JP2020046867A - 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 - Google Patents
癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 Download PDFInfo
- Publication number
- JP2020046867A JP2020046867A JP2018174060A JP2018174060A JP2020046867A JP 2020046867 A JP2020046867 A JP 2020046867A JP 2018174060 A JP2018174060 A JP 2018174060A JP 2018174060 A JP2018174060 A JP 2018174060A JP 2020046867 A JP2020046867 A JP 2020046867A
- Authority
- JP
- Japan
- Prior art keywords
- transcription factor
- gene
- cancer
- transcription
- node
- 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.)
- Granted
Links
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
【課題】癌特異的遺伝子制御ネットワークの生成方法を提供する。【解決手段】転写因子複合体を表す複数のタンパク質ノードＰ１、Ｐ２と、転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードＧ１〜Ｇ４と、ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、転写因子への翻訳を表す翻訳エッジ（実線矢印）と、ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、転写因子又は転写因子複合体による転写因子遺伝子の発現の制御を表す、転写制御エッジ（破線矢印）とを含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する。生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する。【選択図】図１
Description
本発明は、癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置に関する。
次世代シーケンシング技術が進歩し、ゲノムデータを用いて様々なタイプの解析が可能となった。例えば、次世代シークエンサーを使用したＲＮＡ−ｓｅｑ解析によって、正常細胞と癌細胞との間の遺伝子発現差解析を行うことができる。遺伝子の発現差分析の結果に基づいて多くの分析が実施可能である。その中で最も重要な分析の１つは、遺伝子発現ネットワーク解析である。当該ネットワーク解析により、癌に関与する遺伝子同士の相互作用を理解することができる。
遺伝子発現の調節には転写因子が関与している。位置重みマトリクス（position weight matrix、以下で「ＰＷＭ」とも呼ぶ）の形態で表される転写因子結合マトリクスと、エンハンサー及びプロモーター領域のアノテーションデータとをペアリングすることによって転写因子遺伝子に関するネットワークを探索できることが知られている（引用文献１）。
Marback,D.,et.al, Nature Methods, 13 (4), pp. 366-370 (2016)
引用文献１に記載の方法で得られたネットワークは、転写因子をコードする遺伝子を標的遺伝子に直接結び付けている。すなわち、遺伝子−遺伝子の相互作用のみを評価している。したがって当該ネットワークから、翻訳工程における遺伝子からタンパク質への関係を見ることはできない。
従って本発明は、遺伝子の転写及び翻訳工程を反映した転写因子ネットワークを生成し、そして当該転写因子ネットワークに癌に関与する遺伝子の発現情報を反映させた癌特異的遺伝子制御ネットワークを生成することを目的とする。また、当該癌特異的遺伝子制御ネットワークを利用することで、新規抗癌剤の標的となる遺伝子及びタンパク質の探索を支援すること、そしてその結果として新規抗癌剤を提供することを目的とする。
本発明者らは上記課題に鑑み、鋭意検討した結果、転写因子遺伝子と転写因子との間の相互作用を示す転写因子遺伝子制御ネットワークを生成するための優れた方法を見出した。そして当該ネットワークに、正常細胞と癌細胞との間における遺伝子の発現差分析の結果を反映することで、これまでに知られていない癌特異的遺伝子制御ネットワークが生成できることを見出し、本発明に至った。
本発明の一以上の実施形態は、以下を含む。
＜１＞
転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する工程；及び
前記工程により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する工程
を含む、癌特異的遺伝子制御ネットワークを生成する方法。
＜２＞
転写因子遺伝子制御ネットワークの生成工程は、
（１）前記転写因子遺伝子制御ネットワークを構成する可能性のある複数の転写因子候補及び転写因子複合体候補の各々について、
転写因子候補名、転写因子複合体候補名並びに前記転写因子候補及び転写因子複合体候補をコードする遺伝子名のデータと、
前記転写因子候補及び転写因子複合体候補が結合するヌクレオチド配列の位置重みマトリクス（ＰＷＭ）データと、
前記転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データと
を用意し、
（２）転写因子候補名及び転写因子複合体候補名とそれらをコードする遺伝子名のデータに基づいて、タンパク質ノード、遺伝子ノード及び翻訳エッジのデータを取得し、
（３）複数の転写因子候補及び転写因子複合体候補の各々のＰＷＭデータと、転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データとの間で配列マッチングを行うことによって、転写制御エッジのデータを取得し、
（４）前記（２）及び（３）で取得されたデータを統合することによって、転写因子遺伝子制御ネットワークを生成すること
を含む、＜１＞に記載の方法。
＜３＞
正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択する工程は、正常細胞における遺伝子と癌細胞における遺伝子との間の発現量変動解析を行い、発現量に変動のあった遺伝子及びそれがコードするタンパク質に関するノード及びエッジを選択することを含む、＜１＞又は＜２＞に記載の方法。
＜４＞
ヒトの癌特異的遺伝子制御ネットワークを生成する、＜１＞〜＜３＞のいずれか１つに記載の方法。
＜５＞
前記癌が、胆管癌、肺腺癌、大腸癌及び肝細胞癌から成る群から選択される、＜１＞〜＜４＞のいずれか１つに記載の方法。
＜６＞
生成した癌特異的遺伝子制御ネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワークの中から特定する工程、
をさらに含む、＜１＞〜＜５＞のいずれか１つに記載の方法。
＜７＞
第１転写制御領域がプロモーター領域であり、第２転写制御領域がエンハンサー領域、プロモーター領域及びサイレンサー領域を含む領域である、＜６＞に記載の方法。
＜８＞
選択される遺伝子ノードは、ＨＤＡＣ２遺伝子を表す遺伝子ノードである、＜６＞又は＜７＞に記載の方法。
＜９＞
少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークを生成する方法であって、
＜１＞〜＜８＞のいずれか１つに記載の方法にしたがって生成された少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する工程
を含む、方法。
＜１０＞
＜１＞〜＜８＞のいずれか１つに記載の癌特異的遺伝子制御ネットワークの生成方法をコンピュータに実行させる、前記癌特異的遺伝子制御ネットワークの生成用コンピュータプログラム。
＜１１＞
＜９＞に記載の癌特異的遺伝子制御サブネットワークの生成方法をコンピュータに実行させる、前記癌特異的遺伝子制御サブネットワークの生成用コンピュータプログラム。
＜１２＞
転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する、第１生成部と；
前記第１生成部により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する、第２生成部と
を備える、癌特異的遺伝子制御ネットワークの生成用装置。
＜１３＞
生成された癌特異的遺伝子制御ネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワークの中から特定する、第１特定部をさらに備える、＜１２＞に記載の装置。
＜１４＞
少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークの生成用装置であって、
＜１＞〜＜８＞のいずれか１つに記載の方法にしたがって生成された少なくとも２つの癌特異的遺伝子制御ネットワークを取得する、取得部と、
前記少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する、第３生成部と
を備える、装置。
＜１５＞
生成された癌特異的遺伝子制御サブネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御サブネットワークの中から特定する、第２特定部をさらに備える、＜１４＞に記載の装置。
＜１６＞
ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、癌を治療するための組成物。
＜１７＞
前記転写因子の発現促進剤が、前記転写因子の発現ベクターである、＜１６＞に記載の組成物。
＜１８＞
ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、ＨＤＡＣ２の発現を抑制するための組成物。
＜１９＞
前記転写因子の発現促進剤が、前記転写因子の発現ベクターである、＜１８＞に記載の組成物。
＜２０＞
