JP2008118923A - 核酸高次構造予測方法、核酸高次構造予測装置及び核酸高次構造予測プログラム - Google Patents

Abstract

【課題】Ｇカルテット構造に代表される核酸の高次構造を予測し得る方法、並びにこの方法を実行する装置及びプログラムを提供する。
【解決手段】核酸配列の高次構造を予測する核酸高次構造予測方法であって、前記核酸配列において、高次構造を形成し得る塩基を高次構造候補として抽出する工程と、前記核酸配列において、ステム構造を形成し得る塩基をステム構造候補として抽出する工程と、前記高次構造候補と前記ステム構造候補とに基づいて、最適な組合せ構造を探索する工程と、を有することを特徴とする。
【選択図】図１

Description

本発明は、核酸高次構造予測方法、並びにこの核酸高次構造予測方法を実行する核酸高次構造予測装置及び核酸高次構造予測プログラムに関する。

ＤＮＡ、ＲＮＡなど核酸配列は、アデニン（Ａ）、シトシン（Ｃ）、グアニン（Ｇ）又はチミン（Ｔ）若しくはウラシル（Ｕ）の４種類の塩基からなり、ＡとＴ若しくはＵ、又はＧとＣなどの組合せで水素結合を形成して塩基対となることが知られている。この一般的な塩基対のことを、ワトソン・クリック型塩基対と呼ぶ。核酸配列は、このような塩基対の組合せによって多様な構造を取ることが知られており、とりわけエクソンなどのいわゆる構造遺伝子に代表される機能性核酸において、配列の構造はその機能と密接に関わる。核酸配列の構造において、ワトソン・クリック型塩基対が構成される塩基対の大半を占める一方、配列によってはワトソン・クリック型に寄らない塩基対も形成され得ることが知られている。ワトソン・クリック型に寄らない塩基対とは、例えばＡ−Ｔ（Ｕ）、Ｇ−Ｃ以外のＧ−Ａ型の塩基対などを指すが、一対一の塩基対ではないという意味で、ここでは三本鎖構造（ベーストリプル構造）や、四本鎖構造（ベースクアドルプル構造）など、一般的な二重螺旋構造ではない高次構造も含める。

このような高次構造の有名な例として、４つのＧが四本鎖を形成するＧカルテット構造が挙げられる。Ｇカルテット構造は、例えば生体内では真核生物の染色体ＤＮＡの末端のテロメア配列で形成され、テロメアーゼによる伸張反応を阻害する機能を持つことが知られている。また、Ｇカルテット構造は、ある標的物質に対して特異的な親和性を持つ人工の核酸配列であるアプタマー分子においても、標的物質との結合においてＧカルテット構造が重要である例が多数報告されている（例えば、非特許文献１）。つまり、Ｇカルテット構造、或いはそれに類する高次構造の存在を認識することは、核酸配列の機能上の重要な領域を特定する上で、極めて大きな手がかりとなる。

しかし、従来の核酸の構造予測の手法は、基本的にはワトソン・クリック型の塩基対の予測を組合せたものであり、このような高次構造を予測するための手法ではない。したがって、Ｇカルテット構造に代表される核酸の高次構造を予測する方法の開発が求められていた。
ＳＴＥＦＡＮ ＷＥＩＳＳら著、"ＲＮＡ Ａｐｔａｍｅｒｓ Ｓｐｅｃｉｆｉｃａｌｌｙ Ｉｎｔｅｒａｃｔ ｗｉｔｈ ｔｈｅ Ｐｒｉｏｎ Ｐｒｏｔｅｉｎ ＰｒＰ"、ＪＯＵＲＮＡＬ ＯＦ ＶＩＲＯＬＯＧＹ、１９９７年、１１月号、ｐ．８７９０〜８７９７ Ｊ．Ｋｏｎｄｏら著、"Ｃｒｙｓｔａｌ ｓｔｒｕｃｔｕｒｅｓ ｏｆ ａ ＤＮＡ ｏｃｔａｐｌｅｘ ｗｉｔｈ Ｉ−ｍｏｔｉｆ ｏｆ Ｇ−ｑｕａｒｔｅｔｓ ａｎｄ ｉｔｓ ｓｐｌｉｔｔｉｎｇ ｉｎｔｏ ｔｗｏ ｑｕａｄｒｕｐｌｅｘｅｓ ｓｕｇｇｅｓｔ ａ ｆｏｌｄｉｎｇ ｍｅｃｈａｎｉｓｍ ｏｆ ｅｉｇｈｔ ｔａｎｄｅｍ ｒｅｐｅａｔｓ"、Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓｅａｒｃｈ、２００４年、３２巻、８号、ｐ．２５４１〜２５４９

