上述したように、関心対象とされる化学構造の幾
何構造を説明する標準記述子が含まれる。幾何学的記述子においては、例えば、
第１原子は第２原子から２０ボンド離れているが、三次元的には第１原子が第２
原子から短い距離だけ離れているという事実が考慮され得る。位相的類似性探索
、殊に事前計算された記述子の比較リストに基づく位相的類似性探索は計算コス
トが非常に安価である。
【０００７】 化学類似性のベクトル空間モデルは化学化合物の表現体を機能ベクトルとして
包含する。当該技術分野における通常の知識を有する者によって認識されるよう
に、典型的な機能には、例えば、総てが引用により組み込み済みの原子対（Ｃａ
ｒｈａｒｔ、Ｒ．Ｅ．；Ｓｍｉｔｈ、Ｄ．Ｈ．；Ｖｅｎｋａｔａｒａｇｈａｖａ
ｎ、Ｒ．，「Ａｔｏｍ Ｐａｉｒｓ ａｓ Ｍｏｌｅｃｕｌａｒ Ｆｅａｔｕｒ
ｅｓ ｉｎ Ｓｔｒｕｃｔｕｒｅ−Ａｃｔｉｖｉｔｙ Ｓｔｕｄｉｅｓ：Ｄｅｆ
ｉｎｉｔｉｏｎ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ」［構造―活性研究におけ
る分子機能としての原子対］Ｊ．Ｃｈｅｍ．Ｉｎｆ． Ｃｏｍｐ．Ｓｃｉ．１９
８５，２５：６４−７３参照）、及び／又は、Ｔｏｐｏｌｏｇｉｃａｌ Ｔｏｒ
ｓｉｏｎｓ（位相的捩れ）（Ｎｉｌａｋａｎｔａｎ、Ｒ．；Ｂａｕｍａｎ、Ｎ．
；Ｄｉｘｏｎ、Ｊ．Ｓ；Ｖｅｎｋａｔａｒａｇｈａｖａｎ、Ｒ．，「Ｔｏｐｏｌ
ｏｇｉｃａｌ Ｔｏｒｓｉｏｎｓ：Ａ Ｎｅｗ Ｍｏｌｅｃｕｌａｒ Ｄｅｓｃ
ｒｉｐｔｏｒ ｆｏｒ ＳＡＲ Ａｐｐｌｉｃａｔｉｏｎｓ」［トポロジ的捩れ
：ＳＡＲ適用のための新規分子記述子］Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｃｏｍｐ．Ｓｃ
ｉ．１９８７，２７：８２−８５参照）などの基礎記述子が含まれる。
【０００８】 このように、収集体における分子を表現し、これら分子間の類似性を計算する
ためには多くのやり方が工夫されている。ただし、類似した活性または特質を持
つが、構造が明らかに類似しているとはいえない化合物を選択することが目標で
ある場合には、しばしばこれらの探索がより係わってくるということがわかって
いる。すなわち、我々は、化学構造体、化合物、または、分子の大規模収集体か
ら、例えば、元のプローブ化合物とは似ていないように見えるかもしれないが、
類似の化学的または生物学的活性を呈する一組の多様な化学構造体を確認するこ
との必要性をすでに理解している。我々は、更に、例えば、当該技術分野におけ
る通常の知識を有する者にとってデザイン的に既知であるＤｉｃｅ型、及び／又
は、Ｔａｎｉｍｏｔｏ型係数を使用するアルゴリズムはプローブ化合物に最も類
似した化合物を生成するが、この種のアルゴリズムは、当該プローブ化合物に関
する多様性によって特徴付けられる化合物または化学構造の提供には失敗するこ
とがあり得ることも認識済みである。
【０００９】 化学的な例について説明すれば、特定の化合物がＨＩＶ（ヒト免疫不完全ウイ
ルス）インヒビタ（阻害剤）であることが判明した場合には、化学化合物または
合成体のデータベースを探索し、元のＨＩＶインヒビタと同じか又はこれに類似
した薬剤的効果を持つが、元のＨＩＶインヒビタプローブとは構造的に似ていな
いＨＩＶインヒビタを発見することが望ましいことを認識している。１つ又は複
数の非類似ＨＩＶインヒビタを迅速かつ効果的に見つけることができる能力を持
てば数十億のドルの収入を得ることが潜在的に可能である。
【００１０】 更に、我々は、プローブを使用すること、及び、化学的記述に加えてテキスト的
記述を含むデータベースを提供することによって、テキスト的或いは化学的いず
れかの記述子のみを単独で使用することによっては得られないそれらの間の相関
性および関連性が明らかになることを認識済みである。
【００１１】 「潜在意味論的インデクシング（指標付け）および潜在意味論的構造インデク
シング」 テキスト感応分子インデクシング（ＴＩＭＩ）と呼ばれる本発明は、Ｄｅｅｒ
ｗｅｓｔｅｒ等に付与された米国特許第４，８３９，８５３号に記載され、引用
によってここに組み込み済みの潜在意味論的インデクシング（ＬＳＩ）方法論に
基づきそれをさらに発展させたものである。
【００１２】 Ｄｅｅｒｗｅｓｔｅｒは、主として文献の集大成から文書を検索する目的で文
字文書収集体を用語‐文書マトリックスとして表すことにより、ユーザの照会に
応答してテキスト的データオブジェクトを検索する方法論を開示する。Ｄｅｅｒ
ｗｅｓｔｅｒは、単語選択の可変性によって部分的に隠されているか又は不明瞭
化されている潜在意味論的構造が単語を用いたデータ内に前提として存在するも
のと仮定する。この潜在的な意味論的構造を算定し、かつそこに潜在する意味を
明らかにするべく統計的手法が用いられる。Ｄｅｅｒｗｅｓｔｅｒは、マトリッ
クスＸの部分的特異値分解（ＳＶＤ）が可能であれば、言葉の用語間、文書間、
及び、用語と文書間の類似性を計算することが可能であるとしている。ＳＶＤ技
法は数学および計算の技術分野においてはつとに知られており、信号および分光
分析を含む多くの科学的および工学的応用分野に用いられている。更に、Ｄｅｅ
ｒｗｅｓｔｅｒは、データベース中の用語および文書の双方に対する即興的照会
（Ｘ内に存在しないコラム（けた）ベクトル）の類似性を計算する。
【００１３】 具体的には図１を参照することとし、Ｄｅｅｒｗｅｓｔｅｒが開示する方法に
含まれるステップを次に示す。処理ブロック１００によって示されるように、第
１処理操作はテキスト処理アクティビティである。用語および該当し得る複合名
詞句（フレーズ）を発掘すべく、総ての組合せテキストが前処理される。先ず、
（１）ストップワードの予めコンパイルされたリスト間、或いは、（２）句読点
間、又は、（３）挿入記号間の総ての単語群を識別することによってフレーズが
見付けられる。
【００１４】 単語頻出度数についての算定値を更に安定的に得るために、あらゆる屈折接尾
部（過去時制、複数性、副詞性、進行時制等）が単語群から除去される。派生的
接尾部とは対照的に、屈折接尾部は通常基本語の意味を変化させない接尾部であ
る。（例えば、「ｂｏｙｓ」から「ｓ」を除去しても基本語の意味は変化しない
が、「ｉｎｆｏｒｍａｔｉｏｎ」から「ａｔｉｏｎ」を除去すると意味が変わる
）。英語を正しく記述できるパターン‐アクション規則は単一体では存在しない
ので、接尾部除去サブプログラムは例外リストを含むことがあり得る。
【００１５】 次の処理ステップはブロック１１０によって表される。初期のテキスト前処理
に基づき、システム辞典が創作される。この辞書には単一単語及び名詞句（フレ
ーズ）が含まれる。名詞句は更に豊かな意味論空間を提供する。例えば、「情報
検索」における「情報」と「情報理論」における「情報」とでは意味が異なる。
これらを個別の用語として扱えば、各複合体はｋ次元空間内の異なる場所に配置
される。（根本的に異なる意味論的環境における１つの単語（ワード）に関して
、これを単一語として扱えば当該ワードはｋ次元空間内の無意味な場所に配置さ
れることになる一方、個別の複合体を別個に使用する異なる意味論的環境の各々
を扱えば空間的微分を生ずる）。
【００１６】 複合名詞句は簡素化された自動手順を用いて抽出され得る。先ず、ステップ１
００に関して記述された「疑似」構文解析技法を用いてフレーズが見付けられる
。次に、左右総ての分岐サブフレーズが見付けられる。複数のドキュメント（文
書）内に生じるあらゆるフレーズ又はサブフレーズは潜在的に複合フレーズ（句
）である可能性がある。複合句は２語から多くの語（例えば、「半絶縁Ｆｅ混Ｉ
ｎＰ電流阻止層」）によって構成される。これらの複合フレーズ候補のうち、最
長適合フレーズならびに複合語を形成する複数の単一語は、空間的分離が得られ
るように、総て辞典ベースに入力される。
【００１７】 具体的な実施形態においては、複数の文書（ドキュメント）内に発生し、かつ英
語において最も頻繁に使用される語（例えば「ｔｈｅ」、「ａｎｄ」）のリスト
に含まれない語形変化を除去した単一語もシステム辞典に含まれる。一般に、除
外リストには約１５０の通常語（ワード）が含まれる。
【００１８】 処理ブロック１２０に示されるように、辞典用語のリストから、用語×文書マ
トリックスが生成される。典型的な状況下のマトリックスの一例は７１００用語
及び４８０グループを表す７２８文書を包含する。
【００１９】 処理ブロック１３０に示されるように、その次のステップにおいて、用語×文
書マトリックスにおける特異値分解が実施される。この分析はただ１度だけ（或
いは、記憶ファイル内に重大な更新が行われる度に）実施される。
【００２０】 ユーザ照会以前に文書を処理する最終ステップをブロック１４０に示す。選定
された文書を当該文書を生じるについて原因となったグループに関係付けるため
に、組織的データベースが構築される。この組織的データベースには、例えば、
グループマネージャの名前およびマネージャのメールアドレスが含まれることが
ある。
【００２１】 ユーザ照会処理操作を図２に示す。処理ブロック２００に示す第１ステップで
は、原文書の場合と同じ方法で照会が前処理される。
【００２２】 次に、ブロック２１０に示すように、最長適合複合句ならびに複合句（フレー
ズ）の部分ではない単一語が当該照会から抽出される。同じくシステム辞典に含
まれる各照会用語に対応させて、ｋ次元ベクトルが発掘される。照会ベクトルは
、ｋ次元ベクトルの重み付けされたベクトル平均である。処理ブロック２２０は
照会ベクトル生成ステップを示す。
【００２３】 照会処理におけるその次のステップを処理ブロック２３０に示す。最良適合文
書を発見するために、照会ベクトルが空間内の総ての文書と比較される。用いら
れる類似度測定規準は照会ベクトルと文書ベクトルの間のコサインである。コサ
イン１．０であれば、照会ベクトルと文書ベクトルが空間内において互いの頂部
に所在していたということになろう。ベクトルの大きさを無視し、比較されるベ
クトル相互間の角度のみを使用するということを除けば、当該コサインを用いた
測定規準は、ドット積測定法に類似する。
【００２４】 処理ブロック２４０に示すように、コサインが分類され、Ｎ個の最良適合文書
（一般にＮ＝８）の各々に関して、処理ブロック２５０に示すように、文書グル
ープに対応する組織的情報と共にコサインの値がユーザに対して表示される。
【００２５】 従って、Ｄｅｅｒｗｅｓｔｅｒにおいては、単語、テキストオブジェクト、及
び、ユーザ照会は、この根元的意味を抽出するように処理され、次に、情報を表
現して検索するために新規の潜在意味論的構造領域が用いられる。しかしながら
、Ｄｅｅｒｗｅｓｔｅｒは、即時必要性の認識も、その解決方法の認識もどちら
も提示することなく、化学構造との関連性については一切提案し得ていない。更
には、ＬＳＩは、オブジェクトの類似性計算に関し、例えば特異ベクトルの計測
にあたっては特異値を用いている。
【００２６】 従って、テキスト基調および化合物基調の両探索技法の有用性を組み合わせ、
これらの間の相乗効果を付加的／随意に提供する化学探索システム方法の必要性
が生まれる。本発明は、そういったシステム及び方法を提供することによって、
この必要性を充足するものである。
【００２７】 「発明の概要」 従って本発明の特徴および利点は、化学構造の収集体とプローブ或いは他の提
案された化学構造との間の化学的およびテキスト的類似性を決定し、化学構造体
、化合物、又は、分子、及び、それらに関連したテキスト的記述の集合体を使用
する方法、及び／又は、システムを提供することにある。
【００２８】 本発明の更なる特徴および利点は、化学的組成物と、化学的プローブ（照会）
およびテキストに基づくプローブ又は他の提案された化学構造との間の類似性を
計算するための方法論を提供することにある。