癌の治療方法であって、それを必要とする対象へＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を投与する工程を含む、方法。
＜２１＞
癌の治療に使用するための医薬の製造における、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤の使用。
＜２２＞
癌の治療に使用するための、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤。
＜２３＞
ＨＤＡＣ２の発現を抑制するための方法であって、それを必要とする対象へＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を投与する工程を含む、方法。
＜２４＞
ＨＤＡＣ２の発現を抑制するための医薬の製造における、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤の使用。
＜２５＞
ＨＤＡＣ２の発現を抑制するための、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤。
＜１＞
転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する工程；及び
前記工程により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する工程
を含む、癌特異的遺伝子制御ネットワークを生成する方法。
＜２＞
転写因子遺伝子制御ネットワークの生成工程は、
（１）前記転写因子遺伝子制御ネットワークを構成する可能性のある複数の転写因子候補及び転写因子複合体候補の各々について、
転写因子候補名、転写因子複合体候補名並びに前記転写因子候補及び転写因子複合体候補をコードする遺伝子名のデータと、
前記転写因子候補及び転写因子複合体候補が結合するヌクレオチド配列の位置重みマトリクス（ＰＷＭ）データと、
前記転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データと
を用意し、
（２）転写因子候補名及び転写因子複合体候補名とそれらをコードする遺伝子名のデータに基づいて、タンパク質ノード、遺伝子ノード及び翻訳エッジのデータを取得し、
（３）複数の転写因子候補及び転写因子複合体候補の各々のＰＷＭデータと、転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データとの間で配列マッチングを行うことによって、転写制御エッジのデータを取得し、
（４）前記（２）及び（３）で取得されたデータを統合することによって、転写因子遺伝子制御ネットワークを生成すること
を含む、＜１＞に記載の方法。
＜３＞
正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択する工程は、正常細胞における遺伝子と癌細胞における遺伝子との間の発現量変動解析を行い、発現量に変動のあった遺伝子及びそれがコードするタンパク質に関するノード及びエッジを選択することを含む、＜１＞又は＜２＞に記載の方法。
＜４＞
ヒトの癌特異的遺伝子制御ネットワークを生成する、＜１＞〜＜３＞のいずれか１つに記載の方法。
＜５＞
前記癌が、胆管癌、肺腺癌、大腸癌及び肝細胞癌から成る群から選択される、＜１＞〜＜４＞のいずれか１つに記載の方法。
＜６＞
生成した癌特異的遺伝子制御ネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワークの中から特定する工程、
をさらに含む、＜１＞〜＜５＞のいずれか１つに記載の方法。
＜７＞
第１転写制御領域がプロモーター領域であり、第２転写制御領域がエンハンサー領域、プロモーター領域及びサイレンサー領域を含む領域である、＜６＞に記載の方法。
＜８＞
選択される遺伝子ノードは、ＨＤＡＣ２遺伝子を表す遺伝子ノードである、＜６＞又は＜７＞に記載の方法。
＜９＞
少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークを生成する方法であって、
＜１＞〜＜８＞のいずれか１つに記載の方法にしたがって生成された少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する工程
を含む、方法。
＜１０＞
＜１＞〜＜８＞のいずれか１つに記載の癌特異的遺伝子制御ネットワークの生成方法をコンピュータに実行させる、前記癌特異的遺伝子制御ネットワークの生成用コンピュータプログラム。
＜１１＞
＜９＞に記載の癌特異的遺伝子制御サブネットワークの生成方法をコンピュータに実行させる、前記癌特異的遺伝子制御サブネットワークの生成用コンピュータプログラム。
＜１２＞
転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する、第１生成部と；
前記第１生成部により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する、第２生成部と
を備える、癌特異的遺伝子制御ネットワークの生成用装置。
＜１３＞
生成された癌特異的遺伝子制御ネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワークの中から特定する、第１特定部をさらに備える、＜１２＞に記載の装置。
＜１４＞
少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークの生成用装置であって、
＜１＞〜＜８＞のいずれか１つに記載の方法にしたがって生成された少なくとも２つの癌特異的遺伝子制御ネットワークを取得する、取得部と、
前記少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する、第３生成部と
を備える、装置。
＜１５＞
生成された癌特異的遺伝子制御サブネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御サブネットワークの中から特定する、第２特定部をさらに備える、＜１４＞に記載の装置。
＜１６＞
ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、癌を治療するための組成物。
＜１７＞
前記転写因子の発現促進剤が、前記転写因子の発現ベクターである、＜１６＞に記載の組成物。
＜１８＞
ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、ＨＤＡＣ２の発現を抑制するための組成物。
＜１９＞
前記転写因子の発現促進剤が、前記転写因子の発現ベクターである、＜１８＞に記載の組成物。
＜２０＞
癌の治療方法であって、それを必要とする対象へＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を投与する工程を含む、方法。
＜２１＞
癌の治療に使用するための医薬の製造における、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤の使用。
＜２２＞
癌の治療に使用するための、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤。
＜２３＞
ＨＤＡＣ２の発現を抑制するための方法であって、それを必要とする対象へＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を投与する工程を含む、方法。
＜２４＞
ＨＤＡＣ２の発現を抑制するための医薬の製造における、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤の使用。
＜２５＞
ＨＤＡＣ２の発現を抑制するための、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤。
本発明の方法で生成される癌特異的遺伝子制御ネットワークによって、癌に関与する遺伝子及び転写因子の相互作用をより良く理解することができる。従来の（例えば非特許文献１に示される）遺伝子ネットワークでは、遺伝子−遺伝子の相互作用が評価できるのみであった。一方、本発明で生成される遺伝子ネットワークでは、生体内で実際に起こっている転写及び翻訳過程が反映されており、遺伝子−タンパク質−遺伝子の相互作用を評価することができる。また当該ネットワークを利用することで、新規抗癌剤の標的となる遺伝子及びタンパク質の探索を支援し、さらには新規抗癌剤を提供することも可能である。
以下、本発明の実施形態について、必要に応じて図面を参照しながら説明する。実施形態の構成は例示であり、本発明の構成は、実施形態の具体的構成に限定されない。
＜癌特異的遺伝子制御ネットワークの生成方法＞
本発明の癌特異的遺伝子制御ネットワークの生成方法は、
転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する工程；及び
前記工程により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する工程
を含む。
本発明の癌特異的遺伝子制御ネットワークの生成方法は、
転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する工程；及び
前記工程により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する工程
を含む。
本明細書において「転写因子遺伝子制御ネットワーク」とは、転写因子と転写因子遺伝子との間の因果関係を相互作用しあうネットワークとしてモデル化したものである。転写因子遺伝子制御ネットワークは、複数のタンパク質ノードと、複数の遺伝子ノードと、翻訳エッジと、転写制御エッジとを含む、有向グラフで表すことができる。ここで、「タンパク質ノード」は転写因子、又は複数の転写因子を含む転写因子複合体を表す。また「遺伝子ノード」は、前記転写因子をコードする転写因子遺伝子を表す。「翻訳エッジ」は、ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す。「転写制御エッジ」は、ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す。
本明細書において「癌特異的遺伝子制御ネットワーク」とは、同一組織由来の正常細胞と癌細胞との間で示差的に発現される転写因子及びそれをコードする遺伝子に関するノード及びエッジを選択して得られる転写因子遺伝子制御ネットワークのことである。
