JP2004334722A - 推定支援システム - Google Patents

Abstract

【課題】遺伝子間の制御関係の推定支援を精度よくわかりやすく行う。
【解決手段】ネットワーク構造作成部１４は、遺伝子間の制御関係を考慮して、直接または間接的にかかわらず、制御関係を有する遺伝子間を結合して遺伝子ネットワークを作成する。パターン判別部２２は、遺伝子ネットワークから複数の遺伝子を特定し、複数の遺伝子と、当該複数の遺伝子と結合されたその周囲の遺伝子との結合パターンを判別する。適用処理部２４は、結合パターンとその結合パターンの遺伝子間において推定される制御関係を示す推定情報とに基づき、推定情報を複数の遺伝子と、周囲の遺伝子とを含む遺伝子群に適用し、遺伝子群の正確な制御関係を推定する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、遺伝子発現モニタリング等の結果に基づき作成された遺伝子ネットワーク構造を基に、遺伝子間の制御関係および機能の推定を支援する装置および方法に関する。
【０００２】
【従来の技術】
近年、ＤＮＡマイクロアレイを使用した実験により、遺伝子産物の発現量の解析が可能になり、個々の遺伝子がどのような組織または細胞で、どのような環境下で発現するのかという発現プロファイルの解析を効率よく行うことが可能となった。マイクロアレイ実験は遺伝子間の制御関係を調べるためにも利用される。制御関係を調べるためのＤＮＡマイクロアレイを使用した実験では、まず特定の遺伝子を破壊したり、特定の遺伝子産物を過剰発現させる。次いで、ＤＮＡマイクロアレイ上で破壊も過剰発現もさせていない細胞（野生株）を含む状態と、遺伝子を破壊した細胞（破壊株）または過剰発現させた細胞（過剰発現株）を含む状態とを比較することにより、これら二つの状態の遺伝子産物の発現量の比を調べる。これにより、遺伝子間の制御関係を調べることができる。
【０００３】
たとえば、遺伝子Ａを破壊した細胞において、野生株に比べて遺伝子Ｂの発現量が増え、遺伝子Ｃの発現量が減っていたとすると、遺伝子Ａと遺伝子Ｂ、および遺伝子Ａと遺伝子Ｃの間には直接的または間接的に遺伝子Ａが遺伝子Ｂの発現を抑え、遺伝子Ａが遺伝子Ｃの発現を増やすという制御関係があると推定できる。ただし、ＤＮＡマイクロアレイを使った実験では、誤差が多く含まれるため、推定した制御関係が正しくない場合もある。
【０００４】
そのため、通常、このような実験結果に基づき推定を行い、推定結果を検証するための追加実験を行うことにより、遺伝子間の制御関係をより正確に把握するという手法がとられる。ＤＮＡマイクロアレイを使用した場合、大量の実験結果データが得られるため、その解析を効率よく行うための支援技術が必要とされる。ＤＮＡマイクロアレイ等を用いた実験結果データを解析し、遺伝子の機能の推定を支援する方法としては、相関係数などを使って遺伝子を分類し、同じグループに含まれる機能が既知の遺伝子からその遺伝子の機能を類推するという方法がよく用いられる。
【０００５】
また、たとえば、特許文献１には、遺伝子に関する多種、多様なデータに基づいて、遺伝子やＲＮＡ、タンパク質等の要素情報をノード、関係情報をエッジとして遺伝子ネットワークを再構成し、遺伝子ネットワークの表示と編集を行うことができる遺伝子ネットワーク研究支援システムが開示されている。
【０００６】
【特許文献１】
特開２００２−９１９９１号公報
【０００７】
【発明が解決しようとする課題】
しかし、従来の相関係数などを使って遺伝子を分類し、同じグループに含まれる機能が既知の遺伝子からある遺伝子の機能を類推するという方法では、異なる機能を持つ遺伝子が同じグループに分類されることも多く、推定の精度が充分でないという問題があった。また、推定結果の信頼度が把握できず、個々の遺伝子に関し、推定結果をもとにどのような追加実験を行うべきかを判断する情報がないという問題もあった。
【０００８】
本発明は上記事情に鑑みなされたものであって、本発明の目的は、遺伝子間の制御関係の推定支援を精度よくわかりやすく行う技術を提供することにある。
【０００９】
【課題を解決するための手段】
本発明によれば、遺伝子間の制御関係を考慮して制御関係を有する遺伝子間を結合して作成された遺伝子ネットワークにおける遺伝子間の正確な制御関係の推定を支援する推定支援システムであって、遺伝子ネットワークから複数の遺伝子を特定し、複数の遺伝子と、当該複数の遺伝子とその周囲の遺伝子との結合パターンを判別するパターン判別部と、結合パターンとその結合パターンの遺伝子間において推定される制御関係を示す推定情報とに基づき、推定情報を複数の遺伝子と、周囲の遺伝子とを含む遺伝子群に適用し、遺伝子群の正確な制御関係を推定する適用処理部と、を含むことを特徴とする推定支援システムが提供される。
【００１０】
周囲の遺伝子とは、パターン判別部により特定された複数の遺伝子と結合された遺伝子とすることができる。また、周囲の遺伝子は複数の遺伝子と直接結合されたものだけでなく、他の遺伝子を介して結合されたものもすることもできる。結合パターンとは、複数の遺伝子と、それらの遺伝子と直接または他の遺伝子を介して結合された周囲の遺伝子との結合の特徴とすることができる。ここで、複数の遺伝子のうち一の遺伝子を機能が未知の遺伝子とし、他の遺伝子を機能が既知の遺伝子とすることができる。このようにすれば、複数の遺伝子とその周囲の遺伝子との関係により定まる結合パターンに応じて、機能が未知の一の遺伝子の機能を精度よく類推することができる。
【００１１】
ここで、遺伝子ネットワークは、制御方向を示す有向アークで結合して作成されたものとすることができる。また、遺伝子ネットワークは、遺伝子発現モニタリングの結果に基づき、作成されたものとすることができる。遺伝子ネットワークは、直接間接に関わらず、制御関係があるすべての遺伝子間を結合して作成されたものとすることができる。
【００１２】
本発明の推定支援システムにおいて、周囲の遺伝子は、複数の遺伝子それぞれと結合された遺伝子とすることができる。
【００１３】
本発明の推定支援システムにおいて、複数の結合パターンと、複数の結合パターンそれぞれの遺伝子間において推定される制御関係を示す推定情報とを対応付けて記憶する推定情報記憶部と、をさらに含むことができ、適用処理部は、推定情報記憶部から、パターン判別部が判別した結合パターンに対応付けられた推定情報を読み出して遺伝子群に適用することができる。
【００１４】
本発明の推定支援システムにおいて、パターン判別部は、周囲の遺伝子を複数の遺伝子との制御関係に基づき複数の群に分類し、複数の遺伝子と、分類された群それぞれに含まれる遺伝子との関係を考慮して結合パターンを判別することができる。
【００１５】
本発明の推定支援システムにおいて、複数の遺伝子は第一および第二の遺伝子を含むことができ、パターン判別部は、周囲の遺伝子を、第一の遺伝子に制御される第一の群と、第二の遺伝子に制御される第二の群とに分類し、第一の群および第二の群のいずれか一方に含まれる遺伝子のうち、いずれか他方にも含まれる遺伝子の割合に応じて結合パターンを判別することができる。
【００１６】
本発明の推定支援システムにおいて、複数の遺伝子は第一および第二の遺伝子を含むことができ、パターン判別部は、周囲の遺伝子を、第一の遺伝子を制御する第三の群と、第二の遺伝子を制御する第四の群とに分類し、第三の群および第四の群の両方に含まれる遺伝子があるか否かに応じてパターンを判別することができる。
【００１７】
本発明の推定支援システムにおいて、遺伝子群の正確な制御関係を表示する表示処理部をさらに含むことができ、推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含むことができ、表示処理部は、遺伝子群に含まれる遺伝子間の組み合わせ毎に結合の追加または削除の有無を考慮して遺伝子群の正確な制御関係を示すネットワーク構造を作成して出力することができる。
【００１８】
本発明の推定支援システムにおいて、遺伝子群の正確な制御関係を表示する表示処理部をさらに含むことができ、パターン判別部は、複数の遺伝子として異なる遺伝子の組み合わせを順次特定して結合パターンをそれぞれ判別することができ、適用処理部は、複数の遺伝子の異なる組み合わせ毎に、当該複数の遺伝子を含む遺伝子群の正確な制御関係を推定することができ、表示処理部は、適用処理部による複数回の正確な制御関係の推定のうち、重複する推定がある場合、それらを累積した結果を反映して表示することができる。
【００１９】
本発明の推定支援システムにおいて、遺伝子ネットワークにおける結合状態を修正する修正部をさらに含むことができ、推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含むことができ、修正部は、遺伝子群に含まれる遺伝子間の組み合わせ毎に結合の追加または削除の有無を考慮して遺伝子ネットワークの遺伝子群に該当する個所のネットワーク構造を修正することができる。
【００２０】
本発明の推定支援システムにおいて、パターン判別部は、複数の遺伝子として異なる遺伝子の組み合わせを順次特定して結合パターンをそれぞれ判別することができ、適用処理部は、複数の遺伝子の異なる組み合わせ毎に、当該複数の遺伝子を含む遺伝子群の正確な制御関係を推定することができ、修正部は、適用処理部による複数回の正確な制御関係の推定のうち、重複する推定がある場合、それらを累積した結果を反映して遺伝子ネットワークを修正することができる。
【００２１】
本発明の推定支援システムにおいて、推定情報を遺伝子群に適用する際に、推定情報毎に信頼度を算出する信頼度算出部をさらに含むことができる。
【００２２】
本発明の推定支援システムにおいて、推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含むことができ、信頼度算出部は、一の結合の追加または削除毎に、当該結合の追加または削除により他の遺伝子との間の結合状態に矛盾が生じないか否かに応じて信頼度を算出することができる。たとえば、信頼度算出部は、各制御関係が発現量を増大させるものか減少させるものかを考慮して矛盾が生じる場合信頼度を低くすることができる。
【００２３】
本発明の推定支援システムにおいて、推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含むことができ、信頼度算出部は、一の結合の追加または削除毎に当該結合により結ばれる二つの遺伝子の名称をキーワードとして検索を行った場合の検索結果に応じて信頼度を算出することができる。たとえば、結合を追加する推定が行われたときに、キーワード検索の結果、ヒット件数が多い場合にその推定結果の信頼度を高くすることができ、ヒット件数が少ない場合にその推定結果の信頼度を低くすることができる。何らかの制御関係を有する遺伝子間において、同じウェブページに同時に記載されている可能性が高く、キーワード検索におけるヒット件数が多くなると考えられるからである。
【００２４】
本発明の推定支援システムは、遺伝子ネットワークに含まれる遺伝子のうち、機能が既知の遺伝子に関する機能を記憶する機能データベースと、遺伝子群において、複数の遺伝子のうちの一の遺伝子との制御関係に応じて他の遺伝子に重み付けを加え、当該重み付けと各遺伝子の機能とを考慮して一の遺伝子の機能を推定する機能推定部と、をさらに含むことができる。