【００２９】 本発明の更に別の特徴および利点は、生物学的または化学的アクティビティ又
は特質に関しては類似するが、構造面において類似することが必ずしも明白でな
い化学的組成物を、化学的プローブおよびテキストに基づくプローブまたは他の
提案された化学構造に基づいて選択するための方法、及び／又は、システムを提
供することにある。
【００３０】 本発明のまた別の特徴および利点は、化学構造体、所与の化学的プローブおよ
びテキストに基づくプローブまたは他の提案された化学構造の探索可能な表現を
生成するようにコンピュータに指示する命令であって、コンピュータによって実
行可能な命令を搭載するコンピュータにより読取り可能な媒体を提供することに
ある。
【００３１】 本発明は、既存の記述子またはユーザ提供記述子のいずれかに対するこれら化
学合成物、混合物、及び／又は、化合物のテキスト的及び化学的類似性を決定す
るために化学合成物、混合物、及び／又は、化合物のテキスト的および化学的記
述子の双方を組み合わせる。本発明は、各化合物を表す化学的記述子に加えてテ
キスト的記述子を提供することにより、どちらの方法を単独で用いても詳らかに
し得なかったテキスト的記述子と化学的記述子との間の関係を明らかにする統合
システムおよび方法を有利に提供するものであり、利点を生ずるものである。具
体的には、以下に詳細に示すように、本発明は、それぞれ個別にされたテキスト
分析及び化学分析を結合することによっては見出しえなかったテキスト記述子と
化学記述子との間の関連性を詳らかにするものであり、これらについては、この
あと詳細に論じられる。以下の開示は、この結合がどのように行われるかについ
て記述し、一例としてＭｅｄｌｉｎｅアブストラクト（要約）を用いて、幾つか
の検索およびデータ発掘シナリオを提供する。
【００３２】 種々の実施形態に記載された本発明の方法は、第１の化学的またはテキスト的
記述子と、複数の化学的およびテキスト的記述子を包含するマトリックスにおけ
る少なくとも１つの他の化学的、及び／又は、テキスト的記述子との間の類似性
を計算し、化合物の集合体に含まれる各化合物に関する少なくとも１つの化学的
記述子および少なくとも１つのテキスト的記述子を生成し、記述子マトリックス
Ｘを準備する順次的、非順次的、及び／又は、順序に無関係のステップを含む。
好適な実施形態において、記述子マトリックスの各列はテキスト的および化学的
記述を含む文書を表し、各行は少なくとも１つの文書と関連付けられた記述子を
含む。当該行に格納されている数値は各文書内の各記述子の発生度数に等しい。
また、当該技術分野における通常の知識を有する者にとっては、記述子マトリッ
クスＸの行と列とは置き換え可能であること、及び、そのような場合に、以下に
述べる記述子マトリックスＸにおいて実施される演算は置き換え済みマトリック
スにおいて実施された演算の結果が記述子マトリックスＸの結果と同一となるよ
うに適宜修正可能であることも明白であろう。次に、好適な一実施形態において
、記述子マトリックスの特異値分解（ＳＶＤ）が実施され、第１記述子と少なく
とも１つの他の記述子との間の類似性を計算するために用いられる合成マトリッ
クスが生成される。ただし、既に注記したように、例えば主要成分分析のような
他の適切な分解技法も同様に利用可能である。最終的に、第１記述子に対する類
似性の順番にランク付けされた当該少なくとも１つの他の記述子の部分集合が出
力として得られる。
【００３３】 以上、後続する詳細な説明が更によく理解されるように、また、本発明の当該
技術分野への貢献が更によく評価されるように、本発明のより重要な機能につい
て、幾分広範囲に亙って概説した。これらに限らず、以下に更に説明され、ここ
に添付されている特許請求の範囲の主要対象を形成し得る本発明の付加的特徴も
存在するのは勿論のことである。
【００３４】 この点に関して、本発明の少なくとも１つの実施形態を詳細に説明する前に、
本発明がその適用において、以下の記述において説明されるか、或いは、図面に
示された要素の詳細な解釈及び組み合わせに限定されるものでないことを理解さ
れたい。本発明は、他の実施形態が可能であり、種々の方法で実用および実施可
能である。また、ここで用いられた語法および用語は記述を目的とするものであ
り、限定的に働くものとみなしてはならないことを理解されたい。
【００３５】 従って、当該技術分野における通常の知識を有する者は、本開示の基調となる
概念は、本発明の幾つかの目的を実施するための他の構造、方法、及び、システ
ムを設計するための基礎として容易に利用され得ることを理解するはずである。
従って、重要なことは、本発明の趣旨および範囲から逸脱しない限り、本願の特
許請求の範囲にはそのような等価な解釈が含まれるものと見なされるということ
である。
【００３６】 更に、前述の要約の目的は、米国特許商標庁および一般大衆、特に当該技術分
野における特許または法律用語または語法に精通しない科学者、技術者、及び、
実際的な専門家が本願を簡単に見ただけで本出願の技術的開示の性質および本質
を迅速に決定することを可能にすることにある。本要約は特許請求の範囲の記載
によって規定されるべき本願に係る発明を定義することを意図するものでなく、
如何なる方法においても本発明の範囲に関して限定することを意図するものでも
ない。
【００３７】 本発明を特徴付ける種々の新規性を形成する特徴および本発明の他の目的と共
に、上記のことは、本開示の一部を形成し、かつこれに添付される特許請求の範
囲内において詳細に指摘される。本発明、その使用上の利点、及び、その使用に
よって達成される特定の目的を更に良く理解するために、本発明の好ましい実施
形態が提示されている添付図面、及び、説明文を参照されたい。
【００３８】
【発明の好適な実施形態の詳細な説明】
本発明は、好適な実施形態において、特異値分解（ＳＹＤ）がキーワード又は
記述子の操作を容易にするシステムおよび方法を提供する。ただし、例えば主要
成分分析のような、これ以外の分解技法も利用可能であることを理解されたい。
【００３９】 データベース内のあらゆる又は実質的に総ての化学構造体、化合物、又は、分
子をテキスト的および組成的に表すマトリックスは、相関性または関連性をもつ
部分を少なくとも含む標準記述子を用いて生成される。ＳＶＤ技法、または、例
えば主要成分分析のような他の適当な分解技法は、プローブ或いは他の提案され
た化学構造に対するテキスト的、及び／又は、組成的類似性によって化学構造、
化合物、または、分子をランク付けするために用いられるこれらの相関性を明ら
かにする。ＳＶＤ技法は、同等または実質的に同等でないにしても、関連するか
、或いは実質的な関連性を有する記述子を発見できるという利点がある。すなわ
ち、記述子は直接的または一般的に許容される同義語である必要は無く、むしろ
、これらは随意に類似するか或いは関連する用語である。
【００４０】 我々が見出したところによれば、ＳＶＤ技法、または、例えば主要成分分析の
ような他の分解技法は、本発明に従って化学的場面に適用された場合には、構造
的に明らかに類似するようには見えないが、化学構造体或いは複合体のデータベ
ース中の生成された分子結合から判断すれば実際的に類似する化学的複合体また
は構造体をランク付けする。説明を容易にするために、炭素リングの周りに配置
される多くの有機化合物を用いることとする。例えば、６個構成リングにおいて
、原子対記述子を使用することにより、他方の炭素原子から１ボンド離れた１個
の炭素原子が常に所在するばかりでなく、他方の炭素原子から２ボンド離れた１
個の炭素原子ならびに他方の炭素原子から３ボンド離れた１個の炭素原子が所在
することが我々によって判明した。この観測の視点から、我々は、これらの原子
対は概念的な同義語ではないにしても、これらの原子対は高度に関連しているこ
とを認識した。我々は、これらの関連度の個数、及び／又は、程度に基づく化学
的複合体または構造体のランク付けをＳＶＤ技法が容易にすることを確認した。
【００４１】 ＴＩＭＩ計算 本願に係る発明は、分子、及び、これら分子に関連したテキスト的記述のデー
タベースを利用する。本データベースは、最初、１組のベクトルとして表される
。この場合、各ベクトルＶｉ＝（ｄｉ１，ｄｉ２，．．．，ｄｉｎ）Ｔは文書ｉ
におけるそれぞれ対応する化学的、及び／又は、テキスト的記述子ｄｊの負でな
い発生頻度数で構成される。ここに、ｎは全文書群において唯一的に発生する記
述子の全数であることが好ましい。従って、記述子マトリックスＸは複数のかか
るベクトルの集合である。即ち、Ｘ＝｛Ｖ１，．．．，Ｖｍ｝、ｍ≧２、又は、
【数１】
【００４２】 ここに、Ｘはｍ列ｎ行で構成される。当該技術分野における通常の知識を有す
る者にとって、記述子マトリックスＸの行と列は置き換え可能であり、その場合
には、以下に説明する記述子マトリックスＸにおいて実施される演算は、置き換
えられたマトリックスにおいて実施される演算の結果が記述子マトリックス母Ｘ
の結果と同じであるように適宜修正可能であることは明白なはずである。
【００４３】 好適な実施形態において、本発明は、元のマトリックスの縮小次元表現を生成
するために、ＸのＳＶＤを有利に利用する。ＲｍｘｒにおけるＸのＳＶＤがＸ＝
ＰΣＱＴと定義されるものとする。ここに、Ｐは左特異マトリックス（ｒはＸの
階数）と呼ばれるｍｘｒマトリックスであり、その列は非ゼロ固有値に対応する
ＸＸＴの固有値ベクトルである。Ｑは右特異マトリックスと呼ばれるｎｘｒマト
リックスであり、その列は非ゼロ固有値に対応するＸＴＸの固有値ベクトルであ
る。Σはｒｘｒ対角マトリックス＝ｄｉａｇ（σ１，σ２，．．．，σｒ）であ
り、特異値と呼ばれる非ゼロのエレメントは固有値の平方根であって、それらの
プロパティはσ１≧σ２≧．．．σｒである。従って、
【数２】 従って、０に設定されたｋ＜ｒ，σｋ＋１．．．σｒに関するＸ、Ｘｋの第ｋ階
近似は引用によってここに組み込み済みの標準Ｌａｎｃｚｏｓアルゴリズムの変
形バージョンを用いて能率的に計算可能である（Ｂｅｒｒｙ等著１９９６年３月
改訂の「ＳＶＤＰＡＣＫＣ（Ｖｅｒｓｉｏｎ １．０）Ｕｓｅｒ’ｓ Ｇｕｉｄ
ｅ」，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｎｎｅｓｓｅｅ，Ｋｎｏｘｖｉｌｌｅ
，Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ Ｔｅｃｈ
ｎｉｃａｌ Ｒｅｐｏｒｔ ＣＳ−９３−１９４参照）。Ｘｋは、最小二乗法に
おいてＸに最も近い階数ｋのマトリックスであり、Ｘの部分ＳＶＤと呼ばれ、Ｘｋ ＝ＰｋΣｋＱＴ ｋとして定義される。
【００４４】 ２つの化学的記述子ｄｉ、ｄｊのＴＩＭＩ類似度はマトリックスＰｋの第ｉ行
と第ｊ行との間のドット積を算定することによって計算され、公式
【数３】 によって与えられる。 ベクトルＶｉ及びＶｊで表される２つの文書（例えば、要約またはの他のテキ
スト記述）の間のＴＩＭＩ類似度はマトリックスＱｋの第ｉ行と第ｊ行との間の
ドット積を算定することにより計算され、公式
【数４】 によって与えられる。
【００４５】 文書又は他のテキスト記述Ｖｊに対する記述子ｄｉのＴＩＭＩ類似度はマトリ
ックスＰｋの第ｉ行とマトリックスＱｋの第ｊ行との間のドット積を算定するこ
とによって計算され、公式
【数５】 によって与えられる。
【００４６】 最終的に、データベースにおける記述子および分子に対する特別照会のＴＩＭ
Ｉ類似度は先ず照会を部分ＳＶＤのｋ次元空間に投影し、その後で相互間および
内部比較のための分子として当該投影を扱うことにより計算される。照会ベクト
ルｑの投影はＶｑ＝ｑＴＰΣ-１ ｋとして定義される。
【００４７】 ＴＩＭＩは、Ｄｅｅｒｗｅｓｔｅｒに開示された方法と異なり、特異ベクトル
を基準化するために特異値を使用しないことに留意されたい。その代りに、類似