本明細書において、「転写因子」とは、転写制御領域に結合して、遺伝子の転写の過程を調節する因子のことである。転写因子は、主として転写開始反応を調節する。転写因子は、ＲＮＡポリメラーゼをＤＮＡ上のプロモーター領域に配置するために必要な基本転写因子群、および転写領域の上流や下流に存在する転写制御領域に結合してＲＮＡの合成開始頻度を調節する各種の転写調節因子に大別される。転写因子は、単独で、又は同一の又は異なる複数の転写因子を含む複合体（「転写因子複合体」とも呼ぶ）を形成して転写を調節する。本明細書において「転写因子複合体をコードする遺伝子」とは、当該転写因子を構成する全ての転写因子の遺伝子のことを意味する。
本明細書において、「転写制御領域」とは、転写領域の上流又は下流に存在して、遺伝子の転写レベルを調節することができる配列領域をいう。転写制御領域は、例えば、プロモーター領域、エンハンサー領域、サイレンサー領域、ターミネーター領域などであり得る。また例えば、転写制御領域は、プロモーター領域、エンハンサー領域、サイレンサー領域及びターミネーター領域から選択される少なくとも１つを含む領域であり得る。
本明細書において「プロモーター領域」とは、遺伝子の転写の開始部位を決定し、またその頻度を直接的に調節するＤＮＡ上の領域をいい、通常、ＲＮＡポリメラーゼが結合して転写を始めるポリヌクレオチド配列である。プロモーター領域は通常構造遺伝子の上流に存在するが、これに限定されず、構造遺伝子の下流にも存在し得る。
本明細書において「エンハンサー領域」とは、通常、目的遺伝子の発現効率を高めるために用いられる配列をいう。そのようなエンハンサーは当該分野において周知である。
本明細書において「サイレンサー領域」とは、通常、遺伝子発現を抑制し静止する機能を有する配列をいう。
本明細書において「ターミネーター領域」とは、通常、遺伝子のタンパク質をコードする領域の下流に位置し、ＤＮＡがｍＲＮＡに転写される際の転写の終結及びポリＡ配列の付加に関与する配列をいう。ターミネーターは、ｍＲＮＡの安定性に関与して遺伝子の発現量に影響を及ぼすことが知られている。
本発明の癌特異的遺伝子制御ネットワークの生成方法は、任意の動物に対して適用することが可能である。好ましくは、生成される癌特異的遺伝子制御ネットワークは哺乳動物の癌特異的遺伝子制御ネットワークであり、より好ましくはヒトの癌特異的遺伝子制御ネットワークである。
本発明の癌特異的遺伝子制御ネットワークの生成方法は、任意の癌に対して適用することができる。例えば、癌腫として、脳腫瘍、皮膚癌、頸頭部癌、食道癌、肺癌（肺腺癌を含む）、胃癌、十二指腸癌、乳癌、前立腺癌、子宮頸癌、子宮体癌、膵臓癌、肝臓癌、肝細胞癌、大腸癌、結腸癌、膀胱癌、および卵巣癌などが例示される。また、肉腫としては、骨肉腫、軟骨肉腫、横紋筋肉腫、平滑筋肉腫、脂肪肉腫、および血管肉腫などが例示される。さらに、造血器腫瘍として、ホジキンリンパ腫及び非ホジキンリンパ腫を含む悪性リンパ腫；急性骨髄性白血病、慢性骨髄性白血病、急性リンパ性白血病及び慢性リンパ性白血病を含む白血病；ならびに多発性骨髄腫などが例示される。
本発明の癌特異的遺伝子制御ネットワークの生成方法における、転写因子遺伝子制御ネットワークの生成工程は、特に限定されないが、好ましくは、
（１）前記転写因子遺伝子制御ネットワークを構成する可能性のある複数の転写因子候補及び転写因子複合体候補の各々について、
転写因子候補名、転写因子複合体候補名並びに前記転写因子候補及び転写因子複合体候補をコードする遺伝子名のデータと、
前記転写因子候補及び転写因子複合体候補が結合するヌクレオチド配列の位置重みマトリクス（ＰＷＭ）データと、
前記転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データと
を用意し、
（２）転写因子候補名及び転写因子複合体候補名とそれらをコードする遺伝子名のデータに基づいて、タンパク質ノード、遺伝子ノード及び翻訳エッジのデータを取得し、
（３）複数の転写因子候補及び転写因子複合体候補の各々のＰＷＭデータと、転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データとの間で配列マッチングを行うことによって、転写制御エッジのデータを取得し、
（４）前記（２）及び（３）で取得されたデータを統合することによって、転写因子遺伝子制御ネットワークを生成すること
を含む。
（１）前記転写因子遺伝子制御ネットワークを構成する可能性のある複数の転写因子候補及び転写因子複合体候補の各々について、
転写因子候補名、転写因子複合体候補名並びに前記転写因子候補及び転写因子複合体候補をコードする遺伝子名のデータと、
前記転写因子候補及び転写因子複合体候補が結合するヌクレオチド配列の位置重みマトリクス（ＰＷＭ）データと、
前記転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データと
を用意し、
（２）転写因子候補名及び転写因子複合体候補名とそれらをコードする遺伝子名のデータに基づいて、タンパク質ノード、遺伝子ノード及び翻訳エッジのデータを取得し、
（３）複数の転写因子候補及び転写因子複合体候補の各々のＰＷＭデータと、転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データとの間で配列マッチングを行うことによって、転写制御エッジのデータを取得し、
（４）前記（２）及び（３）で取得されたデータを統合することによって、転写因子遺伝子制御ネットワークを生成すること
を含む。
データを用意する上記工程（１）は、既存のデータベースに含まれるデータを使用して行うことができる。当該データベースとしては、例えば、ＴＲＡＮＳＦＡＣ（Wingender E., BRIEFINGS IN BIOINFORMATICS. VOL 9. NO 4. 326-332）、ＪＡＳＰＡＲ (Khan A. et al., Nucleic Acids Research, VOL 46, D1, D260-D266)、ＨＯＣＯＭＯＣＯ (Kulakovskiy I.V. et al., Nucleic Acids Research, VOL46, D1, D252-D259)が挙げられる。
本明細書において「位置重みマトリクス（ＰＷＭ）データ」とは、配列のアラインメント結果を縦に見て、各位置における塩基の出現頻度を計算して数値化した行列データのことである。ＰＷＭは、ある転写因子が結合する配列の頻度を反映しており、転写因子の結合モチーフを表す。１つの転写因子について１又は２以上のＰＷＭが定義され得る。これは、１つの転写因子が別の転写因子と複合体を形成し得ること、リガンド依存的に転写因子の結合部位が変化し得ることに起因する。
タンパク質ノード、遺伝子ノード及び翻訳エッジのデータを取得する上記工程（２）は、例えば、以下で説明する情報処理装置のＣＰＵにおいて行われ得る。
転写制御エッジのデータを取得する上記工程（３）は、例えば転写因子候補のＰＷＭを入力して、それが第１転写制御領域の配列中に存在するか否かをサーチすることができる既存の解析ツールを使用して行うことができる。そのような解析ツールとしては、例えばＦＩＭＯソフトウェア（Grant C.E. et al., Bioinformatics 27(7), 2011, pp.1017-1018）、及びＴＲＡＮＳＦＡＣデータベースで提供されているＭＡＴＣＨソフトウェア（Kel A.E. et al., Nucleic Acids Research 31(13), 2003, pp.3576-3579）を挙げることができる。これらのソフトウェアに格納されているプログラムは、以下で説明する情報処理装置の記憶装置に記憶されていても良い。
第１転写制御領域の配列長さを調節することによって、ネットワークに含まれるエッジの数及びノードの数を調節することができる。転写因子遺伝子制御ネットワークを得るために適切な第１転写制御領域の長さは特に限定されない。例えば第１転写制御領域がプロモーター領域である場合、その長さは例えば５，００〜５，０００ヌクレオチド長であり、好ましくは１，０００〜３，０００ヌクレオチド長である。
上記工程（２）及び（３）で取得されたデータを統合する工程は、転写制御エッジと連結されていないノードを除去する工程を含んでもよい。また、２つのノードが２以上の転写制御エッジで連結されている場合には、１つの転写制御エッジのみを残して他の転写制御エッジを除去する工程を含んでも良い。上記工程（２）及び（３）で取得されたデータを統合する工程は、例えば、以下で説明する情報処理装置のＣＰＵにおいて行われ得る。
本明細書において、「正常細胞と癌細胞との間で示差的に発現される(differentially-expressed)転写因子遺伝子」とは、同一組織由来の正常細胞と癌細胞との間で、有意に発現レベルに差がある転写因子遺伝子を意味する。本発明の癌特異的遺伝子制御ネットワークの生成方法において、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する工程は、正常細胞における遺伝子と癌細胞における遺伝子との間の発現量変動解析を行い、発現量に変動のあった遺伝子及びそれがコードするタンパク質に関するノード及びエッジを選択することを含んでもよい。発現量変動解析は特に限定されないが、例えば既知の癌遺伝子発現データセットをＢｉｏｃｏｎｄｕｃｔｏｒのＤＥＳｅｑ２、ｌｉｍｍａ、ｅｄｇｅＲなどのソフトウェアを用いて解析する方法や、テンソル分解法によって解析する方法を含む。ソフトウェアに格納されているプログラムは、以下で説明する情報処理装置の記憶装置に記憶されていても良い。あるいは、発現量変更解析をあらかじめ行って得られたデータを用いて、上記ネットワークの生成工程が行われても良い。上記ネットワークの生成工程は、例えば、以下で説明する情報処理装置のＣＰＵにおいて行われ得る。
本発明の癌特異的遺伝子制御ネットワークの生成方法は、生成した癌特異的遺伝子制御ネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワークの中から特定する工程、をさらに含んでも良い（以下で、「タンパク質ノードの特定工程」とも呼ぶ）。当該工程において、例えば、癌特異的遺伝子制御ネットワークに含まれる遺伝子ノードのうち、連結する転写制御エッジの数が多いものを選択してもよい。また、例えば以下で説明する本発明のサブネットワークの生成方法で得られたサブネットワークを構成する遺伝子ノードの１つを選択してもよい。一実施形態において、選択される遺伝子ノードは、ＨＤＡＣ２遺伝子を表す遺伝子ノードである。