【００２５】
本発明の推定支援システムは、複数の結合パターンと、当該結合パターンに対応付けられた推定情報を検証するための提案情報を記憶する提案情報記憶部と、提案情報を表示する表示処理部と、をさらに含むことができる。
【００２６】
本発明の推定支援システムは、遺伝子群に適用される推定情報を検証するための提案情報を提示する提案部をさらに含むことができ、パターン判別部は、複数の遺伝子として異なる遺伝子の組み合わせを順次特定して結合パターンをそれぞれ判別することができ、適用処理部は、複数の遺伝子の異なる組み合わせ毎に、当該複数の遺伝子を含む遺伝子群の正確な制御関係を推定することができ、提案部は、適用処理部による複数回の正確な制御関係の推定それぞれに含まれる遺伝子に関する情報を累積し、より多くの推定に含まれる遺伝子に関する検証を優先的に提案することができる。たとえば、提案部は、ある遺伝子から多くの他の遺伝子への制御関係の追加または削除が推定されている場合、制御元の遺伝子を破壊または過剰発現させる検証を優先的に提案することができる。このようにすれば、一の検証で、多くの他の遺伝子との制御関係を裏付けることができる。
【００２７】
本発明の推定支援システムにおいて、ユーザからの指示を受け付ける入力部と、適用処理部により推定された遺伝子群の正確な制御関係を表示する表示処理部と、をさらに含むことができ、複数の遺伝子は第一および第二の遺伝子を含み、表示処理部は、パターン判別部により第一の遺伝子として特定され、適用処理部による処理が行われた遺伝子を第一のリストとして表示することができ、入力部は、第一のリストとして表示された遺伝子の中から一の遺伝子の選択を受け付けることができ、表示処理部は、入力部が選択を受け付けた遺伝子との組み合わせで第二の遺伝子として特定され、適用処理部による処理が行われた遺伝子を第二のリストとして表示することができ、入力部は、第二のリストとして表示された遺伝子の中から一の遺伝子の選択を受け付けることができ、 表示処理部は、入力部が選択を受け付けた遺伝子を第一および第二の遺伝子として適用処理部が推定した正確な制御関係を表示することができる。
【００２８】
本発明の推定支援システムにおいて、ユーザからの指示を受け付ける入力部と、遺伝子ネットワークから、適用処理部により正確な制御関係が推定された遺伝子群のネットワーク構造を抽出して表示する表示処理部と、をさらに含むことができ、入力部は、ユーザから推定結果の表示の指示を受け付けることができ、表示処理部は、入力部が受け付けた指示に基づき、ネットワーク構造を適用処理部による推定結果を明示して表示することができる。
【００２９】
本発明の推定支援システムにおいて、適用処理部は、正確な制御関係に基づき、複数の遺伝子における遺伝子間の機能の類似度を推定することができる。
【００３０】
本発明によれば、遺伝子間の制御関係を考慮して制御関係を有する遺伝子間を結合して作成された遺伝子ネットワークにおける遺伝子間の正確な制御関係の推定を支援する推定支援システムであって、遺伝子ネットワークから第一の遺伝子を特定し、遺伝子ネットワークから、第一の遺伝子と、第一の遺伝子により制御される遺伝子を含む第一の群と、第一の群に含まれる遺伝子を制御する第一の遺伝子とは異なる第二の遺伝子と、第二の遺伝子により制御される遺伝子を含む第二の群と、第一の遺伝子を制御する遺伝子を含む第三の群と、第二の遺伝子を制御する遺伝子を含む第四の群と、を含む遺伝子群を抽出する抽出部と、第一の群または第二の群のいずれか一方に含まれる遺伝子のうち、いずれか他方にも含まれる遺伝子の割合と、第三の群および第四の群の両方に含まれる遺伝子があるか否かとの条件に応じて遺伝子群に含まれる遺伝子間の結合パターンを判別するパターン判別部と、結合パターン毎に、その結合パターンに判別される遺伝子間に適用される推定情報を記憶する推定情報記憶部と、パターン判別部の判別結果に応じて、対応する結合パターンの推定情報を推定情報記憶部から読み出し、当該推定情報を遺伝子群に適用し、遺伝子群における遺伝子間の制御関係を推定する適用処理部と、を含むことを特徴とする推定支援システムが提供される。
【００３１】
【発明の実施の形態】
図１は、本発明の第一の実施の形態における推定支援システムの構成を示すブロック図である。
推定支援システム１０は、ＤＮＡマイクロアレイ等を用いた遺伝子発現モニタリングの実験結果に基づき、遺伝子ネットワーク構造を作成し、その遺伝子ネットワーク構造から一部の遺伝子群のネットワーク構造を抽出し、当該遺伝子群のネットワーク構造の結合パターンに応じてその遺伝子群内の遺伝子間の制御関係および機能の推定を行う。抽出する遺伝子群をずらして同様の処理を行うことにより、遺伝子ネットワーク構造全体の遺伝子間の制御関係および機能を推定することができる。
【００３２】
推定支援システム１０は、送受信部１２と、ネットワーク構造作成部１４と、表示処理部１５と、入力部１６と、出力部１７と、推定処理部１８と、ネットワーク構造記憶部３０と、対応関係記憶部３１と、パターン記憶部３２と、推定情報記憶部３４と、推定結果記憶部３６と、実験結果ＤＢ３８とを含む。推定処理部１８は、抽出部２０と、パターン判別部２２と、パターン判別部２２と、推定結果書込部２６と、修正部２８とを含む。
【００３３】
推定支援システム１０の各構成要素は、ハードウエアコンポーネントでいえば、任意のコンピュータのＣＰＵ、メモリ、メモリにロードされた本図の構成要素を実現するプログラム、そのプログラムを格納するハードディスクなどの記憶ユニット、ネットワーク接続用インターフェースを中心に実現されるが、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。これから説明する各図は、ハードウエア単位の構成ではなく、機能単位のブロックを示している。
【００３４】
実験結果ＤＢ３８は、ＤＮＡマイクロアレイ等を用いた遺伝子発現モニタリングの実験結果を記憶する。図２は、実験結果ＤＢ３８のデータ構造の一例を示す図である。ここでは、遺伝子１、遺伝子２、および遺伝子３をそれぞれ破壊したときに他の遺伝子との間に制御関係があるか否かが示されている。制御関係があるとは、二つの遺伝子間において、いずれか一方の遺伝子を破壊したときに、他方の遺伝子の発現量が減少または増加することをいう。図２において、ある遺伝子を破壊したときに発現量が減少する遺伝子を「−」、変化しない遺伝子を「０」で表現している。たとえば、遺伝子１を破壊すると、遺伝子２および遺伝子３ともに減少している。この結果から、遺伝子１は遺伝子２および遺伝子３をそれぞれ制御することがわかる。また、たとえば、遺伝子２を破壊すると、遺伝子１の発現量は変化しないが、遺伝子３の発現量は減少する。この結果から、遺伝子２は遺伝子１を制御せず、遺伝子３を制御することがわかる。また、ここでは図示していないが、発現量が増加した場合は「＋」と表現することもできる。
【００３５】
ネットワーク構造作成部１４は、実験結果ＤＢ３８に記憶された実験結果に基づき、遺伝子ネットワーク構造を作成する。実験結果ＤＢ３８は、インターネットやイントラネット等のネットワークを介して物理的に離れた場所に配置されてもよく、ネットワーク構造作成部１４は、送受信部１２を介して実験結果ＤＢ３８から実験結果を取得する。
【００３６】
図３は、図２に示した遺伝子１〜３の遺伝子ネットワーク構造を示す図である。ネットワーク構造作成部１４は、各遺伝子をノードで示し、遺伝子間の制御関係を制御方向を示す有向アークで結合した遺伝子ネットワーク構造を作成する。図２に示した結果によれば、遺伝子３は遺伝子１および遺伝子２のいずれにも制御されていることがわかる。図２に示した結果からだけでは、遺伝子１が遺伝子３を直接制御しているのか、または遺伝子１が遺伝子２を制御し、遺伝子２が遺伝子３を制御するため、結果的に遺伝子３が遺伝子１に制御されているように見えるのかを判断することはできない。遺伝子発現モニタリングの実験結果だけでは、遺伝子１が遺伝子３を直接制御しているのか間接的に制御しているのか判断できないため、本実施の形態において、ネットワーク構造作成部１４は、間接的な制御関係も直接的な制御関係とみなして制御関係を有する遺伝子間をすべて有向アークで結合して遺伝子ネットワーク構造を作成する。ここで、遺伝子１は遺伝子２および遺伝子３をそれぞれ制御しているので、図３（ａ）に示すように、遺伝子１および遺伝子２の間、ならびに遺伝子１および遺伝子３の間を遺伝子１から遺伝子２および遺伝子１から遺伝子３の方向に矢印を有する有向アークでそれぞれ結合する。遺伝子２は遺伝子３を制御しているので、遺伝子２および遺伝子３の間を遺伝子２から遺伝子３の方向に矢印を有する有向アークで結合する。さらに、図３（ｂ）に示すように、各有向アークについて、遺伝子の発現量を増加させる制御か減少させる制御かを示す情報も含むことができる。ここで、「＋」は、遺伝子の発現量を増加させる制御であることを示す。
【００３７】
図１に戻り、ネットワーク構造作成部１４は、研究論文などの文献から遺伝子の制御関係を抽出したデータに基づき、遺伝子ネットワーク構造を作成することもできる。さらに、ネットワーク構造作成部１４は、従来技術である遺伝子の分類クラスタリング手法から推定した制御関係を示すデータに基づき、遺伝子ネットワーク構造を作成することもできる。ネットワーク構造記憶部３０は、ネットワーク構造作成部１４が作成した遺伝子ネットワーク構造を記憶する。
【００３８】
表示処理部１５は、ネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造をユーザに表示する処理を行う。入力部１６は、推定支援システム１０のユーザからの指示の入力を受け付ける。出力部１７は、表示処理部１５により処理された遺伝子ネットワーク構造をモニタ等に出力する。入力部１６および出力部１７は外部のインターネット等のネットワークに接続して構成することができ、ユーザはネットワークを介して推定支援システム１０への指示および推定支援システム１０からの情報の取得を行うことができる。
【００３９】
図４は、ネットワーク構造記憶部３０のデータ構造の一部を示す図である。ネットワーク構造記憶部３０は、複数の遺伝子間の制御関係を記憶する。ここで、遺伝子Ｘ０１が制御する被制御遺伝子として、遺伝子Ｃ０１、遺伝子Ｃ０２、遺伝子Ｃ０３、遺伝子Ｃ０４が保持される。遺伝子Ｘ０２が制御する被制御遺伝子として遺伝子Ｃ０５が保持される。また、ここでは図示していないが、ネットワーク構造記憶部３０は、各制御関係が発現量を増加させるものか減少させるものかを示す「＋」または「−」を対応付けて保持することもできる。
【００４０】
図５は、図４に示したデータ構造に基づき、ユーザに表示される遺伝子ネットワーク構造の一例を示す図である。