度の計算に際してＴＩＭＩは識別マトリックスＩを使用するが、この点Ｄｅｅｒ
ｗｅｓｔｅｒはΣｋを利用する。成分Σｋの基準化を無視することで、プローブ
の記述子がデータベースにおいて充分に表されているかどうかに関係無く類似し
た分子を選択する能力が向上する。
【００４８】 方法論 ＴＩＭＩと関連した演算には２つの局面がある。第１局面は、文書又はテキス
ト的記述の収集体からＴＩＭＩデータベースを構築することに関係し、第２局面
は当該データベースの照会に関係する。
【００４９】 ＴＩＭＩデータベースの構築 ＴＩＭＩデータベースの生成には次に示す順次的、非順次的、或いは、順序に
無関係のステップが含まれる。図３に示すステップＳ３００において、ユーザ、
及び／又は、コンピュータはデータベースにおいて表される各化合物に関する化
学的およびテキスト的記述子を生成または創成する。
【００５０】 テキスト的記述子は、例えば、文書の収集体または他のテキストソースから、
例えばＡＳＣＩＩフォーマットや他の適合するフォーマットにおいて生成される
。同様に、化学的記述子のテキスト的表現もテキスト的記述子に加えられる。こ
れらの文書は、例えば、新聞用論文、ＭＥＤＬＩＮＥアブストラクト、内部進行
レポート、メモ、旅行紀行、議事録等であっても差し支えない。これらの文書の
固有フォーマットは、ＡＳＣＩＩ版を生成するための変換ソフトウェアの使用を
必要とすることがあり得る。次に、ＡＳＣＩＩ体は、例えば不必要な句読点の除
去、語のステミング、状況の標準化、フォーマット化の排除によって「正規化」
されることが好ましい。
【００５１】 医療テキストには、テキストが他の規則によって分析された場合よりもこの段
階をより困難にさせる幾らかの特異性がある。例えば、我々は、Ｃｈｅｍｉｃａ
ｌ Ａｂｓｔｒａｃｔｓ（Ｃｈｅｍｉｃａｌ Ａｂｓｔｒａｃｔｓ Ｓｅｒｖｉ
ｃｅ，１９９７年）、或いは、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｕｎｉｏｎ ｏｆ
Ｐｕｒｅ ａｎｄ Ａｐｐｌｉｅｄ Ｃｈｅｍｉｓｔｒｙ（ＩＵＰＡＣ）（Ｐ
ａｎｉｃｏ等、１９９４年）に記載されている系統的化学薬品名が括弧、角括弧
、コンマ、単一引用符、コロン、ハイフン、プラス記号、ピリオド等を含む可能
性のあることを発見した。遺伝子名および蛋白質名は、しばしば、短い頭字語で
ある場合が多く、これらは正常化されたときに、他の語と混同されることがあり
得る。データベース識別子および到達番号も正規化を曖昧にすることがあり得る
。実際には、化学薬品、遺伝子、蛋白質名および識別子に関して特に手際良く仕
上げられた辞典を用いたＰｅｒｌの原稿は、例えば、入力文書を正規化するため
に必要なテキスト処理を実施するために利用され得る。本発明の実行に際しては
、正規化済みの各文書の用語が化学構造が既知である化合物名の指標に対して比
較されることが好ましいが、必須というわけではない。
【００５２】 ステップＳ３１０において、ユーザ、及び／又は、コンピュータは各々が特定
の文書に対応しているマトリックスＸの列をテキスト的および化学的記述と関係
づける指標、及び、当該マトリックスの行をテキスト的および化学的記述子と関
係づける別の指標を生成または創成する。 ステップＳ３２０において、ユーザ、及び／又は、コンピュータは文書内の化
合物を表すテキスト的および化学的記述子マトリックスＸを生成または創成する
。ステップＳ３３０において、ユーザ、及び／又は、コンピュータは記述子マト
リックスＸにおいてＳＶＤを実施する。
【００５３】 例えば、次の要約題「Ｂｕｔｅｉｎ，ａ ｓｐｅｃｉｆｉｃ ｐｒｏｔｅｉｎ
ｔｙｒｏｓｉｎｅ ｋｉｎａｓｅ ｉｎｈｉｂｉｔｏｒ」（ブテイン、特殊蛋
白質チロジンキナーゼインヒビタ）を文書と見なすこととする。
【００５４】 正規化の後で、この文書には７語、即ち「ｂｕｔｅｉｎ」、「ａ」、「ｓｐｅ
ｃｉｆｉｃ」、「ｐｒｏｔｅｉｎ」、「ｔｙｒｏｓｉｎｅ」「ｋｉｎａｓｅ」、
「ｉｎｈｉｂｉｔｏｒ」が含まれていよう。ブテインの構造を次に示す。
【化１】
【００５５】 ブテイン連結表は５６種の原子対（ＡＰ）および位相ねじり（ＴＴ）記述子を
生成する。その一部を表１に示す。記述子は用語と見なすことが可能であり、テ
キストに直接合併され得る。
【表１】
【００５６】 この処理段階において、当該要約の題名表現は、５６の化学用語（各々が自身
の発生頻度数を持つ）に加えて、７個の英語の単語（各々が１回発生する）、合
計６３個の用語で表現されることになる。ストップワード除去はまだ実施されて
いないので、単語「ａ」は依然として存在することに留意されたい。
【００５７】 次に、ステップＳ３２０に従い、合併されたテキストと化学的性質はマトリッ
クスを作成するために練り直される。この場合、各行が唯一的用語を表し、各列
が文書又はテキスト源を表し、ｉ行ｊ列の要素の値は文書ｊ又はテキスト源にお
ける用語ｉの発生回数である。従って、用語ｉは、文書ｊ又はテキスト源におい
て任意回数だけ発生し得る。ストップワード（制止語）は、例えば、逆文書発生
頻度数（ｉｄｆ）表から生成され得る。（例えば、５０％を超える文書において
発生するあらゆる用語は、マトリックスの行としての扱いから除外される。）こ
のマトリックスの特異値分解は、ここで更に詳細に説明されるように、結果とし
て、類似度の計算に際して用いられる３個のＳＶＤマトリックス（Ｐ、Σ、及び
、ＱＴ）を生じる。
【００５８】 ＴＩＭＩデータベースの探索 図４に示すように、ＴＩＭＩデータベースの探索は次のように実施される。ス
テップＳ４００において、ユーザは、１つ又は複数の単語、及び／又は、化学構
造体をプローブとして指定する。ステップＳ４１０において、プローブ分子、テ
キスト、又は、結合プローブの場合には多重分子またはテキストは当該プローブ
用の特徴、または、列、ベクトルを作成するためにＴＩＭＩデータベースの記述
子集合に変換される。次に、ステップＳ４２０において、ユーザによる指定に従
い、何らかのｋに関して上述したように、疑似‐オブジェクトが得られる。各記
述子（Ｐｋの行）の正規化されたドット積、及び、疑似‐オブジェクトを有する
各文書（Ｑｋの列）はステップＳ４３０において随意計算され、結果として得ら
れる値は、ステップＳ４４０において、好ましくは降順で随意的に分類され、こ
のようにして、当該値をなす原因を形成した記述子および文書の指標を維持する
。次に、ステップＳ４５０においてユーザには、例えば、ユーザが定義したしき
い値でカットオフされたうち上位にランクされた（例えば、上位３００または１
０００種の化合物）文書のリストが提示される。 当該技術分野における通常の知識を有する者によって認められるように、少な
くとも部分的にはｋの選択に基づき特異値の個数を変えることにより、ユーザは
、ファジー論理の観点から探索のファジーレベルを制御する。ｋの値が更に大き
くなれば、ファジーの程度は更に低くなる。
【００５９】 本発明の方法の別の一実施形態のフローチャートを図５に示す。本方法には、
次に示す順次的、非順次的、或いは、順序に無関係なステップが含まれる。ステ
ップＳ５００において、照会化合物プローブ又は照会ジョイントプローブがユー
ザによって入力されたかどうかがコンピュータによって決定される。入力された
場合であれば、ステップＳ５１０において、コンピュータは、１つ又は複数の照
会文書又はテキスト及び化合物プローブまたはジョイントプローブに関して化学
的およびテキスト的記述子を生成する。ステップＳ５２０において、コンピュー
タは、生成された結果に照らしユーザが照会を修正したかどうかを決定する。ユ
ーザは、ランク付けされた化合物を選定し、それらを元のプローブに追加して、
探索を再度実行することができる。イエスであれば、処理の流れはステップＳ５
１０に戻る。イエスでない場合には、ステップＳ５３０において、コンピュータ
は、特異値分解マトリックスを用いて、修正された照会プローブを多次元空間に
変換する。ステップＳ５４０において、コンピュータは、化合物データベース内
の照会プローブと化学構造およびそれらのテキスト的記述の間の類似度を計算す
る。ステップＳ５５０において、コンピュータは、照会プローブに対する類似性
によって化合物データベース内の化合物のランク付けを行う。ステップＳ５６０
において、コンピュータは、例えば標準コンピュータモニタを介して、或いは、
標準プリンタを介して、標準的仕方において化合物のランク付けリストを出力す
る。
【００６０】 ＴＩＭＩデータベースの発掘 データベースの探索は単に文書のランク付けリスト提供によって達成されるが
、データベースの発掘はもう少し興味深い。ＴＩＭＩが開発された理由の１つは
、新規な先導化合物を発見すること、及び、化学構造および文献において言及さ
れている生物学的構造と化学構造との関係について理解を更に深めることの観点
から薬学者の努力を支援することにある。従って、我々は、化学的類似性および
生物学的特質ならびに関連物を含むＴＩＭＩによって扱うことのできる専門化さ
れた発掘作業について調査してきた。
【００６１】 例えば、化学構造体をｋ次元空間に投影し、その後で、密接に類似する化合物
識別子のリストを調査することができる。或いは、複数の化学構造体をｋ次元空
間に投影し、それらのコサイン類似性を直接計算することができる。類似性はこ
れを囲むテキストの存在によって変更され、おそらくは強化されてきたが、これ
らの演算には両方とも化学構造体間の比較が含まれる。
【００６２】 ＴＩＭＩは、或る特定の特質（プロパティ）または関係を推論することによっ
て用語のクラスに対する化学プローブの類似性を計算することも可能である。化
学構造プローブを提示した後で、最高ランク付けされた治療用語、病気名、毒性
傾向、副作用等を見付けるために用語の分類リストを調査することができる。或
る特定の類型（カテゴリ）に関する治療用語（治療類型に関連する用語）のラン
ク付けが、他の総ての類型に対するよりも著しく優れていることが決定されたと
仮定する。或る特定の化合物に最も類似した用語のリストに含まれる単語が「ｃ
ｈｏｌｅｓｔｅｒｏｌ」、「ｌｉｐｉｄ」、「ｔｒｉｇｌｙｃｅｒｉｄｅ」であ
ることが判明すれば、ｈｙｐｅｒｃｈｏｌｅｓｔｏｒｅｍｉａ（高コレスレロー
ル血症）に関する文書（例えば、要約）において言及されている化合物の構造に
類似する化合物の構造に含まれる何等かの成分が存在することが推論され得る。
例えば「ｍｕｔａｇｅｎ（ｉｃ）」、「ｃａｒｃｉｎｏｇｅｎ（ｉｃ）」、「ｈ
ｅｐａｔｏｔｏｘｉｃ（ｉｔｙ）」等々の病名または毒性関連用語が高位置にラ
ンクされている場合にも上述の推論は真である。
【００６３】 その代りに、或る用語に最も類似する化合物または記述子がＴＩＭＩによって
決定可能である。例えば、次の質問について考察することとする。「ｃａｒｃｉ
ｎｏｇｅｎ（発がん物質）」及び「ｃａｒｃｉｎｏｇｅｎｉｃ（発がん性の）」
という用語と最も関連性が強い化学的記述子は何か？この質問に答えるために、
各用語に関して２つの非ゼロ頻度数を持つ１つのプローブベクトルが作られる。
次に、ランク付けされた化合物のリストが、具体的には、最高位置にランクされ
た化学的記述子に関して調査される。次に、関心対象とされる化合物の原子を着
色するために記述子の関連得点が用いられ得る。原子を着色すると、当該化合物
のどの構成成分が特質と関連しているかが視覚的に示される。この方法は、集合
体に記載されているあらゆる特質に用いることができる。
【００６４】 使用可能性、及び／又は、新薬品に関する問題の早期発見は、製薬会社が研究
開発コストにおいて数百万ドルを節約することを可能にする。ＴＩＭＩは、これ
らの問題について研究者が何等かの利点を得るために、文献に記載されている過
去の実験を有益に利用することを可能にする。我々は、次の節においてＭｅｄｌ
ｉｎｅ要約の集合体文脈に沿ってこれらの関係の幾らかについて精査することと