タンパク質ノードの特定工程において、第２転写制御領域は、第１転写制御領域と同一であっても異なっても良い。一実施形態において、第１転写制御領域はプロモーター領域であり、そして第２転写制御領域はエンハンサー領域、プロモーター領域及びサイレンサー領域を含む領域である。
タンパク質ノードの特定工程は、特に限定されないが、例えば転写因子候補のＰＷＭを入力して、それが第２転写制御領域の配列中に存在するか否かをサーチすることができる既存の解析ツール（例えばＦＩＭＯソフトウェア）を使用して行うことができる。第２転写制御領域の情報は、例えばヒト転写制御領域とそれらの推定標的遺伝子のデータベースであるＧｅｎｅＨａｎｃｅｒ(Fishilevich S. et al., Database, 2017, pp. 1-17)から取得できる。タンパク質ノードの特定工程は、例えば、以下で説明する情報処理装置のＣＰＵによって行われ得る。
本発明の癌特異的遺伝子制御ネットワークの生成方法は、当該ネットワークを表す有向グラフを表示媒体（例えば紙及びコンピュータディスプレイなど）に表示すること、または当該有向グラフの情報を記憶媒体（例えばＣＤ−ＲＯＭ、ＤＭＶ−ＲＯＭなど）に記憶することをさらに含んでもよい。
＜少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークを生成する方法＞
本発明の、少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークを生成する方法（以下で「本発明のサブネットワークの生成方法」とも呼ぶ）は、本発明の癌特異的遺伝子制御ネットワークの生成方法に従って生成された少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する工程を含む。
本発明の、少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークを生成する方法（以下で「本発明のサブネットワークの生成方法」とも呼ぶ）は、本発明の癌特異的遺伝子制御ネットワークの生成方法に従って生成された少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する工程を含む。
遺伝子−タンパク質−遺伝子の相互作用を評価できる本発明の癌特異的遺伝子制御ネットワークは、従来型の遺伝子−遺伝子ネットワークよりも生体内での遺伝子発現制御を正しく反映しているが、複雑となり得る。複数の癌種について本発明の癌特異的遺伝子制御ネットワークを生成し、それらを比較することによって得られる癌特異的遺伝子制御サブネットワークは、個々の癌特異的遺伝子制御ネットワークよりもノード数及びエッジ数が限定されるため、その解析が容易となるメリットがある。
本発明のサブネットワークの生成方法は、任意の少なくとも２つの癌に対して適用することができる。例えば、癌腫として、脳腫瘍、皮膚癌、頸頭部癌、食道癌、肺癌（肺腺癌を含む）、胃癌、十二指腸癌、乳癌、前立腺癌、子宮頸癌、子宮体癌、膵臓癌、肝臓癌、肝細胞癌、大腸癌、結腸癌、膀胱癌、および卵巣癌などが例示される。また、肉腫としては、骨肉腫、軟骨肉腫、横紋筋肉腫、平滑筋肉腫、脂肪肉腫、および血管肉腫などが例示される。さらに、造血器腫瘍として、ホジキンリンパ腫及び非ホジキンリンパ腫を含む悪性リンパ腫；急性骨髄性白血病、慢性骨髄性白血病、急性リンパ性白血病及び慢性リンパ性白血病を含む白血病；ならびに多発性骨髄腫などが例示される。例えば、胆管癌、肺腺癌、大腸癌及び肝細胞癌から成る群から選択される。
少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する工程は、例えば以下で説明する情報処理装置のＣＰＵにおいて行われ得る。
本発明の癌特異的遺伝子制御サブネットワークの生成方法によって生成された癌特異的遺伝子制御サブネットワークに対して、上記のタンパク質ノードの特定工程をさらに行っても良い。一実施形態において、当該工程で選択される遺伝子ノードは、ＨＤＡＣ２遺伝子を表す遺伝子ノードである。
本発明のサブネットワークの生成方法は、当該サブネットワークを表す有向グラフを表示媒体（例えば紙及びコンピュータディスプレイなど）に表示すること、または当該有向グラフの情報を記憶媒体（例えばＣＤ−ＲＯＭ、ＤＭＶ−ＲＯＭなど）に記憶することをさらに含んでもよい。
＜情報処理装置＞
本発明の癌特異的遺伝子制御ネットワークの生成方法及び本発明のサブネットワークの生成方法（以下で「本発明の方法」とも呼ぶ）は、情報処理装置を用いて行われ得る。図９は本発明の方法に使用される情報処理装置１００の概略構成の一例を示す図である。
本発明の癌特異的遺伝子制御ネットワークの生成方法及び本発明のサブネットワークの生成方法（以下で「本発明の方法」とも呼ぶ）は、情報処理装置を用いて行われ得る。図９は本発明の方法に使用される情報処理装置１００の概略構成の一例を示す図である。
情報処理装置１００は、パーソナルコンピュータ等の情報処理装置であり、ユーザにより使用される。情報処理装置１００は、通信装置１０１と、入力装置１０２と、表示装置１０３と、記憶装置１１０と、ＣＰＵ（Central Processing Unit）１２０とを有する。以下、情報処理装置１００の各部について詳細に説明する。
通信装置１０１は、ＬＡＮ等のネットワークと通信するための通信インターフェース回路を有する。通信装置１０１は、ネットワークを介して外部のサーバ装置（不図示）とデータの送受信を行う。通信装置１０１は、ネットワークを介してサーバ装置から受信したデータをＣＰＵ１２０に供給し、ＣＰＵ１２０から供給されたデータをネットワークを介してサーバ装置に送信する。なお、通信装置１０１は、外部の装置と通信できるものであればどのようなものであってもよい。通信装置１０１は、入力データを外部のサーバ装置から受信し、それをＣＰＵ１２０に供給してもよい。ここで、癌特異的遺伝子制御ネットワークの生成方法において、入力データは、転写因子候補名及び転写因子複合体候補名のデータ、前記転写因子候補及び転写因子複合体候補をコードする遺伝子名のデータ、前記転写因子候補及び転写因子複合体候補が結合するヌクレオチド配列の位置重みマトリクス（ＰＷＭ）データ、及び前記転写因子候補及び転写因子複合体候補をコードする遺伝子の転写制御領域の配列データ、を含む、転写因子遺伝子制御ネットワークの生成に使用されるデータ；並びに、正常細胞と癌細胞における遺伝子の発現量のデータ（又は正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子のデータ）であり得る。また、癌特異的遺伝子制御サブネットワークの生成方法において、入力データは、少なくとも２つの癌に関する癌特異的遺伝子制御ネットワークのデータであり得る。また通信装置１０１は、ＣＰＵ１２０から出力された癌特異的遺伝子制御ネットワーク及び癌特異的遺伝子制御サブネットワークのデータを外部の装置へと送信してもよい。
入力装置１０２は、操作部の一例であり、タッチパネル式の入力装置、キーボード、マウス等の入力デバイス及び入力デバイスから信号を取得するインターフェース回路を有する。入力装置１０２は、ユーザの入力を受け付け、ユーザの入力に応じた信号をＣＰＵ１２０に対して出力する。本発明の方法で使用される入力データは、入力装置１０２から入力してもよい。
表示装置１０３は、表示部の一例であり、液晶、有機ＥＬ（Electro-Luminescence）等から構成されるディスプレイ及びディスプレイに画像データ又は各種の情報を出力するインターフェース回路を有する。表示装置１０３は、ＣＰＵ１２０と接続されて、ＣＰＵ１２０から出力された、癌特異的遺伝子制御ネットワーク及び癌特異的遺伝子制御サブネットワークをディスプレイに表示する。
記憶装置１１０は、記憶部の一例である。記憶装置１１０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のメモリ装置、ハードディスク等の固定ディスク装置、又はフレキシブルディスク、光ディスク等の可搬用の記憶装置等を有する。また、記憶装置１１０には、情報処理装置１００の各種処理に用いられるコンピュータプログラム、データベース、テーブル等が格納される。コンピュータプログラムは、例えばＣＤ−ＲＯＭ（compact disk read only memory）、ＤＶＤ−ＲＯＭ（digital versatile disk read only memory）等のコンピュータ読み取り可能な可搬型記録媒体からインストールされてもよい。コンピュータプログラムは、公知のセットアッププログラム等を用いて記憶装置１１０にインストールされる。記憶装置１１０は、データとして、通信装置１０１及び入力装置１０２が取得した入力データ、並びに、ＣＰＵが生成した癌特異的遺伝子制御ネットワーク及び癌特異的遺伝子制御サブネットワークのデータを記憶する。
ＣＰＵ１２０は、予め記憶装置１１０に記憶されているプログラムに基づいて動作する。ＣＰＵ１２０は、汎用プロセッサであってもよい。なお、ＣＰＵ１２０に代えて、ＤＳＰ（digital signal processor）、ＬＳＩ（large scale integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等が用いられてもよい。ＣＰＵ１２０は、第１生成部１２１、第２生成部１２２、第３生成部１２３、取得部１２４、第１特定部１２５及び第２特定部１２６を有する。
ＣＰＵ１２０は、通信装置１０１、入力装置１０２、表示装置１０３及び記憶装置１１０と接続され、これらの各部を制御する。
図１０〜１２は、情報処理装置１００による全体処理の動作の例を示すフローチャートである。
以下、図１０〜１２に示したフローチャートを参照しつつ、情報処理装置１００による全体処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め記憶装置１１０に記憶されているプログラムに基づき、主にＣＰＵ１２０により情報処理装置１００の各要素と協働して実行される。
本発明の癌特異的遺伝子制御ネットワークの生成方法（図１０）において、最初に、第１生成部１２１は、入力装置１０２を用いてユーザにより入力された、あるいは外部のサーバ装置から通信装置１０１が受信した、転写因子候補名、転写因子複合体候補名、前記転写因子候補及び転写因子複合体候補をコードする遺伝子名、前記転写因子候補及び転写因子複合体候補が結合するヌクレオチド配列の位置重みマトリクス（ＰＷＭ）データ、並びに前記転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データを含む、転写因子遺伝子制御ネットワーク生成用データを受け付ける（ステップＳ１０１）。