図５（ａ）は、遺伝子をノードで示し、遺伝子間の制御関係を有向アークで示す遺伝子ネットワーク構造である。表示処理部１５は、図５（ｂ）に示すように、ユーザがノードを指定すると、たとえば「遺伝子Ｘ０１」のように、そのノードがどの遺伝子に対応するかを表示することもできる。さらに、ユーザが有向アークを指定すると、その有向アークがどのノードからどのノードへのものかを表示させることもできる。また、表示処理部１５は、図５（ｃ）に示すように、ユーザが有向アークを指定すると、その有向アークが遺伝子の発現量を増加させる制御か減少させる制御かを「＋」または「−」で表示することもできる。また、各有向アークが遺伝子の発現量を増加させる制御か減少させる制御かは有向アークの矢印の形や色を異ならせることにより示すこともできる。図示していていないが、表示処理部１５は、すべてのノードおよび有向アークについて、どの遺伝子に対応するかおよび遺伝子の発現量を増加させる制御か減少させる制御かを同時に表示することもできる。
【００４１】
図１に戻り、ユーザは、表示された遺伝子ネットワーク構造を見て、自分の知識や仮説に基づき、ノード間に有向アークを追加したり削除したりすることができる。ネットワーク構造作成部１４は、入力部１６を介してユーザからの指示を受け付け、遺伝子ネットワーク構造を修正する。これにより、ユーザの遺伝子の制御関係に関する知識や仮説を遺伝子ネットワーク構造に反映することができる。ネットワーク構造記憶部３０は、遺伝子間の有向アーク毎に、実験結果ＤＢ３８に基づきネットワーク構造作成部１４が作成したものか、ユーザにより追加されたものかを区別して記憶することもできる。
【００４２】
また、表示処理部１５は、遺伝子ネットワーク構造とともに、遺伝子の塩基配列をも表示することができる。これにより、ユーザは遺伝子ネットワーク構造の詳細な内容をも把握することができ、たとえば塩基配列をも考慮してノード間に有向アークを追加したり削除したりすることができる。
【００４３】
推定処理部１８は、以上のようにして作成された遺伝子ネットワーク構造から一部の遺伝子群のネットワーク構造を抽出し、当該ネットワーク構造の結合パターンに応じてその遺伝子群内の遺伝子間の正確な制御関係および機能の推定を支援するための処理を行う。
【００４４】
抽出部２０は、遺伝子ネットワーク構造から一部の遺伝子群のネットワーク構造を抽出する。本実施の形態において、抽出部２０は、第一および第二の遺伝子と、これら第一および第二の遺伝子と有向アークで結合された周囲の遺伝子とを含む遺伝子群のネットワーク構造を抽出する。本実施の形態において、抽出部２０は、第一の遺伝子として抽出した遺伝子をノードＸ、第二の遺伝子として抽出した遺伝子をノードＢとしてその対応関係を対応関係記憶部３１に記憶する。図６は、対応関係記憶部３１のデータ構造の一部を示す図である。ここでは遺伝子Ｘ０１がノードＸに対応付けられ、遺伝子Ｂ０１がノードＢに対応付けられている。
【００４５】
図１に戻り、抽出部２０は、入力部１６を介してユーザから上記ノードＸに該当する遺伝子の選択を受け付ける。ユーザはネットワーク構造作成部１４により作成された遺伝子ネットワーク構造に含まれる遺伝子の中から一の遺伝子を選択してもよく、複数の遺伝子をノードＸの候補として選択することもできる。
【００４６】
抽出部２０が遺伝子群を抽出する手順を図７を参照して説明する。以下、遺伝子をノードとして説明する。まず、抽出部２０は、一のノードＸを特定する。ユーザが一の遺伝子のみを選択した場合、その遺伝子がノードＸとなる。ユーザが複数の遺伝子を選択した場合、抽出部２０は、その複数の遺伝子の中から任意の一の遺伝子を選択してノードＸとする。この場合、抽出部２０は、複数の遺伝子の中から順次一の遺伝子を選択してノードＸとして同様の処理を繰り返す。以下、ノードＸにより制御されるノードをノードＸの子ノード、ノードＸを制御するノードをノードＸの親ノードとして説明する。
【００４７】
抽出部２０は、たとえば以下の手順でノードＸを含む遺伝子群を抽出する。
（１）ノードＸにより制御されるノード（ノードＸの子ノード）Ｃ０群を抽出する。
（２）Ｃ０群に含まれるそれぞれのノードを制御するノードＸ以外のノードＢ１群を抽出する。
（３）Ｂ１群に含まれるそれぞれのノードを制御するノードＡ１群を抽出する。
（４）ノードＸを制御するノード（ノードＸの親ノード）Ａ０群を抽出する。
（５）Ａ０群に含まれるそれぞれのノードにより制御されるノードＸ以外のノードＢ２群を抽出する。
【００４８】
これにより、Ｃ０群、Ｂ１群、Ａ１群、Ａ０群、Ｂ２群に含まれるノードおよびノードＸを含む遺伝子群が抽出される。
【００４９】
図１に戻り、パターン判別部２２は、上述したＢ１群に含まれるノードの中から一のノードＢを特定し、ノードＢとノードＸと、周囲のノードとの関係に基づき、抽出部２０が抽出した遺伝子群の結合パターンを判別する。Ｂ１群に複数の遺伝子が含まれる場合、パターン判別部２２は、その複数の遺伝子の中から任意の一の遺伝子を選択する。この場合、パターン判別部２２は、Ｂ１群に含まれる複数の遺伝子の中から順次一の遺伝子を選択してノードＢとして同様の処理を繰り返す。Ｂ１群に含まれるノードは、ノードＸの子ノードを制御している。そのため、このようにして選択したノードＢは、ノードＸと少なくとも一つの共通する子ノードを有するので、ノードＸはノードＢと機能の類似性があったり、何らかの制御関係を有する期待値が高い。このようなノードＢを選択してノードＸとの関係を調べることにより、効率よくこの遺伝子群の正確な制御関係を推定することができる。パターン記憶部３２は、パターン判別部２２が遺伝子群の結合パターンを決定する際に参照する演算式、閾値、条件等を記憶する。
【００５０】
他の形態において、選択受付部２０は、ユーザから上記ノードＸおよびノードＢに対応する二つの遺伝子の選択を受け付けることもでき、この場合、抽出部２０は、これらの二つの遺伝子と有向アークで結合されたすべての遺伝子を周囲の遺伝子として抽出することができる。
【００５１】
パターン判別部２２は、パターン記憶部３２を参照して、以下の手順で遺伝子群の結合パターンを判別する。
（１）ノードＸとノードＢとで、子ノードの共通性を調べる。ノードＸとノードＢとの子ノードの共通性は、ノードＸの子ノードに対するノードＢとノードＸとの共通の子ノードの割合ｂ１、およびノードＢの子ノードに対するノードＢとノードＸとの共通の子ノードの割合ｂ２から求めることができる。
ｂ１＝（ノードＢとノードＸとの共通の子ノードの数）／（ノードＸの子ノード数）
ｂ２＝（ノードＢとノードＸとの共通の子ノードの数）／（ノードＢの子ノード数）
パターン判別部２２は、以上のようにして求めたｂ１およびｂ２がそれぞれ閾値ｂｂ１およびｂｂ２を超えているか否かを判断する。ここで、パターン記憶部３２は、閾値ｂｂ１およびｂｂ２を記憶する。
【００５２】
（２）パターン判別部２２は、ノードＸとノードＢとの親ノードが共通か否か（ＢがＢ２群にも含まれるか）を調べる。
【００５３】
本実施の形態において、パターン判別部２２は、上記（１）および（２）で調べた結果に基づき、ｂ１およびｂ２がそれぞれ閾値ｂｂ１およびｂｂ２を超えているか否か、およびノードＸとノードＢとの親ノードが共通か否かによって、抽出部２０が抽出した遺伝子群を以下の５つの結合パターンのいずれかと判別する。
【００５４】
図８は、パターン記憶部３２のデータ構造の一部を示す図である。パターン記憶部３２は、条件欄およびパターン欄を保持する。ここで、遺伝子群が「Ｂ∈Ｂ２、かつｂ１＞ｂｂ１、かつｂ２＞ｂｂ２」という条件を満たす場合、パターン１と判別される。つまり、パターン判別部２２は、抽出された遺伝子群において、ノードＸとノードＢとの親ノードが共通で、子ノードの共通度合いが高い場合、パターン１と判別する。
【００５５】
遺伝子群が「Ｂ∈Ｂ２でなく、かつｂ１＞ｂｂ１、かつｂ２＞ｂｂ２」という条件を満たす場合、パターン２と判別される。つまり、パターン判別部２２は、抽出された遺伝子群において、ノードＸとノードＢとの親ノードが共通でなく、子ノードの共通度合いが高い場合、パターン２と判別する。
【００５６】
遺伝子群が「Ｂ∈Ｂ２、かつｂ１＞ｂｂ１、かつｂ２＜ｂｂ２」という条件を満たす場合、パターン３と判別される。つまり、パターン判別部２２は、抽出された遺伝子群において、ノードＸとノードＢとの親ノードが共通で、ノードＸの子ノードがノードＢの子ノードである割合が高いが、ノードＢの子ノードがノードＸの子ノードである割合は低い場合、パターン３と判別する。
【００５７】
遺伝子群が「Ｂ∈Ｂ２、かつｂ１＜ｂｂ１、かつｂ２＞ｂｂ２」という条件を満たす場合、パターン４と判別される。つまり、パターン判別部２２は、抽出された遺伝子群において、ノードＸとノードＢとは親ノードが共通で、ノードＸの子ノードがノードＢの子ノードである割合が低いが、ノードＢの子ノードがノードＸの子ノードである割合は高い場合、パターン４と判別する。
【００５８】
遺伝子群が「Ｂ∈Ｂ２でなく、かつｂ１＜ｂｂ１、かつｂ２＜ｂｂ２」という条件を満たす場合、パターン５と判別される。つまり、パターン判別部２２は、抽出された遺伝子群において、ノードＸとノードＢとは親ノードが共通でなく、ノードＸの子ノードがノードＢの子ノードである割合もノードＢの子ノードがノードＸの子ノードである割合も低い場合、パターン５と判別する。
【００５９】
図１に戻り、推定情報記憶部３４は、上記複数の結合パターンと、複数の結合パターンそれぞれの遺伝子間において推定される制御関係または機能を示す推定情報とを対応付けて記憶する。図９は、推定情報記憶部３４のデータ構造の一部を示す図である。ここでは、推定情報記憶部３４が推定情報としてナビゲーション情報を保持する例を示す。
【００６０】
パターン１に分類される遺伝子群において、ノードＸおよびノードＢは、親ノードが共通で、共通の子ノードが多い。このようなノード同士は同じ機能を持つ可能性が高いため、推定情報記憶部３４は、「ノードＸとノードＢは同じ機能を持つ可能性が高い」というナビゲーション情報を記憶する。
【００６１】
パターン２に分類される遺伝子群において、ノードＸおよびノードＢは、子ノードには共通のノードが多いが親ノードは共通でない。このようなノード同士は直接的な制御関係があるか、またはその親ノードと直接的な制御関係がある可能性があり、共通の子ノードは間接的に制御されている可能性がある。推定情報記憶部３４は、「ノードＢとＡ０群に含まれるノード、ノードＸとＡ１群に含まれるノード、ノードＸとノードＢとの間にそれぞれ直接の制御関係がある可能性があり、ノードＸとノードＢの共通の子ノードとノードＢまたはノードＸとは制御関係がない可能性がある」というナビゲーション情報を記憶する。
【００６２】
また、パターン２に分類される遺伝子群において、ノードＸおよびノードＢの間には直接的な制御関係があるか、または親ノードを介して間接的な制御関係があると推定される。さらに、ノードＸおよびノードＢの共通の子ノードはノードＸおよびノードＢのいずれか一方に間接的に制御されている可能性がある。ここでは図示していないが、推定情報記憶部３４は、パターン２に分類された遺伝子群において、たとえば、「ノードＢがノードＸを直接制御している」、「ノードＢがノードＸをノードＸの親ノードを介して間接的に制御している」、「ノードＸがノードＢを直接制御している」、「ノードＸがノードＢをノードＢの親ノードを介して間接的に制御している」等の情報を記憶する。
【００６３】
パターン３に分類される遺伝子群において、ノードＸおよびノードＢは、親ノードが共通でノードＸの子ノードの集合がノードＢの子ノードの集合に含まれる。このような場合、ノードＸはノードＢに制御されている可能性が高い。推定情報記憶部３４は、「共通の親ノードがノードＢを通じて間接的にノードＸを制御している可能性が高く、ノードＢがノードＸの子ノードを制御している可能性は低い」というナビゲーション情報を記憶する。