本発明は、上述の要求に鑑みてなされたものであり、Ｇカルテット構造に代表される核酸の高次構造を予測し得る方法、並びにこの方法を実行する装置及びプログラムを提供することを目的とする。

本発明による核酸高次構造予測方法は、核酸配列の高次構造を予測する核酸高次構造予測方法であって、前記核酸配列において、高次構造を形成し得る塩基を高次構造候補として抽出する工程と、前記核酸配列において、ステム構造を形成し得る塩基をステム構造候補として抽出する工程と、前記高次構造候補と前記ステム構造候補とに基づいて、最適な組合せ構造を探索する工程と、を有することを特徴とする。

また、本発明による核酸高次構造予測装置は、核酸配列の高次構造を予測する核酸高次構造予測装置であって、前記核酸配列において、高次構造を形成し得る塩基を高次構造候補として抽出する高次構造候補抽出手段と、前記核酸配列において、ステム構造を形成し得る塩基をステム構造候補として抽出するステム構造候補抽出手段と、前記高次構造候補と前記ステム構造候補とに基づいて、最適な組合せ構造を探索する最適構造探索手段とを有することを特徴とする。

また、本発明による核酸高次構造予測プログラムは、核酸配列の高次構造を予測する核酸高次構造予測プログラムであって、前記核酸配列において、高次構造を形成し得る塩基を高次構造候補として抽出する工程と、前記核酸配列において、ステム構造を形成し得る塩基をステム構造候補として抽出する工程と、前記高次構造候補と前記ステム構造候補とに基づいて、最適な組合せ構造を探索する工程と、を実行することを特徴とする。

なお、本発明において、核酸高次構造予測装置及び核酸高次構造予測プログラムは、それぞれ核酸高次構造予測方法を実行する装置及びプログラムをいう。また、本発明において、「核酸配列」とは、ＤＮＡ、ＲＮＡなど、種々の遺伝子の配列をいう。

本発明によれば、ワトソン・クリック型の塩基対予測の組合せでは予測することが不可能である種類の核酸配列の高次構造を予測することが可能となる。

その理由は、ワトソン・クリック型の塩基対によって形成されるステム構造の候補と、それには寄らない核酸の高次構造を、共通の構成要素（構成塩基、それに付随するパラメータなど）にまとめることによって、核酸の高次構造の予測を二次構造予測の範疇に落とし込むことができるためである。

また、本発明によれば、機能未知の核酸配列から、遺伝子発現の制御等、生物学的に有意な遺伝子配列をスクリーニングする際の指標として用いることが可能となる。

その理由は、通常の二次構造予測で予測される構造からその元配列に何らかの機能があるかどうかを判定することは困難であるが、本発明において予測が可能となるような核酸の高次構造は、生体内で何らかの特徴的な機能を持つことが多いためである。

さらに、本発明によれば、高次構造を取り得る核酸配列の二次構造を精度良く予測できることにある。

その理由は、このような高次構造を持つ配列に対して通常の二次構造予測を行った場合、高次構造を予測できないことは当然として、本来高次構造を形成するべき領域が何らかの他の構造を形成すると判定される影響でその他の領域に対する予測の精度も低下する可能性が高いが、本発明を用いればそのような事態は発生し得ないためである。

（本発明による核酸高次構造予測装置の構成および各構成の機能等）
図１は、本発明による核酸高次構造予測装置の構成を示す概念図である。本発明による核酸高次構造予測装置は、キーボードなどの入力装置１と、プログラム制御により動作するデータ処理装置２と、情報を記憶する記憶装置３と、ディスプレイ装置や印刷装置などの出力装置４とを有する。