次に、第１生成部１２１は、転写因子候補名及び転写因子複合体候補名とそれらをコードする遺伝子名のデータのリストを作成する（ステップＳ１０２）。具体的には、１つの転写因子候補名又は転写因子複合体候補名とそれをコードする１つの遺伝子名とを１セットとして、複数のセットを含むリストを作成する。
次に、第１生成部１２１は、複数の転写因子候補及び転写因子複合体候補の各々のＰＷＭデータと、転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データとの間で配列マッチングを行い、遺伝子とその遺伝子の発現の制御を行う転写因子及び転写因子複合体のリストを作成する（ステップＳ１０３）。具体的には、当該配列マッチングの結果、１つの遺伝子名と、当該遺伝子の第１転写制御領域に結合するものとして抽出された１つの転写因子名又は転写因子複合体名とを１セットとして、複数のセットを含むリストを作成する。
次に、第１生成部１２１は、ステップＳ１０２及びステップＳ１０３で作成されたリストを統合して、転写因子遺伝子制御ネットワークを生成する（ステップＳ１０４）。当該統合について図１を参照して説明する。ステップＳ１０２で作成されたリストには、Ｇ１とＰ１とのセット、Ｇ２とＰ１とのセット、Ｇ３とＰ２とのセットを含む。また、ステップＳ１０３で作成されたリストには、Ｐ１とＧ３とのセット及びＰ２とＧ４のセットを含む。例えばＰ１に注目した場合、Ｐ１を含むセットとして、Ｇ１とＰ１とのセットＧ２とＰ１とのセット及びＰ１とＧ３とのセットが抽出される。その後、Ｇ１とＰ１の間及びＧ２とＰ１の間を翻訳エッジで連結し、Ｐ１とＧ３を転写制御エッジで連結する。同様の操作を、Ｐ２に対しても行うことによって、最終的に図１で表される転写因子遺伝子制御ネットワークを生成する。
次に、第２生成部１２２は、入力装置１０２を用いてユーザにより入力された、あるいは外部のサーバ装置から通信装置１０１が受信した、正常細胞と癌細胞における遺伝子の発現量のデータを受け付け、それらのデータに対して発現量解析を行い、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子名を抽出する。その後、第２生成部１２２は、前記ステップＳ１０４で生成された転写因子遺伝子制御ネットワークから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して、癌特異的遺伝子制御ネットワークを生成する（ステップＳ１０５）。ステップＳ１０５において、第２生成部１２２は、正常細胞と癌細胞における遺伝子の発現量のデータの代わりに、あらかじめ発現量解析を行うことによって抽出された、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子名のデータを受け付け、それを用いて癌特異的遺伝子制御ネットワークの生成を行っても良い。
本発明の癌特異的遺伝子制御サブネットワークの生成方法（図１１）においては、取得部１２４は、入力装置１０２を用いてユーザにより入力された、外部のサーバ装置から通信装置１０１が受信した、あるいは、第２生成部で生成された、少なくとも２つの癌特異的遺伝子制御ネットワークのデータを取得する（ステップＳ１１１）。すなわち、ここで使用される癌特異的遺伝子制御ネットワークのデータは、同一の情報処理装置を用いて生成されたものであってもよいし、別の情報処理装置を用いて生成されたものであってもよい。
次に、第３生成部１２３は、前記取得部に取得された少なくとも２つの癌特異的遺伝子制御ネットワークのデータを比較して、それらに共通する癌特異的遺伝子制御サブネットワークを生成する（ステップＳ１１２）。
また、本発明の方法において、癌特異的遺伝子制御ネットワーク又はサブネットワークから選択された１つの遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を特定する工程（図１２）は、以下の通り行うことができる。最初に、第１特定部１２５又は第２特定部１２６は、入力装置１０２を用いてユーザにより入力された、あるいは外部のサーバ装置から通信装置１０１が受信した、あるいは、第２生成部１２２又は第３生成部１２３で生成された、癌特異的遺伝子制御ネットワーク又はサブネットワークのデータと、それらから選択された１つの遺伝子の遺伝子名と、選択された遺伝子の第２転写制御領域の配列データと、前記癌特異的遺伝子制御ネットワーク又はサブネットワークに含まれる転写因子が結合するヌクレオチド配列のＰＷＭデータとを含む、タンパク質ノードの特定用データを受け付ける（ステップＳ１２１）。
次に、第１特定部１２５又は第２特定部１２６は、複数の転写因子候補の各々のＰＷＭデータと、選択された上記遺伝子の第２転写制御領域の配列データとの間で配列マッチングを行い、当該第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワーク又はサブネットワークの中から特定する（ステップＳ１２２）。
＜本発明の組成物＞
一態様において、本発明は、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、癌を治療するための組成物である。また別の態様において、本発明は、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、ＨＤＡＣ２の発現を抑制するための組成物である。これらを合わせて、以下で「本発明の組成物」とも呼ぶ。
一態様において、本発明は、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、癌を治療するための組成物である。また別の態様において、本発明は、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５から成る群から選択される少なくとも１つの転写因子の発現促進剤を含む、ＨＤＡＣ２の発現を抑制するための組成物である。これらを合わせて、以下で「本発明の組成物」とも呼ぶ。
ＨＤＡＣ２は、癌細胞（例えば胆管癌、肺腺癌、大腸癌及び肝細胞癌の細胞）で高発現している。一方、本発明の方法により得られた癌特異的遺伝子制御ネットワークの情報から、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５がＨＤＡＣ２のプロモーター領域、エンハンサー領域及びサイレンサー領域を含む領域と結合すること、及びこれらの遺伝子発現が正常細胞と比較して上記癌細胞において低下していることが分かった。したがって、ＦＯＸＯ１、ＲＯＲＡ、ＭＥＦ２Ａ及びＳＯＸ５の発現を促進することで、癌細胞におけるＨＤＡＣ２の発現を抑制することができると考えられる。また、ＨＤＡＣ２の発現の抑制によって、最終的に癌を治療することができると考えられる。
本明細書において「転写因子の発現促進剤」は、当該転写因子の発現を促進する任意の物質である。特に限定されないが、例えば、当該転写因子をコードするポリヌクレオチドを含むベクターが挙げられる。
発明の組成物の投与対象は、ヒト又は非ヒト哺乳動物である。非ヒト哺乳動物としては具体的には、マウス、ラット、イヌ、サル、ネコ、ウマ、ウシ、ブタ、ヤギ、ヒツジなどが挙げられる。好ましくは、投与対象はヒトである。
本発明の癌を治療するための組成物において、治療されるべき癌の種類は特に限定されず、癌腫として、脳腫瘍、皮膚癌、頸頭部癌、食道癌、肺癌（肺腺癌を含む）、胃癌、十二指腸癌、乳癌、前立腺癌、子宮頸癌、子宮体癌、膵臓癌、肝臓癌、肝細胞癌、大腸癌、結腸癌、膀胱癌、および卵巣癌などが例示される。また、肉腫としては、骨肉腫、軟骨肉腫、横紋筋肉腫、平滑筋肉腫、脂肪肉腫、および血管肉腫などが例示される。さらに、造血器腫瘍として、ホジキンリンパ腫及び非ホジキンリンパ腫を含む悪性リンパ腫；急性骨髄性白血病、慢性骨髄性白血病、急性リンパ性白血病及び慢性リンパ性白血病を含む白血病；ならびに多発性骨髄腫が例示される。
本発明の組成物は、常法に従って製剤化することができ（例えば、Remington's Pharmaceutical Science, latest edition, Mark Publishing Company, Easton, U.S.A）、医薬的に許容される担体や添加物を共に含むものであってもよい。例えば界面活性剤、賦形剤、着色料、着香料、保存料、安定剤、緩衝剤、懸濁剤、等張化剤、結合剤、崩壊剤、滑沢剤、流動性促進剤、矯味剤などが挙げられる。更にこれらに制限されず、その他常用の担体が適宜使用できる。具体的には、軽質無水ケイ酸、乳糖、結晶セルロース、マンニトール、デンプン、カルメロースカルシウム、カルメロースナトリウム、ヒドロキシプロピルセルロース、ヒドロキシプロピルメチルセルロース、ポリビニルアセタールジエチルアミノアセテート、ポリビニルピロリドン、ゼラチン、中鎖脂肪酸トリグリセライド、ポリオキシエチレン硬化ヒマシ油60、白糖、カルボキシメチルセルロース、コーンスターチ、無機塩類などを担体として挙げることができる。
本発明の組成物の投与量としては、例えば、一回の投与につき体重１ｋｇあたり０．０００１ｍｇ〜１，０００ｍｇの転写因子の発現促進剤が投与される。あるいは、例えば、患者あたり０．００１ｍｇ／ｂｏｄｙ〜１００，０００ｍｇ／ｂｏｄｙの転写因子の発現促進剤が投与される。しかしながら、本発明の組成物の投与量はこれらに制限されるものではない。
本明細書において言及される全ての文献はその全体が引用により本明細書に取り込まれる。
以下に説明する本発明の実施例は例示のみを目的とし、本発明の技術的範囲を限定するものではない。
本発明の技術的範囲は特許請求の範囲の記載によってのみ限定される。本発明の趣旨を逸脱しないことを条件として、本発明の変更、例えば、本発明の構成要件の追加、削除及び置換を行うことができる。
実施例１
転写因子遺伝子制御ネットワークの生成
転写因子遺伝子制御ネットワークの生成のために、転写因子データベースであるＴｒａｎｓｆａｃ Ｐｒｏデータベースのバージョン２０１７．２（以下、単に「Ｔｒａｎｓｆａｃ」とも呼ぶ）を使用した。Ｔｒａｎｓｆａｃに含まれる遺伝子データのうち、ＰＷＭアノテーションが付与されているヒト転写因子遺伝子（総数１２９８個）を選択した。当該遺伝子の遺伝子名及び転写因子名の情報から、ｔｒａｎｓｌａｔｅ＿ｔｏ−エッジのリストを生成した。