【００６４】
また、パターン３に分類される遺伝子群において、ノードＸはノードＢに制御されている可能性が高い。ここでは図示していないが、推定情報記憶部３４は、「ノードＸはノードＢに制御されている」等の情報を記憶する。
【００６５】
パターン４に分類される遺伝子群において、ノードＸおよびノードＢは、親ノードが共通で、ノードＸの子ノードの集合がノードＢの子ノードの集合を含む。このような場合、ノードＸはノードＢを制御している可能性が高い。推定情報記憶部３４は、「共通の親ノードがノードＸを通じて間接的にノードＢを制御している可能性が高く、ノードＸがノードＢの子ノードを制御している可能性は低い」というナビゲーション情報を記憶する。
【００６６】
また、パターン４に分類される遺伝子群において、ノードＸはノードＢを制御している可能性が高い。ここでは図示していないが、推定情報記憶部３４は、「ノードＸはノードＢを制御している」等の情報を記憶する。
【００６７】
パターン５に分類される遺伝子群において、ノードＸおよびノードＢは、親ノードが共通でなく、自己の子ノードの集合と相手ノードの子ノードとの間に制御関係がない。このような場合、これらのノード間に制御関係がある可能性は低いと考えられる。推定情報記憶部３４は、「あまり関連性がない」というナビゲーション情報を記憶する。
【００６８】
図１に戻り、適用処理部２４は、パターン判別部２２により判別された結合パターンに対応付けられた推定情報を推定情報記憶部３４から読み出す。適用処理部２４は、対応関係記憶部３１を参照して、推定情報記憶部３４から読み出した推定情報を実際の遺伝子に適用し、遺伝子群の正確な制御関係を推定する。また、適用処理部２４は、推定情報に基づき、抽出部２０が抽出した遺伝子群の推定されるネットワーク構造を作成する。
【００６９】
推定結果書込部２６は、適用処理部２４の推定結果を推定結果記憶部３６に書き込む。推定結果書込部２６は、適用処理部２４が作成したネットワーク構造を推定結果記憶部３６に書き込むこともできる。表示処理部１５は、推定結果記憶部３６から推定結果を読み出し、出力部１７を介してユーザに提示する。
【００７０】
修正部２８は、ユーザの指示に基づき、推定結果記憶部３６の結果を反映させてネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造を修正する。また、ユーザは、表示されたナビゲーション情報や推定されるネットワーク構造等を参考にして、入力部１６からネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造を修正することもできる。
【００７１】
図１０は、推定処理部１８の処理手順を示すフローチャートである。
まず、抽出部２０は、ノードＸに該当する第一の遺伝子を特定する（Ｓ１０）。つづいて、抽出部２０はノードＸ、ノードＢおよび周囲のノードを含む遺伝子群のネットワーク構造を抽出する（Ｓ１２）。パターン判別部２２は、抽出された遺伝子群におけるノードＸおよびノードＢと、周囲のノードとの関係に基づき、遺伝子群の結合パターンを判別する（Ｓ１４）。適用処理部２４は、推定情報記憶部３４から対応する結合パターンの推定情報を読み出し（Ｓ１６）、対応関係記憶部３１を参照して実際の遺伝子に適用してその遺伝子群の正確な制御関係を推定する処理を行う（Ｓ１８）。推定結果書込部２６は、適用処理部２４による推定結果を推定結果記憶部３６に記憶する（Ｓ２０）。つづいて、パターン判別部２２は、Ｂ１群に次のノードＢの候補となる他の遺伝子が含まれるか否かを判断し（Ｓ２１）、ノードＢに該当する遺伝子がある場合（Ｓ２１のＹｅｓ）、ステップ１２に戻り、その遺伝子をノードＢとした遺伝子群を対象として同様の処理を行う。
【００７２】
ステップ２１において、ノードＢに該当する遺伝子がない場合（Ｓ２１のＮｏ）、推定処理部１８は、他の遺伝子をノードＸとして、引き続き同様の処理を行うか否かを判断する（Ｓ２２）。たとえば、ユーザが一の遺伝子だけでなく複数の遺伝子をノードＸの候補として選択している場合、抽出部２０は、これらのすべてのノードについて、ノードＸとして特定し、各ノードＢとの関係を考慮して同様の処理を繰り返す。また、この判断は、ユーザの指示に基づき行うこともできる。次の遺伝子について同様の処理を行うと判断した場合（Ｓ２２のＹｅｓ）、ステップ１０に戻り、抽出部２０は、新たな遺伝子をノードＸとして特定して同様の処理を行う。これにより、複数の遺伝子の組み合わせについて、推定処理が行われ、ナビゲーション情報や推定されるネットワーク構造が得られる。
【００７３】
ステップ２２において、次の遺伝子について同様の処理を行わないと判断した場合（Ｓ２２のＮｏ）、表示処理部１５は、推定結果記憶部３６から推定結果を読み出し、ユーザに表示する処理を行う（Ｓ２４）。なお、表示処理部１５は、ステップ２０の後に推定結果を表示する処理を行ってもよく、その後にステップ２１またはステップ２２の処理が行われてもよい。後述するように、たとえば複数のノードＸとノードＢとの組み合わせについて複数の推定結果が得られた場合、推定結果書込部２６は、各推定結果にポイントを付し、同様の推定結果についてはポイントを累積して推定結果記憶部３６に書き込むことができる。表示処理部１５は、推定結果記憶部３６の推定結果をポイントの大きい順にユーザに表示することができる。ユーザは表示処理部１５により表示された推定結果を参考にしてネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造の修正を指示することができる。ユーザがネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造の修正を指示した場合（Ｓ２６のＹｅｓ）、修正部２８は、推定結果記憶部３６の推定結果に基づき、ネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造を修正する（Ｓ２８）。
【００７４】
推定支援システム１０は、たとえばユーザの指示に基づき、このようにして修正された遺伝子ネットワーク構造に対してもう一度同様の処理を繰り返すこともできる。推定支援システム１０は、同様の処理を繰り返すと判断した場合（Ｓ３０のＹｅｓ）、ステップ１０に戻り、同様の処理を繰り返す。なお、ステップ２４の表示処理部１５による表示処理は、ステップ２８の修正の後に行うこともでき、任意の時点で行うことができる。
【００７５】
以上の処理は、予め設定されたプログラムに従って行うこともできる。
図２９は、推定支援システム１０の構成の他の例を示す図である。ここで、推定支援システム１０は、図１に示した推定支援システム１０における抽出部２０のかわりに自動抽出部２１を含み、さらに手順記憶部４８を含む。手順記憶部４８は、たとえば図１０に示したのと同様の処理手順を記憶する。自動抽出部２１は、手順記憶部４８に記憶された処理手順に従い、ネットワーク構造記憶部３０に記憶された遺伝子ネットワークから一部の遺伝子群のネットワーク構造を少しずつずらしながら順次抽出する処理を行う。たとえば、自動抽出部２１は、機能が未知の遺伝子をノードＸとして順次選択していくことができる。また、手順記憶部４８は、推定結果記憶部３６に記憶された推定結果に基づき、修正部２８が自動的にネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造を修正するための手順をも記憶することができる。これにより、遺伝子ネットワーク構造全体の遺伝子間の制御関係を推定することができる。さらに、推定された制御関係を反映させて修正した遺伝子ネットワークに対しても同様の処理を行うことができる。このような処理を複数回繰り返すことにより、遺伝子ネットワークの制御関係を精度よく行うことができる。
【００７６】
次に、遺伝子群のネットワーク構造を例示して説明する。
図１１は、抽出部２０により抽出された遺伝子群の一例を示す図である。ここで、パターン記憶部３２は、閾値ｂｂ１＝０．５、ｂｂ２＝０．５と記憶していると仮定する。パターン判別部２２は、この遺伝子群におけるノードＸおよびノードＢの結合パターンを判別する。この例において、ノードＢはノードＸと親ノードが共通なのでＢ２群に含まれ、Ｂ∈Ｂ２となる。ノードＸの子ノードの数は３、ノードＢの子ノードの数は３、ノードＢとノードＸの共通の子ノードの数は２なので、ｂ１＝２／３＝０．６７＞ｂｂ１、ｂ２＝２／３＝０．６７＞ｂｂ２となる。パターン判別部２２は、パターン記憶部３２を参照し、この遺伝子群がパターン１の条件を満たすので、この遺伝子群の結合パターンをパターン１と判別する。適用処理部２４は、パターン１に対応付けられた「ノードＸとノードＢは同じ機能を持つ可能性が高い」というナビゲーション情報を推定情報記憶部３４から読み出す。
【００７７】
適用処理部２４は、対応関係記憶部３１を参照して、ノードＸおよびノードＢに対応する遺伝子にこのナビゲーション情報を適用する。たとえば、ノードＸが遺伝子Ｘ０１に対応し、ノードＢが遺伝子Ｂ０１に対応する場合、適用処理部２４は、「遺伝子Ｘ０１と遺伝子Ｂ０１は同じ機能を持つ可能性が高い」というナビゲーション情報を作成する。推定結果書込部２６は、このナビゲーション情報を推定結果記憶部３６に書き込む。このとき、推定結果書込部２６は、推定結果記憶部３６を参照して、「遺伝子Ｘ０１と遺伝子Ｂ０１は同じ機能を持つ可能性が高い」という情報がすでに書き込まれているか否かを検出する。この情報が書き込まれていなければ、推定結果書込部２６は、推定結果記憶部３６に「遺伝子Ｘ０１と遺伝子Ｂ０１は同じ機能を持つ可能性が高い」という情報を書き込み、たとえば「＋１」のポイントを付与する。この情報がすでに推定結果記憶部３６に書き込まれている場合、この情報にさらに「＋１」のポイントを加算する。このようにすれば、ノードＸとして種々の遺伝子を特定して同様の処理を繰り返した場合に、同様の情報が得られた場合にその累積を把握することができる。同様の遺伝子について、同様のナビゲーション情報が多く得られる場合、そのナビゲーション情報の信頼度が高いと判断することができる。表示処理部１５は、推定結果記憶部３６の推定結果をポイントの累積とともに表示することができる。
【００７８】
図１２（ａ）は、抽出部２０により抽出された遺伝子群の他の例を示す図である。ここで、パターン記憶部３２は、閾値ｂｂ１＝０．５、ｂｂ２＝０．５と記憶していると仮定する。パターン判別部２２は、この遺伝子群におけるノードＸおよびノードＢのパターンを判別する。この例において、ノードＢはノードＸと親が共通でないのでＢ２群に含まれず、Ｂ∈Ｂ２でない。ノードＸの子ノードの数は３、ノードＢの子ノードの数は３、ノードＢとノードＸの共通の子ノードの数は２なので、ｂ１＝０．６７＞ｂｂ１、ｂ２＝０．６７＞ｂｂ２となる。パターン判別部２２は、パターン記憶部３２を参照し、この遺伝子群がパターン２の条件を満たすので、この遺伝子群の結合パターンをパターン２と判別する。適用処理部２４は、パターン２に対応付けられた「ノードＸとノードＢ、ノードＡとノードＢ、ノードＡ’とノードＸの間には制御関係がある可能性があり、ノードＣ、ノードＣ’とノードＸまたはノードＣ、ノードＣ’とノードＢの間には制御関係がない可能性がある」というナビゲーション情報を推定情報記憶部３４から読み出す。適用処理部２４は、対応関係記憶部３１を参照して上記ノードＸ、ノードＢ、ノードＡ、ノードＡ’ノードＣ、ノードＣ’にそれぞれ対応する遺伝子にこのナビゲーション情報を適用する。推定結果書込部２６は、この結果を推定結果記憶部３６に書き込む。