データ処理装置２は、高次構造候補抽出手段２１と、ステム構造候補抽出手段２２と、最適構造探索手段２３とを備える。

高次構造候補抽出手段２１は、入力装置１から入力された、構造予測の対象とする配列を取得し、その配列の中で任意の高次構造を形成し得る塩基の組合せを抽出する。

任意の高次構造としては、ワトソン・クリック型を取る二重螺旋構造以外の、構成塩基を配列の特徴として配列上に示し得る構造であれば、特に制約はない。特にその構造を形成するためにある程度限定された塩基の組み合わせが必要であることが分かっており、その構造を形成し得る領域の候補を配列上に示すことができる構造が挙げられる。例示すれば、ワトソン・クリック型ではない塩基対からなる二重螺旋構造、ワトソン・クリック型を取る三本鎖以上の構造（三本鎖構造、四本鎖構造等）などが挙げられる。なかでも、グアニン残基が連続した４つの領域からなるＧカルテット、８本のＤＮＡ鎖が寄り集まって形成される八重螺旋構造（Ｇカルテット Ｉ−モチーフ。非特許文献２参照。）が例示される。

高次構造候補抽出手段２１は、この任意の高次構造を形成するのに必要な塩基の要件に基づいて、構造予測の対象配列から高次構造の候補を抽出する。例えば、高次構造候補抽出手段２１は、構造予測の対象とする高次構造がＧカルテット構造である場合、数塩基のＧが連続する配列中の領域を４領域抽出する。抽出された塩基は、構造の候補として構造候補記憶部３１に記憶される。この際、記憶された各高次構造候補は、後に行う最適構造探索手段２３で用いる構造候補の組合せ構造探索の指標となる、何らかのパラメータを任意に保持することが可能である。ここで言う何らかのパラメータとは、例えば構造候補が保持する自由エネルギーの値など、核酸配列の高次構造の取り易さを示す指標が挙げられる。

ステム構造候補抽出手段２２は、高次構造候補抽出手段２１で抽出の対象とされた配列から、ステム構造を形成し得る塩基の組合せを抽出する。ここで言うステム構造とは、ワトソン・クリック型塩基対の連続する領域のことであり、例えば、図２の黒丸で示した箇所の構造を言う。このステム構造は、上述の高次構造候補と同じく最適構造探索手段２３で用いる構造候補の組合せ構造探索の指標となる、何らかのパラメータを任意に保持することが可能である。抽出された塩基は、構造の候補として、高次構造候補抽出手段２１で記憶された構造候補と共に、構造候補記憶部３１に記憶される。なお、組合せ構造探索の指標となる、何らかのパラメータとは、上記の高次構造候補抽出手段２１で言及したパラメータと同様のものをいう。

最適構造探索手段２３は、構造候補記憶部３１に記憶されている高次構造候補とステム構造候補とに基づいて、最適な組合せ構造の探索（本発明において、組合せ構造探索ともいう。）を行う。ここで行う組合せ構造探索のアルゴリズムは、高次構造候補及びステム構造候補の構造候補のそれぞれで使用される塩基が重複するなどの、矛盾がないことが最低条件となる。その具体的なアルゴリズムは、構造全体の自由エネルギーを最小にする構造候補の組合せを抜き出す方法の他に、ニューラルネットワークを用いて構造候補を抜き出す方法、遺伝的アルゴリズムを用いて構造候補を抜き出す方法など幾通りも考えられるため、ユーザーの要求に応じて任意のアルゴリズムを選択することが可能である。

記憶装置３は、構造候補記憶部３１を備える。

構造候補記憶部３１は、高次構造候補抽出手段２１とステム構造候補抽出手段２２とで抽出された各構造候補の形成に必要な塩基の位置などの情報を記憶する。ここで記憶される情報には、最適構造探索手段２３で使用される各構造候補が形成されたときの自由エネルギーの値などの何らかのパラメータを含む。

（本発明による核酸高次構造予測方法の各工程、並びに本発明による核酸高次構造予測装置及び核酸高次構造予測プログラムの動作等）
次に、図１、及び図３及び図４のフローチャートを参照して、本発明による核酸高次構造予測方法の各工程、並びに本発明による核酸高次構造予測装置及び核酸高次構造予測プログラムの動作等について詳細に説明する。

入力装置１から与えられた核酸配列は、まずは高次構造候補抽出手段２１に供給される（Ａ１）。

高次構造候補抽出手段２１は、供給された配列の中から、任意の高次構造を形成するのに必要な要件を満たす、特徴的な塩基の組合せを抽出する。例えばＧカルテット構造を任意の高次構造の予測対象とする場合、高次構造候補抽出手段２１は、数塩基のＧが連続する領域を４領域抽出する。このようにして抽出された高次構造候補には、その構成塩基に応じて適当なパラメータが与えられる。適当なパラメータとは、上記の高次構造候補抽出手段２１で言及した何らかのパラメータに相当するものであって、例えばその高次構造候補が保持する自由エネルギーの値など、供給された配列において予測の対象とする高次構造の取り易さを示す指標が挙げられる。パラメータを与えられた高次構造候補の情報は、構造候補記憶部３１に記憶される。この手順は、入力配列に高次構造を形成し得る塩基の組合せが存在する限り、繰り返される（Ａ２）。

次に、高次構造候補抽出手段２１で抽出の対象とされた核酸配列は、ステム構造候補抽出手段２２に供給される。ステム構造候補抽出手段２２は、この配列中のステム構造を形成し得る塩基の組合せを抽出し、その構成塩基に応じて適当なパラメータを与える。このようにして抽出されたステム構造候補の情報も、高次構造候補と同様にして構造候補記憶部３１に記憶される。この手順も、入力配列にステム構造を形成し得る塩基の組合せが存在する限り、繰り返される（Ａ３）。

次に、最適構造探索手段２３は、構造候補記憶部３１に記憶された高次構造候補及びステム構造候補に基づいて、これらを構成する塩基が重複するなどの、矛盾がないように、これらを単独、又は任意に組み合わせて得た組合せ構造候補のうち、核酸配列の二次構造として最適な組合せ構造を探索する。この最適な組合せ構造を探索する工程の一例として、図４を参照して、説明する。

図４は、ステップＡ４の動作の一例を示すフローチャートである。ステップＡ４において、最適構造探索手段２３は、構造候補記憶部３１に記憶された高次構造候補とステム構造候補とを呼び出す（Ａ４１）。次に、最適構造探索手段２３は、高次構造候補若しくはステム構造候補単独、又はこれらを組み合わせて、組合せ構造候補を生成する（Ａ４２）。次に、最適構造探索手段２３は、この組合せ構造候補のそれぞれについて、この候補を構成する塩基が重複するなどの、矛盾があるかどうかを判定する（Ａ４３）。ステップＡ４３において矛盾があると判定した場合、最適構造探索手段２３は、この組合せ構造候補を破棄する（Ａ４４）。ステップＡ４３において矛盾がないと判定した場合、最適構造探索手段２３は、この組合せ構造候補を組合せ構造として保持し、それぞれの組合せ構造を構成する高次構造候補及び／又はステム構造候補に保持されている自由エネルギーを足し合わせることで、その組合せ構造についての自由エネルギーを算出する（Ａ４５）。次に、最適構造探索手段２３は、このように算出した自由エネルギーを元に、いずれの組合せ構造が核酸配列の取り得る構造として最適か否かを判定する（Ａ４６）。この判定は、最も低い自由エネルギーを与える組合せ構造を最適構造とするものであってもよい。このようにして、最適な組合せ構造を探索する工程が終了する。

この最適な組合せ構造を探索する工程としては、その他、ニューラルネットワーク、遺伝的アルゴリズムなどを用いる方法で任意に変更され得る（Ａ４）。

次に、ステップＡ５において、データ処理装置２は、最適構造探索手段２３において最適構造と判定された組合せ構造についての情報を、出力装置４に出力する。この出力の際、データ処理装置２は、最適構造探索手段２３において判定された最適構造に、高次構造候補抽出手段２１で抽出された高次構造候補が含まれているか否かの情報を出力装置４に出力してもよい。また、データ処理装置２は、最適構造探索手段２３において最適構造と判定された組合せ構造以外の組合せ構造についての情報も、上述の適当なパラメータの情報とともに、出力してもよい。

なお、図１及び図７において、他の装置からデータ処理装置２に入る矢印を実線で示し、データ処理装置２から他の装置へ出る矢印を点線で示す。

（その他の構成）
本発明において、複数の核酸配列を構造予測の対象としてもよい。この際、この複数の核酸配列間の一定の関係を、上述の自由エネルギーなどのパラメータとともに、組合せ構造探索の指標として用いてもよい。この複数の核酸配列としては、例えば、進化的に保存された複数の配列や、種間で保存された複数の配列や、類似の機能を持つ複数の配列などが挙げられる。また、複数の核酸配列を用いる際の指標としては、各配列間の保存度や、相同性、カウントベクトルなどにより抽出される塩基の出現傾向の類似度などが挙げられる。

複数の核酸配列を構造予想の対象とする場合の一例について、図７を参照して説明する。図７は、本発明による核酸高次構造予測装置の他の構成を示す概念図である。図７によると、本発明による核酸高次構造予測装置は、入力装置１と、データ処理装置２と、記憶装置３と、出力装置４とを有する。データ処理装置２は、高次構造候補抽出手段２１と、ステム構造候補抽出手段２２と、最適構造探索手段２３と、入力配列比較手段２４とを有する。なお、入力装置１、データ処理装置２及び出力装置４、並びに高次構造候補抽出手段２１、ステム構造候補抽出手段２２及び最適構造探索手段２３の構成及び動作については、上述と同様であるので、説明を割愛する。

入力配列比較手段２４の機能について説明する。入力配列比較手段２４は、入力装置１から入力された複数の核酸配列について、これらの複数の核酸配列の間の一定の関係を数値化する。この一定の関係の数値化としては、アライメントなどの相同性検索の方法、カウントベクトルによって抽出された塩基の出現傾向の比較を行う方法などを採用してもよい。一定の関係で得られる数値としては、上述の指標で示した各配列間の保存度や相同性などであってもよい。このようにして得た指標は、構造候補記憶部３１に記憶され、最適構造探索手段２３による組合せ構造探索に用いられる（Ａ４５）。

次に、入力配列比較手段２４を有する場合の、本発明による核酸高次構造予測方法の各工程、並びに本発明による核酸高次構造予測装置及び核酸高次構造予測プログラムの動作等について、説明する。

複数の核酸配列を入力装置１から入力され、上述のステップＡ２乃至Ａ３の各ステップが行われ、ステップＡ４１乃至Ａ４３が行われる。ステップＡ４５において、最適構造探索手段２３は、ステップＡ４３において矛盾がないと判定して保持された組合せ構造を構成する高次構造候補及び／又はステム構造候補に保持されている自由エネルギーを足し合わせることで、その組合せ構造についての自由エネルギーを算出するとともに、この算出された自由エネルギーに、入力配列比較手段２４で算出された指標で重み付けする。最適構造探索手段２３は、このように重み付けされた自由エネルギーを元に、いずれの組合せ構造が核酸配列の取り得る構造として最適か否かを判定する（Ａ４６）。その後、ステップＡ５において、組合せ構造についての情報等の出力が行われる。

このように、入力配列比較手段を用いることによって、入力に用いた複数の配列の類似度合いに応じて、個々の配列について良い予測精度を達成することが可能となる。

次に、具体例を用いて本実施例の動作を説明する。

（実施例１）
入力核酸配列として、入力配列１（ＧＧＧＣＣＣＧＧＧＡＡＡＧＧＧＡＡＡＧＧＧ；配列番号１）を入力装置１より与え、この配列がＧカルテット構造を含む配列であるかどうかを予測するとする（Ａ１）。

高次構造候補抽出手段２１は、入力配列１から、任意の高次構造を形成するために必要な特徴的な塩基の組合せを抽出する。本実施例において、任意の高次構造とは、Ｇカルテット構造を指すため、入力配列１からＧが連続する領域を４つの領域を抽出する。連続領域の長さを３以上と設定し、三つのＧカルテット平面によって形成されるＧカルテット構造のスタッキングによる自由エネルギーを−１０と設定した場合、高次構造候補抽出手段２１は、高次構造の候補として図５の候補３−１を構造候補記憶部３１に記憶する。入力配列１からは、上述の設定条件において、候補３−１以外の高次構造候補は抽出できない（Ａ２）。

次に、ステム構造候補抽出手段２２は、入力配列１からステム構造を形成するために必要な塩基の組合せを抽出する。高次構造候補抽出手段２１と同じく塩基の連続領域を３以上と設定し、Ｇ−Ｃ、Ｇ−Ｃ塩基対間のスタッキングによる自由エネルギーを−３と仮定した場合、ステム構造候補抽出手段２２は、ステム構造の候補として図５の候補３−２、候補３−３を構造候補記憶部３１に候補３−１と同様にして記憶する。入力配列１からは候補３−２、候補３−３以外のステム構造の候補は抽出できない（Ａ３）。

次に、最適構造探索手段２３は、最適な組合せ構造を探索する工程を行う。まず、最適構造探索手段２３は、構造候補記憶部３１に記憶されている高次構造候補である候補３−１と、ステム構造候補である候補３−２及び３−３を呼び出す（Ａ４１）。次に、最適構造探索手段２３は、候補３−１乃至３−３をそれぞれ任意に組み合わせて、組合せ構造候補を生成し（Ａ４２）、矛盾があるかどうかを判定する（Ａ４３）。この場合、図５の候補３−１、候補３−２及び候補３−３は、それぞれ他の候補と構成塩基の矛盾が生じるため、最適構造探索手段２３は、入力配列１の候補３−１乃至３−３のそれぞれを組合せ構造として保持する。これらの候補が形成されたときに同時に形成されるループ構造のエネルギーを無視した場合、入力配列１が形成する構造のエネルギーは、各構造候補の保持する自由エネルギーの総和と等しくなるため、最適構造探索手段２３は、上記の自由エネルギーの設定値に基づいて、候補３−１乃至３−３についての自由エネルギーの総和を算出する（Ａ４５）。次に、最適構造探索手段２３は、このように算出した自由エネルギーを元に、いずれの組合せ構造が核酸配列の取り得る構造として最適か否かを判定する（Ａ４６）。この場合は候補３−１によって形成される構造が最も自由エネルギーの値の低い、安定な構造であるということになる。即ち、自由エネルギー最小化による最適な組合せ構造を探索する工程の結果は、候補３−１の単独ということになる（Ａ４６）。この結果は、出力装置４によって出力され（Ａ５）、候補３−１は、Ｇカルテット構造の候補であるため、入力配列１は、Ｇカルテット構造という高次構造を取り得るという予測結果が得られる。

（実施例２）
同様にして、今度は入力核酸配列として、入力配列１の一部を変更した入力配列２（ＧＧＧＣＣＣＧＧＧＡＡＡＧＧＧＣＣＣＧＧＧ；配列番号２）を入力装置１より与え、この配列がＧカルテット構造を含む配列であるかどうかを予測するとする（Ａ１）。

実施例１と同様に、入力配列２について、高次構造候補抽出手段２１を用いた、高次構造候補の抽出と、ステム構造候補抽出手段２２を用いた、ステム構造候補の抽出とを実行する。実施例１と同様に、連続領域の長さを３以上と設定し、三つのＧカルテット平面によって形成されるＧカルテット構造のスタッキングによる自由エネルギーを−１０と設定し、Ｇ−Ｃ、Ｃ−Ｇ塩基対間のスタッキングによる自由エネルギーを−３と同様の値と仮定した場合、構造候補記憶部３１には、図６のような構造の候補の情報が記憶される（Ａ２、Ａ３）。

次に、最適構造探索手段２３は、最適な組合せ構造を探索する工程を行う。まず、最適構造探索手段２３は、構造候補記憶部３１に記憶されている高次構造候補である候補４−１と、ステム構造候補である候補４−２乃至４−５を呼び出す（Ａ４１）。次に、最適構造探索手段２３は、候補４−１乃至４−５をそれぞれ任意に組み合わせて組合せ構造候補を生成し（Ａ４２）、矛盾があるかどうかを判定する（Ａ４３）。この場合、候補４−２と候補４−３との組合せは、矛盾しないが、候補４−６と等しい。また、候補４−４と候補４−５との組合せは、候補４−２及び４−３並びに候補４−６と同様に、矛盾しないが、候補４−７と等しい。したがって、最適構造探索手段２３は、入力配列２の候補４−１か候補４−６か候補４−７かのそれぞれを組合せ構造として保持する。実施例１で示した入力配列１と同様に考えると、最適構造探索手段２３は、上記の自由エネルギーの設定値に基づいて、候補４−１、候補４−６及び候補４−７についての自由エネルギーの総和を算出する（Ａ４５）。次に、最適構造探索手段２３は、このように算出した自由エネルギーを元に、いずれの組合せ構造が核酸配列の取り得る構造として最適か否かを判定する（Ａ４６）。この場合、候補４−６又は候補４−７のいずかによって形成される構造が最も自由エネルギーの値が低い、安定な構造であるということになる。即ち、自由エネルギー最小化による最適な組合せ構造を探索する工程の結果は、候補４−６又は候補４−７のいずか単独ということになる（Ａ４６）。この結果は、出力装置４によって出力される（Ａ５）。ここで、候補４−６も候補４−７も、Ｇカルテット構造を有するものではないので、入力配列２はＧカルテット構造という高次構造を取り得ないという予測結果が得られる。

近年のポストゲノム研究において、機能性核酸、特にｎｃＲＮＡが生体内において遺伝子発現制御など様々な重要な機能を担っているということが分かり、ｎｃＲＮＡの同定作業が進んでいるものの、それらが実際に生体内においてどのような機能を担っているかを理解するためには更に詳細な実験を行う必要があるが、実験に用いるべきｎｃＲＮＡを情報学的にスクリーニングするための手段は未だ少ない。そのような問題において、本発明で予測が可能となる高次構造が存在するような配列は何らかの機能を持つことが推定されるため、本発明はこのようなｎｃＲＮＡのスクリーニングに用いることが可能である。

また、このような高次構造は人工の核酸配列であるアプタマー分子においても重要な機能を持つと推定されるため、あるアプタマー分子を構成する核酸配列が与えられたときに、その配列の中からアプタマー分子と標的物質との結合において重要な領域を特定するという問題においても、本発明を用いることが可能である。

以上、本発明の好適な実施の形態により本発明を説明した。ここでは特定の具体例を示して本発明を説明したが、特許請求の範囲に定義された本発明の広範な趣旨および範囲から逸脱することなく、これら具体例に様々な修正および変更を加えることができることは明らかである。すなわち、具体例の詳細および添付の図面により本発明が限定されるものと解釈してはならない。

本発明による核酸高次構造予測装置の構成を示す概念図である。 ステム構造の概略図である。 本発明による核酸高次構造予測装置の動作を示すフローチャートである。 ステップＡ４の動作の一例を示すフローチャートである。 実施例１を説明する図である。 実施例２を説明する図である。 本発明による核酸高次構造予測装置の他の構成を示す概念図である。

符号の説明

１ 入力装置
２ データ処理装置
３ 記憶装置
４ 出力装置
２１ 高次構造候補抽出手段
２２ ステム構造候補抽出手段
２３ 最適構造探索手段
２４ 入力配列比較手段
３１ 構造候補記憶部

Claims (18)

1. 核酸配列の高次構造を予測する核酸高次構造予測方法であって、
   前記核酸配列において、高次構造を形成し得る塩基を高次構造候補として抽出する工程と、
   前記核酸配列において、ステム構造を形成し得る塩基をステム構造候補として抽出する工程と、
   前記高次構造候補と前記ステム構造候補とに基づいて、最適な組合せ構造を探索する工程と、
   を有することを特徴とする核酸高次構造予測方法。
2. 前記の最適な組合せ構造を探索する工程は、前記高次構造候補及び前記ステム構造候補を構成する塩基に矛盾がないように、該高次構造候補又は該ステム構造候補を単独、又は任意に組み合わせて得た組合せ構造のうち、最も小さい自由エネルギーを与える組合せ構造を最適構造と判定する工程であることを特徴とする請求項１に記載の核酸高次構造予測方法。
3. 複数の前記核酸配列において、該複数の核酸配列の間の関係を数値化する工程をさらに有することを特徴とする請求項１又は２に記載の核酸高次構造予測方法。
4. 前記の複数の核酸配列の間の関係を数値化する工程は、該複数の核酸配列の間の保存度を算出する工程であることを特徴とする請求項３に記載の核酸高次構造予測方法。
5. 前記の複数の核酸配列は、進化的に保存されていることを特徴とする請求項３又は４に記載の核酸高次構造予測方法。
6. 前記高次構造は、Ｇカルテットであることを特徴とする請求項１乃至５のいずれか一項に記載の核酸高次構造予測方法。
7. 核酸配列の高次構造を予測する核酸高次構造予測装置であって、
   前記核酸配列において、高次構造を形成し得る塩基を高次構造候補として抽出する高次構造候補抽出手段と、
   前記核酸配列において、ステム構造を形成し得る塩基をステム構造候補として抽出するステム構造候補抽出手段と、
   前記高次構造候補と前記ステム構造候補とに基づいて、最適な組合せ構造を探索する最適構造探索手段と
   を有することを特徴とする核酸高次構造予測装置。
8. 前記最適構造探索手段は、前記高次構造候補及び前記ステム構造候補を構成する塩基に矛盾がないように、該高次構造候補又は該ステム構造候補を単独、又は任意に組み合わせて得た組合せ構造のうち、最も小さい自由エネルギーを与える組合せ構造を最適構造と判定することを特徴とする請求項７に記載の核酸高次構造予測装置。
9. 複数の前記核酸配列において、該複数の核酸配列の間の関係を数値化する入力配列比較手段をさらに有することを特徴とする請求項７又は８に記載の核酸高次構造予測装置。
10. 前記入力配列比較手段は、前記の複数の核酸配列の間の保存度を算出することを特徴とする請求項９に記載の核酸高次構造予測装置。
11. 前記の複数の核酸配列は、進化的に保存されていることを特徴とする請求項９又は１０に記載の核酸高次構造予測装置。
12. 前記高次構造は、Ｇカルテットであることを特徴とする請求項７乃至１１のいずれか一項に記載の核酸高次構造予測装置。
13. 核酸配列の高次構造を予測する核酸高次構造予測プログラムであって、
    前記核酸配列において、高次構造を形成し得る塩基を高次構造候補として抽出する工程と、
    前記核酸配列において、ステム構造を形成し得る塩基をステム構造候補として抽出する工程と、
    前記高次構造候補と前記ステム構造候補とに基づいて、最適な組合せ構造を探索する工程と、
    を実行することを特徴とする核酸高次構造予測プログラム。
14. 前記の最適な組合せ構造を探索する工程は、前記高次構造候補及び前記ステム構造候補を構成する塩基に矛盾がないように、該高次構造候補又は該ステム構造候補を単独、又は任意に組み合わせて得た組合せ構造のうち、最も小さい自由エネルギーを与える組合せ構造を最適構造と判定する工程であることを特徴とする請求項１３に記載の核酸高次構造予測プログラム。
15. 複数の前記核酸配列において、該複数の核酸配列の間の関係を数値化する工程をさらに実行することを特徴とする請求項１３又は１４に記載の核酸高次構造予測プログラム。
16. 前記の複数の核酸配列の間の関係を数値化する工程は、該複数の核酸配列の間の保存度を算出する工程であることを特徴とする請求項１５に記載の核酸高次構造予測プログラム。
17. 前記の複数の核酸配列は、進化的に保存されていることを特徴とする請求項１５又は１６に記載の核酸高次構造予測プログラム。
18. 前記高次構造は、Ｇカルテットであることを特徴とする請求項１３乃至１７のいずれか一項に記載の核酸高次構造予測プログラム。