転写因子遺伝子制御ネットワークの生成
転写因子遺伝子制御ネットワークの生成のために、転写因子データベースであるＴｒａｎｓｆａｃ Ｐｒｏデータベースのバージョン２０１７．２（以下、単に「Ｔｒａｎｓｆａｃ」とも呼ぶ）を使用した。Ｔｒａｎｓｆａｃに含まれる遺伝子データのうち、ＰＷＭアノテーションが付与されているヒト転写因子遺伝子（総数１２９８個）を選択した。当該遺伝子の遺伝子名及び転写因子名の情報から、ｔｒａｎｓｌａｔｅ＿ｔｏ−エッジのリストを生成した。
上記で選択された遺伝子のＤＮＡ配列を抽出した。転写制御領域をプロモーター領域とし、各転写産物の第１エキソンの上流にあるポリヌクレオチドと定義した。転写制御領域の長さを、５００ｎｔ、１０００ｎｔ、２０００ｎｔ、３０００ｎｔ、４０００ｎｔ又は５０００ｎｔとした。これらの異なる長さの転写制御領域の全てについてネットワークを作成した。選択された遺伝子のＤＮＡ配列は、ヒトゲノムのレファレンス配列のデータセットであるＥｎｓｅｍｂｌ ＨＧ３８、及び遺伝子アノテーション情報であるＥｎｓｅｍｂｌｅ ｇｅｎｅ ａｎｎｏｔａｔｉｏｎファイルから抽出された。
通常、１つの遺伝子から複数の遺伝子産物が生じ得る。例えば図２において、ＢＲＣＡ２遺伝子から転写産物１〜４が生じる。この場合、各転写産物に応じて転写制御領域の範囲は異なる。本実施例において、当該転写産物の転写制御領域（図２ではプロモーター領域）を併合した領域を、当該遺伝子（図２ではＢＲＣＡ２）の転写制御領域とした。
転写制御領域における、ＰＷＭとして表されるモチーフの存在を調べるために、ＦＩＭＯソフトウェアを使用し、その結果に基づいて、ｂｉｎｄ＿ｔｏ−エッジのリストを生成した。具体的には、選択されたヒト転写因子遺伝子のＰＷＭデータを入力して、それが標的転写因子遺伝子の転写制御領域に存在するか否かをサーチした。マッチング配列のカットオフのためにｐ値の閾値を０．０００５に設定した。偽発見率（ＦＤＲ）に加えてボンフェローニ補正を実施してｑ値を計算した。カットオフのためにｑ値の閾値と０．０００５とした。
転写制御領域の長さを変更した場合における、転写因子遺伝子制御ネットワーク中のエッジの総数及びノードの総数を以下に示す。
上記で得られたｔｒａｎｓｌａｔｅ＿ｔｏ−エッジ及びｂｉｎｄ＿ｔｏ−エッジのリストのデータから、それらのデータを統合できるプログラムを組み込んだコンピュータを使用して、転写因子遺伝子制御ネットワークを得た。その際、転写制御エッジと連結してないノードを除去した。また、２つのノードが２以上の転写制御エッジで連結されている場合には、１つのエッジのみを残して他のエッジを除去した。
実施例２
癌特異的遺伝子制御ネットワークの生成
ＮＣＢＩ ＧＥＯデータベースから、胆管癌（ＢＤＣ）、肺腺癌（ＬＵＡＤ）、大腸癌（ＣＲＣ）及び肝細胞癌（ＨＣＣ）の正常−癌データセット（それぞれ、ＧＳＥ６３４２０、ＧＳＥ８７３４０、ＧＳＥ１０４８３６及びＧＳＥ７７５０９）を取得し、発現量変動解析を実施した。ＢＤＣに関しては、ＳＲＡファイルをダウンロードし、ｓｒａｔｏｏｌｋｉｔを用いてｆａｓｔｑファイルを抽出した。Ｓａｌｍｏｎソフトウエア（R. Patro et al., Nature Methods 14(4), 417-419 (2017)）をｑｕａｓｉ−ｍａｐｐｉｎｇモードで用いてリードカウントデータを計算した。ＬＵＡＤ、ＣＲＣに関しては、ＮＣＢＩ ＧＥＯデータベースから提供されているリードカウントデータをダウンロードした。ＨＣＣに関しては、規格化されたリードカウントデータをダウンロードした。
癌特異的遺伝子制御ネットワークの生成
ＮＣＢＩ ＧＥＯデータベースから、胆管癌（ＢＤＣ）、肺腺癌（ＬＵＡＤ）、大腸癌（ＣＲＣ）及び肝細胞癌（ＨＣＣ）の正常−癌データセット（それぞれ、ＧＳＥ６３４２０、ＧＳＥ８７３４０、ＧＳＥ１０４８３６及びＧＳＥ７７５０９）を取得し、発現量変動解析を実施した。ＢＤＣに関しては、ＳＲＡファイルをダウンロードし、ｓｒａｔｏｏｌｋｉｔを用いてｆａｓｔｑファイルを抽出した。Ｓａｌｍｏｎソフトウエア（R. Patro et al., Nature Methods 14(4), 417-419 (2017)）をｑｕａｓｉ−ｍａｐｐｉｎｇモードで用いてリードカウントデータを計算した。ＬＵＡＤ、ＣＲＣに関しては、ＮＣＢＩ ＧＥＯデータベースから提供されているリードカウントデータをダウンロードした。ＨＣＣに関しては、規格化されたリードカウントデータをダウンロードした。
発現差の結果を得るため、生のリードカウントデータを用い、ＤＥＳｅｑ２を利用してＢＤＣ、ＬＵＡＤ及びＣＲＣのデータセットを処理した。ＨＣＣに関しては、データのタイプが規格化されたリードカウントであるという理由で、ｌｉｍｍａ／ｖｏｏｍワークフローを利用して遺伝子発現差分析を実施した。その後、実施例１で得た転写因子遺伝子制御ネットワークに含まれる遺伝子のフィルタリングを、上記データセットのデータを入力することによって正常細胞と癌細胞との間で発現量が変動している遺伝子を選択することのできるプログラムを組み込んだコンピュータを使用して実施した。その際、ｐ値を０．０５以下に調節した。それぞれの癌において、正常細胞と癌細胞との間で示差的に発現される遺伝子を、実施例１で得た転写因子ネットワークにマッピングした。その後、正常細胞と癌細胞との間で発現が変化していない遺伝子に関するノードを転写因子ネットワークから除外することにより、癌特異的遺伝子制御ネットワークを得た。
実施例３
胆管癌（ＢＤＣ）、肺腺癌（ＬＵＡＤ）、大腸癌（ＣＲＣ）及び肝細胞癌（ＨＣＣ）において共通する癌特異的遺伝子制御サブネットワークの生成
実施例２で得られた４つの癌に関する癌特異的遺伝子制御ネットワークから、それらに共通するサブネットワークを探索した。
胆管癌（ＢＤＣ）、肺腺癌（ＬＵＡＤ）、大腸癌（ＣＲＣ）及び肝細胞癌（ＨＣＣ）において共通する癌特異的遺伝子制御サブネットワークの生成
実施例２で得られた４つの癌に関する癌特異的遺伝子制御ネットワークから、それらに共通するサブネットワークを探索した。
転写制御領域の長さを変更した場合における、癌特異的遺伝子制御サブネットワーク中のエッジの総数及びノードの総数を以下に示す。
プロモーター領域の長さを２，０００ｎｔに設定した場合において、ＢＤＣ、ＬＵＡＤ、ＣＲＣ及びＨＣＣにおいて共通する癌特異的遺伝子制御サブネットワークを図３に示す。当該サブネットワークは、４６個の遺伝子ノードと１７個のタンパク質ノードからなる。当該サブネットワークには、ＨＤＡＣ２タンパク質ノードと、ＨＤＡＣ２遺伝子ノードを含むループ構造；タンパク質ノードとしてＨＤＡＣ２、ＡＭＥＦ２、ＲＯＲＡＰＨＡ及びＭＥＦ２を含み、かつ遺伝子ノードとしてＨＤＡＣ２遺伝子、ＲＯＲＡ遺伝子及びＭＥＦ２Ａ遺伝子を含むループ構造；並びに、タンパク質ノードとしてＰＬＺＦ及びＨＭＧＩＹを含み、遺伝子ノードとしてＺＢＴＢ１６及びＨＭＧＡ１を含むループ構造が見出された。
実施例４
テンソル分解法を利用した、示差的に発現される遺伝子の選択
示差的に発現される遺伝子の抽出のために、テンソル分解に基づく特徴抽出を行った（Taguchi, Y-h., BMC Medical Genomics 2017, 10(Suppl 4): 67)。テンソル分解法は、重要な遺伝子を癌−正常ペアのデータセットから抽出することのできる教師なし法である。この方法は、ペアにしたデータセットにおいて重要な遺伝子のリストを生成するのに有効な方法であることが分かっている。
テンソル分解法を利用した、示差的に発現される遺伝子の選択
示差的に発現される遺伝子の抽出のために、テンソル分解に基づく特徴抽出を行った（Taguchi, Y-h., BMC Medical Genomics 2017, 10(Suppl 4): 67)。テンソル分解法は、重要な遺伝子を癌−正常ペアのデータセットから抽出することのできる教師なし法である。この方法は、ペアにしたデータセットにおいて重要な遺伝子のリストを生成するのに有効な方法であることが分かっている。
それぞれの癌データセットからの遺伝子発現プロファイルを入力として用いた。遺伝子発現プロファイルのデータは、生データ型のデータとライブラリに基づいて取得した。ＢＤＣ、ＬＵＡＤ、ＣＲＣの遺伝子発現プロファイルは、Ｒに含まれるＤＥＳｅｑ２ライブラリの分散安定化変換関数を用いて作成した。ＨＣＣデータセットに関しては、ｌｉｍｍａライブラリからの１００万当たりのカウント関数を用いて規格化した遺伝子発現データを作成した。
テンソル分解分析を実施するため、各遺伝子発現マトリックスをテンソルとして扱う。各マトリックスから三次元マトリックスＭを構築してテンソルとして使用した。指数ｉはサンプルを示し、指数ｊは実験条件を示し、ｋは遺伝子を示す。正常と癌という２つの条件を比較するデータセットであるため、指数ｊは値を２つだけ持つ。そのため指数Ｍijkを持つ値は、条件ｊでのサンプルｉからの遺伝子ｋの遺伝子発現レベルであり、ここでは正常であるか癌であるかのどちらかである。
テンソル分解特徴抽出を実行するため、ＲからのｒＴｅｎｓｏｒライブラリを使用した。ＨＯＳＶＤ関数を用いて単値分解を計算した。ｐ値はカイ二乗検定を用いて計算し、Ｂｅｎｊａｍｉｎｉ−Ｈｏｃｈｂｅｒｇ法（Benjamini, Y. et al., Journal of the Royal Statistical Society. Series B (Methodological) 31, 289-300）を用いて補正した。ｐ値の閾値を０．０５以下に設定した。
テンソル分解法によって見出された、示差的に発現される遺伝子を強調した癌特異的遺伝子制御サブネットワークを図４〜７に示す。
実施例５
ＨＤＡＣ２の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードの特定