【００７９】
また、適用処理部２４は、パターン２に対応付けられた推定情報に基づき、この遺伝子群の推定されるネットワーク構造を作成する。パターン２に分類された遺伝子群において、ノードＢとノードＸとの間には直接、または間接的に制御関係があると考えられる。適用処理部２４は、図１２（ｂ）に示すように、ノードＢがノードＸを直接制御する場合、図１２（ｃ）に示すように、ノードＢがノードＡを介してノードＸを間接的に制御する場合、図１２（ｄ）に示すように、ノードＸがノードＢを直接制御する場合、図１２（ｅ）に示すように、ノードＸがノードＡ’を介してノードＢを間接的に制御する場合のネットワーク構造を作成する。図１２（ｂ）および図１２（ｃ）に示したネットワーク構造の場合、ノードＢとノードＸとの共通の子ノードＣおよびノードＣ’はノードＸを介してノードＢに間接的に制御される。図１２（ｄ）および図１２（ｅ）に示したネットワーク構造の場合、ノードＢとノードＸとの共通の子ノードＣおよびノードＣ’はノードＢを介してノードＸに間接的に制御される。ここでは、ノードＸ、ノードＢ、ノードＡ、ノードＡ’ノードＣ、ノードＣ’として記載しているが、適用処理部２４は、各ノードを実際の遺伝子に適用したネットワーク構造を作成し、推定結果書込部２６は、適用処理部２４により作成されたネットワーク構造を推定結果記憶部３６に記憶する。表示処理部１５は、これらのネットワーク構造を表示することもできる。
【００８０】
ここで、たとえば、ノードＸが遺伝子Ｘ０２に、ノードＢが遺伝子Ｂ０２に、ノードＣが遺伝子Ｃ０２に、ノードＣ’が遺伝子Ｃ’０２に、ノードＡが遺伝子Ａ０２に、ノードＡ’が遺伝子Ａ’０２にそれぞれ対応すると仮定する。図１２（ａ）に示すもとのネットワーク構造と図１２（ｂ）に示すネットワーク構造とを比較すると、ノードＢからノードＸへの制御関係が追加されている。適用処理部２４は、これを実際の遺伝子に適用し、「遺伝子Ｂ０２から遺伝子Ｘ０２への制御関係を追加する」というナビゲーション情報を作成する。推定結果書込部２６は、推定結果記憶部３６を参照して同じナビゲーション情報が既に書き込まれているか否かを検出し、同じ情報が書き込まれていなければ推定結果記憶部３６にその情報を書き込み、その情報にポイント「＋１」を付与する。推定結果書込部２６は、同じ情報が既に書き込まれている場合、その情報に「＋１」を加算する。同様に、ノードＢから共通の子ノードであるノードＣ、ノードＣ’への制御関係が削除されているので、適用処理部２４は、「遺伝子Ｂ０２から遺伝子Ｃ０２への制御関係を削除する」、「遺伝子Ｂ０２から遺伝子Ｃ’０２への制御関係を削除する」というナビゲーション情報を作成する。
【００８１】
同様に、図１２（ａ）に示すもとのネットワーク構造と図１２（ｃ）に示すネットワーク構造とを比較すると、ノードＢからノードＡへの制御関係が追加されているので、適用処理部２４は、「遺伝子Ｂ０２から遺伝子Ａ０２への制御関係を追加する」というナビゲーション情報を作成する。また、ノードＢから共通の子ノードであるノードＣ、ノードＣ’への制御関係が削除されているので、適用処理部２４は、「遺伝子Ｂ０２から遺伝子Ｃ０２への制御関係を削除する」、「遺伝子Ｂ０２から遺伝子Ｃ’０２への制御関係を削除する」というナビゲーション情報を作成する。
【００８２】
以上の処理において、図１２（ａ）に示すもとのネットワーク構造と図１２（ｂ）および図１２（ｃ）に示すネットワーク構造それぞれとの比較で「遺伝子Ｂ０２から遺伝子Ｃ０２への制御関係を削除する」というナビゲーション情報が作成されるので、この情報に付与されるポイントは「＋２」となる。適用処理部２４および推定結果書込部２６は、他のネットワーク構造についても同様の処理を行う。
【００８３】
また、推定結果書込部２６は、推定結果毎にナビゲーション情報へ異なる値のポイントを付与することもできる。
【００８４】
図１３（ａ）は、抽出部２０により抽出された遺伝子群の他の例を示す図である。ここで、パターン記憶部３２は、ｂｂ１＝０．７、ｂｂ２＝０．７と記憶していると仮定する。パターン判別部２２は、この遺伝子群におけるノードＸおよびノードＢのパターンを判別する。この例において、ノードＢはノードＸと親が共通なのでＢ２群に含まれ、Ｂ∈Ｂ２となる。ノードＸの子ノードの数は２、ノードＢの子ノードの数は３、ノードＢとノードＸの共通の子ノードの数は２なので、ｂ１＝２／２＝１．００＞ｂｂ１、ｂ２＝２／３＝０．６７＜ｂｂ２となる。パターン判別部２２は、パターン記憶部３２を参照し、この遺伝子群がパターン３の条件を満たすので、この遺伝子群の結合パターンをパターン３と判別する。適用処理部２４は、パターン３に対応付けられた「ノードＡがノードＢを通じて間接的にノードＸを制御している可能性が高く、ノードＢがノードＸの子ノードを制御している可能性は低い」というナビゲーション情報を推定情報記憶部３４から読み出す。適用処理部２４は、対応関係記憶部３１を参照して上記ノードＸ、ノードＢ、ノードＡに対応する遺伝子にこのナビゲーション情報を適用する。推定結果書込部２６は、この結果を推定結果記憶部３６に書き込む。
【００８５】
また、適用処理部２４は、パターン３に対応付けられた推定情報に基づき、この遺伝子群の推定されるネットワーク構造を作成する。パターン３に分類された遺伝子群において、ノードＡがノードＢを通じて間接的にノードＸを制御している可能性が高いと考えられる。図１３（ｂ）に示すように、修正部２８は、ノードＡとノードＸの間の有向アークを削除し、ノードＢとノードＸの間にノードＢからノードＸの方向に矢印を有する有向アークを追加する。また、ノードＢとノードＣおよびノードＣ’との間の有向アークを削除する。ここでは、ノードＸ、ノードＢ、ノードＡ、ノードＣ、ノードＣ’、ノードＹとして記載しているが、適用処理部２４は、各ノードを実際の遺伝子に適用したネットワーク構造を作成し、推定結果書込部２６は、適用処理部２４により作成されたネットワーク構造を推定結果記憶部３６に記憶する。表示処理部１５は、このネットワーク構造を表示することもできる。
【００８６】
図１４（ａ）は、抽出部２０により抽出された遺伝子群の他の例を示す図である。ここで、パターン記憶部３２は、ｂｂ１＝０．７、ｂｂ２＝０．７と記憶していると仮定する。パターン判別部２２は、この遺伝子群におけるノードＸおよびノードＢのパターンを判別する。この例において、ノードＢはノードＸと親が共通なのでＢ２群に含まれ、Ｂ∈Ｂ２となる。ノードＸの子ノードの数は３、Ｂの子ノードの数は２、ノードＢとノードＸの共通の子ノードの数は２なので、ｂ１＝２／３＝０．６７＜ｂｂ１、ｂ２＝２／２＝１．００＞ｂｂ２となる。パターン判別部２２は、パターン記憶部３２を参照し、この遺伝子群がパターン４の条件を満たすので、この遺伝子群の結合パターンをパターン４と判別する。適用処理部２４は、パターン４に対応付けられた「ノードＡがノードＸを通じて間接的にノードＢを制御している可能性が高く、ノードＸがノードＢの子ノードを制御している可能性は低い」というナビゲーション情報を推定情報記憶部３４から読み出す。適用処理部２４は、対応関係記憶部３１を参照して上記ノードＸ、ノードＢ、ノードＡに対応する遺伝子にこのナビゲーション情報を適用する。推定結果書込部２６は、この結果を推定結果記憶部３６に書き込む。
【００８７】
また、修正部２８は、パターン４に対応付けられた推定情報に基づき、この遺伝子群の推定されるネットワーク構造を作成する。パターン４に分類された遺伝子群において、ノードＡがノードＸを通じて間接的にノードＢを制御している可能性が高いと考えられる。図１４（ｂ）に示すように、修正部２８は、ノードＡとノードＢの間の有向アークを削除し、ノードＸとノードＢの間にノードＸからノードＢの方向に矢印を有する有向アークを追加する。また、ノードＸとノードＣおよびノードＣ’との間の有向アークを削除する。ここでは、ノードＸ、ノードＢ、ノードＡ、ノードＣ、ノードＣ’、ノードＣ’’として記載しているが、適用処理部２４は、各ノードを実際の遺伝子に適用したネットワーク構造を作成し、推定結果書込部２６は、適用処理部２４により作成されたネットワーク構造を推定結果記憶部３６に記憶する。表示処理部１５は、このネットワーク構造を表示することもできる。
【００８８】
図１５は、推定結果記憶部３６のデータ構造の一部を示す図である。推定結果記憶部３６は、ナビゲーション情報欄およびポイント欄を含む。推定結果書込部２６は、適用処理部２４が作成したナビゲーション情報を推定結果記憶部３６に書き込む際に、同様のナビゲーション情報が既に推定結果記憶部３６のナビゲーション欄に含まれる場合、そのナビゲーション情報欄に対応付けられたポイント欄にたとえば「＋１」のポイントを付与する。各ナビゲーション情報に加算されたポイント数によって、各ナビゲーション情報の信頼度を判定することができる。
【００８９】
表示処理部１５は、推定結果記憶部３６から推定結果を読み出し、ナビゲーション情報や推定されるネットワーク構造等をユーザに表示する処理を行う。ユーザへは、すべてのナビゲーション情報等を表示してもよいし、ユーザが遺伝子の一覧リスト等から選択した遺伝子に関してだけナビゲーション情報等を表示することもできる。また、ユーザが選択した遺伝子との関連が大きい遺伝子のナビゲーション情報等を提示するようにしてもよい。
【００９０】
図１６は、表示処理部１５により表示される推定結果を示す画面である。図１６（ａ）は、パターン判別部２２によりノードＸとして特定され、適用処理部２４による推定結果が得られた遺伝子のリストを示す画面である。図１６（ｂ）は、図１６（ａ）に示す画面において、たとえばユーザが遺伝子Ｘ０１を選択した場合に表示される画面である。この画面では、ノードＸとして遺伝子Ｘ０１が特定されたときにノードＢとして特定された遺伝子のリストが表示される。ここでは、ノードＢとして特定された遺伝子のうち、関連の大きい遺伝子から順に表示されている。関連の大きい遺伝子とは、たとえば遺伝子Ｘ０１との組み合わせにおいてパターン２と判断された場合のように、推定されるネットワーク構造の数が多いものとすることができる。図１６（ｃ）は、図１６（ｂ）に示す画面において、たとえばユーザが遺伝子Ｂ０１を選択した場合に表示される画面である。ここでは、遺伝子Ｘ０１と遺伝子Ｂ０１と周囲の遺伝子との関係に基づき、推定された結果が表示される。
【００９１】
表示処理部１５は、図１６（ａ）および図１６（ｂ）に示した項目を同時に表示してもよく、図１６（ａ）、図１６（ｂ）、図１６（ｃ）の内容を同一画面上で別々のウインドウとして表示してもよいし、一つのウインドウで順に遷移するようにしてもよい。また、これらの内容を順に遷移する場合、表示処理部１５は、各ウインドウに前に戻るためのボタンを表示することもできる。
【００９２】
また、表示処理部１５は、たとえば図１６（ｃ）に示したような推定されるネットワーク構造とは別のウインドウとして、ネットワーク構造記憶部３０に記憶された遺伝子ネットワーク構造を全体的に表示することもできる。この場合、表示処理部１５は、ユーザが図１６（ｃ）に示した推定結果を選択すると、全体の遺伝子ネットワーク構造の中の対応するノード部分を強調表示したり色付けしたして、全体の遺伝子ネットワーク構造中でどの部分に関する推定かがわかりやすいように表示することもできる。
【００９３】
また、表示処理部１５は、図１７に示す画面を表示することもできる。
図１７では、ユーザに推定結果を選択させる画面と、ユーザが選択した推定結果における遺伝子の制御関係を示す画面とが同時に表示される。ここで、表示処理部１５は、ノードＸ、ノードＢ、ノードＸの親ノード、ノードＢの親ノード、ノードＸとノードＢの共通の親ノード、ノードＸの子ノード、ノードＢの子ノード、ノードＸとノードＢの共通の子ノードとして特定された遺伝子をそれぞれ分類して表示する。ここでは、ノードＸとして遺伝子Ｘ０１、ノードＢとして遺伝子Ｂ０１が特定された場合の推定結果が表示されている。表示処理部１５は、ユーザが推定結果を選択すると、その推定結果に含まれる遺伝子がわかるように、たとえば制御関係がある場合は実線、制御関係がない場合は破線等区別して表示する。また、表示処理部１５は、関連する遺伝子のフォントを変更したり、色を変更したり、強調表示する等することもできる。
【００９４】
本実施の形態の推定支援システム１０によれば、ＤＮＡマイクロアレイ等を用いた遺伝子発現モニタリングの実験結果に基づき、制御関係がある遺伝子間を結合して作成された遺伝子ネットワーク構造から、一部の遺伝子群のネットワーク構造を抽出して、その遺伝子群の結合パターンに応じて遺伝子群に含まれる遺伝子間の正確な制御関係を推定する。結合パターン毎に推定結果をナビゲーション情報として得ることができるので、ユーザは推定結果の根拠を知ることができ、ナビゲーション情報等を考慮して、遺伝子ネットワークの制御関係の修正や新たな実験の方向性を決定することができる。
【００９５】
（第二の実施の形態）
図１８は、本発明の第二の実施の形態における推定支援システムの構成を示すブロック図である。本実施の形態において、推定支援システム１０は、第一の実施の形態において図１を参照して説明した構成に加えて、信頼度算出部４４をさらに含む。信頼度算出部４４は、たとえば各ノード間の関係を考慮して、推定内容毎に信頼度を算出する。推定結果書込部２６は、推定結果記憶部３６にナビゲーション情報等を書き込む際に、信頼度算出部４４により算出された信頼度をポイントとして各ナビゲーション情報に付与する。これにより部分的な信頼度を遺伝子ネットワーク構造全体に反映させることができる。
【００９６】
信頼度算出部４４は、たとえば、制御関係が発現量を増加させる制御なのか、減少させる制御なのかを考慮して各推定内容の信頼度を算出することができる。
【００９７】
たとえば、抽出部２０が、図１９（ａ）に示す遺伝子群を抽出した場合、各ノード間には図示したような制御関係がある。有向アークに「＋」と記載されている場合は発現量を増加させる制御を示し、「−」と記載されている場合は発現量を減少させる制御を示す。
【００９８】
図１９（ａ）に示すネットワーク構造において、まず、ノードＡからノードＢ、ノードＢからノードＣの部分だけに注目する。ノードＡからノードＢへの有向アークには「−」が記載されている。ノードＡはノードＢの発現量を減少させる制御なので、ノードＡを破壊した場合にはノードＢの発現量は増加する。ノードＢからノードＣへの有向アークには「＋」が記載されている。ノードＢはノードＣの発現量を増加させる制御なので、ノードＢの発現量が増加するとＣの発現量も増加する。つまり、ノードＡを破壊すると、ノードＣの発現量も増加する。
【００９９】
ところが、もしノードＢからノードＣへの有向アークに「−」が記載されており、ノードＢがノードＣの発現量を減少させる制御であった場合、ノードＡを破壊するとノードＣの発現量は減少する。あるノードａからあるノードｂへの特定の経路だけに注目すると、ノードａからノードｂまでの間に「−」の有向アークが偶数含まれる場合にはノードａとノードｂの増減方向は同じ（ノードａが減少すればノードｂも減少、ノードａが増加すればノードｂも増加）となる。また、ノードａからノードｂまでの間に「−」の有向アークが奇数含まれる場合にはノードａとノードｂの増減方向は逆（ノードａが減少すればノードｂは増加、ノードａが増加すればノードｂは減少）となる。
【０１００】
たとえば、図１９（ａ）に示した遺伝子群の結合パターンがパターン４と判別された場合、第一の実施の形態において図１４を参照して説明したのと同様、図１９（ｂ）のようなネットワーク構造が推定される。
【０１０１】
しかし、各有向アークが発現量を増加させる制御なのか減少させる制御なのかを考慮すると、ノードＡとノードＣまたはノードＣ’との関係において、ノードＸを破壊したときのノードＣまたはノードＣ’の発現量の変動が矛盾する可能性がある。図１９（ａ）でノードＡからノードＸ、ノードＸからノードＣまたはノードＣ’の部分に注目すると、ノードＡとノードＣまたはノードＣ’の発現量の増減方向は同じとなる。しかし、図１９（ｂ）に示すようなネットワーク構造を推定すると、図１９（ｃ）に示すように、ノードＡからノードＣまたはノードＣ’の間に「−」の有向アークが奇数含まれるので、ノードＡとノードＣまたはノードＣ’の発現量の増減方向は逆となってしまう。
【０１０２】
信頼度算出部４４は、制御関係の追加や削除を推定する場合に、上流のノードを破壊（過剰発現させた）としたとしても矛盾が生じないように「＋」、「−」を決定し、矛盾が生じてしまう場合には信頼度の増加を小さくする。矛盾が生じないか否かは、上流のノードから下流のノードまでの経路において、制御関係の追加や削除を行っても「−」の有向アークの数が偶数から奇数、または奇数から偶数に変化しないことにより判断することができる。
【０１０３】
上述した例のように、推定結果に矛盾が生じる場合、信頼度算出部４４は、このような推定結果信頼度を低くし、付与するポイントの値を小さくする。たとえば、推定結果に矛盾が生じない推定結果にポイントとして「＋１」を付与する場合、矛盾が生じる推定結果にはポイントとして「＋０．１」を付与するようにすることができる。
【０１０４】
また、他の例として、信頼度算出部４４は、外部のネットワークと接続可能に設定され、ウェブページ上の検索エンジンを利用した検索結果に基づき信頼度を算出することもできる。たとえば遺伝子ｃと遺伝子ｄの間の有向アークの追加や削除を推定した場合、信頼度算出部４４は、検索エンジンを用いて遺伝子ｃと遺伝子ｄをキーワードとして入力し、ウェブページのヒット数が多い場合に信頼度の増加を大きくする。
【０１０５】
本実施の形態において、表示処理部１５は、推定結果に信頼度が付加されている場合には、その値も表示することができる。この場合、各有向アークに信頼度を重ねて表示するようにしてもよいし、有向アークを選択したときだけ信頼度を表示するようにしてもよい。
【０１０６】
（第三の実施の形態）
図２０は、本実施の形態における推定支援システム１０の構成を示すブロック図である。本実施の形態において、推定支援システム１０は、ネットワーク構造記憶部３０が記憶する遺伝子ネットワークに含まれる遺伝子のうち、機能が既知の遺伝子の機能を記憶する機能ＤＢ４０を有する点で第一および第二の実施の形態と異なる。本実施の形態において、適用処理部２４は、機能ＤＢ４０を参照してノードＸに該当する遺伝子の周囲の遺伝子の機能を考慮してノードＸに該当する遺伝子の機能を推定する処理も行う。
【０１０７】
遺伝子の中には、ある程度機能が既知になっているものもあり、このような遺伝子については、遺伝子に対応付けて機能または機能の分類を機能ＤＢ４０に記憶しておく。機能ＤＢ４０は、実験結果データから相関係数を使ってクラスタリングした結果など、機能の分類以外の分類を機能に対応付けて記憶することもでき、一つの遺伝子に複数の機能を対応付けて記憶することもできる。
【０１０８】
図２１は、機能ＤＢ４０のデータ構造の一部を示す図である。機能ＤＢ４０は、遺伝子欄と機能欄を保持する。機能欄には、機能そのものではなく、機能の分類が記憶される。ここで、たとえば遺伝子Ａ０１、遺伝子Ａ０２、遺伝子Ｂ０１、遺伝子Ｃ０１は機能１に分類される機能を有する。また、遺伝子Ａ０１は機能２に分類される機能をも有し、遺伝子Ｃ０２も機能２に分類される機能を有する。遺伝子Ｃ０３は機能３に分類される機能を有する。
【０１０９】
図２２は、ノードＸとして遺伝子Ｘ０１が、ノードＢとして遺伝子Ｂ０１がそれぞれ特定された場合に抽出部２０により抽出される遺伝子群を示す図である。適用処理部２４は、遺伝子群に含まれる遺伝子をそれぞれが有する機能毎にグループ分けし、Ｘ０１の機能の推定結果として各グループに含まれる遺伝子の数が多い順に機能のリストを作成することができる。推定結果書込部２６はこのリストを推定結果記憶部３６に書き込む。このとき、適用処理部２４は、遺伝子Ｘ０１の親ノードおよび子ノードに対応する遺伝子の機能のみを考慮してもよく、また遺伝子Ｘ０１に対してｂ１＞ｂｂ１またはｂ２＞ｂｂ２の条件を満たすノードＢに対応する遺伝子の機能をも考慮することもできる。ここで、たとえば遺伝子Ａ０１、遺伝子Ａ０２、遺伝子Ｂ０１、遺伝子Ｃ０１、遺伝子Ｃ０２、遺伝子Ｃ０３の機能を考慮すると、機能１のグループには遺伝子Ａ０１、遺伝子Ａ０２、遺伝子Ｂ０１、遺伝子Ｃ０１が含まれるので個数は４、機能２のグループには遺伝子Ａ０１、遺伝子Ｃ０２が含まれるので個数は２、機能３のグループには遺伝子Ｃ０３が含まれるので個数は１となる。適用処理部２４は、機能１、機能２、機能３の順のリストを作成する。
【０１１０】
また、適用処理部２４は、各機能のグループに含まれる遺伝子の個数だけでなく、遺伝子Ｘ０１との制御関係を考慮して、各遺伝子に重み付けを付し、遺伝子の個数に重みを付けたスコア付けをしてリストを作成することもできる。たとえば、遺伝子Ｘ０１の親ノードに対応する遺伝子の重みを１、遺伝子Ｘ０１の子ノードに対応する遺伝子の重みを０．８とする。ノードＢに対応する遺伝子については、たとえばｂ１＞ｂｂ１またはｂ２＞ｂｂ２である場合の重みを１．２、ｂ１＞ｂｂ１かつｂ２＞ｂｂ２である場合の重みを１．４、ｂ１＞ｂｂ１かつｂ２＞ｂｂ２かつ遺伝子Ｘ０１と同じ親ノードを共有する場合の重みを１．６とする。ここで、Ｂ０１の重みが１．６とすると、機能１のスコアは、遺伝子Ｘ０１の親である遺伝子Ａ０１から１、遺伝子Ａ０２から１、遺伝子Ｘ０１の子である遺伝子Ｃ０１から０．８、遺伝子Ｂ０１から１．６を合計して、１＋１＋０．８＋１．６＝３．４となる。同様に、機能２のスコアは遺伝子Ａ０１から１、遺伝子Ｃ０２から０．８を合計して１＋０．８＝１．８となり、機能３のスコアは遺伝子Ｃ０３から０．８となる。
【０１１１】
適用処理部２４は、遺伝子０１の機能として、このスコア順の機能のリストを作成する。推定結果書込部２６は、スコアの情報も付加して「機能１のスコア３．４、機能２のスコア１．８、機能３のスコア０．８」という情報を推定結果記憶部３６に書き込む。図２３は、推定結果記憶部３６のデータ構造の一部を示す図である。
【０１１２】
また、表示処理部１５は、このような機能に関する推定結果をナビゲーション情報や推定されるネットワーク構造と同時に表示することができる。
【０１１３】
表示処理部１５は、たとえば、図１６（ｃ）または図１７に示した画面と同時にこのような機能に関する推定結果も表示することができる。表示処理部１５は、ユーザの指示に基づき機能に関する推定結果を表示することもできる。
【０１１４】
本実施の形態において、機能が未知の遺伝子の機能を直接的または間接的な制御関係を有する複数の遺伝子の機能に基づき推定することができるので、機能推定の精度を高めることができる。
【０１１５】
（第四の実施の形態）
図２４は、本発明の第四の実施の形態における、推定支援システム１０の構成を示すブロック図である。本実施の形態において、推定支援システム１０は、推定処理部１８において推定された結果を検証するための実験を提案するために参照される実験提案ＤＢ４２および実験提案ＤＢ４２を参照して実験を提案する実験提案部４６をさらに含む点で第一〜第三の実施の形態と異なる。実験提案ＤＢ４２は、パターン毎に、実験計画およびその実験を行うべき理由を記憶する。実験提案部４６は、実験提案ＤＢ４２から実験計画および理由を読み出して表示処理部１５および出力部１７を介してユーザに実験を提案する処理を行う。また、実験提案部４６は、推定結果記憶部３６を参照して、推定結果が得られていない遺伝子についての実験を行うようユーザに提案することもできる。
【０１１６】
図２５は、実験提案ＤＢ４２のデータ構造の一部を示す図である。実験提案ＤＢ４２は、パターン欄、実験計画欄、および理由欄を含む。実験提案ＤＢ４２は、パターン１と判別されるノードＸおよびノードＢに関して、「ノードＢとノードＸの同時破壊実験を提案する」という実験の計画を保持する。また、実験提案ＤＢ４２は、この計画に対応付けて、「共通の子ノードが多いので、ノードＢのみ、またはノードＸのみの遺伝子破壊実験に比べ、表現型に明確な差が出ることが期待できる。」という理由を保持しておくこともできる。たとえば、抽出部２０により抽出された遺伝子群においてがパターン１と判別された場合、適用処理部２４は、実験提案ＤＢ４２からこの計画および理由を読み出し、対応関係記憶部３１を参照してノードＸおよびノードＢに対応する遺伝子にこの実験計画等を適用する。推定結果書込部２６は、実験計画等を推定結果記憶部３６に書き込む。表示処理部１５は、推定結果記憶部３６から実験計画等を読み出し、ユーザに提示することができる。
【０１１７】
また、他の例として、遺伝子１〜３の間に図２６（ａ）に示すような制御関係があるときに、図２６（ｂ）に示すように遺伝子１と遺伝子３との間の制御関係を削除する推定がされるような場合、実験提案ＤＢ４２は、このパターンに「遺伝子１と遺伝子２を同時に過剰発現または破壊する実験を提案する。またはいずれかを過剰発現させもう一方を破壊する実験を提案する」という計画を対応付けて記憶する。また、この計画に、「もし遺伝子１から遺伝子３への制御関係が存在していれば、遺伝子１と遺伝子２を同時に変化させた実験の結果は、遺伝子２だけを破壊した（過剰発現させた）実験の結果と比較して、遺伝子３の発現量の変化量が異なると予想されるため」という理由を対応付けて保持する。適用処理部２４はこれらの情報を読み出し、表示処理部１５は、この実験計画および理由をユーザに表示する。
【０１１８】
さらに、実験提案ＤＢ４２は、制御関係に「＋」や「−」といった情報が付加されている場合を考慮したパターンにも実験計画および理由を対応付けて記憶する。
【０１１９】
遺伝子１から遺伝子３への制御関係と、遺伝子１から遺伝子２を経由して遺伝子３への制御関係とが矛盾しないと仮定すると、「−」の有向アークの数がどちらの制御関係も偶数、またはどちらの制御関係も奇数となるので、図２７の（１−１）から（１−２）を推定、（２−１）から（２−２）を推定、（３−１）から（３−２）を推定、（４−１）から（４−２）を推定、のいずれかとなる。
【０１２０】
実験提案ＤＢ４２は、図２７の（１−１）に示した構造から（１−２）に示した構造が推定されるパターンには、「遺伝子１を過剰発現させ遺伝子２を破壊した実験を提案する」という実験計画、および「もし遺伝子１から遺伝子３への制御関係が存在すれば、遺伝子２を破壊しても遺伝子３の発現量は減少分は少ないか増加すると予想されるため」という理由を対応付けて記憶する。
【０１２１】
実験提案ＤＢ４２は、図２７の（２−１）に示した構造から（２−２）に示した構造が推定されるパターンには、「遺伝子１を過剰発現させ遺伝子２を過剰発現させた実験を提案する」という実験計画、および「もし遺伝子１から遺伝子３への制御関係が存在すれば、遺伝子２を波状発現させても遺伝子３の発現量は減少分が少ないか増加すると予想されるため」という理由を対応付けて記憶する。
【０１２２】
実験提案ＤＢ４２は、図２７の（３−１）に示した構造から（３−２）に示した構造が推定されるパターンには、「遺伝子１を破壊して遺伝子２を破壊した実験を提案する」という実験計画、および「もし遺伝子１から遺伝子３への制御関係が存在すれば、遺伝子２を破壊しても遺伝子３の発現量は減少分が少ないか増加すると予想されるため」という理由を対応付けて記憶する。
【０１２３】
実験提案ＤＢ４２は、図２７の（４−１）に示した構造から（４−２）に示した構造が推定されるパターンには、「遺伝子１を破壊して遺伝子２を過剰発現させた実験を提案する」という実験計画、および「もし遺伝子１から遺伝子３への制御関係が存在すれば、遺伝子２を過剰発現させても遺伝子３の発現量は減少分が少ないか増加すると予想されるため」という理由を対応付けて記憶する。
【０１２４】
さらに、制御関係の削除に関する推定結果がユーザによって指定され、その検証のための実験を提案する場合を考慮して、より長い経路に関するパターンに対応する実験計画を実験提案ＤＢ４２に記憶させておくこともできる。
【０１２５】
たとえば、図２８（ａ）に示した構造において、図２８（ｂ）に示すように、遺伝子１から遺伝子３への制御関係の削除を推定したときに、遺伝子１から他の遺伝子を経由した場合の遺伝子３への制御関係を考慮する。この場合も、制御する側の遺伝子である遺伝子１と、制御される側の遺伝子３を直接制御しており、遺伝子１から間接的に制御される遺伝子２とを対象として、図２７を参照して説明したのと同様の実験計画および理由を実験提案ＤＢ４２に記憶させておくことができる。
【０１２６】
実験提案部４６は、複数の実験計画を足しあわせて、一の実験で多くの検証を行うことができる実験を優先的にユーザに提示することができる。たとえば、本実施の形態において、実験提案部４６は、推定結果記憶部３６を参照して、新たに有向アークの追加や削除が推定された遺伝子に関して、他の遺伝子を制御する遺伝子を破壊または過剰発現させる実験を提案することもできる。たとえば、実験提案部４６は、推定結果記憶部３６におけるポイント数を考慮して、どの遺伝子からの有向アークの追加や削除が多いかを検出する。図１５に示したようなナビゲーション情報が得られている場合、遺伝子Ｂ０２から遺伝子Ｘ０２、遺伝子Ａ０２、遺伝子Ｃ０２等への制御関係の追加および削除が推定されている。このような場合、実験提案部４６は、送受信部１２を介して実験結果ＤＢ３８を参照し、遺伝子Ｂ０２を破壊または過剰発現させた実験の結果があるか否かを判断する。実験結果ＤＢ３８に遺伝子Ｂ０２を破壊または過剰発現させた実験の結果がなければ、実験提案部４６は、実験提案ＤＢ４２から「遺伝子Ｂ０２を破壊する実験を提案する」という実験計画を読み出し、表示処理部１５を介してユーザに提示する。実験提案ＤＢ４２は、この実験計画に「遺伝子Ｂ０２に関してまだ行われていない実験を行えば新しい制御関係が見つかる可能性がある」というように、理由を対応付けて記憶する。実験提案部４６は、この理由も実験計画と共にユーザに提示する。このように、多くの他の遺伝子への有向アークの追加や削除が多い遺伝子に関して、その遺伝子を破壊または過剰発現させる実験を行うことにより、多くの推定結果を裏付ける検証を行うことができる。
【０１２７】
【発明の効果】
本発明によれば、遺伝子間の制御関係および機能の推定支援を精度よくわかりやすくおこなう技術を提供することができる。
【図面の簡単な説明】
【図１】本発明の第一の実施の形態における推定支援システムの構成を示すブロック図である。
【図２】実験結果ＤＢのデータ構造の一例を示す図である。
【図３】図２に示した遺伝子１〜３の遺伝子ネットワーク構造を示す図である。
【図４】ネットワーク構造記憶部のデータ構造の一部を示す図である。
【図５】図４に示したデータ構造に基づき、ユーザに表示される遺伝子ネットワーク構造の一例を示す図である。
【図６】対応関係記憶部のデータ構造の一部を示す図である。
【図７】抽出部が遺伝子群を抽出する手順を説明する図である。
【図８】パターン記憶部のデータ構造の一部を示す図である。
【図９】推定情報記憶部のデータ構造の一部を示す図である。
【図１０】推定処理部の処理手順を示すフローチャートである。
【図１１】抽出部により抽出された遺伝子群の一例を示す図である。
【図１２】抽出部により抽出された遺伝子群の他の例を示す図である。
【図１３】抽出部により抽出された遺伝子群の他の例を示す図である。
【図１４】抽出部により抽出された遺伝子群の他の例を示す図である。
【図１５】推定結果記憶部のデータ構造の一部を示す図である。
【図１６】表示処理部により表示される推定結果を示す画面である。
【図１７】表示処理部により表示される推定結果を示す画面である。
【図１８】本発明の第二の実施の形態における推定支援システムの構成を示すブロック図である。
【図１９】抽出部が抽出した遺伝子群を示す図である。
【図２０】本発明の第三の実施の形態における推定支援システムの構成を示すブロック図である。
【図２１】機能ＤＢのデータ構造の一部を示す図である。
【図２２】ノードＸとして遺伝子Ｘ０１が、ノードＢとして遺伝子Ｂ０１がそれぞれ特定された場合に抽出部により抽出される遺伝子群を示す図である。
【図２３】推定結果記憶部のデータ構造の一部を示す図である。
【図２４】本発明の第四の実施の形態における、推定支援システムの構成を示すブロック図である。
【図２５】実験提案ＤＢのデータ構造の一部を示す図である。
【図２６】遺伝子の制御関係の一例を示す図である。
【図２７】遺伝子の制御関係を示す図である。
【図２８】遺伝子の制御関係を示す図である。
【図２９】推定支援システムの構成の他の例を示す図である。
【符号の説明】
１０ 推定支援システム
１２ 送受信部
１４ ネットワーク構造作成部１４
１５ 表示処理部
１６ 入力部
１７ 出力部
１８ 推定処理部
２０ 抽出部
２２ パターン判別部
２４ 適用処理部
２６ 推定結果書込部
２８ 修正部
３０ ネットワーク構造記憶部
３１ 対応関係記憶部
３２ パターン記憶部
３４ 推定情報記憶部
３６ 推定結果記憶部
３８ 実験結果ＤＢ
４４ 信頼度算出部
４０ 機能ＤＢ
４８ 手順記憶部

Claims (21)

1. 遺伝子間の制御関係を考慮して制御関係を有する遺伝子間を結合して作成された遺伝子ネットワークにおける遺伝子間の正確な制御関係の推定を支援する推定支援システムであって、
   前記遺伝子ネットワークから複数の遺伝子を特定し、前記複数の遺伝子と、当該複数の遺伝子とその周囲の遺伝子との結合パターンを判別するパターン判別部と、