する。
【００６５】 ＭＥＤＬＩＮＥの実験 用語「ｄｒｕｇ（薬剤）」を使用し、１９９８年の３ケ月期間内に出版された
１組１１，５７１件のＭＥＤＬＩＮＥ要約（アブストラクト）がＭＥＤＬＩＮＥ
データベースから抽出された。テキストは、化学名識別子を識別し、認識された
化合物の化学的記述子を適切な要約に併合するために前処理された。マーク・ア
ンド・カンパニー社（Ｍｅｒｃｋ＆Ｃｏ．，Ｉｎｃ．）所有のデータベース内に
所在する連結表をもつ２，８７６件の唯一的化合物識別子が６，９２９件の要約
内で見付けられた。４，６４２件の要約には、それらと関連した識別可能な構造
体は一切含まれていなかった。引用頻度が最も大きい上位１０種の化合物はｇｌ
ｕｔａｔｈｉｏｎｅ（１８１），ｄｏｐａｍｉｎｅ（１７９），ｇｌｕｃｏｓｅ
（１５７），ｃｈｏｌｅｓｔｅｒｏｌ（１４１），ｃｉｓｐｌａｔｉｎ（１３２
），ｓｅｒｏｔｏｎｉｎ（１３１），ｃｏｃａｉｎｅ（１２７），ｄｏｘｏｒｕ
ｂｉｃｉｎ（１１１），ａｄｅｎｏｓｉｎｅ（１１０），ｍｏｒｐｈｉｎｅ（１
０９）であった。これらの化合物の原子対および位相ねじれ記述子がテキストに
付加された。次に化学的およびテキスト的記述子のリストが用語／要約マトリッ
クスを作成するために用いられた。このマトリックスの大きさは４２，５６６個
の唯一的用語ｘ１１，５７１個の要約書であった。２１７個の特異ベクトルを生
成するためにＬａｎｚｃｏｓ反復的ＳＶＤアルゴリズム（Ｂｅｒｒｙ等、１９９
６年参照）が用いられた。今後、このデータベースはＴＩＭＩＴＣデータベース
と称することとする（ＴＣは「テキスト及び化学」を表す）。
【００６６】 ＴＩＭＩＴＣデータベースに加えて他の２つのデータベースが構築された。即
ち、元の用語（即ち、化学表現なし）だけのデータベースが作成され（ＴＩＭＩＴ ）、同様に、化学構造のデータベース（ＴＩＭＩＣ）が作成された。これら２
つの追加データベースは以下に説明する比較研究のために生成された。
【００６７】 次に、異なる３組の照会がデータベースに提出された。第１組は化学構造照会
を含み、第２組は用語を含み、第３組は構造および１又は複数の用語の両方を含
む。明らかに、構造照会はテキストのみのデータベースには呈示不可能であり、
用語照会は構造のみのデータベースには呈示不可能である。これらの３組の目的
は、各データベースによって提供される検索と発掘における差異を調査すること
であった。
【００６８】 化学構造照会 １つの構造照会はａｖａｓｉｍｉｂｅ（ＣＩ−１０１１）と称するコレステロ
ール降下剤を含む。その構造を次に示す。
【化２】
【００６９】 Ａｖａｓｉｍｉｂｅは２つの異なる要約ＭＥＤ３０６及びＭＥＤ２６００にお
いて合計１２回その企業コードｃｉ−１０１１によって言及されている。ｃｉ−
１０１１構造を持ち、ｋ＝１００に設定されたＴＩＭＩＴＣの探索結果として得
られたランク付けされた文書及び用語のリストを表２に示す。
【表２】
【００７０】 当然期待されるようにＭＥＤ３０６及びＭＥＤ２６００は最上位にランク付け
された文書である。「Ｗａｖｅｌｅｔ Ａｎａｌｙｓｉｓ ｏｆ Ａｃｏｕｓｔ
ｉｃａｌｌｙ Ｅｖｏｋｅｄ Ｐｏｔｅｎｔｉａｌｓ Ｄｕｒｉｎｇ Ｒｅｐｅ
ａｔｅｄ Ｐｒｏｐｏｆｏｌ Ｓｅｄａｔｉｏｎ」という題名をもつＭＥＤ７２
７７はｃｉ−１０１１には言及しないが、おそらくｃｉ−１０１１の基礎構造を
持つと考えられる化合物であるｐｒｏｐｏｆｏｌについては検討している。
【化３】
【００７１】 上に示す化学構造を持つＰｒｏｐｏｆｏｌは１９９０年代初期に開発された麻
酔剤であり、ｃｉ−１０１１には直接連結しない。ただし、構造が類似している
ので、ｐｒｏｐｏｆｏｌとｃｉ−１０１１は幾らかの生物的アクティビティを共
有することは可能である。次に示す２つの要約ＭＥＤ６２４４及びＭＥＤ２０３
６もｐｒｏｐｏｆｏｌについて検討している。
【化４】
【００７２】 第６位にランク付けされた要約ＭＥＤ４５８２は、上に示したような化学構造
をもつｔｅｂｕｆｅｌｏｎｅについて検討している。
【化５】
【００７３】 要約７、８、１０もｐｒｏｐｏｆｏｌについて言及している。要約９のＭＥＤ
８３５９は、上に示したような化学構造をもつ化合物ＬＹ−２３１６１７につい
て検討している。ＬＹ−２３１６１７は、最初、発作を処置するための神経保護
剤として開発された。
【００７４】 当該上位１０種の用語もこの化合物について我々に何かを示唆している可能性
がある。用語ｃｉ−１０１１は最高位にランク付けされた用語であるが、一見し
て特に興味の対象とは見受けられない。しかし、我々のプローブは化学構造ｃｉ
−１０１１の化学的記述子に過ぎず、「ｃｉ−１０１１」という単語を含まなか
ったことを思い起こされたい。表２に示す第２の用語ｓ４２ｏ２０ｃ３１ｃ３１
は位相ねじれ化学記述子である。表２に示す第３用語たるＢ−１００は、ｌｐ（
ａ）及びｌｉｐｏｐｒｏｔｅｉｎ（ａ）としてのａｐｏｌｉｐｏｐｒｏｔｅｉｎ
であり、当該化合物の使用に関連性を持つのは確実であり、ｃｉ−１０１１はハ
ムスタの大動脈脂肪ストリーク部位の保護と退縮に効果的である。ＵＲＬａａ．
ｗｌ．ｃｏｍはＷａｒｎｅｒ Ｌａｍｂｅｒｔ’ｓ Ａｎｎ Ａｒｂｏｒ，Ｍｉ
ｃｈｉｇａｎ研究所のホームページであった。ＬｏｗｅｌｌはＭａｓｓａｃｈｕ
ｓｅｔｔｓ州の都市であり、要約ＭＥＤ２６００の著者の１人がここと関係を持
つ。Ｌｄｌ−ｃ（低密度リポプロテインコレステロール）及びＭａｃａｃａ ｆ
ａｓｃｉｃｕｌａｒｉｓ（Ｊａｖａ Ｍａｃａｑｕｅ）におけるｆａｓｃｉｃｕ
ｌａｒｉｓ、コレステロール降下実験に使用された猿は両方ともＭＥＤ３０６に
記述されている。
【００７５】 同じ照会は化学データベースＴＩＭＩＣに対して実施され得る。この場合、要
約中に発見されるその他の化合物の各々に対するｃｉ−１０１１の類似度が計算
される。次に、高位にランキングされた化合物について言及するこれらの論文が
検索される。表３は１０位までにランキングされた化合物とそれらのコサイン類
似性スコアを示す。
【表３】
【００７６】 表に示すように、ＴＩＭＩＴＣから選出された要約から取り出した同じ化合物
の多くは、化学のみの探索においては最も類似した化合物として現れる。勿論、
関連した化学構造を持たない要約を検索する方法はない。更に、用語と調査可能
な化学的記述子との間には関連性がない。
【００７７】 テキスト照会 テキスト照会はＴＩＭＩＴＣとＴＩＭＩＴの両方に適用可能である。化合物の
名前を使用するテキストのみの照会がその構造的照会と比較される方法が理解で
きるので、ｃｉ−１０１１の調査を継続することは有益である。ＴＩＭＩＴにお
いて発見される用語「ｃｉ‐１０１１」に最も類似する要約及び用語を表４に示
す。
【表４】
【００７８】 この場合、最初から２位までにランク付けされた文書は（表２に示す）ＴＩＭ
ＩＴＣに対するｃｉ−１０１１構造的照会と同じであり、残りの文書は化学的記
述子の影響のために異なることが分かる。一連のＴＩＭＩＴＣにおける上位１０
位までの用語内には最初の４用語も見出し得るが、その後においては異なってく
る。明らかに、化学的記述子はランキング内に定性的な差異を生じさせている。
【００７９】 ＴＩＭＩＴＣを精査するために、ｃｉ−１０１１構造の代りに用語「ｃｉ−１
０１１」が用いられた場合には、表５に示す結果が得られる。
【表５】
【００８０】 ここにおいて、これらの結果は表２における結果に類似し、用語「ｃｉ−１０
１１」とｃｉ−１０１１構造はＴＩＭＩＴＣにおいて事実上同義語であることが
分かる。
【００８１】 テキスト及び化学構造照会 最終的に、我々は、ＴＩＭＩＴまたはＴＩＭＩＣのいずれかにおいて個別に実
施できない構造とテキストを組合わせた照会による特殊探索をＴＩＭＩＴＣにお
いて実施できる。慎重に選定されたキーワードを用いて構造的探索を「一工夫」
することができるので、両タイプの照会を組み合わせることは有益である。例え
ば、或る化合物が毒性を持つ可能性に関してユーザが最も興味を持つものと仮定
すると、ユーザは毒性に関連する用語を当該構造的照会に追加可能であり、それ
によって、毒性問題を更に高度に検討する文書をランク付けすることも可能であ
る。
【００８２】 検討 これらの実験から幾つかの興味深い点が現れた。ＴＩＭＩＴＣデータベースに
おけるｃｉ−１０１１の構造的照会に関連する用語は実に注目に値する（表２参
照）。本システムは、照会（プローブ）の化学的記述子とこのコレステロール降
下薬剤に関連することが明白な多数の英語の単語との間の関連性を明らかにした
。関連性は、照会の名前としてはｃｉ−１０１１；動脈の壁体内へのコレステロ
ールの遷移の主要メカニズムとしてはリポプロテイン；化合物の試験に用いられ
る動物の種名としては束組織；提携情報としてはＬｏｗｅｌｌ及びａａ．ｗｌ．
ｃｏｍ．といった多くの異なる概念的次元に沿うものである。例えば、ａｎｔｉ
‐ａｔｈｅｒｏｇｅｎｉｃ（１２）、ａｐｏｌｉｐｏｐｒｏｔｅｉｎ（ａ）（１
４）、ｈｙｐｅｒｃｈｏｌｅｓｔｅｒｏｌｅｍｉｃ（１５）のように単語に関連
することが明らかな他の多くは上位１０位外にも見出される。ランキングがそれ
ほど明白ではない他の単語が存在するが、我々は、これらの用語の中には新規な
洞察を与え得るものがあると考える。
【００８３】 同一探索の高位置にランク付けされる要約において発見される化合物、即ち、
ｐｒｏｐｏｆｏｌ、ｔｅｂｕｆｅｌｏｎｅ、ＬＹ−２３１６１７は、これら３種
の化合物は総て治療カテゴリを異にする点で興味深い。従って、コレステロール
降下薬に関心を持つ医薬化学者がそれらの存在を知っている可能性は低い。ｔｅ
ｂｕｆｅｌｏｎｅの開発が肝臓毒性のために失敗したという事実を思えば、これ
は感動的である。
【００８４】 結論 上述の実験は、テキスト的記述子と化学的記述子とを合併させることがテキス
ト又は化学のいずれか一方のみを個別に用いるよりも利点が多いことを示すもの
である。テキストのみのデータベースは、化学構造に対する関連式については有
益性を得られない。特に、こういったデータベースはこれらのテキスト的用語を
化学的特徴と関連付けさせることができない。更に、テキストのみのデータベー
スにおいては、テキストにおいて明確に言及された化合物に関する文書しか検索
することができない。同様に、化学のみのデータベースはテキストに対してなさ
れた関連式については有益性を得ることができないばかりでなく、言及された対
象が化学構造を一切含まないような要約を指標付けすることもできない。ＴＩＭ
Ｉ的方法およびシステムは、薬剤学界、生物学界、および、医療化学界内におけ
る科学者達による文脈的知識の開発を促進する。
【００８５】 典型的汎用コンピュータ 本発明をコンピュータを用いて実施した形態に従ってコンピュータ処理を実施
するための主要中央処理装置を図６に示す。ここに示す手順は、例えばコンピュ
ータ又はコンピュータネットワーク上で実行されるプログラム手順に関して提示
される。
【００８６】 図６は、外面的には、ディスクドライブ６０４及び６０６を備えたコンピュー
タ６０２を有する参照番号４００によって示されるコンピュータシステムである
。ディスクドライブを示す番号６０４及び６０６は、コンピュータシステムによ
って収容され得る幾つかのディスクドライブを象徴するに過ぎない。一般に、こ
れらには、フレキシビルディスクドライブ６０４、ハードディスクドライブ（外
面には現されていない）、及び、スロット６０６によって示されるＣＤ―ＲＯＭ
が含まれる。ドライブの個数およびタイプは、通常、種々異なるコンピュータ構
成に応じて変化する。ディスクドライブ６０４及び６０６は、事実上オプション
であり、スペースの都合により、ここに述べる生産プロセス／装置と共に使用さ
れるコンピュータシステムから削除することは容易である。
【００８７】 また、コンピュータシステムは、情報を表示するためのディスプレイ６０８を
オプションとして備える。状況によっては、キーボード６１０及びマウス６０２
が、中央処理装置６０２とインタフェースするための入力装置として装備される
。可搬性を強化するために、キーボード６１０としては限定機能キーボードが用
いられるか、または、全体的に省略される。更に、マウス６１２は、オプション
としてタッチパッド制御デバイス、又は、トラックボールデバイスであっても差
し支えなく、完全に省略することもできる。更に、また、コンピュータシステム
には、以下に述べるように赤外線信号を送信、及び／又は、受信するために、オ
プションとして、少なくとも１つの赤外線送信機、及び／又は、赤外線受信機が
含まれてもよい。
【００８８】 図７は、図６のコンピュータシステム６００の内部ハードウェアの構成を示す
ブロック図である。バス６１４は、コンピュータシステム６００の他の構成要素
を相互に接続する主要情報ハイウェイとして機能する。ＣＰＵ６１６はシステム
の中央処理装置であり、プログラムを実行するために必要な計算および論理演算
を実行する。読取り専用メモリ（ＲＯＭ）６１８及びランダムアクセスメモリ（
ＲＡＭ）６２０はコンピュータの主記憶装置を構成する。ディスクコントローラ
６２２は１つ又は複数のディスクドライブをシステムバス６１４にインターフェ
イスする。これらのディスクドライブは、例えば、６０４のようなフレキシビル
ディスクドライブ、又は、６０６のようなＣＤ−ＲＯＭ或いはＤＶＤ（デジタル
ビデオディスク）ドライブ、又は、内部或いは外部ハードドライブ６２４である
。既に述べたように、これらの種々様々なディスクドライブ及びディスクコント
ローラは随意的なデバイスである。
【００８９】 ディスプレイインタフェース６２６はディスプレイ６０８をインターフェイス
し、バス６１４からの情報がディスプレイ６０８上にディスプレイされることを
可能にする。再び、図に示すように、ディスプレイ６０８もオプション付属品で
ある。例えば、ディスプレイ６０８は代替または省略可能である。例えば、ここ
に述べる装置の構成成分としての外部デバイスとの通信は通信ポート６２８を利
用することがある。例えば、光ファイバ、及び／又は、電気ケーブル、及び／又
は、導体、及び／又は、光通信（例えば、赤外線等）、及び／又は、無線通信（
例えば、無線周波数（ＲＦ）等）は外部デバイスと通信ポート６２８との間の移
送媒体として使用可能である。周辺インタフェース６３０はキーボード６１０と
マウス６１２とをインターフェイスし、入力データがバス６１４に伝送されるよ
うにする。コンピュータの標準構成要素に加えて、コンピュータには、オプショ
ンとして、赤外線送信機、及び／又は、赤外線受信機が含まれる。赤外線送信機
は、赤外線信号伝送を介してデータを送信／受信する１つ又は複数のプロセッシ
ングコンポーネント／ステーションと共にコンピュータシステムが使用される時
にオプションとして利用される。赤外線送信機または赤外線受信機を利用する代
りに、コンピュータシステムはオプションとして、低電力無線装置、送信機、及
び／又は、低電力無線受信機を使用してもよい。低電力無線送信機は、生産プロ
セスの構成要素により受信されるべき信号を送信し、低電力無線受信機を介して
当該構成要素から信号を受信する。低電力無線送信機、及び／又は、受信機は産
業界における標準的な装置である。
【００９０】 図８は、図５及び７に示すディスクドライブと共に用いられる典型的な記憶媒
体６３２を示す。一般に、フレキシビルディスク、又は、ＣＤ ＲＯＭ、又は、
デジタルビデオディスクなどの記憶媒体は、例えば、ここで説明する機能がコン
ピュータによって実施可能になるようにコンピュータを制御するための単一バイ
ト言語およびプログラム情報用のマルチバイト現場を含む。代替的に、生産プロ
セスと関連した演算を実行するように中央処理装置４１６に命令するために使用
されるプログラム情報を格納するために、図５及び７に示すＲＯＭ６１８、及び
／又は、ＲＡＭ６２０が使用できる。
【００９１】 単一プロセッサ、単一ハードディスクドライブ、及び、単一ローカルメモリを
備えたコンピュータシステム６００が図示されているが、当該システム６００は
、オプションとして、任意の複数または組み合わせプロセッサ又は記憶デバイス
を装備するにも適している。コンピュータシステム６００は、実際問題として、
精巧な計算器、掌タイプコンピュータ、ラップトップ／ノートブックコンピュー
タ、ミニコンピュータ、メインフレームコンピュータ、及び、スーパーコンピュ
ータ、ならびに、これらの処理システムネットワーク組合わせを含む。本発明の
原理に従って作動する任意の適切な処理システムによって代替されうるし、また
、これらと組合せて用いることも可能である。
【００９２】 従来型の処理システムアーキテクチャについては、「Ｃｏｍｐｕｔｅｒ Ｏｒ
ｇａｎｉｚａｔｉｏｎ ａｎｄ Ａｒｃｈｉｔｅｃｔｕｒｅ」（コンピュータの
組織と構造）（ＭａｃＭｉｌｌａｎ Ｐｕｂｌｉｓｈｉｎｇ Ｃｏ．（３ｒｄ
ｅｄ．１９９３）において、Ｗｉｌｌｉａｍ Ｓｔａｌｌｉｎｇｓによりより詳
しく検討されている。従来型の処理システムネットワーク設計については、「Ｄ
ａｔａ Ｎｅｔｗｏｒｋ Ｄｅｓｉｇｎ」（データネットワーク設計）（ＭｃＧ
ｒａｗ−Ｈｉｌｌ，Ｉｎｃ．（１９９３））において、Ｄａｒｒｅｎ Ｌ．Ｓｐ
ｏｈｎにより更に詳細に検討されている。従来型のデータ通信については、「Ｄ
ａｔａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｐｒｉｎｃｉｐｌｅｓ」（データ通信
の原理）（Ｐｌｅｎｕｍ Ｐｒｅｓｓ（１９９２））において、Ｒ．Ｄ．Ｇｉｔ
ｌｉｎ，Ｊ．Ｆ．Ｈａｙｅｓ及びＳ．Ｂ．Ｗｅｉｎｓｔａｉｎにより、また、「
Ｔｈｅ Ｉｒｗｉｎ Ｈａｎｄｂｏｏｋ ｏｆ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔ
ｉｏｎｓ」（通信に関するアーウィンハンドブック）（Ｉｒｗｉｎ Ｐｒｏｆｅ
ｓｓｉｏｎａｌ Ｐｕｂｌｉｓｈｉｎｇ（２ｎｄ ｅｄ．１９９２）において、
Ｊａｍｅｓ Ｈａｒｒｙ Ｇｒｅｅｎにより更に十分に検討されている。上述の
各出版物は引用によりここに組み込み済みである。代替的に、ハードウェア構成
は、例えば、計算効率を追加向上させるための多重命令多重データ（ＭＩＭＤ）
多重プロセッサーフォーマットに従って配置してもよい。コンピュータアーキテ
クチャに関するこの形式についての詳細は、例えば、それぞれ引用によりここに
組み込み済みの米国特許第５，１６３，１３１号、Ｂｏｘｅｒ，Ａ．「Ｗｈｅｒ
ｅ Ｂｕｓｅｓ Ｃａｎｎｏｔ Ｇｏ」（バスが繋げないところ）（ＩＥＥＥ
Ｓｐｅｃｔｒｕｍ，Ｆｅｂｒｕａｒｙ １９９５，ｐｐ．４１−４５）、および
、Ｂａｒｒｏｓｏ，Ｌ．Ａ．等による「ＲＰＭ：Ａ Ｒａｐｉｄ Ｐｒｏｔｏｔ
ｙｐｉｎｇ Ｅｎｇｉｎｅ ｆｏｒ Ｍｕｌｔｉｐｒｏｃｅｓｓｏｒ Ｓｙｓｔ
ｅｍｓ」（ＲＰＭ：マルチプロセッサシステム用高速プロトタイプエンジン）（
ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｆｅｂｒｕａｒｙ １９９５，ｐｐ．２６−３４
）に更に詳細に開示されている。
【００９３】 好適な一代替実施形態において、上記に示したプロセッサ、及び、特には、Ｃ
ＰＵ６１６は、例えばＰＬＡｓ（プログラム可能アレイロジック）、および、Ｐ
ＬＡｓ（プログラマブル論理アレイ）のようなプログラム可能論理デバイス、Ｄ
ＳＰ（ディジタル信号処理装置）、ＦＰＧＡ（現場プログラム可能ゲートアレイ
）、ＡＳＩＣ（アプリケーション指向集積回路）、ＶＬＳＩ（超大規模集積回路
）等を含む他の適切な処理回路により置換することもできるし、或いは、これと
組み合わせることも可能である。
【００９４】 本発明の多くの特徴および利点は明細書の詳細な説明から明白であり、本発明
の真の趣旨および範囲に含まれる本発明の総ての上述した特徴および利点を添付
の特許請求の範囲が包含することを意図するものである。更に、当該技術分野に
おける通常の知識を有する者にとって修正および改変が容易に数多くなし得るの
で、図示および記述されたものと寸分違わぬ構成および動作に本発明を限定する
ことは望ましくないことであり、従って、あらゆる適切な改変体および等価体は
本発明の範囲に含まれるものと見なされうる。前述の本発明は好適な実施形態の
説明および例示によって詳細に記述されたが、添付の特許請求の範囲に定義され
た本発明の範囲から逸脱することなしに、修正、置換、および、変更が数多く可
能である。
【図面の簡単な説明】
本発明の特徴を具体的に表現した好適な構造に関する説明を含む詳細な本記述
は、次に示す添付図面を参照しながら読むことによって最もよく理解されるはず
である。
【図１】 特異値分解（ＳＶＤ）を用いて、「用語」および「文書」マトリックスを生成
するための処理を示す従来技術によるフローチャートである。
【図２】 ユーザの照会の処理を示す従来技術によるフローチャートである。
【図３】 ＴＩＭＩデータベースを作成する処理を示すフローチャートである。
【図４】 本発明の第１の好適な実施形態に係るプロセスを示すフローチャートである。
【図５】 本発明の第２の好適な実施形態のフローチャートである。
【図６】 コンピュータ及び取り揃えられた周辺装置を含む実施形態を表現した図である
。
【図７】 本発明と一貫性を持つコンピュータの内部アーキテクチャの実施形態を表現し
た図である。
【図８】 記憶媒体に係る実施形態を表現した図である。
【符号の説明】
ＳＶＤ 特異値分解 ＴＩＭＩ テキスト感応分子指標付け ｄ 記述子 Ｖ 文書又はテキストソース Ｘ マトリックス Ｓ３００ ブロックＳ３００ Ｓ３３０ ブロックＳ３３０ ６００ コンピュータシステム ６０２ 中央処理装置 ６０４ フレキシビルディスクドライブ ６０６ ＣＤ−ＲＯＭ ６０８ ディスプレイ ６１０ キーボード ６１２ マウス ６１４ システムバス ６１６ ＣＰＵ ６１８ ＲＯＭ ６２０ ＲＡＭ ６２２ ディスクコントローラ ６２４ ハードディスクドライブ ６２６ ディスプレイインタフェイス ６２８ 通信ポート ６３０ 周辺インタフェイス
───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ， ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ，ＡＴ， ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，Ｃ Ｈ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＤＺ ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ， ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，Ｋ Ｇ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ， ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，Ｓ Ｄ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＺ，ＶＮ，ＹＵ，ＺＡ， ＺＷ (72)発明者 ユージン・エム・フルーダー アメリカ合衆国 ニュージャージー州 ロ ーウェー アールワイ 60−30 イースト リンカーンアベニュー126 アールワイ50 エスダブリュー−100 (72)発明者 スーレッシュ・ビー・シン アメリカ合衆国 ニュージャージー州 ロ ーウェー アールワイ 60−30 イースト リンカーンアベニュー126 アールワイ50 エスダブリュー−100 Ｆターム(参考） 5B075 ND03 UU18

Claims (58)

    【特許請求の範囲】
  1. 【請求項１】 複数の化学的およびテキスト的記述子を表すマトリックスにお
    ける第１化学的記述子と少なくとも１つの他の化学的記述子との間の類似性また
    は実質的類似性を計算するための方法において、 （ａ）化合物の収集体における各化合物に関する少なくとも１つの化学的記述
    子および少なくとも１つのテキスト的記述子を作成する第1のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがそれぞれの各テキストソースにおける記述子の発生回数
    を示す第２のステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記第１化学的記述子ｄｉと前記少なくとも１つの他の化学的記述子ｄｊ との間の前記類似性を計算するために前記合成マトリックスの少なくとも１つ
    を使用する第４のステップと、 （ｅ）前記第１化学的記述子に対する類似性の順序にランク付けされた前記少
    なくとも１つの他の化学的記述子の部分集合を少なくとも１つ出力する第５のス
    テップと を備えることを特徴とする方法。
  2. 【請求項２】 前記第１のステップが前記化合物収集体の化学結合表から原子
    対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請求
    項１記載の方法。
  3. 【請求項３】 前記第１のステップが記述子の指標および前記収集体内化合物
    の指標を作成するステップを更に含むことを特徴とする請求項１記載の方法。
  4. 【請求項４】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項１記載の方法。
  5. 【請求項５】 前記計算ステップが、前記マトリックスＰΣの第ｉ行と第ｊ行
    との間のドット積を計算するステップを更に含むことを特徴とする請求項４記載
    の方法。
  6. 【請求項６】 請求項１記載の方法において、前記第１化学的記述子が初めは
    特別照会ベクトルｑであり、当該方法は、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に備えることを特徴とする請求項１記載の方法。
  7. 【請求項７】 前記特別照会ベクトルｑがｑＴＰΣ-l ｋに等しいとして定義さ
    れることを特徴とする請求項６記載の方法。
  8. 【請求項８】 複数の化学的およびテキスト的記述子を表すマトリックスにお
    ける第１文書Ｖｉと少なくとも１つの他の文書Ｖｊとの間の類似性または実質的
    な類似性を計算するための方法において、 （ａ）各文書における各化合物に関する少なくとも１つの化学的記述子および
    少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがそれぞれの各テキストソースにおける記述子の発生回数
    を示す第２のステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記第１文書と前記少なくとも１つの他の文書との間の前記類似性を計
    算するために前記合成マトリックスの少なくとも１つを使用する第４のステップ
    と、 （ｅ）前記第１文書に対する類似性の順序にランク付けされた前記少なくとも
    １つの他の文書の部分集合を少なくとも１つ出力する第５のステップと を備えることを特徴とする方法。
  9. 【請求項９】 前記第１のステップが前記化合物収集体の化学結合表から原子
    対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請求
    項８記載の方法。
  10. 【請求項１０】 前記第１のステップが記述子の指標および前記収集体内化合
    物の指標を作成するステップを更に含むことを特徴とする請求項８記載の方法。
  11. 【請求項１１】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項８記載の方法。
  12. 【請求項１２】 前記計算ステップが、前記マトリックスＱΣの第ｉ行と第ｊ
    行との間のドット積を計算するステップを更に含むことを特徴とする請求項１１
    記載の方法。
  13. 【請求項１３】 請求項１１記載の方法において、前記第１文書が初めは特別
    照会ベクトルｑであり、当該方法は、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に備えることを特徴とする請求項８記載の方法。
  14. 【請求項１４】 前記特別照会ベクトルｑがｑＴＰΣ1 ｋに等しいとして定義
    されることを特徴とする請求項１３記載の方法。
  15. 【請求項１５】 複数の化学的およびテキスト的記述子を表すマトリックスに
    おける化学的記述子ｄｊと少なくとも１つの文書Ｖｉとの間の類似性または実質
    的な類似性を計算するための方法において、 （ａ）各文書における各化合物に関する少なくとも１つの化学的記述子および
    少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがそれぞれの各テキストソースにおける記述子の発生回数
    を示す第２のステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記少なくとも１つの文書Ｖｉの少なくとも１つと化学的記述子ｄｊと
    の間の前記類似性を計算するために前記合成マトリックスの少なくとも１つを使
    用する第４のステップと、 （ｅ）前記化学的記述子に対する類似性の順序にランク付けされた前記少なく
    とも１つの文書の部分集合を少なくとも１つ出力する第５のステップと を備えることを特徴とする方法。
  16. 【請求項１６】 前記第１のステップが前記化合物収集体の化学結合表から原
    子対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請
    求項１５記載の方法。
  17. 【請求項１７】 前記第１のステップが記述子の指標および前記収集体内化合
    物の指標を作成するステップを更に含むことを特徴とする請求項１５記載の方法
    。
  18. 【請求項１８】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項１５記載の方法。
  19. 【請求項１９】 前記計算ステップが、前記マトリックスＰΣの第ｉ行と前記
    マトリックスＱΣの第ｊ行との間のドット積を計算するステップを更に含むこと
    を特徴とする請求項１８記載の方法。
  20. 【請求項２０】 請求項１５記載の方法において、前記化学的記述子が初めは
    特別照会ベクトルｑであり、当該方法は、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に備えることを特徴とする方法。
  21. 【請求項２１】 前記特別照会ベクトルｑがｑＴＰΣ１ ｋに等しいとして定義
    されることを特徴とする請求項２０記載の方法。
  22. 【請求項２２】 複数の化学的およびテキスト的記述子を表すマトリックスに
    おけるテキスト的記述子ｄｊと少なくとも１つの文書Ｖｉとの間の類似性または
    実質的な類似性を計算するための方法において、 （ａ）各文書における各化合物に関する少なくとも１つの化学的記述子および
    少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがそれぞれの各テキストソースにおける記述子の発生回数
    を示す第２のステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記少なくとも１つの文書Ｖｉの少なくとも１つとテキスト的記述子ｄｊ との間の前記類似性を計算するために前記合成マトリックスの少なくとも１つ
    を使用する第４のステップと、 （ｅ）前記化学的記述子に対する類似性の順序にランク付けされた前記少なく
    とも１つの文書の部分集合を少なくとも１つ出力する第５のステップと を備えることを特徴とする方法。
  23. 【請求項２３】 前記第１のステップが前記化合物収集体の化学結合表から原
    子対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請
    求項２２記載の方法。
  24. 【請求項２４】 前記第１のステップが記述子の指標および前記収集体内化合
    物の指標を作成するステップを更に含むことを特徴とする請求項２２記載の方法
    。
  25. 【請求項２５】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項２２記載の方法。
  26. 【請求項２６】 前記計算ステップが、前記マトリックスＰΣの第ｉ行と前記
    マトリックスＱΣの第ｊ行との間のドット積を計算するステップを更に含むこと
    を特徴とする請求項２５記載の方法。
  27. 【請求項２７】 請求項２２記載の方法において、前記テキスト的記述子ｄｊ が初めは特別照会ベクトルｑであり、当該方法は、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に備えることを特徴とする請求項２２記載の方法。
  28. 【請求項２８】 前記特別照会ベクトルｑがｑＴＰΣ１ ｋに等しいとして定義
    されることを特徴とする請求項２７記載の方法。
  29. 【請求項２９】 コンピュータによる実行可能な命令を含むコンピュータによ
    り読取り可能な媒体であって、該命令は化学構造の探索可能な表現を生成するよ
    うに前記コンピュータに命令し、前記命令は、 （ａ）化合物収集体における各化合物に関する少なくとも１つの化学的記述子
    および少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがそれぞれの各テキストソースにおける記述子の発生回数
    を示す第２のステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記第１化学的記述子ｄｉと前記少なくとも１つの他の化学的記述子ｄｊ との間の前記類似性を計算するために前記合成マトリックスの少なくとも１つ
    を使用する第４のステップと、 （ｅ）前記第１化学的記述子に対する類似性の順序にランク付けされた前記少
    なくとも１つの他の化学的記述子の部分集合を少なくとも１つ出力する第５のス
    テップと を含むことを特徴とするコンピュータにより読取り可能な媒体。
  30. 【請求項３０】 前記第１のステップが前記化合物収集体の化学結合表から原
    子対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請
    求項２９記載のコンピュータにより読取り可能な媒体。
  31. 【請求項３１】 前記第１のステップが記述子の指標および前記収集体内化合
    物の指標を作成するステップを更に含むことを特徴とする請求項２９記載のコン
    ピュータにより読取り可能な媒体。
  32. 【請求項３２】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項２９記載のコンピュータにより読取り可能な媒体。
  33. 【請求項３３】 前記計算ステップが、前記マトリックスＰΣの第ｉ行と第ｊ
    行との間のドット積を計算するステップを更に含むことを特徴とする請求項３２
    記載のコンピュータにより読取り可能な媒体。
  34. 【請求項３４】 請求項２９記載のコンピュータにより読取り可能な媒体にお
    いて、前記第１化学的記述子が初めは特別照会ベクトルｑであり、前記命令は、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に含むことを特徴とするコンピュータにより読取り可能な媒体。
  35. 【請求項３５】 前記特別照会ベクトルｑがｑＴＰΣ-l ｋに等しいとして定義
    されることを特徴とする請求項３４記載のコンピュータにより読取り可能な媒体
    。
  36. 【請求項３６】 複数の化学的およびテキスト的記述子を有するマトリックス
    における第１テキストソースと少なくとも１つの他のテキストソースとの間の類
    似性を計算するためのコンピュータにより読取り可能な媒体であって、 （ａ）各テキストソースにおける各化合物に関する少なくとも１つの化学的記
    述子および少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがそれぞれの各テキストソースにおける記述子の発生回数
    を示す第２のステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記第１テキストソースＶｉと前記少なくとも１つの他のテキストソー
    スＶｊとの間の前記類似性を計算するために前記合成マトリックスの少なくとも
    １つを使用する第４のステップと、 （ｅ）前記第１テキストソースに対する類似性の順序にランク付けされた前記
    少なくとも１つの他のテキストソースの部分集合を少なくとも１つ出力する第５
    のステップと を含むことを特徴とするコンピュータにより読取り可能な媒体。
  37. 【請求項３７】 前記第１のステップが前記化合物収集体の化学結合表から原
    子対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請
    求項３６記載のコンピュータにより読取り可能な媒体。
  38. 【請求項３８】 前記第１のステップが記述子の指標および前記収集体内化合
    物の指標を作成するステップを更に含むことを特徴とする請求項３６記載のコン
    ピュータにより読取り可能な媒体。
  39. 【請求項３９】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項３６記載のコンピュータにより読取り可能な媒体。
  40. 【請求項４０】 前記計算ステップにおいて、前記マトリックスＱΣの第ｉ行
    と第ｊ行との間のドット積を計算するステップを更に含むことを特徴とする請求
    項３９記載のコンピュータにより読取り可能な媒体。
  41. 【請求項４１】 請求項３６記載のコンピュータにより読取り可能な媒体にお
    いて、前記第１文書が初めは特別照会ベクトルｑであり、該媒体は、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に含むことを特徴とするコンピュータにより読取り可能な媒体。
  42. 【請求項４２】 前記特別照会ベクトルｑがｑＴＰΣ１ ｋに等しいとして定義
    されることを特徴とする請求項４１記載のコンピュータにより読取り可能な媒体
    。
  43. 【請求項４３】 複数の化学的およびテキスト的記述子を有するマトリックス
    における化学的記述子ｄｊと少なくとも１つのテキストソースＶｉとの間の類似
    性を計算するためのコンピュータにより読取り可能な媒体であって、 （ａ）各テキストソースにおける各化合物に関する少なくとも１つの化学的記
    述子および少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがテキストソースにおける記述子の発生回数を示す第２の
    ステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記少なくとも１つのテキストソースＶｉの少なくとも１つと化学的記
    述子ｄｊとの間の前記類似性を計算するために前記合成マトリックスの少なくと
    も１つを使用する第４のステップと、 （ｅ）前記化学的記述子に対する類似性の順序にランク付けされた前記少なく
    とも１つのテキストソースの部分集合を少なくとも１つ出力する第５のステップ
    と を含むことを特徴とするコンピュータにより読取り可能な媒体。
  44. 【請求項４４】 前記第１のステップが前記化合物収集体の化学結合表から原
    子対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請
    求項４３記載のコンピュータにより読取り可能な媒体。
  45. 【請求項４５】 前記第１のステップが記述子の指標および前記収集体内化合
    物の指標を作成するステップを更に含むことを特徴とする請求項４３記載のコン
    ピュータにより読取り可能な媒体。
  46. 【請求項４６】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項４３記載のコンピュータにより読取り可能な媒体。
  47. 【請求項４７】 前記計算ステップにおいて、前記マトリックスＰΣの第ｉ行
    と前記マトリックスＱΣの第ｊ行との間のドット積を計算するステップを更に含
    むことを特徴とする請求項４６記載のコンピュータにより読取り可能な媒体。
  48. 【請求項４８】 請求項４３記載のコンピュータにより読取り可能な媒体にお
    いて、前記化学的記述子が初めは特別照会ベクトルｑであり、該媒体は、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に含むことを特徴とするコンピュータにより読取り可能な媒体。
  49. 【請求項４９】 前記特別照会ベクトルｑがｑＴＰΣ１ ｋに等しいとして定義
    されることを特徴とする請求項４８記載のコンピュータにより読取り可能な媒体
    。
  50. 【請求項５０】 複数の化学的およびテキスト的記述子を有するマトリックス
    におけるテキスト的記述子ｄｊと少なくとも１つのテキストソースＶｉとの間の
    類似性を計算するためのコンピュータにより読取り可能な媒体であって、 （ａ）各テキストソースにおける各化合物に関する少なくとも１つの化学的記
    述子および少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）各列がテキスト的および化学的記述を含むテキストソースを表す複数の
    列と、それぞれの各テキストソースと関連付けられる記述子を含む複数の行とを
    有する記述子マトリックスＸを準備するステップであって、前記記述子マトリッ
    クスにおけるエントリがテキストソースにおける記述子の発生回数を示す第２の
    ステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記少なくとも１つのテキストソースＶｉの少なくとも１つと化学的記
    述子ｄｊとの間の前記類似性を計算するために前記合成マトリックスの少なくと
    も１つを使用する第４のステップと、 （ｅ）前記化学的記述子に対する類似性の順序にランク付けされた前記少なく
    とも１つのテキストソースの部分集合を少なくとも１つ出力する第５のステップ
    と を含むことを特徴とするコンピュータにより読取り可能な媒体。
  51. 【請求項５１】 前記第１のステップが前記化合物収集体の化学結合表から原
    子対および位相ねじれ記述子を生成するステップを更に含むことを特徴とする請
    求項５０記載のコンピュータにより読取り可能な媒体。
  52. 【請求項５２】 前記第１のステップが記述子の指標および前記収集体内化合
    物の指標を作成するステップを更に含むことを特徴とする請求項５０記載のコン
    ピュータにより読取り可能な媒体。
  53. 【請求項５３】 前記第３のステップが、 記述子マトリックスＸ＝ＰΣＱＴであるようなマトリックスＰ，Σ、及び、ＱＴ を生成するステップを含み、 Ｐが左特異マトリックスと呼ばれるｍｘｒマトリックス（ｒはＸの階数）であ
    り、その列が非ゼロ固有値に対応するＸＸＴの固有ベクトルであり、 Ｑが右特異マトリックスと呼ばれるｎｘｒマトリックスであり、その列が非ゼ
    ロ固有値に対応するＸＴＸの固有ベクトルであり、 Σがｒｘｒ対角マトリックスであり、特異値と呼ばれるその非ゼロ要素σ１，
    σ２，．．．，σｒが前記固有値の平方根であって、そのプロパティがσ１≧σ２ ≧．．．≧σｒである ことを特徴とする請求項５０記載のコンピュータにより読取り可能な媒体。
  54. 【請求項５４】 前記計算ステップにおいて、前記マトリックスＰΣの第ｉ行
    と前記マトリックスＱΣの第ｊ行との間のドット積を計算するステップを更に含
    むことを特徴とする請求項５３記載のコンピュータにより読取り可能な媒体。
  55. 【請求項５５】 請求項５０記載のコンピュータにより読取り可能な媒体にお
    いて、前記テキスト的記述子ｄｊが初めは特別照会ベクトルｑであり、該媒体は
    、 ＸｋがＰｋΣｋＱＴ ｋに等価の階数をｋとするマトリックスであって、Ｘに最
    も近い最小平方値であるとしたときのマトリックスＸｋを決定するステップと、 特別照会ベクトルをＸｋ上に投射するステップと を更に含むことを特徴とするコンピュータにより読取り可能な媒体。
  56. 【請求項５６】 前記特別照会ベクトルｑがｑＴＰΣ１ ｋに等しいとして定義
    されることを特徴とする請求項５５記載のコンピュータにより読取り可能な媒体
    。
  57. 【請求項５７】 複数の化学的およびテキスト的記述子を表すマトリックスに
    おける第１化学的記述子と少なくとも１つの他の化学的記述子との間の類似性ま
    たは実質的な類似性を計算するための方法において、 （ａ）化合物の収集体における各化合物に関する少なくとも１つの化学的記述
    子および少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）テキスト的および化学的記述子を含むテキストソースと、それぞれの各
    テキストソースと関連付けられた記述子とを有する記述子マトリックスＸを準備
    するステップであって、前記記述子マトリックスにおけるエントリがテキストソ
    ースに対する記述子の関連性を示す第２のステップと、 （ｃ）前記記述子マトリックスの特異値分解（ＳＶＤ）を実施し合成マトリッ
    クスを生成する第３のステップと、 （ｄ）前記第１化学的記述子ｄｉと前記少なくとも１つの他の化学的記述子ｄｊ との間の前記類似性を計算するために前記合成マトリックスの少なくとも１つ
    を使用する第４のステップと、 （ｅ）前記第１化学的記述子に対する類似性の順序にランク付けされた前記少
    なくとも１つの他の化学的記述子の部分集合を少なくとも１つ出力する第５のス
    テップと を備えることを特徴とする方法。
  58. 【請求項５８】 複数の化学的およびテキスト的記述子を表すマトリックスに
    おける第１化学的記述子と少なくとも１つの他の化学的記述子との間の類似性ま
    たは実質的な類似性を計算するための方法において、 （ａ）化合物の収集体における各化合物に関する少なくとも１つの化学的記述
    子および少なくとも１つのテキスト的記述子を作成する第１のステップと、 （ｂ）テキスト的および化学的記述子を含むテキストソースと、それぞれの各
    テキストソースと関連付けられた記述子とを有する記述子マトリックスＸを準備
    するステップであって、前記記述子マトリックスにおけるエントリがテキストソ
    ースに対する記述子の関連性を示す第２のステップと、 （ｃ）前記記述子マトリックスに分解演算を実施し合成マトリックスを生成す
    る第３のステップと、 （ｄ）前記第1化学的記述子ｄｉと前記少なくとも１つの他の化学的記述子ｄ
    ｊとの間の前記類似性を計算するために前記合成マトリックスの少なくとも１つ
    を使用する第4のステップと、 （ｅ）前記第１化学的記述子に対する類似性の順序にランク付けされた前記少
    なくとも１つの他の化学的記述子の部分集合を少なくとも１つ出力する第５のス
    テップと を備えることを特徴とする方法。
JP2001513053A 1999-07-23 2000-07-24 テキスト感応分子指標付けシステム及びコンピュータにより実施、及び／又は、コンピュータにより支援されるその方法 Pending JP2003529123A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14521099P 1999-07-23 1999-07-23
US60/145,210 1999-07-23
PCT/US2000/020070 WO2001008032A2 (en) 1999-07-23 2000-07-24 Method and storage/retrieval system of chemical substances in a database

Publications (1)

Publication Number Publication Date
JP2003529123A true JP2003529123A (ja) 2003-09-30

Family

ID=22512074

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001513053A Pending JP2003529123A (ja) 1999-07-23 2000-07-24 テキスト感応分子指標付けシステム及びコンピュータにより実施、及び／又は、コンピュータにより支援されるその方法

Country Status (6)

Country Link
US (2) US6332138B1 (ja)
EP (1) EP1328871A2 (ja)
JP (1) JP2003529123A (ja)
AU (1) AU6233800A (ja)
CA (1) CA2379515A1 (ja)
WO (1) WO2001008032A2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020035172A (ja) * 2018-08-30 2020-03-05 富士通株式会社 生成方法、生成プログラム、および生成装置
JP2020187647A (ja) * 2019-05-16 2020-11-19 富士通株式会社 検索方法、検索プログラム、および情報処理装置

Families Citing this family (211)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11026768B2 (en) 1998-10-08 2021-06-08 Align Technology, Inc. Dental appliance reinforcement
US7912689B1 (en) * 1999-02-11 2011-03-22 Cambridgesoft Corporation Enhancing structure diagram generation through use of symmetry
US7295931B1 (en) * 1999-02-18 2007-11-13 Cambridgesoft Corporation Deriving fixed bond information
US7219020B1 (en) * 1999-04-09 2007-05-15 Axontologic, Inc. Chemical structure similarity ranking system and computer-implemented method for same
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
IL152198A0 (en) * 2000-04-12 2003-05-29 Janssen Pharmaceutica Nv Method and apparatus for detecting outliers in biological/pharmaceutical screening experiments
US7272509B1 (en) 2000-05-05 2007-09-18 Cambridgesoft Corporation Managing product information
US7356419B1 (en) 2000-05-05 2008-04-08 Cambridgesoft Corporation Deriving product information
CN1191540C (zh) * 2000-12-29 2005-03-02 国际商业机器公司 为文本文档语料库建立索引的方法和装置
US6930235B2 (en) * 2001-03-15 2005-08-16 Ms Squared System and method for relating electromagnetic waves to sound waves
US6654740B2 (en) * 2001-05-08 2003-11-25 Sunflare Co., Ltd. Probabilistic information retrieval based on differential latent semantic space
US20020169755A1 (en) * 2001-05-09 2002-11-14 Framroze Bomi Patel System and method for the storage, searching, and retrieval of chemical names in a relational database
US7228302B2 (en) * 2003-08-14 2007-06-05 Agilent Technologies, Inc. System, tools and methods for viewing textual documents, extracting knowledge therefrom and converting the knowledge into other forms of representation of the knowledge
US7308451B1 (en) 2001-09-04 2007-12-11 Stratify, Inc. Method and system for guided cluster based processing on prototypes
US7945600B1 (en) * 2001-05-18 2011-05-17 Stratify, Inc. Techniques for organizing data to support efficient review and analysis
US6978275B2 (en) * 2001-08-31 2005-12-20 Hewlett-Packard Development Company, L.P. Method and system for mining a document containing dirty text
US7124081B1 (en) * 2001-09-28 2006-10-17 Apple Computer, Inc. Method and apparatus for speech recognition using latent semantic adaptation
US6789084B2 (en) * 2001-11-21 2004-09-07 University Of North Texas Method for generating numerical values indicative of frequencies of selected features in objects, and a computer system implementing the method
JP3773447B2 (ja) * 2001-12-21 2006-05-10 株式会社日立製作所 サブスタンス間の二項関係表示方法
US6996575B2 (en) * 2002-05-31 2006-02-07 Sas Institute Inc. Computer-implemented system and method for text-based document processing
US20040133574A1 (en) * 2003-01-07 2004-07-08 Science Applications International Corporaton Vector space method for secure information sharing
US7437397B1 (en) * 2003-04-10 2008-10-14 At&T Intellectual Property Ii, L.P. Apparatus and method for correlating synchronous and asynchronous data streams
US7676358B2 (en) * 2003-09-24 2010-03-09 International Business Machines Corporation System and method for the recognition of organic chemical names in text documents
US8046212B1 (en) * 2003-10-31 2011-10-25 Access Innovations Identification of chemical names in text-containing documents
US11298209B2 (en) 2004-02-27 2022-04-12 Align Technology, Inc. Method and system for providing dynamic orthodontic assessment and treatment profiles
US7987099B2 (en) * 2004-02-27 2011-07-26 Align Technology, Inc. Dental data mining
US8874452B2 (en) 2004-02-27 2014-10-28 Align Technology, Inc. Method and system for providing dynamic orthodontic assessment and treatment profiles
US9492245B2 (en) 2004-02-27 2016-11-15 Align Technology, Inc. Method and system for providing dynamic orthodontic assessment and treatment profiles
US7904308B2 (en) 2006-04-18 2011-03-08 Align Technology, Inc. Method and system for providing indexing and cataloguing of orthodontic related treatment profiles and options
US7899827B2 (en) * 2004-03-09 2011-03-01 International Business Machines Corporation System and method for the indexing of organic chemical structures mined from text documents
US7933763B2 (en) * 2004-04-30 2011-04-26 Mdl Information Systems, Gmbh Method and software for extracting chemical data
US8316129B2 (en) * 2005-05-25 2012-11-20 Microsoft Corporation Data communication coordination with sequence numbers
WO2006135806A2 (en) * 2005-06-09 2006-12-21 Chemimage Corporation Forensic integrated search technology
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7576605B2 (en) * 2006-04-20 2009-08-18 Qualcomm Incorporated Low power output stage
US20110237446A1 (en) * 2006-06-09 2011-09-29 Chemlmage Corporation Detection of Pathogenic Microorganisms Using Fused Raman, SWIR and LIBS Sensor Data
US8140267B2 (en) * 2006-06-30 2012-03-20 International Business Machines Corporation System and method for identifying similar molecules
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8538743B2 (en) * 2007-03-21 2013-09-17 Nuance Communications, Inc. Disambiguating text that is to be converted to speech using configurable lexeme based rules
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US7878805B2 (en) 2007-05-25 2011-02-01 Align Technology, Inc. Tabbed dental appliance
WO2008156773A1 (en) * 2007-06-18 2008-12-24 Daniele Biasci Biological database index and query searching
US8738394B2 (en) 2007-11-08 2014-05-27 Eric E. Kuo Clinical data file
US20090158146A1 (en) * 2007-12-13 2009-06-18 Concert Technology Corporation Resizing tag representations or tag group representations to control relative importance
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8108189B2 (en) 2008-03-25 2012-01-31 Align Technologies, Inc. Reconstruction of non-visible part of tooth
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US7958107B2 (en) 2008-04-10 2011-06-07 Abo Enterprises, Llc Fuzzy keyword searching
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8092215B2 (en) 2008-05-23 2012-01-10 Align Technology, Inc. Smile designer
US9492243B2 (en) 2008-05-23 2016-11-15 Align Technology, Inc. Dental implant positioning
US8172569B2 (en) 2008-06-12 2012-05-08 Align Technology, Inc. Dental appliance
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8152518B2 (en) 2008-10-08 2012-04-10 Align Technology, Inc. Dental positioning appliance having metallic portion
US9959870B2 (en) 2008-12-11 2018-05-01 Apple Inc. Speech recognition involving a mobile device
US8292617B2 (en) 2009-03-19 2012-10-23 Align Technology, Inc. Dental wire attachment
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US8765031B2 (en) 2009-08-13 2014-07-01 Align Technology, Inc. Method of forming a dental appliance
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
WO2011089450A2 (en) 2010-01-25 2011-07-28 Andrew Peter Nelson Jerram Apparatuses, methods and systems for a digital conversation management platform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9241774B2 (en) 2010-04-30 2016-01-26 Align Technology, Inc. Patterned dental positioning appliance
US9211166B2 (en) 2010-04-30 2015-12-15 Align Technology, Inc. Individualized orthodontic treatment index
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US9403238B2 (en) 2011-09-21 2016-08-02 Align Technology, Inc. Laser cutting
US9375300B2 (en) 2012-02-02 2016-06-28 Align Technology, Inc. Identifying forces on a tooth
US9220580B2 (en) 2012-03-01 2015-12-29 Align Technology, Inc. Determining a dental treatment difficulty
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9414897B2 (en) 2012-05-22 2016-08-16 Align Technology, Inc. Adjustment of tooth position in a virtual dental model
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
KR20150104615A (ko) 2013-02-07 2015-09-15 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
CN105027197B (zh) 2013-03-15 2018-12-14 苹果公司 训练至少部分语音命令系统
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
EP3008641A1 (en) 2013-06-09 2016-04-20 Apple Inc. Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant
AU2014278595B2 (en) 2013-06-13 2017-04-06 Apple Inc. System and method for emergency calls initiated by voice command
CN105453026A (zh) 2013-08-06 2016-03-30 苹果公司 基于来自远程设备的活动自动激活智能响应
US9018506B1 (en) * 2013-11-14 2015-04-28 Charles Jianping Zhou System and method for creating audible sound representations of atoms and molecules
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
TWI566107B (zh) 2014-05-30 2017-01-11 蘋果公司 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9610141B2 (en) 2014-09-19 2017-04-04 Align Technology, Inc. Arch expanding appliance
US10449016B2 (en) 2014-09-19 2019-10-22 Align Technology, Inc. Arch adjustment appliance
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9744001B2 (en) 2014-11-13 2017-08-29 Align Technology, Inc. Dental appliance with cavity for an unerupted or erupting tooth
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US10504386B2 (en) 2015-01-27 2019-12-10 Align Technology, Inc. Training method and system for oral-cavity-imaging-and-modeling equipment
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US11931222B2 (en) 2015-11-12 2024-03-19 Align Technology, Inc. Dental attachment formation structures
US11554000B2 (en) 2015-11-12 2023-01-17 Align Technology, Inc. Dental attachment formation structure
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US11596502B2 (en) 2015-12-09 2023-03-07 Align Technology, Inc. Dental attachment placement structure
US11103330B2 (en) 2015-12-09 2021-08-31 Align Technology, Inc. Dental attachment placement structure
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
WO2017161250A1 (en) 2016-03-17 2017-09-21 Elsevier, Inc. Systems and methods for electronic searching of materials and material properties
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179588B1 (en) 2016-06-09 2019-02-22 Apple Inc. INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
EP3471599A4 (en) 2016-06-17 2020-01-08 Align Technology, Inc. INTRAORAL DEVICES WITH SENSOR
US10383705B2 (en) 2016-06-17 2019-08-20 Align Technology, Inc. Orthodontic appliance performance monitor
CN115869098A (zh) 2016-07-27 2023-03-31 阿莱恩技术有限公司 具有牙科诊断能力的口内扫描仪
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
WO2018085718A2 (en) 2016-11-04 2018-05-11 Align Technology, Inc. Methods and apparatuses for dental images
US11376101B2 (en) 2016-12-02 2022-07-05 Align Technology, Inc. Force control, stop mechanism, regulating structure of removable arch adjustment appliance
WO2018102702A1 (en) 2016-12-02 2018-06-07 Align Technology, Inc. Dental appliance features for speech enhancement
US10993783B2 (en) 2016-12-02 2021-05-04 Align Technology, Inc. Methods and apparatuses for customizing a rapid palatal expander
EP3547952B1 (en) 2016-12-02 2020-11-04 Align Technology, Inc. Palatal expander
US10548700B2 (en) 2016-12-16 2020-02-04 Align Technology, Inc. Dental appliance etch template
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US10779718B2 (en) 2017-02-13 2020-09-22 Align Technology, Inc. Cheek retractor and mobile device holder
JP6883120B2 (ja) * 2017-03-03 2021-06-09 パーキンエルマー インフォマティクス， インコーポレイテッド 化学情報を含む文書の検索および索引付けのためのシステムおよび方法
US10613515B2 (en) 2017-03-31 2020-04-07 Align Technology, Inc. Orthodontic appliances including at least partially un-erupted teeth and method of forming them
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US11045283B2 (en) 2017-06-09 2021-06-29 Align Technology, Inc. Palatal expander with skeletal anchorage devices
CN110769777B (zh) 2017-06-16 2023-08-11 阿莱恩技术有限公司 牙齿类型和萌出状态的自动检测
US10639134B2 (en) 2017-06-26 2020-05-05 Align Technology, Inc. Biosensor performance indicator for intraoral appliances
US10885521B2 (en) 2017-07-17 2021-01-05 Align Technology, Inc. Method and apparatuses for interactive ordering of dental aligners
WO2019018784A1 (en) 2017-07-21 2019-01-24 Align Technology, Inc. ANCHOR OF CONTOUR PALATIN
EP4278957A3 (en) 2017-07-27 2024-01-24 Align Technology, Inc. System and methods for processing an orthodontic aligner by means of an optical coherence tomography
US11633268B2 (en) 2017-07-27 2023-04-25 Align Technology, Inc. Tooth shading, transparency and glazing
US11116605B2 (en) 2017-08-15 2021-09-14 Align Technology, Inc. Buccal corridor assessment and computation
WO2019036677A1 (en) 2017-08-17 2019-02-21 Align Technology, Inc. SURVEILLANCE OF CONFORMITY OF DENTAL DEVICE
US10813720B2 (en) 2017-10-05 2020-10-27 Align Technology, Inc. Interproximal reduction templates
WO2019084326A1 (en) 2017-10-27 2019-05-02 Align Technology, Inc. OTHER BORE ADJUSTMENT STRUCTURES
EP3703608B1 (en) 2017-10-31 2023-08-30 Align Technology, Inc. Determination of a dental appliance having selective occlusal loading and controlled intercuspation
CN115252177A (zh) 2017-11-01 2022-11-01 阿莱恩技术有限公司 自动治疗规划
WO2019100022A1 (en) 2017-11-17 2019-05-23 Align Technology, Inc. Orthodontic retainers
CN114948315A (zh) 2017-11-30 2022-08-30 阿莱恩技术有限公司 用于监测口腔矫治器的传感器
WO2019118876A1 (en) 2017-12-15 2019-06-20 Align Technology, Inc. Closed loop adaptive orthodontic treatment methods and apparatuses
US10980613B2 (en) 2017-12-29 2021-04-20 Align Technology, Inc. Augmented reality enhancements for dental practitioners
CN111655191B (zh) 2018-01-26 2022-04-08 阿莱恩技术有限公司 诊断性口内扫描和追踪
US11937991B2 (en) 2018-03-27 2024-03-26 Align Technology, Inc. Dental attachment placement structure
AU2019251474A1 (en) 2018-04-11 2020-10-29 Align Technology, Inc. Releasable palatal expanders
US10978178B2 (en) * 2018-10-11 2021-04-13 Merck Sharp & Dohme Corp. Systems and methods for providing a specificity-based network analysis algorithm for searching and ranking therapeutic molecules

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69229521T2 (de) * 1991-04-25 2000-03-30 Nippon Steel Corp Datenbankauffindungssystem
EP0829810A4 (en) * 1995-03-17 1999-07-14 Kureha Chemical Ind Co Ltd PROCESSOR, PROCESSING METHOD, AND MEDIUM FOR RECORDING BIOCHEMICAL INFORMATION
US5878373A (en) * 1996-12-06 1999-03-02 Regents Of The University Of California System and method for determining three-dimensional structure of protein sequences
WO2000062251A1 (en) * 1999-04-09 2000-10-19 Merck & Co., Inc. Chemical structure similarity ranking system and computer-implemented method for same

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020035172A (ja) * 2018-08-30 2020-03-05 富士通株式会社 生成方法、生成プログラム、および生成装置
JP7081396B2 (ja) 2018-08-30 2022-06-07 富士通株式会社 生成方法、生成プログラム、および生成装置
JP2020187647A (ja) * 2019-05-16 2020-11-19 富士通株式会社 検索方法、検索プログラム、および情報処理装置
JP7322500B2 (ja) 2019-05-16 2023-08-08 富士通株式会社 検索方法、検索プログラム、および情報処理装置

Also Published As

Publication number Publication date
CA2379515A1 (en) 2001-02-01
US6332138B1 (en) 2001-12-18
WO2001008032A2 (en) 2001-02-01
WO2001008032A3 (en) 2003-05-08
EP1328871A2 (en) 2003-07-23
US20020087508A1 (en) 2002-07-04
AU6233800A (en) 2001-02-13
US6542903B2 (en) 2003-04-01

Similar Documents

Publication Publication Date Title
JP2003529123A (ja) テキスト感応分子指標付けシステム及びコンピュータにより実施、及び／又は、コンピュータにより支援されるその方法
CA2457693C (en) Method and system for enhanced data searching
Zdobnov et al. The EBI SRS server—recent developments
US6611825B1 (en) Method and system for text mining using multidimensional subspaces
US7685112B2 (en) Method and apparatus for retrieving and indexing hidden pages
US7519605B2 (en) Systems, methods and computer readable media for performing a domain-specific metasearch, and visualizing search results therefrom
JP4908214B2 (ja) サーチクエリのリファインメントを提供するシステム及び方法。
US6876930B2 (en) Automated pathway recognition system
US7809717B1 (en) Method and apparatus for concept-based visual presentation of search results
US7185001B1 (en) Systems and methods for document searching and organizing
US20060047649A1 (en) Internet and computer information retrieval and mining with intelligent conceptual filtering, visualization and automation
US20110137883A1 (en) Comparative web search system
US20080222145A1 (en) Visual method and apparatus for enhancing search result navigation
JPH11102376A (ja) 検索照会に関係のあるデータベースから抽出されたテキストを自動表示する方法および装置
Espe MalaCards: the human disease database
US20080281812A1 (en) Method and system for identifying expertise
JP5084673B2 (ja) 商品情報検索装置、方法及びシステム
Yoo et al. Integration of semantic-based bipartite graph representation and mutual refinement strategy for biomedical literature clustering
Izquierdo et al. A platform for keyword search and its application for covid-19 pandemic data
Willett An algorithm for chemical superstructure searching
Xuan et al. An active visual search interface for Medline
US20140114989A1 (en) Method and system for identifying expertise
CA2560159C (en) Method and apparatus for concept-based visual presentation of search results
Subhashini et al. The anatomy of web search result clustering and search engines
Tulipano et al. Natural language processing and visualization in the molecular imaging domain