本実施例において、エンハンサー領域、プロモーター領域及びサイレンサー領域を含む領域を「第２転写制御領域」とした。実施例３及び４において得られた癌特異的遺伝子制御サブネットワークに含まれる遺伝子がコードする転写因子のうち、ＨＤＡＣ２遺伝子の第２転写制御領域に結合するものを特定した。具体的には、ＦＩＭＯソフトウェアとＧＥＮＥＨＡＮＣＥＲデータベースを使用し、癌特異的遺伝子制御サブネットワークに含まれる遺伝子のＰＷＭデータを入力して、それがＨＤＡＣ２遺伝子の第２転写制御領域に存在するか否かをサーチした。マッチング配列のカットオフのためにｐ値の閾値を０．００１に設定した。このようにして発見された遺伝子のうち、胆管癌（ＢＤＣ）、肺腺癌（ＬＵＡＤ）、大腸癌（ＣＲＣ）及び肝細胞癌（ＨＣＣ）の全てにおいて正常細胞と比較して発現量が変化している遺伝子として１７個の遺伝子を見出した。結果を以下に示す。表中、正の数値は正常細胞と比較して発現が増大していることを示し、負の数値は正常細胞と比較して発現が低下していることを示す。この結果、ＲＯＲＡ、ＭＥＦ２Ａ、ＦＯＸＯ１及びＳＯＸ５において、上記４つの癌全てで発現が低下していた。このことは、これらの転写因子の低減がＨＤＡＣ２の発現増大に寄与し、癌を引き起こしていると推測される。したがって、これらの転写因子の発現促進剤を使用することで、ＨＤＡＣ２の発現が抑制され、癌が治療され得ると推測される。癌特異的遺伝子制御サブネットワークにおいて、ＨＤＡＣ２遺伝子の第２転写制御領域に結合する遺伝子を特定したグラフを図８に示す。
ＨＤＡＣ２の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードの特定
本実施例において、エンハンサー領域、プロモーター領域及びサイレンサー領域を含む領域を「第２転写制御領域」とした。実施例３及び４において得られた癌特異的遺伝子制御サブネットワークに含まれる遺伝子がコードする転写因子のうち、ＨＤＡＣ２遺伝子の第２転写制御領域に結合するものを特定した。具体的には、ＦＩＭＯソフトウェアとＧＥＮＥＨＡＮＣＥＲデータベースを使用し、癌特異的遺伝子制御サブネットワークに含まれる遺伝子のＰＷＭデータを入力して、それがＨＤＡＣ２遺伝子の第２転写制御領域に存在するか否かをサーチした。マッチング配列のカットオフのためにｐ値の閾値を０．００１に設定した。このようにして発見された遺伝子のうち、胆管癌（ＢＤＣ）、肺腺癌（ＬＵＡＤ）、大腸癌（ＣＲＣ）及び肝細胞癌（ＨＣＣ）の全てにおいて正常細胞と比較して発現量が変化している遺伝子として１７個の遺伝子を見出した。結果を以下に示す。表中、正の数値は正常細胞と比較して発現が増大していることを示し、負の数値は正常細胞と比較して発現が低下していることを示す。この結果、ＲＯＲＡ、ＭＥＦ２Ａ、ＦＯＸＯ１及びＳＯＸ５において、上記４つの癌全てで発現が低下していた。このことは、これらの転写因子の低減がＨＤＡＣ２の発現増大に寄与し、癌を引き起こしていると推測される。したがって、これらの転写因子の発現促進剤を使用することで、ＨＤＡＣ２の発現が抑制され、癌が治療され得ると推測される。癌特異的遺伝子制御サブネットワークにおいて、ＨＤＡＣ２遺伝子の第２転写制御領域に結合する遺伝子を特定したグラフを図８に示す。
本発明の方法で生成される癌特異的遺伝子制御ネットワークによって、癌に関与する遺伝子及び転写因子の相互作用をより良く理解することができる。また当該ネットワークを利用することで、新規抗癌剤の標的となる遺伝子及びタンパク質の探索を支援し、さらには新規抗癌剤を提供することも可能である。
１００ 情報処理装置
１０１ 通信装置
１０２ 入力装置
１０３ 表示装置
１１０ 記憶装置
１２０ ＣＰＵ
１２１ 第１生成部
１２２ 第２生成部
１２３ 第３生成部
１２４ 取得部
１２５ 第１特定部
１２６ 第２特定部
１０１ 通信装置
１０２ 入力装置
１０３ 表示装置
１１０ 記憶装置
１２０ ＣＰＵ
１２１ 第１生成部
１２２ 第２生成部
１２３ 第３生成部
１２４ 取得部
１２５ 第１特定部
１２６ 第２特定部
Claims (15)
- 転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する工程；及び
前記工程により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する工程
を含む、癌特異的遺伝子制御ネットワークを生成する方法。 - 転写因子遺伝子制御ネットワークの生成工程は、
（１）前記転写因子遺伝子制御ネットワークを構成する可能性のある複数の転写因子候補及び転写因子複合体候補の各々について、
転写因子候補名、転写因子複合体候補名並びに前記転写因子候補及び転写因子複合体候補をコードする遺伝子名のデータと、
前記転写因子候補及び転写因子複合体候補が結合するヌクレオチド配列の位置重みマトリクス（ＰＷＭ）データと、
前記転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データと
を用意し、
（２）転写因子候補名及び転写因子複合体候補名とそれらをコードする遺伝子名のデータに基づいて、タンパク質ノード、遺伝子ノード及び翻訳エッジのデータを取得し、
（３）複数の転写因子候補及び転写因子複合体候補の各々のＰＷＭデータと、転写因子候補及び転写因子複合体候補をコードする遺伝子の第１転写制御領域の配列データとの間で配列マッチングを行うことによって、転写制御エッジのデータを取得し、
（４）前記（２）及び（３）で取得されたデータを統合することによって、転写因子遺伝子制御ネットワークを生成すること
を含む、請求項１に記載の方法。 - 正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択する工程は、正常細胞における遺伝子と癌細胞における遺伝子との間の発現量変動解析を行い、発現量に変動のあった遺伝子及びそれがコードするタンパク質に関するノード及びエッジを選択することを含む、請求項１又は２に記載の方法。
- ヒトの癌特異的遺伝子制御ネットワークを生成する、請求項１〜３のいずれか１項に記載の方法。
- 前記癌が、胆管癌、肺腺癌、大腸癌及び肝細胞癌から成る群から選択される、請求項１〜４のいずれか１項に記載の方法。
- 生成した癌特異的遺伝子制御ネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワークの中から特定する工程、
をさらに含む、請求項１〜５のいずれか１項に記載の方法。 - 第１転写制御領域がプロモーター領域であり、第２転写制御領域がエンハンサー領域、プロモーター領域及びサイレンサー領域を含む領域である、請求項６に記載の方法。
- 選択される遺伝子ノードは、ＨＤＡＣ２遺伝子を表す遺伝子ノードである、請求項６又は７に記載の方法。
- 少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークを生成する方法であって、
請求項１〜８のいずれか１項に記載の方法にしたがって生成された少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する工程
を含む、方法。 - 請求項１〜８のいずれか１項に記載の癌特異的遺伝子制御ネットワークの生成方法をコンピュータに実行させる、前記癌特異的遺伝子制御ネットワークの生成用コンピュータプログラム。
- 請求項９に記載の癌特異的遺伝子制御サブネットワークの生成方法をコンピュータに実行させる、前記癌特異的遺伝子制御サブネットワークの生成用コンピュータプログラム。
- 転写因子、又は複数の転写因子を含む転写因子複合体を表す、複数のタンパク質ノードと、
前記転写因子をコードする転写因子遺伝子を表す、複数の遺伝子ノードと、
ソースノードである遺伝子ノードとターゲットノードであるタンパク質ノードを連結し、前記転写因子への翻訳を表す翻訳エッジと、
ソースノードであるタンパク質ノードとターゲットノードである遺伝子ノードを連結し、前記転写因子又は前記転写因子複合体による前記転写因子遺伝子の発現の制御を表す、転写制御エッジと
を含む有向グラフで表される、転写因子遺伝子制御ネットワークを生成する、第１生成部と；
前記第１生成部により生成された転写因子遺伝子制御ネットワーク中のノード及びエッジから、正常細胞と癌細胞との間で示差的に発現される転写因子遺伝子及びそれがコードする転写因子に関するノード及びエッジを選択して癌特異的遺伝子制御ネットワークを生成する、第２生成部と
を備える、癌特異的遺伝子制御ネットワークの生成用装置。 - 生成された癌特異的遺伝子制御ネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御ネットワークの中から特定する、第１特定部をさらに備える、請求項１２に記載の装置。
- 少なくとも２つの癌において共通する、癌特異的遺伝子制御サブネットワークの生成用装置であって、
請求項１〜８のいずれか１項に記載の方法にしたがって生成された少なくとも２つの癌特異的遺伝子制御ネットワークを取得する、取得部と、
前記少なくとも２つの癌特異的遺伝子制御ネットワークを比較することによって、それらに共通する癌特異的遺伝子制御サブネットワークを生成する、第３生成部と
を備える、装置。 - 生成された癌特異的遺伝子制御サブネットワークから選択された、１つの遺伝子ノードに対応する遺伝子の第２転写制御領域に結合する転写因子又は転写因子複合体を表すタンパク質ノードを、前記癌特異的遺伝子制御サブネットワークの中から特定する、第２特定部をさらに備える、請求項１４に記載の装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018174060A JP7209334B2 (ja) | 2018-09-18 | 2018-09-18 | 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018174060A JP7209334B2 (ja) | 2018-09-18 | 2018-09-18 | 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020046867A true JP2020046867A (ja) | 2020-03-26 |
| JP7209334B2 JP7209334B2 (ja) | 2023-01-20 |
Family
ID=69901439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018174060A Active JP7209334B2 (ja) | 2018-09-18 | 2018-09-18 | 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7209334B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696629A (zh) * | 2020-06-29 | 2020-09-22 | 电子科技大学 | 一种rna测序数据的基因表达量计算方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120015834A1 (en) * | 2010-05-28 | 2012-01-19 | Giovanni Paternostro | Methods for artificial combinatorial control of biological systems |