   前記結合パターンとその結合パターンの遺伝子間において推定される制御関係を示す推定情報とに基づき、前記推定情報を前記複数の遺伝子と、前記周囲の遺伝子とを含む遺伝子群に適用し、前記遺伝子群の正確な制御関係を推定する適用処理部と、
   を含むことを特徴とする推定支援システム。
2. 請求項１に記載の推定支援システムにおいて、
   前記周囲の遺伝子は、前記複数の遺伝子それぞれと結合された遺伝子であることを特徴とする推定支援システム。
3. 請求項１または２に記載の推定支援システムにおいて、
   複数の結合パターンと、前記複数の結合パターンそれぞれの遺伝子間において推定される制御関係を示す推定情報とを対応付けて記憶する推定情報記憶部と、をさらに含み、
   前記適用処理部は、前記推定情報記憶部から、前記パターン判別部が判別した結合パターンに対応付けられた前記推定情報を読み出して前記遺伝子群に適用することを特徴とする推定支援システム。
4. 請求項１乃至３いずれかに記載の推定支援システムにおいて、
   前記パターン判別部は、前記周囲の遺伝子を前記複数の遺伝子との制御関係に基づき複数の群に分類し、前記複数の遺伝子と、分類された前記群それぞれに含まれる遺伝子との関係を考慮して前記結合パターンを判別することを特徴とする推定支援システム。
5. 請求項１乃至４いずれかに記載の推定支援システムにおいて、
   前記複数の遺伝子は第一および第二の遺伝子を含み、
   前記パターン判別部は、前記周囲の遺伝子を、前記第一の遺伝子に制御される第一の群と、前記第二の遺伝子に制御される第二の群とに分類し、前記第一の群および前記第二の群のいずれか一方に含まれる遺伝子のうち、いずれか他方にも含まれる遺伝子の割合に応じて前記結合パターンを判別することを特徴とする推定支援システム。
6. 請求項１乃至５いずれかに記載の推定支援システムにおいて、
   前記複数の遺伝子は第一および第二の遺伝子を含み、
   前記パターン判別部は、前記周囲の遺伝子を、前記第一の遺伝子を制御する第三の群と、前記第二の遺伝子を制御する第四の群とに分類し、前記第三の群および前記第四の群の両方に含まれる遺伝子があるか否かに応じて前記パターンを判別することを特徴とする推定支援システム。
7. 請求項１乃至６いずれかに記載の推定支援システムにおいて、
   前記遺伝子群の正確な制御関係を表示する表示処理部をさらに含み、
   前記推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含み、
   前記表示処理部は、前記遺伝子群に含まれる遺伝子間の組み合わせ毎に前記結合の追加または削除の有無を考慮して前記遺伝子群の正確な制御関係を示すネットワーク構造を作成して表示することを特徴とする推定支援システム。
8. 請求項１乃至７いずれかに記載の推定支援システムにおいて、
   前記遺伝子群の正確な制御関係を表示する表示処理部をさらに含み、
   前記パターン判別部は、前記複数の遺伝子として異なる遺伝子の組み合わせを順次特定して前記結合パターンをそれぞれ判別し、
   前記適用処理部は、前記複数の遺伝子の異なる組み合わせ毎に、当該複数の遺伝子を含む前記遺伝子群の正確な制御関係を推定し、
   前記表示処理部は、前記適用処理部による複数回の正確な制御関係の推定のうち、重複する推定がある場合、それらを累積した結果を反映して表示することを特徴とする推定支援システム。
9. 請求項１乃至８いずれかに記載の推定支援システムにおいて、
   前記遺伝子ネットワークにおける結合状態を修正する修正部をさらに含み、
   前記推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含み、
   前記修正部は、前記遺伝子群に含まれる遺伝子間の組み合わせ毎に前記結合の追加または削除の有無を考慮して前記遺伝子ネットワークの前記遺伝子群に該当する個所のネットワーク構造を修正することを特徴とする推定支援システム。
10. 請求項９に記載の推定支援システムにおいて、
    前記パターン判別部は、前記複数の遺伝子として異なる遺伝子の組み合わせを順次特定して前記結合パターンをそれぞれ判別し、
    前記適用処理部は、前記複数の遺伝子の異なる組み合わせ毎に、当該複数の遺伝子を含む前記遺伝子群の正確な制御関係を推定し、
    前記修正部は、前記適用処理部による複数回の正確な制御関係の推定のうち、重複する推定がある場合、それらを累積した結果を反映して前記遺伝子ネットワークを修正することを特徴とする推定支援システム。
11. 請求項１乃至１０いずれかに記載の推定支援システムにおいて、
    前記推定情報を前記遺伝子群に適用する際に、推定情報毎に信頼度を算出する信頼度算出部をさらに含むことを特徴とする推定支援システム。
12. 請求項１１に記載の推定支援システムにおいて、
    前記推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含み、
    前記信頼度算出部は、一の結合の追加または削除毎に、当該結合の追加または削除により他の遺伝子との間の結合状態に矛盾が生じないか否かに応じて信頼度を算出することを特徴とする推定支援システム。
13. 請求項１１に記載の推定支援システムにおいて、
    前記推定情報は、遺伝子間の制御関係を示す結合の追加または削除に関する情報を含み、
    前記信頼度算出部は、一の結合の追加または削除毎に、当該結合により結ばれる二つの遺伝子の名称をキーワードとして検索を行った場合の検索結果に応じて信頼度を算出することを特徴とする推定支援システム。
14. 請求項１乃至１３いずれかに記載の推定支援システムにおいて、
    前記遺伝子ネットワークに含まれる遺伝子のうち、機能が既知の遺伝子に関する機能を記憶する機能データベースと、
    前記遺伝子群において、前記複数の遺伝子のうちの一の遺伝子との制御関係に応じて他の遺伝子に重み付けを加え、当該重み付けと各遺伝子の機能とを考慮して前記一の遺伝子の機能を推定する機能推定部と、
    をさらに含むことを特徴とする推定支援システム。
15. 請求項１乃至１４いずれかに記載の推定支援システムにおいて、
    複数の結合パターンと、当該結合パターンに対応付けられた推定情報を検証するための提案情報を記憶する提案情報記憶部と、
    前記提案情報を表示する表示処理部と、
    をさらに含むことを特徴とする推定支援システム。
16. 請求項１乃至１４いずれかに記載の推定支援システムにおいて、
    前記遺伝子群に適用される推定情報を検証するための提案情報を提示する提案部をさらに含み、
    前記パターン判別部は、前記複数の遺伝子として異なる遺伝子の組み合わせを順次特定して前記結合パターンをそれぞれ判別し、
    前記適用処理部は、前記複数の遺伝子の異なる組み合わせ毎に、当該複数の遺伝子を含む前記遺伝子群の正確な制御関係を推定し、
    前記提案部は、前記適用処理部による複数回の正確な制御関係の推定それぞれに含まれる遺伝子に関する情報を累積し、より多くの推定に含まれる遺伝子に関する検証を優先的に提案することを特徴とする推定支援システム。
17. 請求項１乃至１６いずれかに記載の推定支援システムにおいて、
    ユーザからの指示を受け付ける入力部と、
    前記適用処理部により推定された遺伝子群の正確な制御関係を表示する表示処理部と、をさらに含み、
    前記複数の遺伝子は第一および第二の遺伝子を含み、
    前記表示処理部は、前記パターン判別部により前記第一の遺伝子として特定され、前記適用処理部による処理が行われた遺伝子を第一のリストとして表示し、
    前記入力部は、前記第一のリストとして表示された遺伝子の中から一の遺伝子の選択を受け付け、
    前記表示処理部は、前記入力部が選択を受け付けた遺伝子との組み合わせで前記第二の遺伝子として特定され、前記適用処理部による処理が行われた遺伝子を第二のリストとして表示し、
    前記入力部は、前記第二のリストとして表示された遺伝子の中から一の遺伝子の選択を受け付け、
    前記表示処理部は、前記入力部が選択を受け付けた遺伝子を前記第一および前記第二の遺伝子として前記適用処理部が推定した正確な制御関係を表示することを特徴とする推定支援システム。
18. 請求項１乃至１７いずれかに記載の推定支援システムにおいて、
    ユーザからの指示を受け付ける入力部と、
    前記遺伝子ネットワークから、前記適用処理部により正確な制御関係が推定された遺伝子群のネットワーク構造を抽出して表示する表示処理部と、をさらに含み、
    前記入力部は、ユーザから推定結果の表示の指示を受け付け、
    前記表示処理部は、前記入力部が受け付けた指示に基づき、前記ネットワーク構造を前記適用処理部による推定結果を明示して表示することを特徴とする推定支援システム。
19. 請求項１乃至１８いずれかに記載の推定支援システムにおいて、
    前記適用処理部は、前記正確な制御関係に基づき、前記複数の遺伝子における遺伝子間の機能の類似度を推定することを特徴とする推定支援システム。
20. 遺伝子間の制御関係を考慮して制御関係を有する遺伝子間を結合して作成された遺伝子ネットワークにおける遺伝子間の正確な制御関係の推定を支援する推定支援システムであって、
    前記遺伝子ネットワークから第一の遺伝子を特定し、前記遺伝子ネットワークから、前記第一の遺伝子と、前記第一の遺伝子により制御される遺伝子を含む第一の群と、前記第一の群に含まれる遺伝子を制御する前記第一の遺伝子とは異なる第二の遺伝子と、前記第二の遺伝子により制御される遺伝子を含む第二の群と、前記第一の遺伝子を制御する遺伝子を含む第三の群と、前記第二の遺伝子を制御する遺伝子を含む第四の群と、を含む遺伝子群を抽出する抽出部と、
    前記第一の群または前記第二の群のいずれか一方に含まれる遺伝子のうち、いずれか他方にも含まれる遺伝子の割合と、前記第三の群および前記第四の群の両方に含まれる遺伝子があるか否かとの条件に応じて前記遺伝子群に含まれる遺伝子間の結合パターンを判別するパターン判別部と、
    結合パターン毎に、その結合パターンに判別される遺伝子間に適用される推定情報を記憶する推定情報記憶部と、
    前記パターン判別部の判別結果に応じて、対応する結合パターンの前記推定情報を前記推定情報記憶部から読み出し、当該推定情報を前記遺伝子群に適用し、前記遺伝子群における遺伝子間の制御関係を推定する適用処理部と、
    を含むことを特徴とする推定支援システム。
21. コンピュータに、遺伝子間の制御関係を考慮して制御関係を有する遺伝子間を結合して作成された遺伝子ネットワークにおける遺伝子間の正確な制御関係の推定を支援させるためのプログラムであって、
    コンピュータを、
    前記遺伝子ネットワークから複数の遺伝子を特定し、前記複数の遺伝子と、当該複数の遺伝子とその周囲の遺伝子との結合パターンを判別するパターン判別手段、
    前記結合パターンとその結合パターンの遺伝子間において推定される制御関係を示す推定情報とに基づき、前記推定情報を前記複数の遺伝子と、前記周囲の遺伝子とを含む遺伝子群に適用し、前記遺伝子群の正確な制御関係を推定する適用処理手段、
    として機能させることを特徴とするプログラム。

Images