| CN105160208A (zh) * | 2015-05-29 | 2015-12-16 | 杭州奥视图像技术有限公司 | 用于疾病亚型问题的基于网络的聚类方法 |
| WO2017147396A1 (en) * | 2016-02-24 | 2017-08-31 | Data2Discovery | Object oriented system and method having semantic substructures for machine learning |
| JP2018503354A (ja) * | 2014-10-24 | 2018-02-08 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 標的遺伝子発現の数学的モデル化を用いるＴＧＦ−β細胞シグナル伝達経路活性の評価 |
-
2018
- 2018-09-18 JP JP2018174060A patent/JP7209334B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120015834A1 (en) * | 2010-05-28 | 2012-01-19 | Giovanni Paternostro | Methods for artificial combinatorial control of biological systems |
| JP2018503354A (ja) * | 2014-10-24 | 2018-02-08 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 標的遺伝子発現の数学的モデル化を用いるＴＧＦ−β細胞シグナル伝達経路活性の評価 |
| CN105160208A (zh) * | 2015-05-29 | 2015-12-16 | 杭州奥视图像技术有限公司 | 用于疾病亚型问题的基于网络的聚类方法 |
| WO2017147396A1 (en) * | 2016-02-24 | 2017-08-31 | Data2Discovery | Object oriented system and method having semantic substructures for machine learning |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696629A (zh) * | 2020-06-29 | 2020-09-22 | 电子科技大学 | 一种rna测序数据的基因表达量计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7209334B2 (ja) | 2023-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lazar et al. | Comprehensive and integrated genomic characterization of adult soft tissue sarcomas | |
| Yang et al. | A gene signature for selecting benefit from hypoxia modification of radiotherapy for high-risk bladder cancer patients | |
| McCreery et al. | Evolution of metastasis revealed by mutational landscapes of chemically induced skin cancers | |
| ES2923602T3 (es) | Detección y tratamiento de enfermedades que muestran heterogeneidad celular de enfermedad y sistemas y métodos para comunicar los resultados de las pruebas | |
| Weinhold et al. | Genome-wide analysis of noncoding regulatory mutations in cancer | |
| Li et al. | Genomic analysis of head and neck squamous cell carcinoma cell lines and human tumors: a rational approach to preclinical model selection | |
| ES2831148T3 (es) | Identificación y uso de marcadores tumorales de ácido nucleico circulante | |
| Gao et al. | Forward genetic screens in mice uncover mediators and suppressors of metastatic reactivation | |
| Iorns et al. | Whole genome in vivo RNAi screening identifies the leukemia inhibitory factor receptor as a novel breast tumor suppressor | |
| US11124836B2 (en) | Method for selecting personalized tri-therapy for cancer treatment | |
| Testa et al. | Genetic alterations of metastatic colorectal cancer | |
| Gallenne et al. | Systematic functional perturbations uncover a prognostic genetic network driving human breast cancer | |
| Vargas et al. | Case study: patient-derived clear cell adenocarcinoma xenograft model longitudinally predicts treatment response | |
| EP3077542A2 (en) | Methods for identifying anti-cancer compounds | |
| KR20210103452A (ko) | 혈액암 약물 반응성 판단을 위한 바이오 마커 조성물, 바이오 마커 조성물을 이용한 혈액암 약물 반응성 판단 방법 및 혈액암 약물 반응성 판단을 위한 바이오 마커 조성물 검출용 진단칩 | |
| Dubois et al. | Structural variants shape driver combinations and outcomes in pediatric high-grade glioma | |
| Roberts | Patterns of somatic genome rearrangement in human cancer | |
| Chen et al. | Global molecular alterations involving recurrence or progression of pediatric brain tumors | |
| Fisk et al. | Premetastatic shifts of endogenous and exogenous mutational processes support consolidative therapy in EGFR-driven lung adenocarcinoma | |
| JP2020046867A (ja) | 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 | |
| Zhang et al. | Proteome atlas of human chromosome 8 and its multiple 8p deficiencies in tumorigenesis of the stomach, colon, and liver | |
| Komura et al. | Tertiary lymphoid structure and neutrophil–lymphocyte ratio coordinately predict outcome of pembrolizumab | |
| Scheipl et al. | Molecular profiling of soft-tissue sarcomas with FoundationOne® Heme identifies potential targets for sarcoma therapy: a single-centre experience | |
| Sanchez et al. | Integrating genomics into prognostic models for AML | |
| Lijuan et al. | Differences in T cell immune-related lncRNA and mRNA expression patterns between right-and left-sided colorectal cancers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210903 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221129 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221227 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7209334 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |