JP2020182445A - 単一生物単位の配列情報の新規処理法 - Google Patents
単一生物単位の配列情報の新規処理法 Download PDFInfo
- Publication number
- JP2020182445A JP2020182445A JP2019167532A JP2019167532A JP2020182445A JP 2020182445 A JP2020182445 A JP 2020182445A JP 2019167532 A JP2019167532 A JP 2019167532A JP 2019167532 A JP2019167532 A JP 2019167532A JP 2020182445 A JP2020182445 A JP 2020182445A
- Authority
- JP
- Japan
- Prior art keywords
- sequence information
- draft
- single biological
- sequence
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 167
- 238000012545 processing Methods 0.000 title claims abstract description 94
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 176
- 238000010276 construction Methods 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000003012 network analysis Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000000813 microbial effect Effects 0.000 abstract description 50
- 239000003550 marker Substances 0.000 abstract description 23
- 108020004465 16S ribosomal RNA Proteins 0.000 abstract description 7
- 210000004027 cell Anatomy 0.000 description 52
- 102000004169 proteins and genes Human genes 0.000 description 39
- 239000002609 medium Substances 0.000 description 35
- 238000011109 contamination Methods 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 30
- 230000002068 genetic effect Effects 0.000 description 26
- 108020004707 nucleic acids Proteins 0.000 description 15
- 102000039446 nucleic acids Human genes 0.000 description 15
- 150000007523 nucleic acids Chemical class 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 241000608282 Sagiyama virus Species 0.000 description 12
- 108020004414 DNA Proteins 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000010365 information processing Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000000090 biomarker Substances 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 239000002953 phosphate buffered saline Substances 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 5
- 239000012634 fragment Substances 0.000 description 4
- 150000002632 lipids Chemical class 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 235000000346 sugar Nutrition 0.000 description 4
- 108010026552 Proteome Proteins 0.000 description 3
- 230000003321 amplification Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 3
- 239000002775 capsule Substances 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 239000002773 nucleotide Substances 0.000 description 3
- 125000003729 nucleotide group Chemical group 0.000 description 3
- 239000012071 phase Substances 0.000 description 3
- 108091033319 polynucleotide Proteins 0.000 description 3
- 102000040430 polynucleotide Human genes 0.000 description 3
- 239000002157 polynucleotide Substances 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 241000588724 Escherichia coli Species 0.000 description 2
- 241001646716 Escherichia coli K-12 Species 0.000 description 2
- 241000699666 Mus <mouse, genus> Species 0.000 description 2
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 150000001413 amino acids Chemical class 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001553 co-assembly Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000010791 quenching Methods 0.000 description 2
- 230000000171 quenching effect Effects 0.000 description 2
- 239000011541 reaction mixture Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 241000208140 Acer Species 0.000 description 1
- 239000000592 Artificial Cell Substances 0.000 description 1
- 235000007839 Bacillus subtilis subsp spizizenii str W23 Nutrition 0.000 description 1
- 241000224976 Bacillus subtilis subsp. spizizenii str. W23 Species 0.000 description 1
- 108091026890 Coding region Proteins 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 241000701959 Escherichia virus Lambda Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 108700005081 Overlapping Genes Proteins 0.000 description 1
- 244000273256 Phragmites communis Species 0.000 description 1
- 235000014676 Phragmites communis Nutrition 0.000 description 1
- 229920001213 Polysorbate 20 Polymers 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 229940041514 candida albicans extract Drugs 0.000 description 1
- 239000013592 cell lysate Substances 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 239000006285 cell suspension Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 210000003763 chloroplast Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007847 digital PCR Methods 0.000 description 1
- LOKCTEFSRHRXRJ-UHFFFAOYSA-I dipotassium trisodium dihydrogen phosphate hydrogen phosphate dichloride Chemical compound P(=O)(O)(O)[O-].[K+].P(=O)(O)([O-])[O-].[Na+].[Na+].[Cl-].[K+].[Cl-].[Na+] LOKCTEFSRHRXRJ-UHFFFAOYSA-I 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000002612 dispersion medium Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003205 genotyping method Methods 0.000 description 1
- 244000005709 gut microbiome Species 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 239000012139 lysis buffer Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 238000011880 melting curve analysis Methods 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 210000003470 mitochondria Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000003463 organelle Anatomy 0.000 description 1
- 238000003068 pathway analysis Methods 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000013612 plasmid Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 235000010486 polyoxyethylene sorbitan monolaurate Nutrition 0.000 description 1
- 239000000256 polyoxyethylene sorbitan monolaurate Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 238000003753 real-time PCR Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 108091008146 restriction endonucleases Proteins 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 238000007480 sanger sequencing Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000005328 spin glass Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 238000012070 whole genome sequencing analysis Methods 0.000 description 1
- 239000012138 yeast extract Substances 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
【課題】微生物ゲノムデータ自動的構築・提供システムを提供する。【解決手段】単一生物単位の配列情報を処理する方法であって、該方法は：（Ａ）複数の単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞）のゲノム（または同等の遺伝子集合）の部分配列情報（スライドでは、ＳＡＧ）について、生物系統同定用配列（１６Ｓ ｒＲＮＡまたはマーカー遺伝子）に基づいて、同一系統ごとにクラスター化するステップと、（Ｂ）必要に応じて、データベース中の該単一生物単位のゲノムの情報と照合するステップとを含む方法。【選択図】なし
Description
本発明は、単一生物単位の配列情報の新規処理法、システムおよび関連技術を提供する。より特定すると、微生物ゲノムデータ自動的構築・提供システムを提供する。
微生物ゲノムデータの構築が進んでいるが、現在の技術は、メタ情報を基にしており、細菌叢を解析対象にした場合に情報として質、量とも不足する。
単一の生物単位ごとの遺伝情報（ゲノム情報など）の取得が一部されてきているが、その情報処理については十分な質のものが提供されていない。
本発明者らは、鋭意研究した結果、単一生物単位レベルでの単一生物単位の配列情報を蓄積し、そこから高精度の微生物ゲノムデータを自動的に構築・提供するシステムを完成するに至った。
本発明の実施形態の例として、以下のものが挙げられる。
（項目１）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む方法。
（項目２）
前記ステップ（Ｂ）を行う場合、データベースを利用することをさらに含む、項目１に記載の方法。
（項目３）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとに対応しているドラフトの個数または割合を計算するステップと、
Ｃ）該対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含む方法。
（項目３Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップと
を含む方法。
（項目４）
単一生物単位の配列情報を処理する方法であって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含む方法。
（項目５）
項目４に記載の単一生物単位の配列情報を処理する方法であって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目４に記載のステップを繰り返すステップと
を含む、方法。
（項目６）
単一生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、方法。
（項目７）
前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、項目６に記載の方法。
（項目８）
単一生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、方法。
（項目９）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含むプログラム。
（項目１０）
前記ステップ（Ｂ）を行う場合、データベースを利用することをさらに含む、項目９に記載のプログラム。
（項目１１）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとに対応しているドラフトの個数または割合を計算するステップと、
Ｃ）該対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含むプログラム。
（項目１１Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップと
を含むプログラム。
（項目１２）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含むプログラム。
（項目１３）
項目１２に記載の単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目１２に記載のステップを繰り返すステップと
を含む、プログラム。
（項目１４）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、プログラム。
（項目１５）
前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、項目１４に記載のプログラム。
（項目１６）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、プログラム。
（項目１７）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む記録媒体。
（項目１８）
前記ステップ（Ｂ）を行う場合、データベースを利用することをさらに含む、項目１７に記載の記録媒体。
（項目１９）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとに対応しているドラフトの個数または割合を計算するステップと、
Ｃ）該対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含む記録媒体。
（項目１９Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップと
を含む記録媒体。
（項目２０）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含む記録媒体。
（項目２１）
項目２０に記載の単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目２０に記載のステップを繰り返すステップと
を含む、記録媒体。
（項目２２）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、記録媒体。
（項目２３）
前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、項目２２に記載の記録媒体。
（項目２４）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、記録媒体。
（項目２５）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加する追加情報追加部と、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するドラフト作成部とを含むシステム。
（項目２６）
前記（Ｂ）追加情報追加部を含む場合、データベースを利用するデータベース利用部をさらに含む、項目２５に記載のシステム。
（項目２７）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出する抽出部と、
Ｂ）前記遺伝子ごとに対応しているドラフトの個数または割合を計算する計算部と、
Ｃ）前記対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択する選択部と
を含むシステム。
（項目２７Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定する同定部と
を含むシステム。
（項目２８）
単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けする順位付け部と、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するドラフト構築部と、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択する選択部と
を含むシステム。
（項目２９）
項目２８に記載の単一生物単位の配列情報を処理するためのシステムであって、該システムは、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択する選択部と、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するドラフト改善部と、
（Ｇ’）必要に応じて（Ｇ）に、該より長いドラフトが配列情報の完全長に達するまでドラフト生成を繰り返させるドラフト構築部と、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目２８に記載の（Ｄ）、（Ｅ）および（Ｅ’）に順位付け、ドラフト構築および選択を繰り返させる手段と
を含む、システム。
（項目３０）
単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部と
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部と、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録する登録部と
を含む、システム。
（項目３１）
前記再クラスタリング部が、ネットワーク解析とコミュニティ検出によって再クラスター化を行う、項目３０に記載のシステム。
（項目３２）
単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けする順位付け部と、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するドラフト構築部、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部と
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部と、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すための手段と
を含む、システム。
本発明の実施形態の例として、以下のものが挙げられる。
（項目１）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む方法。
（項目２）
前記ステップ（Ｂ）を行う場合、データベースを利用することをさらに含む、項目１に記載の方法。
（項目３）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとに対応しているドラフトの個数または割合を計算するステップと、
Ｃ）該対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含む方法。
（項目３Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップと
を含む方法。
（項目４）
単一生物単位の配列情報を処理する方法であって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含む方法。
（項目５）
項目４に記載の単一生物単位の配列情報を処理する方法であって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目４に記載のステップを繰り返すステップと
を含む、方法。
（項目６）
単一生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、方法。
（項目７）
前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、項目６に記載の方法。
（項目８）
単一生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、方法。
（項目９）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含むプログラム。
（項目１０）
前記ステップ（Ｂ）を行う場合、データベースを利用することをさらに含む、項目９に記載のプログラム。
（項目１１）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとに対応しているドラフトの個数または割合を計算するステップと、
Ｃ）該対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含むプログラム。
（項目１１Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップと
を含むプログラム。
（項目１２）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含むプログラム。
（項目１３）
項目１２に記載の単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目１２に記載のステップを繰り返すステップと
を含む、プログラム。
（項目１４）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、プログラム。
（項目１５）
前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、項目１４に記載のプログラム。
（項目１６）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、プログラム。
（項目１７）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む記録媒体。
（項目１８）
前記ステップ（Ｂ）を行う場合、データベースを利用することをさらに含む、項目１７に記載の記録媒体。
（項目１９）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとに対応しているドラフトの個数または割合を計算するステップと、
Ｃ）該対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含む記録媒体。
（項目１９Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップと
を含む記録媒体。
（項目２０）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含む記録媒体。
（項目２１）
項目２０に記載の単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目２０に記載のステップを繰り返すステップと
を含む、記録媒体。
（項目２２）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、記録媒体。
（項目２３）
前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、項目２２に記載の記録媒体。
（項目２４）
単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、記録媒体。
（項目２５）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加する追加情報追加部と、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するドラフト作成部とを含むシステム。
（項目２６）
前記（Ｂ）追加情報追加部を含む場合、データベースを利用するデータベース利用部をさらに含む、項目２５に記載のシステム。
（項目２７）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出する抽出部と、
Ｂ）前記遺伝子ごとに対応しているドラフトの個数または割合を計算する計算部と、
Ｃ）前記対応ドラフトの個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択する選択部と
を含むシステム。
（項目２７Ａ）
単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定する同定部と
を含むシステム。
（項目２８）
単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けする順位付け部と、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するドラフト構築部と、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択する選択部と
を含むシステム。
（項目２９）
項目２８に記載の単一生物単位の配列情報を処理するためのシステムであって、該システムは、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択する選択部と、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するドラフト改善部と、
（Ｇ’）必要に応じて（Ｇ）に、該より長いドラフトが配列情報の完全長に達するまでドラフト生成を繰り返させるドラフト構築部と、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、項目２８に記載の（Ｄ）、（Ｅ）および（Ｅ’）に順位付け、ドラフト構築および選択を繰り返させる手段と
を含む、システム。
（項目３０）
単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部と
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部と、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録する登録部と
を含む、システム。
（項目３１）
前記再クラスタリング部が、ネットワーク解析とコミュニティ検出によって再クラスター化を行う、項目３０に記載のシステム。
（項目３２）
単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けする順位付け部と、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するドラフト構築部、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部と
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部と、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すための手段と
を含む、システム。
本発明において、上記１又は複数の特徴は、明示された組み合わせに加え、さらに組み合わせて提供されうることが意図される。本発明のなおさらなる実施形態及び利点は、必要に応じて以下の詳細な説明を読んで理解すれば、当業者に認識される。
本発明により、単一生物単位レベルでの単一生物単位配列情報をより高精度に提供することができるようになった。本発明を用いることにより、培養不可能な微生物のほぼ完全なゲノム配列の解明や、同一株の微生物間における遺伝的異質性を解析可能となった。
以下、本発明を最良の形態を示しながら説明する。本明細書の全体にわたり、単数形の表現は、特に言及しない限り、その複数形の概念をも含むことが理解されるべきである。従って、単数形の冠詞（例えば、英語の場合は「ａ」、「ａｎ」、「ｔｈｅ」など）は、特に言及しない限り、その複数形の概念をも含むことが理解されるべきである。また、本明細書において使用される用語は、特に言及しない限り、当該分野で通常用いられる意味で用いられることが理解されるべきである。したがって、他に定義されない限り、本明細書中で使用される全ての専門用語及び科学技術用語は、本発明の属する分野の当業者によって一般的に理解されるのと同じ意味を有する。矛盾する場合、本明細書（定義を含めて）が優先する。
（定義等）
以下に本明細書において特に使用される用語の定義および／または基本的技術内容を適宜説明する。
以下に本明細書において特に使用される用語の定義および／または基本的技術内容を適宜説明する。
本明細書において、「単一生物単位」とは、遺伝情報またはその他の生体分子の情報を有する単位を指す。単一生物単位には、細胞、細胞様構造物などを含み得るが、これらに限定されず、人工的に生産したもの（いわゆる人工細胞）やデジタル上の細胞（情報として提供される）なども含み得る。
本明細書において、「細胞」とは、遺伝情報を有する分子を内包する粒子であって、（単独で可能かどうかにかかわらず）複製されることが可能である任意の粒子を指す。本明細書における「細胞」としては、単細胞生物の細胞、細菌、多細胞生物由来の細胞、真菌などが包含される。
本明細書において、「細胞様構造物」とは、遺伝情報を有する分子を内包する任意の粒子を指す。本明細書における「細胞様構造物」としては、細胞内小器官、例えば、ミトコンドリア、細胞核、および葉緑体、ならびにウイルスなどが包含される。
本明細書において、「遺伝情報またはその他の生体分子の情報」とは、生体分子またはその類似体を規定する情報を指す。遺伝情報またはその他の生体分子の情報には、核酸、アミノ酸、脂質もしくは糖鎖またはそれらの類似体の構造情報などを含み得るが、これらに限定されず、代謝物質などの生体内分子またはその類似体の相互作用の多様性情報なども含み得る。「遺伝情報」は、「核酸情報」とも称され、両者は同義である。
本明細書において、「生体分子」とは、任意の生物またはウイルスが有する分子を指す。生体内分子には、核酸、タンパク質、糖鎖または脂質などを含み得る。本明細書において、「生体分子の類似体」とは、生体分子の天然または非天然の変種を指す。生体内分子の類似体には、修飾核酸、修飾アミノ酸、修飾脂質または修飾糖鎖などを含み得る。
本明細書において、「集合」とは、２つ以上の単一生物単位、細胞または細胞用構造物を含む集まりをいう。
本明細書において、「サブ集合」とは、「集合」と一緒に使用される場合、集合よりも少ない数の単一生物単位、細胞または細胞用構造を有する集合の一部分を指す。
本明細書において、「ゲル」とは、コロイド溶液（ゾル）において、高分子物質またはコロイド粒子がその相互作用により全体として網目構造をつくり、溶媒あるいは分散媒である液相を多量に含んだまま流動性を失った状態のことをいう。本明細書において、「ゲル化」とは、溶液を「ゲル」の状態に変化させることをいう。
本明細書において、「カプセル」とは、その中に細胞または細胞様構造物を保持することが可能な形状のものを指す。本明細書において、「ゲルカプセル」とは、その中に細胞または細胞様構造物を保持することが可能なゲル状の微粒子状構造体を指す。
本明細書において、「遺伝子分析」とは生体サンプル中の核酸（ＤＮＡ、ＲＮＡ等）の状態を調べることをいう。１つの実施形態では、遺伝子分析は、核酸増幅反応を利用するものを挙げることができる。これらを含め、遺伝子分析の例としては、配列決定、遺伝子型判定・多型分析（ＳＮＰ分析、コピー数多型、制限酵素断片長多型、リピート数多型）、発現解析、蛍光消光プローブ（Ｑｕｅｎｃｈｉｎｇ Ｐｒｏｂｅ：Ｑ−Ｐｒｏｂｅ）、ＳＹＢＲ ｇｒｅｅｎ法、融解曲線分析、リアルタイムＰＣＲ、定量ＲＴ−ＰＣＲ、デジタルＰＣＲなどを挙げることができる。
本明細書において「単一生物単位レベル」とは、１つの単一生物単位に含まれる遺伝情報またはその他の生体分子の情報に対して、他の単一生物単位に含まれる遺伝情報またはその他の生体分子の情報と区別し得る状態で処理を行うことをいう。
本明細書において、「シングルセルレベル」とは、１つの細胞または細胞様構造物に含まれる遺伝情報またはその他の生体分子の情報に対して、他の細胞または細胞様構造物に含まれる遺伝情報またはその他の生体分子の情報と区別した状態で処理を行うことをいう。例えば、「単一生物単位レベル」または「シングルセルレベル」でのポリヌクレオチドを増幅する場合、それぞれある単一生物単位、またはある細胞もしくは細胞様構造物中のポリヌクレオチドと、他の単一生物単位、または他の細胞もしくは細胞様構造物中のポリヌクレオチドが区別可能な状態でそれぞれの増幅が行われる。
本明細書において、「単一生物単位解析」とは、１つの単一生物単位（例えば、細胞または細胞様構造物）に含まれる遺伝情報またはその他の生体分子の情報を、他の単一生物単位（例えば、細胞または細胞様構造物）に含まれる遺伝情報またはその他の生体分子の情報と区別した状態で解析することを指す。
本明細書において、「シングルセル解析」とは、１つの細胞または細胞様構造物に含まれる遺伝情報またはその他の生体分子の情報を、他の細胞または細胞様構造物に含まれる遺伝情報またはその他の生体分子の情報と区別した状態で解析することを指す。
本明細書において、「遺伝情報」とは、１つの細胞または細胞様構造物に含まれる遺伝子その他情報をコードする核酸の情報を指し、特定の遺伝子配列の有無、特定の遺伝子の収量または全核酸収量を含む。
本明細書において、「生体分子の情報」とは、１つの細胞または細胞様構造物に含まれる生体分子（核酸の他、核酸以外には、タンパク質、糖、脂質なども含まれる。）またはその類似体の情報を指し、特定の生体分子の構造または配列の有無、構造または配列の同一性、特定の生体分子の収量および全生体分子の収量を含む。
本明細書において、「核酸情報」とは、１つの細胞または細胞様構造物に含まれる核酸の情報を指し、特定の遺伝子配列の有無、特定の遺伝子の収量または全核酸収量を含む。
本明細書において、「同一性」とは、２つの生体分子間の構造または配列の類似性を指す。対象が配列の場合、同一性は、比較のためにアライメントしうる各配列中の位置を比較することによって決定することもできる。
（好ましい実施形態）
以下に好ましい実施形態の説明を記載するが、この実施形態は本発明の例示であり、本発明の範囲はそのような好ましい実施形態に限定されないことが理解されるべきである。当業者はまた、以下のような好ましい実施例を参考にして、本発明の範囲内にある改変、変更などを容易に行うことができることが理解されるべきである。これらの実施形態について、当業者は適宜、任意の実施形態を組み合わせ得る。
以下に好ましい実施形態の説明を記載するが、この実施形態は本発明の例示であり、本発明の範囲はそのような好ましい実施形態に限定されないことが理解されるべきである。当業者はまた、以下のような好ましい実施例を参考にして、本発明の範囲内にある改変、変更などを容易に行うことができることが理解されるべきである。これらの実施形態について、当業者は適宜、任意の実施形態を組み合わせ得る。
（配列情報処理）
１つの局面において、本発明は、 単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞または細胞構造物）の配列情報を処理する方法を提供する。この方法は：（Ａ）複数の単一生物単位の配列情報（例えば、ゲノム、トランスクリプトーム、プロテオーム、または同等の遺伝子等の集合）の部分配列情報について、生物系統同定用配列（例えば、１６Ｓ ｒＤＮＡまたはマーカー遺伝子）に基づいて、同一系統ごとにクラスター化するステップと、（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップとを含む。この局面の模式図は、図１に例示されている。ドラフトゲノムと本発明の単位生物単位ゲノムとの対応は図２に例示されている。
１つの局面において、本発明は、 単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞または細胞構造物）の配列情報を処理する方法を提供する。この方法は：（Ａ）複数の単一生物単位の配列情報（例えば、ゲノム、トランスクリプトーム、プロテオーム、または同等の遺伝子等の集合）の部分配列情報について、生物系統同定用配列（例えば、１６Ｓ ｒＤＮＡまたはマーカー遺伝子）に基づいて、同一系統ごとにクラスター化するステップと、（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップとを含む。この局面の模式図は、図１に例示されている。ドラフトゲノムと本発明の単位生物単位ゲノムとの対応は図２に例示されている。
ステップ（Ｂ）は、任意工程であり、データベースを利用してもよく、しなくてもよい。このように、クラスター化の手法は、データベースを利用する方法と（図３）、データベースを利用しない方法（図４）がある。データベースを利用する場合は、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加する。データベースを利用しない場合は、新たにクラスターを生成する。
分類後のデータベースから、生物系統同定用配列（マーカー）を新たに特定することも可能である。その局面では、本発明は、単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞）の配列情報を処理する方法を提供し、該方法は：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップとを含む方法。この場合において、生物系統同定用配列は、いわゆるバイオマーカーとして使用することができる。この局面の模式図は、図５に例示されている。この局面では、登録されているドラフトゲノムに対するタンパク質ファミリーを抽出し、ドラフトゲノムとタンパク質ファミリーの対応行列を作成する。対応するタンパク質ファミリーが１であるシングルコピー遺伝子の割合を計算する。その中でドラフトゲノム全体に存在するようないタンパク質ファミリーをマーカー遺伝子として採用することができる。本発明は、単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：A)データベースから、ドラフト内で重複のない遺伝子（シングルコピー遺伝子）候補を抽出するステップと、B)前記遺伝子ごとに対応しているドラフトの個数（または割合）を計算するステップと、C)前記対応ドラフトの個数（または割合）の多い順にソートし、所定値以上の遺伝子（または上位から任意数の遺伝子）をマーカー遺伝子候補として選択するステップとを含む方法を提供する。
１つの局面では、本発明は、単一生物単位の配列情報を処理する方法であって、該方法は：（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて高品質のものから順位付けするステップと、（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さ（この長さは、一部であってもよく、全長であり得る。）のドラフトを構築するステップと、（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて選択するステップとを含む。（Ｅ’）を繰り返すことが好ましい。ＳＡＧの数を変更しながらドラフト作成を繰り返すことが好ましいからである。この局面の模式図は、図７に示されている。
１つの好ましい実施形態では、本発明の単一生物単位の配列情報を処理する方法は、（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、（Ｇ’）必要に応じて（Ｇ）を繰り返して、好ましくは該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、ステップ（Ｄ）、（Ｅ）および（Ｅ’）を繰り返すステップとを含む。より低い基準の判断基準として、例えば、より緩いパラメータを使用することができる。この局面の模式図は、図８に示されている。
１つの局面において、部分配列情報はＳＡＧである。特定の局面において、本発明は、ＳＡＧが「同一」のクラスター（例えば、系統、種）であると判断した直後の段階に関する局面でのクラスターの精緻化をする方法を提供する。この局面において、本発明は、単一生物単位の配列情報を処理する方法であって、該方法は：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップとを含む。
ここで、上記評価は、抽出された部分配列情報（例えば、ＳＡＧｓ）をマーカー遺伝子で総当たり評価することができ、例えば各ＳＡＧ間の距離により評価することができる。
好ましい実施形態では、本発明において実施される再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる。
本発明はまた、部分配列情報（例えば、ＳＡＧｓ）の数を増加させてもドラフトのクオリティが向上しなくなった後の段階の局面における処理も提供する。この局面において、本発明は、単一生物単位の配列情報を処理する方法であって、該方法は：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて高品質のものから順位付けするステップと、（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さ（一部であり得、全長であり得る。）のドラフトを構築するステップと、（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて評価し、（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない（すなわち、一定の範囲に留まる場合）場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップとを含む。
本発明において、これらの方法の各ステップは、適宜組み合わせられることが理解される。
（プログラムおよび記録媒体）
１つの局面において、本発明は、 単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞または細胞構造物）の配列情報を処理する方法をコンピュータに実装することを指示するコンピュータプログラムおよびこのプログラムを格納する記録媒体（例えば、ＣＤ−Ｒ、フラッシュメモリ、ハードディスク、伝送媒体、クラウドなど）を提供する。このプログラムが実装するこの方法は：（Ａ）複数の単一生物単位の配列情報（例えば、ゲノム、トランスクリプトーム、プロテオーム、または同等の遺伝子等の集合）の部分配列情報について、生物系統同定用配列（例えば、１６Ｓ ｒＤＮＡまたはマーカー遺伝子）に基づいて、同一系統ごとにクラスター化するステップと、（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップとを含む。この局面の模式図は、図１に例示されている。ドラフトゲノムと本発明の単位生物単位ゲノムとの対応は図２に例示されている。
１つの局面において、本発明は、 単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞または細胞構造物）の配列情報を処理する方法をコンピュータに実装することを指示するコンピュータプログラムおよびこのプログラムを格納する記録媒体（例えば、ＣＤ−Ｒ、フラッシュメモリ、ハードディスク、伝送媒体、クラウドなど）を提供する。このプログラムが実装するこの方法は：（Ａ）複数の単一生物単位の配列情報（例えば、ゲノム、トランスクリプトーム、プロテオーム、または同等の遺伝子等の集合）の部分配列情報について、生物系統同定用配列（例えば、１６Ｓ ｒＤＮＡまたはマーカー遺伝子）に基づいて、同一系統ごとにクラスター化するステップと、（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加するステップと、（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップとを含む。この局面の模式図は、図１に例示されている。ドラフトゲノムと本発明の単位生物単位ゲノムとの対応は図２に例示されている。
ステップ（Ｂ）は、任意工程であり、データベースを利用してもよく、しなくてもよい。このように、クラスター化の手法は、データベースを利用する方法と（図３）、データベースを利用しない方法（図４）がある。データベースを利用する場合は、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加する。データベースを利用しない場合は、新たにクラスターを生成する。
分類後のデータベースから、生物系統同定用配列（マーカー）を新たに特定することも可能である。その局面では、本発明は、単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞）の配列情報を処理する方法をコンピュータに実装することを指示するコンピュータプログラムおよびこのプログラムを格納する記録媒体（例えば、ＣＤ−Ｒ、フラッシュメモリ、ハードディスク、伝送媒体、クラウドなど）を提供する。このプログラムが実装するこの方法は：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定するステップとを含む方法。この場合において、生物系統同定用配列は、いわゆるバイオマーカーとして使用することができる。この局面の模式図は、図５に例示されている。この局面では、登録されているドラフトゲノムに対するタンパク質ファミリーを抽出し、ドラフトゲノムとタンパク質ファミリーの対応行列を作成する。対応するタンパク質ファミリーが１であるシングルコピー遺伝子の割合を計算する。その中でドラフトゲノム全体に存在するようないタンパク質ファミリーをマーカー遺伝子として採用することができる。本発明は、単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装することを指示するプログラムまたはプログラムを格納する記録媒体であって、該方法は：A)データベースから、ドラフト内で重複のない遺伝子（シングルコピー遺伝子）候補を抽出するステップと、B)前記遺伝子ごとに対応しているドラフトの個数（または割合）を計算するステップと、C)前記対応ドラフトの個数（または割合）の多い順にソートし、所定値以上の遺伝子（または上位から任意数の遺伝子）をマーカー遺伝子候補として選択するステップとを含むプログラムまたは記録媒体を提供する。
１つの局面では、本発明は、単一生物単位の配列情報を処理する方法をコンピュータに実装することを指示するコンピュータプログラムおよびこのプログラムを格納する記録媒体（例えば、ＣＤ−Ｒ、フラッシュメモリ、ハードディスク、伝送媒体、クラウドなど）を提供する。このプログラムが実装するこの方法は：（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて高品質のものから順位付けするステップと、（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さ（この長さは、一部であってもよく、全長であり得る。）のドラフトを構築するステップと、（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて選択するステップとを含む。（Ｅ’）を繰り返すことが好ましい。ＳＡＧの数を変更しながらドラフト作成を繰り返すことが好ましいからである。この局面の模式図は、図７に示されている。
１つの好ましい実施形態では、本発明のプログラムが実装する単一生物単位の配列情報を処理する方法は、（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、（Ｇ’）必要に応じて（Ｇ）を繰り返して、好ましくは該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、ステップ（Ｄ）、（Ｅ）および（Ｅ’）を繰り返すステップとを含む。より低い基準の判断基準として、例えば、より緩いパラメータを使用することができる。この局面の模式図は、図８に示されている。
別の局面において、本発明のプログラムは、ＳＡＧが「同一」のクラスター（例えば、系統、種）であると判断した直後の段階に関する局面でのクラスターの精緻化をする方法をコードする。この局面において、本発明は、単一生物単位の配列情報を処理する方法をコンピュータの実装することを指示するコンピュータプログラムおよびこのプログラムを格納する記録媒体（例えば、ＣＤ−Ｒ、フラッシュメモリ、ハードディスク、伝送媒体、クラウドなど）を提供する。このプログラムが実装するこの方法は：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップとを含む。
ここで、上記評価は、抽出された部分配列情報（例えば、ＳＡＧｓ）をマーカー遺伝子で総当たり評価することができ、例えば各ＳＡＧ間の距離により評価することができる。好ましい実施形態では、本発明において実施される再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる。
本発明のプログラムはまた、部分配列情報（例えば、ＳＡＧｓ）の数を増加させてもドラフトのクオリティが向上しなくなった後の段階の局面における処理も提供する。この局面において、本発明は、単一生物単位の配列情報を処理する方法をコンピュータに実装することを指示するコンピュータプログラムおよびこのプログラムを格納する記録媒体（例えば、ＣＤ−Ｒ、フラッシュメモリ、ハードディスク、伝送媒体、クラウドなど）を提供する。このプログラムが実装するこの方法は：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて高品質のものから順位付けするステップと、（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さ（一部であり得、全長であり得る。）のドラフトを構築するステップと、（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて評価し、（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない（すなわち、一定の範囲に留まる場合）場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップとを含む。
（システム）
１つの局面において、本発明は、単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞または細胞構造物）の配列情報を処理するシステムを提供する。このシステムは：（Ａ）複数の単一生物単位の配列情報（例えば、ゲノム、トランスクリプトーム、プロテオーム、または同等の遺伝子等の集合）の部分配列情報について、生物系統同定用配列（例えば、１６Ｓ ｒＤＮＡまたはマーカー遺伝子）に基づいて、同一系統ごとにクラスター化するクラスタリング部と、（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加する追加情報追加部（これは、クラスタリング部と同じであっても別々であってもよい）と、（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するドラフト作成部とを含む。この局面の模式図は、図１に例示されている。ドラフトゲノムと本発明の単位生物単位ゲノムとの対応は図２に例示されている。
１つの局面において、本発明は、単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞または細胞構造物）の配列情報を処理するシステムを提供する。このシステムは：（Ａ）複数の単一生物単位の配列情報（例えば、ゲノム、トランスクリプトーム、プロテオーム、または同等の遺伝子等の集合）の部分配列情報について、生物系統同定用配列（例えば、１６Ｓ ｒＤＮＡまたはマーカー遺伝子）に基づいて、同一系統ごとにクラスター化するクラスタリング部と、（Ｂ）必要に応じて、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加する追加情報追加部（これは、クラスタリング部と同じであっても別々であってもよい）と、（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するドラフト作成部とを含む。この局面の模式図は、図１に例示されている。ドラフトゲノムと本発明の単位生物単位ゲノムとの対応は図２に例示されている。
Ｂ）に該当する追加情報追加部は、任意であり、データベースを利用してもよく、しなくてもよい。
このように、クラスタリング部が実現するクラスター化の手法は、データベースを利用する方法と（図３）、データベースを利用しない方法（図４）がある。データベースを利用する場合は、データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を前記クラスターに追加する。データベースを利用しない場合は、新たにクラスターを生成する。
本発明のシステムについては、分類後のデータベースから、生物系統同定用配列（マーカー）を新たに特定することも可能である。その局面では、本発明は、単一（ｓｉｎｇｌｅ）生物単位（例えば、細胞）の配列情報を処理するシステムを提供する。このシステムは：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、（Ｂ）データベース中の前記クラスターに対応する部分配列情報と、前記クラスターの部分配列情報とを比較して、部分配列ごとの類似度を算出し、所定の類似度以上の部分配列を生物系統同定用配列として同定する同定部（マーカー同定部ともいう）とを含む方法。この場合において、生物系統同定用配列は、いわゆるバイオマーカーとして使用することができる。この局面の模式図は、図５に例示されている。この局面では、登録されているドラフトゲノムに対するタンパク質ファミリーを抽出し、ドラフトゲノムとタンパク質ファミリーの対応行列を作成する。対応するタンパク質ファミリーが１であるシングルコピー遺伝子の割合を計算する。その中でドラフトゲノム全体に存在するようないタンパク質ファミリーをマーカー遺伝子として採用することができる。本発明は、単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出する抽出部と、Ｂ）前記遺伝子ごとに対応しているドラフトの個数または割合を計算する計算部と、Ｃ）前記対応ドラフトの個数または割合が所定の値以上の遺伝子をマーカー遺伝子候補として選択する選択部とを含むシステムを提供する。
１つの局面では、本発明は、単一生物単位の配列情報を処理するシステムを提供する。このシステムは：（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて高品質のものから順位付けする順位付け部と、（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さ（この長さは、一部であってもよく、全長であり得る。）のドラフトを構築し、該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて選択するドラフト構築部とを含む。ドラフト作製は複数回繰り返すことが好ましい。部分配列情報（例えば、ＳＡＧｓ）の数を変更しながらドラフト作成を繰り返すことが好ましいからである。この局面の模式図は、図７に示されている。
１つの好ましい実施形態では、本発明のシステムは、（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択する選択部（これは、ドラフト構築部の一部として構成されてもよい）と、（（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するドラフト改善部（これもまた、ドラフト構築部として構成されてもよい。）と、（Ｇ’）必要に応じて（Ｇ）を繰り返して、好ましくは該より長いドラフトが配列情報の完全長に達するまで繰り返させるドラフト構築部と、（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、（Ｄ）、（Ｅ）および（Ｅ’）に順位付け、ドラフト構築および選択を繰り返させる手段とを含む。この繰り返しはドラフト構築部などにおいて実現されることができる。より低い基準の判断基準として、例えば、より緩いパラメータを使用することができる。この局面の模式図は、図８に示されている。
別の局面において、本発明のシステムは、ＳＡＧが「同一」のクラスター（例えば、系統、種）であると判断した直後の段階に関する局面でのクラスターの精緻化をする方法をコードする。この局面において、本発明は、単一生物単位の配列情報を処理するシステムを提供する。このシステムは：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部（これは、クラスタリング部で実現されてもよい。）と（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部（こもまた、クラスタリング部で実現されてもよい。）と、（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録する登録部とを含む。
ここで、上記評価は、抽出された部分配列情報（例えば、ＳＡＧｓ）をマーカー遺伝子で総当たり評価することができ、例えば各ＳＡＧ間の距離により評価することができる。
好ましい実施形態では、本発明において実施される再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる。
本発明のシステムはまた、部分配列情報（例えば、ＳＡＧｓ）の数を増加させてもドラフトのクオリティが向上しなくなった後の段階の局面における処理も提供する。この局面において、本発明は、単一生物単位の配列情報を処理するシステムを提供する。このシステムは：（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて高品質のものから順位付けする順位付け部と、（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さ（一部であり得、全長であり得る。）のドラフトを構築するステップと、該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて評価するステップとを行うドラフト構築部と、（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない（すなわち、一定の範囲に留まる場合）場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部（これはクラスタリング部で実現されてもよい。）と（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部（これもまた、クラスタリング部で達成されてもよい。）とを含み、（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて判断する判断部を含み、判断部では、その判断が妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）で実現されるステップが繰り返される。
以上、本発明の１つまたは複数の態様に係るシステム、プログラム、記録媒体、方法について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の１つまたは複数の態様の範囲内に含まれてもよい。
また、上記各実施の形態における快不快判定装置が備える構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。例えば、本発明の配列情報を処理するシステムは、必要に応じてデータベースと組みわせられてもよいし、バイオマーカー等の機能を有する配列を特定するシステムを内包または組み合わされてもよい（図１０）。
システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを含んで構成されるコンピュータシステムである。ＲＯＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、コンピュータプログラムに従って動作することにより、システムＬＳＩは、その機能を達成する。ここでは、システムＬＳＩとしたが、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、あるいはＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
また、本発明の一局面は、このような配列情報処理装置やシステムだけではなく、機能特化したシステム（例えば、バイオマーカースクリーニング装置、薬効判定装置、診断装置など）であってもよい。また、本発明の実施形態は、配列情報処理に含まれる特徴的な各ステップをコンピュータに実行させるコンピュータプログラムであってもよい。また、本発明の一態様は、そのようなコンピュータプログラムが記録された、コンピュータ読み取り可能な非一時的な記録媒体であってもよい。
なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の痛み推定装置などを実現するソフトウェアは、本明細書において上述したプログラムであり得る。
（クラウド、ＩｏＴおよびＡＩを用いた実施形態）
本発明の配列情報処理技術は、１つのシステムまたは装置として、すべてを含む形で提供され得る。あるいは、配列情報処理装置として分析および結果の表示を主に行い、計算や判別モデルの計算は、サーバやクラウドで行う形態も想定され得る。これらの一部または全部は、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）および／または人工知能（ＡＩ）を用いて実施され得る（図１１）。
本発明の配列情報処理技術は、１つのシステムまたは装置として、すべてを含む形で提供され得る。あるいは、配列情報処理装置として分析および結果の表示を主に行い、計算や判別モデルの計算は、サーバやクラウドで行う形態も想定され得る。これらの一部または全部は、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）および／または人工知能（ＡＩ）を用いて実施され得る（図１１）。
あるいは、配列情報処理装置が種々の計算に必要な手段も格納し、その場で分析を行うが、分析に必要な計算は、サーバやクラウドで行う形態である半スタンドアローン型の形態も想定され得る。病院等の一部の実施場所では、送受信が常にできると限らないことから、遮蔽した場合でも使えるモデルを想定したものである。
保存部は、例えば、ＣＤ−Ｒ、ＤＶＤ、Ｂｌｕｅｒａｙ、ＵＳＢ、ＳＳＤ、ハードディスクなどの記録媒体であってもよく、サーバに格納されてもよく、クラウド上に適宜記録される形式でもよい。
このようなクラウドサービスとしては、おおむね、「Ｓｏｆｔｗａｒｅ ａｓ ｓｅｒｖｉｃｅ （ＳａａＳ）」が該当する。配列情報処理装置は、実験室環境でのデータから作られた判別アルゴリズムを搭載していると考えられることから、これらの実施形態の２つまたは３つの特徴を備えるシステムとして提供されてもよい。
データ保存も必要に応じてなされ得る。データ保存は通常サーバ側に備えられるが、全装備型の場合はもとより、クラウド型の場合でも端末側にあってもよい（任意である）。クラウドでサービスを提供する場合、データ保存は、標準（例えば、クラウドに１０Ｇバイトまで）、オプション１（例えば、クラウドに１０Ｔバイト増量）、オプション２（クラウドにパラメータ設定して分割保存）、オプション３（クラウドに分析オプション保存）のオプションを提供し得る。データを保存して、販売されたすべての装置からデータを吸い上げてビッグデータ（例えば、配列データベース）を作り、分析モデルを継時的に更新したり、新たなモデルを構築して、例えば、「疾患判定モデル」とかのように新たな判別モデルソフトウェアを提供することができる。
また、データ解析オプションを有していてもよい。ここでは、サービス提供受領者の要求などを提供することができる。すなわち、計算方法のオプションとして想定され得る。
本明細書において「または」は、文章中に列挙されている事項の「少なくとも１つ以上」を採用できるときに使用される。「もしくは」も同様である。本明細書において「２つの値の範囲内」と明記した場合、その範囲には２つの値自体も含む。
本明細書において「または」は、文章中に列挙されている事項の「少なくとも１つ以上」を採用できるときに使用される。「もしくは」も同様である。本明細書において「２つの値の範囲内」と明記した場合、その範囲には２つの値自体も含む。
本明細書において引用された、科学文献、特許、特許出願などの参考文献は、その全体が、各々具体的に記載されたのと同じ程度に本明細書において参考として援用される。
以上、本発明を、理解の容易のために好ましい実施形態を示して説明してきた。以下に、実施例に基づいて本発明を説明するが、上述の説明および以下の実施例は、例示の目的のみに提供され、本発明を限定する目的で提供したのではない。従って、本発明の範囲は、本明細書に具体的に記載された実施形態にも実施例にも限定されず、特許請求の範囲によってのみ限定される。
以下に実施例を記載する。
試薬類は具体的には実施例中に記載した製品を使用したが、他メーカーの同等品でも代用可能である。
試薬類は具体的には実施例中に記載した製品を使用したが、他メーカーの同等品でも代用可能である。
（実施例１）
（ドラフトゲノム作成法）
（方法）
（細胞株サンプル調製）
Ｈｏｓｏｋａｗａらから、Ｅ． ｃｏｌｉ Ｋ１２（ＡＴＣＣ １０７９８）およびＢ． ｓｕｂｔｉｌｉｓ（ＡＴＣＣ ６６３３）のそれぞれについてそれぞれ１２個のＳＡＧデータを得た。Ｈｏｓｏｋａｗａらの論文では、これらの細胞はＡＴＣＣから入手した。Ｅ． ｃｏｌｉ Ｋ１２をルリア−ベルターニ（ＬＢ）培地（１．０％バクトトリプトン、０．５％酵母エキス、１．０％ＮａＣｌ、ｐＨ７．０）中で培養した。Ｂ． ｓｕｂｔｉｌｉｓをブレインハートインフュージョンブロス（ＡＴＣＣ培地４４、Ｔｈｅｒｍｏ
Ｆｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ， Ｓａｎ Ｊｏｓｅ， ＣＡ， ＵＳＡ）中で培養した。回収した細胞をＵＶ処理したリン酸緩衝生理食塩水（−）（ＰＢＳ、Ｔｈｅｒｍｏ Ｆｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ）で３回洗浄し、単一液滴ＭＤＡおよびシーケンシングに供した。
（ドラフトゲノム作成法）
（方法）
（細胞株サンプル調製）
Ｈｏｓｏｋａｗａらから、Ｅ． ｃｏｌｉ Ｋ１２（ＡＴＣＣ １０７９８）およびＢ． ｓｕｂｔｉｌｉｓ（ＡＴＣＣ ６６３３）のそれぞれについてそれぞれ１２個のＳＡＧデータを得た。Ｈｏｓｏｋａｗａらの論文では、これらの細胞はＡＴＣＣから入手した。Ｅ． ｃｏｌｉ Ｋ１２をルリア−ベルターニ（ＬＢ）培地（１．０％バクトトリプトン、０．５％酵母エキス、１．０％ＮａＣｌ、ｐＨ７．０）中で培養した。Ｂ． ｓｕｂｔｉｌｉｓをブレインハートインフュージョンブロス（ＡＴＣＣ培地４４、Ｔｈｅｒｍｏ
Ｆｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ， Ｓａｎ Ｊｏｓｅ， ＣＡ， ＵＳＡ）中で培養した。回収した細胞をＵＶ処理したリン酸緩衝生理食塩水（−）（ＰＢＳ、Ｔｈｅｒｍｏ Ｆｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ）で３回洗浄し、単一液滴ＭＤＡおよびシーケンシングに供した。
（マウス腸内微生物叢の調製）
７週齢のオスのＩＣＲマウス（Ｔｏｋｙｏ Ｌａｂｏｒａｔｏｒｙ Ａｎｉｍａｌｓ Ｓｃｉｅｎｃｅ Ｃｏ．， Ｌｔｄ．， Ｔｏｋｙｏ， Ｊａｐａｎ）から糞便を回収し、ＰＢＳ中でホモジナイズした。上清を２０００×ｇで２秒間の遠心分離によって回収し、１５０００×ｇで３分間遠心分離した。得られた細胞ペレットをＰＢＳで２回洗浄し、最後にＰＢＳに再懸濁した。
７週齢のオスのＩＣＲマウス（Ｔｏｋｙｏ Ｌａｂｏｒａｔｏｒｙ Ａｎｉｍａｌｓ Ｓｃｉｅｎｃｅ Ｃｏ．， Ｌｔｄ．， Ｔｏｋｙｏ， Ｊａｐａｎ）から糞便を回収し、ＰＢＳ中でホモジナイズした。上清を２０００×ｇで２秒間の遠心分離によって回収し、１５０００×ｇで３分間遠心分離した。得られた細胞ペレットをＰＢＳで２回洗浄し、最後にＰＢＳに再懸濁した。
（単一液滴ＭＤＡ）
マイクロ流体液滴発生器およびＭＤＡ反応装置を製造し、Ｈｏｓｏｋａｗａらの報告に従って単一小滴ＭＤＡに使用した。分析前に、細胞懸濁液を０．１細胞／液滴となる濃度に調整して、単一の液滴中に複数の細胞が封入されるのを防いだ。液滴発生器を使用して、単一の微生物細胞を溶解緩衝液Ｄ２（ＱＩＡＧＥＮ、Ｈｉｌｄｅｎ、Ｇｅｒｍａｎｙ）中に封入し、そして６５℃で１０分間溶解した。次に細胞溶解物を液滴融合装置に注入し、Ｔｗｅｅｎ−２０およびＥｖａＧｒｅｅｎを加えたＭＤＡ反応混合液（ＲＥＰＬＩ−ｇ
Ｓｉｎｇｌｅ Ｃｅｌｌ Ｋｉｔ、ＱＩＡＧＥＮ）の液滴と混合した。 ＰＣＲチューブに回収した後、液滴を３０℃で２時間、６５℃で３分間インキュベートした。シングルセルシーケンシングについて、蛍光標識された液滴を個々にピックし、オープンクリーンベンチ（ＫＯＡＣＨ ５００−Ｆ、ＫＯＫＥＮ ＬＴＤ、東京、日本）の下でマイクロピペットによって新鮮なＭＤＡ反応混合物に移した。３０℃で２時間のインキュベーション後、酵素を６５℃で３分間失活させた。
マイクロ流体液滴発生器およびＭＤＡ反応装置を製造し、Ｈｏｓｏｋａｗａらの報告に従って単一小滴ＭＤＡに使用した。分析前に、細胞懸濁液を０．１細胞／液滴となる濃度に調整して、単一の液滴中に複数の細胞が封入されるのを防いだ。液滴発生器を使用して、単一の微生物細胞を溶解緩衝液Ｄ２（ＱＩＡＧＥＮ、Ｈｉｌｄｅｎ、Ｇｅｒｍａｎｙ）中に封入し、そして６５℃で１０分間溶解した。次に細胞溶解物を液滴融合装置に注入し、Ｔｗｅｅｎ−２０およびＥｖａＧｒｅｅｎを加えたＭＤＡ反応混合液（ＲＥＰＬＩ−ｇ
Ｓｉｎｇｌｅ Ｃｅｌｌ Ｋｉｔ、ＱＩＡＧＥＮ）の液滴と混合した。 ＰＣＲチューブに回収した後、液滴を３０℃で２時間、６５℃で３分間インキュベートした。シングルセルシーケンシングについて、蛍光標識された液滴を個々にピックし、オープンクリーンベンチ（ＫＯＡＣＨ ５００−Ｆ、ＫＯＫＥＮ ＬＴＤ、東京、日本）の下でマイクロピペットによって新鮮なＭＤＡ反応混合物に移した。３０℃で２時間のインキュベーション後、酵素を６５℃で３分間失活させた。
（１６Ｓ ｒＤＮＡ配列決定）
単一細胞からの増幅を確認するために、１６Ｓ ｒＲＮＡ遺伝子フラグメントＶ３−Ｖ４を増幅し、単一液滴ＭＤＡによって得られたＳＡＧからのサンガーシーケンシングによってシーケンシングした。系統学的分布を比較するために、腸内細菌叢のメタゲノムサンプルから１６Ｓ ｒＲＮＡフラグメント（Ｖ３−Ｖ４）を増幅し、ＭｉＳｅｑ（Ｉｌｌｕｍｉｎａ、Ｓａｎ Ｄｉｅｇｏ、ＣＡ、ＵＳＡ）によってシーケンシングした。ペアエンドリードを連結させ、トリミングし、そしてＵＰＡＲＳＥにより９７％の同一性で分類単位にクラスター化した。分類はＲＤＰ分類子で決定された。
単一細胞からの増幅を確認するために、１６Ｓ ｒＲＮＡ遺伝子フラグメントＶ３−Ｖ４を増幅し、単一液滴ＭＤＡによって得られたＳＡＧからのサンガーシーケンシングによってシーケンシングした。系統学的分布を比較するために、腸内細菌叢のメタゲノムサンプルから１６Ｓ ｒＲＮＡフラグメント（Ｖ３−Ｖ４）を増幅し、ＭｉＳｅｑ（Ｉｌｌｕｍｉｎａ、Ｓａｎ Ｄｉｅｇｏ、ＣＡ、ＵＳＡ）によってシーケンシングした。ペアエンドリードを連結させ、トリミングし、そしてＵＰＡＲＳＥにより９７％の同一性で分類単位にクラスター化した。分類はＲＤＰ分類子で決定された。
（ライブラリー調製と全ゲノムシーケンシング）
Ｎｅｘｔｅｒａ ＸＴ ＤＮＡサンプル調製キット（Ｉｌｌｕｍｉｎａ）とＮｅｘｔｅｒａ ＸＴ Ｉｎｄｅｘ Ｋｉｔを使用して、単一細胞シーケンシング用のＩｌｌｕｍｉｎａライブラリーを単一液滴ＭＤＡの生成物から調製した。次いで、ライブラリーを２×３００のペアエンドリードでＩｌｌｕｍｉｎａ ＭｉＳｅｑシステム上でシーケンシングした。
Ｎｅｘｔｅｒａ ＸＴ ＤＮＡサンプル調製キット（Ｉｌｌｕｍｉｎａ）とＮｅｘｔｅｒａ ＸＴ Ｉｎｄｅｘ Ｋｉｔを使用して、単一細胞シーケンシング用のＩｌｌｕｍｉｎａライブラリーを単一液滴ＭＤＡの生成物から調製した。次いで、ライブラリーを２×３００のペアエンドリードでＩｌｌｕｍｉｎａ ＭｉＳｅｑシステム上でシーケンシングした。
（ＳＡＧ読み取りの品質管理および相互参照コンティグの構築（ｃｃＳＡＧのステップ１））
ＳＡＧを、９９％以上の１６Ｓ ｒＲＮＡ類似性および９５％以上のＡＮＩに基づいて最初に分類した。ヌクレオチド同一性を、全長の生ＳＡＧコンティグ間のペアワイズＢＬＡＳＴによって推定し、５００ｂｐ以上にわたって計算した。次に、グループ化したＳＡＧリードを、ＦＡＳＴＸツールキット（ｈｔｔｐ：／／ｈａｎｎｏｎｌａｂ．ｃｓｈｌ．ｅｄｕ／ｆａｓｔｘ ＿ｔｏｏｌｋｉｔ ／）およびＰＲＩＮＳＥＱを使用して事前にフィルター処理し、低品質のリード（５０％以上の塩基が品質スコア＜２５のもの）を取り除き、低品質（品質スコア＜２０のもの）のリードの３末端をトリミングし、短い読み取り（＜２０ｂｐ）および１％の塩基が識別されていないリードを取り除き、事前フィルター処理後にペアを形成していないリードを破棄した。その後、ｏｐｔｉｏｎｓ-ｃａｒｅ
ｆｕｌ-ｄｉｓａｂｌｅ−ｒｒ-ｓｃでＳＰＡｄｅｓ−３．９．０を使用して、生のＳＡＧリードからコンティグを新たに個別にアセンブルした。最後に、相互参照マッピングのために５００ ｂｐ以上の生ＳＡＧコンティグを収集した。
ＳＡＧを、９９％以上の１６Ｓ ｒＲＮＡ類似性および９５％以上のＡＮＩに基づいて最初に分類した。ヌクレオチド同一性を、全長の生ＳＡＧコンティグ間のペアワイズＢＬＡＳＴによって推定し、５００ｂｐ以上にわたって計算した。次に、グループ化したＳＡＧリードを、ＦＡＳＴＸツールキット（ｈｔｔｐ：／／ｈａｎｎｏｎｌａｂ．ｃｓｈｌ．ｅｄｕ／ｆａｓｔｘ ＿ｔｏｏｌｋｉｔ ／）およびＰＲＩＮＳＥＱを使用して事前にフィルター処理し、低品質のリード（５０％以上の塩基が品質スコア＜２５のもの）を取り除き、低品質（品質スコア＜２０のもの）のリードの３末端をトリミングし、短い読み取り（＜２０ｂｐ）および１％の塩基が識別されていないリードを取り除き、事前フィルター処理後にペアを形成していないリードを破棄した。その後、ｏｐｔｉｏｎｓ-ｃａｒｅ
ｆｕｌ-ｄｉｓａｂｌｅ−ｒｒ-ｓｃでＳＰＡｄｅｓ−３．９．０を使用して、生のＳＡＧリードからコンティグを新たに個別にアセンブルした。最後に、相互参照マッピングのために５００ ｂｐ以上の生ＳＡＧコンティグを収集した。
（相互参照マッピングによるキメラリードの除去（ｃｃＳＡＧの工程２））
１つのＳＡＧからの品質管理されたリードを、同じグループ内の他のＳＡＧから構築された複数の生コンティグにＢＷＡによってマッピングした。参照コンティグに対する完全アラインメントが部分アラインメント（ソフトクリッピング）と同等またはそれ以上の頻度である場合、リードはクリーンであると見なしたが、部分アラインメントが完全アラインメントより頻繁である場合は潜在的にキメラであると見なした。次いで、潜在的なキメラをアラインメントするフラグメントおよびアラインメントしないフラグメントに分割し、次いでそれらを複数の生のコンティグに再マッピングし、そして記載のように再分類した。最後に、完全にアラインメントしていないリードおよび２０ｂｐより短い断片化されたキメラを、マッピングされないものとして廃棄した。相互参照マッピングおよびキメラ分割のサイクルを、部分的にアラインメントした、潜在的にキメラなリードが検出されなくなるまで繰り返した。
１つのＳＡＧからの品質管理されたリードを、同じグループ内の他のＳＡＧから構築された複数の生コンティグにＢＷＡによってマッピングした。参照コンティグに対する完全アラインメントが部分アラインメント（ソフトクリッピング）と同等またはそれ以上の頻度である場合、リードはクリーンであると見なしたが、部分アラインメントが完全アラインメントより頻繁である場合は潜在的にキメラであると見なした。次いで、潜在的なキメラをアラインメントするフラグメントおよびアラインメントしないフラグメントに分割し、次いでそれらを複数の生のコンティグに再マッピングし、そして記載のように再分類した。最後に、完全にアラインメントしていないリードおよび２０ｂｐより短い断片化されたキメラを、マッピングされないものとして廃棄した。相互参照マッピングおよびキメラ分割のサイクルを、部分的にアラインメントした、潜在的にキメラなリードが検出されなくなるまで繰り返した。
（クリーンなＳＡＧとコンティグエクステンションの共組み立て（ｃｃＳＡＧのステップ３））
各ＳＡＧからのクリーンなリードを、ＳＰＡｄｅを使用してクリーンな複合ＳＡＧコンティグに新規にコアセンブリした。同様に、生のＳＡＧリードを生の複合ＳＡＧコンティグに新規にコアセンブリした。クリーンな複合体コンティグ間のギャップを、生の複合体コンティグに対するＢＬＡＳＴマッピングによって埋めた。簡潔に言うと、複合体コンティグをクリーンにするために、潜在的に使用可能な生の複合体コンティグとして、９９％以上の同一性のものを識別した。このような生の複合体コンティグを次いで、データベースに回収し、ＢＬＡＳＴによりクリーンな複合体コンティグをマッピングし、得られたアラインメントに基づいてギャップを埋めることにより、複合体の単一細胞ゲノムを本質的に含む、ギャップを埋められた複合体ＳＡＧコンティグを生成した。
各ＳＡＧからのクリーンなリードを、ＳＰＡｄｅを使用してクリーンな複合ＳＡＧコンティグに新規にコアセンブリした。同様に、生のＳＡＧリードを生の複合ＳＡＧコンティグに新規にコアセンブリした。クリーンな複合体コンティグ間のギャップを、生の複合体コンティグに対するＢＬＡＳＴマッピングによって埋めた。簡潔に言うと、複合体コンティグをクリーンにするために、潜在的に使用可能な生の複合体コンティグとして、９９％以上の同一性のものを識別した。このような生の複合体コンティグを次いで、データベースに回収し、ＢＬＡＳＴによりクリーンな複合体コンティグをマッピングし、得られたアラインメントに基づいてギャップを埋めることにより、複合体の単一細胞ゲノムを本質的に含む、ギャップを埋められた複合体ＳＡＧコンティグを生成した。
ＳＡＧアセンブリの分析：アセンブリ品質をＱＵＡＳＴで評価した（Ｇｕｒｅｖｉｃｈ
Ａ ｅｔ ａｌ．， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ． ２０１３ Ａｐｒ １５；２９（８）：１０７２−５．）。細胞株の分析について、ｆプラスミドおよびλファージ配列を伴うＮＣ＿００９１３ （Ｅ． ｃｏｌｉ ｓｕｂｓｔｒａｉｎ ＭＧ１６５５）のゲノム、または、ＮＣ＿０１４４７９ （Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓ ｓｕｂｓｐ． ｓｐｉｚｉｚｅｎｉｉ ｓｔｒ． Ｗ２３）ののゲノムのすべての配列データをＮＣＢＩ参照ゲノムにマッピングした。この実施例によって得られた培養していない細胞ゲノムの分析のために、架橋した複合ＳＡＧコンティグを参照として用いて、潜在的なミスアセンブリを同定し、各々のＳＡＧのゲノム部分を決定した。完全性（コンプリート）と汚染（コンタミ）をＣｈｅｃｋＭで評価した（Ｐａｒｋｓ ＤＨ ｅｔ ａｌ．， Ｇｅｎｏｍｅ Ｒｅｓ． ２０１５ Ｊｕｌ；２５（７）：１０４３−５５．）。分類は、ＡＭＰＨＯＲＡ２またはＲＮＡｍｍｅｒにおける１６Ｓ ｒＤＮＡ配列のＢＬＡＳＴ検索によって行った（Ｌａｇｅｓｅｎ Ｋ ｅｔ ａｌ．， Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ． ２００７；３５（９）：３１００−８．）。遺伝子経路分析を、ＫＡＡＳ（Ｍｏｒｉｙａ Ｙ ｅｔ ａｌ．， Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ． ２００７ Ｊｕｌ；３５（Ｗｅｂ Ｓｅｒｖｅｒ ｉｓｓｕｅ）：Ｗ１８２−５．）およびＭＡＰＬＥ（Ｔａｋａｍｉ Ｈ ｅｔ ａｌ．， ＤＮＡ Ｒｅｓ． ２０１６ Ｊｕｌ ３． ｐｉｉ： ｄｓｗ０３０．）で行った。他方、アセンブリグラフは、Ｂａｎｄａｇｅ（Ｗｉｃｋ ＲＲ ｅｔ ａｌ．， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ． ２０１５ Ｏｃｔ １５；３１（２０）：３３５０−２．）で生成した。ＳＮＰの分析について、各々のシングルセル増幅したゲノムを架橋複合ＳＡＧコンティグのコード配列に対してマッピングした。次いで、ヌクレオチドを少なくとも５つのリードのカバレッジ深さについてスクリーニングした。ここで、９９．９％のリードは、参照とマッチせず、均質な塩基（核酸配列）を示した。その後、同じ系統において複数のマッチングしたＳＡＧｓおよびマッチングしないＳＡＧｓの両方を含んだヌクレオチド部位は、ＳＮＰｓとして同定した。
Ａ ｅｔ ａｌ．， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ． ２０１３ Ａｐｒ １５；２９（８）：１０７２−５．）。細胞株の分析について、ｆプラスミドおよびλファージ配列を伴うＮＣ＿００９１３ （Ｅ． ｃｏｌｉ ｓｕｂｓｔｒａｉｎ ＭＧ１６５５）のゲノム、または、ＮＣ＿０１４４７９ （Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓ ｓｕｂｓｐ． ｓｐｉｚｉｚｅｎｉｉ ｓｔｒ． Ｗ２３）ののゲノムのすべての配列データをＮＣＢＩ参照ゲノムにマッピングした。この実施例によって得られた培養していない細胞ゲノムの分析のために、架橋した複合ＳＡＧコンティグを参照として用いて、潜在的なミスアセンブリを同定し、各々のＳＡＧのゲノム部分を決定した。完全性（コンプリート）と汚染（コンタミ）をＣｈｅｃｋＭで評価した（Ｐａｒｋｓ ＤＨ ｅｔ ａｌ．， Ｇｅｎｏｍｅ Ｒｅｓ． ２０１５ Ｊｕｌ；２５（７）：１０４３−５５．）。分類は、ＡＭＰＨＯＲＡ２またはＲＮＡｍｍｅｒにおける１６Ｓ ｒＤＮＡ配列のＢＬＡＳＴ検索によって行った（Ｌａｇｅｓｅｎ Ｋ ｅｔ ａｌ．， Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ． ２００７；３５（９）：３１００−８．）。遺伝子経路分析を、ＫＡＡＳ（Ｍｏｒｉｙａ Ｙ ｅｔ ａｌ．， Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ． ２００７ Ｊｕｌ；３５（Ｗｅｂ Ｓｅｒｖｅｒ ｉｓｓｕｅ）：Ｗ１８２−５．）およびＭＡＰＬＥ（Ｔａｋａｍｉ Ｈ ｅｔ ａｌ．， ＤＮＡ Ｒｅｓ． ２０１６ Ｊｕｌ ３． ｐｉｉ： ｄｓｗ０３０．）で行った。他方、アセンブリグラフは、Ｂａｎｄａｇｅ（Ｗｉｃｋ ＲＲ ｅｔ ａｌ．， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ． ２０１５ Ｏｃｔ １５；３１（２０）：３３５０−２．）で生成した。ＳＮＰの分析について、各々のシングルセル増幅したゲノムを架橋複合ＳＡＧコンティグのコード配列に対してマッピングした。次いで、ヌクレオチドを少なくとも５つのリードのカバレッジ深さについてスクリーニングした。ここで、９９．９％のリードは、参照とマッチせず、均質な塩基（核酸配列）を示した。その後、同じ系統において複数のマッチングしたＳＡＧｓおよびマッチングしないＳＡＧｓの両方を含んだヌクレオチド部位は、ＳＮＰｓとして同定した。
（実施例２）微生物ゲノムデータベース構築
図２は本発明で使用するための微生物ゲノムデータベース構成である。ここでは、微生物ゲノムデータベースをリレーショナルデータベースシステムにて構築する場合の実施例を示す。主に、中央処理装置（ＣＰＵ）、主記憶装置、補助記憶装置、入出力装置、その他周辺機器からなるコンピュータシステム上にオペレーティングシステムおよびリレーショナルデータベース管理システムをインストールする。図２に示すように、リレーショナルデータベース上に、ドラフトゲノム情報、それに対応するアセンブル塩基配列、遺伝子情報、遺伝子塩基配列、単一生物単位ゲノム情報、それに対応するアセンブル塩基配列、遺伝子情報、遺伝子塩基配列、および部分塩基配列情報を保存するためのテーブルを作成する。アセンブル塩基配列、遺伝子塩基配列、部分塩基配列に関しては、実データはリレーショナルデータベース外に保存し、実データへの参照をテーブルに保存する形態を取ることも可能である。ドラフトゲノム情報テーブルには、ドラフトゲノムに付随する情報を保存するための列を作成する。例えば、暫定系統分類、コンプリート率、コンタミ率、品質カテゴリー、ゲノムサイズ、コンティグ数、Ｎ５０値、ＧＣ含量などが挙げられる。暫定系統分類は、アセンブル塩基配列を専用解析ツール（例えばｃｈｅｃｋｍなど）で解析して得られる生物系統分類の情報である。これによりドラフトゲノムの大まかな系統を同定することができる。品質カテゴリーはドラフトゲノムの状態を示すためのものである。これは国際規格などに準じたカテゴリーにするのが望ましい。ドラフトゲノムの遺伝子情報テーブルには、ドラフトゲノムの遺伝子に付随する情報を保存するための列を作成する。例えば、遺伝子名、遺伝子長さ、タンパク質ファミリー、ＧＣ含量、マーカータイプ、シングルコピーなどが挙げられる。タンパク質ファミリーは、タンパク質データベースとの相同性解析などにより得られる情報である。マーカータイプは、系統分類などで使用するためのマーカーかどうかを記すためのものである。シングルコピーは遺伝子がシングルコピー遺伝子であるかどうかを表すものである。図５の手法でシングルコピー遺伝子は同定できる。単一生物単位ゲノム情報テーブルには、単一生物単位ゲノムに付随する情報を保存するための列を作成する。例えば、暫定系統分類、コンプリート率、コンタミ率、ゲノムサイズ、コンティグ数、Ｎ５０値、ＧＣ含量などが挙げられる。単一生物単位ゲノムの遺伝子情報テーブルには、単一生物単位ゲノムの遺伝子に付随する情報を保存するための列を作成する。例えば、遺伝子名、遺伝子長さ、タンパク質ファミリー、ＧＣ含量、シングルコピーなどが挙げられる。それ以外の各塩基配列テーブルは、塩基配列（外部ファイルとする場合はその参照）を保存するための列を作成する。それぞれのテーブルには、データを唯一に識別するためのＩＤ列を用意しておくことが好ましい。ドラフトゲノム情報と単一生物単位ゲノム情報は１対多の関係をもつ。ゲノム情報とアセンブル塩基配列は１対多の対応をもつ。ゲノム情報と遺伝子情報は１対多の関係をもつ。遺伝子情報と遺伝子塩基配列は１対１の対応をもつ。単一生物単位ゲノム情報と部分塩基配列は１対多の対応をもつ。
図２は本発明で使用するための微生物ゲノムデータベース構成である。ここでは、微生物ゲノムデータベースをリレーショナルデータベースシステムにて構築する場合の実施例を示す。主に、中央処理装置（ＣＰＵ）、主記憶装置、補助記憶装置、入出力装置、その他周辺機器からなるコンピュータシステム上にオペレーティングシステムおよびリレーショナルデータベース管理システムをインストールする。図２に示すように、リレーショナルデータベース上に、ドラフトゲノム情報、それに対応するアセンブル塩基配列、遺伝子情報、遺伝子塩基配列、単一生物単位ゲノム情報、それに対応するアセンブル塩基配列、遺伝子情報、遺伝子塩基配列、および部分塩基配列情報を保存するためのテーブルを作成する。アセンブル塩基配列、遺伝子塩基配列、部分塩基配列に関しては、実データはリレーショナルデータベース外に保存し、実データへの参照をテーブルに保存する形態を取ることも可能である。ドラフトゲノム情報テーブルには、ドラフトゲノムに付随する情報を保存するための列を作成する。例えば、暫定系統分類、コンプリート率、コンタミ率、品質カテゴリー、ゲノムサイズ、コンティグ数、Ｎ５０値、ＧＣ含量などが挙げられる。暫定系統分類は、アセンブル塩基配列を専用解析ツール（例えばｃｈｅｃｋｍなど）で解析して得られる生物系統分類の情報である。これによりドラフトゲノムの大まかな系統を同定することができる。品質カテゴリーはドラフトゲノムの状態を示すためのものである。これは国際規格などに準じたカテゴリーにするのが望ましい。ドラフトゲノムの遺伝子情報テーブルには、ドラフトゲノムの遺伝子に付随する情報を保存するための列を作成する。例えば、遺伝子名、遺伝子長さ、タンパク質ファミリー、ＧＣ含量、マーカータイプ、シングルコピーなどが挙げられる。タンパク質ファミリーは、タンパク質データベースとの相同性解析などにより得られる情報である。マーカータイプは、系統分類などで使用するためのマーカーかどうかを記すためのものである。シングルコピーは遺伝子がシングルコピー遺伝子であるかどうかを表すものである。図５の手法でシングルコピー遺伝子は同定できる。単一生物単位ゲノム情報テーブルには、単一生物単位ゲノムに付随する情報を保存するための列を作成する。例えば、暫定系統分類、コンプリート率、コンタミ率、ゲノムサイズ、コンティグ数、Ｎ５０値、ＧＣ含量などが挙げられる。単一生物単位ゲノムの遺伝子情報テーブルには、単一生物単位ゲノムの遺伝子に付随する情報を保存するための列を作成する。例えば、遺伝子名、遺伝子長さ、タンパク質ファミリー、ＧＣ含量、シングルコピーなどが挙げられる。それ以外の各塩基配列テーブルは、塩基配列（外部ファイルとする場合はその参照）を保存するための列を作成する。それぞれのテーブルには、データを唯一に識別するためのＩＤ列を用意しておくことが好ましい。ドラフトゲノム情報と単一生物単位ゲノム情報は１対多の関係をもつ。ゲノム情報とアセンブル塩基配列は１対多の対応をもつ。ゲノム情報と遺伝子情報は１対多の関係をもつ。遺伝子情報と遺伝子塩基配列は１対１の対応をもつ。単一生物単位ゲノム情報と部分塩基配列は１対多の対応をもつ。
（実施例３）微生物ゲノムデータベースによる単一生物単位ゲノムのクラスター化
図３は複数の単一生物単位の部分塩基配列が得られたときに、それらを同一系統のクラスターとしてまとめる方法を示したものである。例えば、単一生物単位のゲノムＤＮＡをＩｌｌｕｍｉｎａなどのＤＮＡシーケンサーで解析し、ｆａｓｔｑなどの塩基配列ファイルを取得できたとする。Ｆａｓｔｑファイルには部分塩基配列が記述されている。取得したｆａｓｔｑファイルを解析用のコンピュータへ保存する。Ｆａｓｔｑファイル内の部分塩基配列には、アダプター配列が混在したものや品質の低い部分塩基配列が存在する。これら低品質の部分塩基配列は、ｆａｓｔｑｃなどの品質管理ツールを用いて削除しておく。このｆａｓｔｑファイルをＳｐａｄｅｓなどのアセンブルツールでアセンブルしアセンブル塩基配列を取得する。アセンブル塩基配列は、ｑｕａｓｔやｃｈｅｃｋｍなどの評価ツールを用いてコンティグ数やゲノムサイズ、コンプリート率、コンタミ率などの評価値を計算しておく。次にアセンブル塩基配列から遺伝子を同定する。遺伝子の同定にはＰｒｏｋｋａやＤＦＡＳＴなどの遺伝子アノテーションツールを用いる。同定された遺伝子塩基配列は、Ｐｆａｍなどのタンパク質データベースを検索することで、タンパク質ファミリーなどの機能情報を取得することができる。最後にｃｈｅｃｋｍなどの系統分類が可能なツールを使い、暫定的な系統分類情報を計算しておく。ここまでが単一生物単位の部分塩基配列に関して行う前処理となる。
図３は複数の単一生物単位の部分塩基配列が得られたときに、それらを同一系統のクラスターとしてまとめる方法を示したものである。例えば、単一生物単位のゲノムＤＮＡをＩｌｌｕｍｉｎａなどのＤＮＡシーケンサーで解析し、ｆａｓｔｑなどの塩基配列ファイルを取得できたとする。Ｆａｓｔｑファイルには部分塩基配列が記述されている。取得したｆａｓｔｑファイルを解析用のコンピュータへ保存する。Ｆａｓｔｑファイル内の部分塩基配列には、アダプター配列が混在したものや品質の低い部分塩基配列が存在する。これら低品質の部分塩基配列は、ｆａｓｔｑｃなどの品質管理ツールを用いて削除しておく。このｆａｓｔｑファイルをＳｐａｄｅｓなどのアセンブルツールでアセンブルしアセンブル塩基配列を取得する。アセンブル塩基配列は、ｑｕａｓｔやｃｈｅｃｋｍなどの評価ツールを用いてコンティグ数やゲノムサイズ、コンプリート率、コンタミ率などの評価値を計算しておく。次にアセンブル塩基配列から遺伝子を同定する。遺伝子の同定にはＰｒｏｋｋａやＤＦＡＳＴなどの遺伝子アノテーションツールを用いる。同定された遺伝子塩基配列は、Ｐｆａｍなどのタンパク質データベースを検索することで、タンパク質ファミリーなどの機能情報を取得することができる。最後にｃｈｅｃｋｍなどの系統分類が可能なツールを使い、暫定的な系統分類情報を計算しておく。ここまでが単一生物単位の部分塩基配列に関して行う前処理となる。
単一生物単位ゲノム解析が完了したら、微生物ゲノムデータベースのドラフトゲノム情報テーブルの暫定系統分類を参照し、対応するドラフトゲノム情報と遺伝子情報を抽出する。遺伝子情報のマーカータイプを参照し、生物系統同定用配列を取得する。生物系統同定用配列のタンパク質ファミリーと同じタンパク質ファミリーをもつ遺伝子を単一生物単位ゲノムデータの遺伝子情報から抽出する。もし対応する遺伝子情報がなければこの処理は終了し次の処理へ移行する。対応する遺伝子情報があれば、単位ゲノムデータの遺伝子塩基配列と生物系統同定用配列を総当たりでＢＬＡＳＴなどの相同性解析ツールにより相同性検索を行う。ある一定の閾値以上の相同性をもつペアだけを対象とするため、一定の閾値以下（例えば相同性７０％以下）のペアは除外する。各生物系統同定用配列において最も相同性の高い単位ゲノムデータの遺伝子塩基配列を検出し、マッチした塩基配列長と相同性の加重平均を求め２つのゲノム間の類似度（距離）とする。万が一、複数の同一類似度をもつドラフトゲノムが検出された場合、生物系統同定用配列ではなく、アセンブル塩基配列同士を総当たりで相同性検索し、生物系統同定用配列と同様の処理を行い、類似度を計算する。最も類似度の高いドラフトゲノムをクラスター化の基準とする。
（実施例４）単一生物単位ゲノムのクラスター化
図４は新規で測定した単一生物単位ゲノムデータにおいて、微生物ゲノムデータベースに対応するドラフトゲノムがなかった時に同一系統のクラスターを作成するための方法を示したものである。ここでは、実施例２で示した前処理により各単一生物単位ゲノムデータ（部分塩基配列、ゲノム情報、アセンブル塩基配列、暫定系統分類、遺伝子情報、遺伝子塩基破裂）がすでに得られているものとして実施例を進める。暫定系統分類により、同一系統の単一生物単位ゲノムデータをクラスター化する。暫定系統分類はｃｈｅｃｋｍなどのツールを使用してアセンブル塩基配列を処理することで決定されるが、単一生物単位のアセンブル塩基配列はゲノム全体をカバーしていないことも多いため、系統分類が大雑把であることも多く、いろいろな系統の生物が混在したクラスターを作り上げている可能性が高い。そこで、微生物ゲノムデータベースに登録されている生物系統同定用配列を用いてクラスター内の単一生物単位ゲノムデータが細分できないかどうかを評価する。図６は、同一系統のクラスターとされた単一生物単位ゲノムデータを細分化する方法を示したものである。微生物ゲノムデータベースに登録されている遺伝子情報テーブルのマーカータイプを参照し、生物系統同定用配列とそれに対応するタンパク質ファミリーを取得する。実施例２で示したゲノム間の類似度を求める方法と同様の方法で、生物系統同定用配列を使用してクラスター内の単一生物単位ゲノムデータに対し総当たりで類似度を計算する。ここで求められた類似度行列を統計処理ソフトウェアであるＲなどにより読み込みネットワーク解析を行う。Ｒの場合はｉｇｒａｐｈ関数がネットワーク解析関数として利用できる。次にネットワーク解析の出力からコミュニティを検出する。Ｒにおいてコミュニティ検出は、エッジ媒介中心性に基づく方法、ランダムウォークに基づく方法、貪欲アルゴリズムに基づく方法、固有ベクトルに基づく方法、多段階最適化に基づく方法、スピングラス法に基づく方法、ラベル伝搬法に基づく方法、Ｉｎｆｏｍａｐ法に基づく方法などが実装されている。検出されたコミュニティに基づき、単一生物単位ゲノムデータを細分化する。ここでは細分化にネットワーク解析とコミュニティ検出を用いた例を示したが、階層（非階層）クラスタリングを用いて細分化を行う方法も考えられる。ただしこの場合、類似度を計算するための共通した生物系統同定用配列が２つの単一生物単位ゲノムデータ間になかった場合、類似度が欠損値となってしまいクラスタリング解析を行うことができなくなってしまう。そのためどちらかと言えば、欠損値があった場合でも対応できるネットワーク解析とコミュニティ検出を用いることが好ましいと考えられる。
図４は新規で測定した単一生物単位ゲノムデータにおいて、微生物ゲノムデータベースに対応するドラフトゲノムがなかった時に同一系統のクラスターを作成するための方法を示したものである。ここでは、実施例２で示した前処理により各単一生物単位ゲノムデータ（部分塩基配列、ゲノム情報、アセンブル塩基配列、暫定系統分類、遺伝子情報、遺伝子塩基破裂）がすでに得られているものとして実施例を進める。暫定系統分類により、同一系統の単一生物単位ゲノムデータをクラスター化する。暫定系統分類はｃｈｅｃｋｍなどのツールを使用してアセンブル塩基配列を処理することで決定されるが、単一生物単位のアセンブル塩基配列はゲノム全体をカバーしていないことも多いため、系統分類が大雑把であることも多く、いろいろな系統の生物が混在したクラスターを作り上げている可能性が高い。そこで、微生物ゲノムデータベースに登録されている生物系統同定用配列を用いてクラスター内の単一生物単位ゲノムデータが細分できないかどうかを評価する。図６は、同一系統のクラスターとされた単一生物単位ゲノムデータを細分化する方法を示したものである。微生物ゲノムデータベースに登録されている遺伝子情報テーブルのマーカータイプを参照し、生物系統同定用配列とそれに対応するタンパク質ファミリーを取得する。実施例２で示したゲノム間の類似度を求める方法と同様の方法で、生物系統同定用配列を使用してクラスター内の単一生物単位ゲノムデータに対し総当たりで類似度を計算する。ここで求められた類似度行列を統計処理ソフトウェアであるＲなどにより読み込みネットワーク解析を行う。Ｒの場合はｉｇｒａｐｈ関数がネットワーク解析関数として利用できる。次にネットワーク解析の出力からコミュニティを検出する。Ｒにおいてコミュニティ検出は、エッジ媒介中心性に基づく方法、ランダムウォークに基づく方法、貪欲アルゴリズムに基づく方法、固有ベクトルに基づく方法、多段階最適化に基づく方法、スピングラス法に基づく方法、ラベル伝搬法に基づく方法、Ｉｎｆｏｍａｐ法に基づく方法などが実装されている。検出されたコミュニティに基づき、単一生物単位ゲノムデータを細分化する。ここでは細分化にネットワーク解析とコミュニティ検出を用いた例を示したが、階層（非階層）クラスタリングを用いて細分化を行う方法も考えられる。ただしこの場合、類似度を計算するための共通した生物系統同定用配列が２つの単一生物単位ゲノムデータ間になかった場合、類似度が欠損値となってしまいクラスタリング解析を行うことができなくなってしまう。そのためどちらかと言えば、欠損値があった場合でも対応できるネットワーク解析とコミュニティ検出を用いることが好ましいと考えられる。
（実施例５）新規生物系統同定用配列の同定
図５は微生物ゲノムデータベースに登録されているドラフトゲノムの遺伝子情報から、系統分類を行うための新規生物系統同定用配列を同定する方法を示している。微生物ゲノムデータベースに登録されているドラフトゲノム情報とドラフトゲノム遺伝子情報を用いて、図５に示すようなドラフトゲノムに対応する遺伝子ファミリーの頻度表を作成する。頻度表の１を示すセルは、そのドラフトゲノム内においてシングルコピー遺伝子であることを示している。生物系統同定用配列はシングルコピー遺伝子であるべきなので、シングルコピー遺伝子以外のセルは無視する。各タンパク質ファミリーにおいて、ドラフトゲノム全体に存在するシングルコピー遺伝子の割合を計算する。シングルコピー遺伝子が多くのドラフトゲノムをカバーしているほど生物系統同定用配列として優秀であるため、タンパク質ファミリーをシングルコピー遺伝子の割合で降順ソートし、ある基準値以上（例えば９０％以上のドラフトゲノムにシングルコピー遺伝子が存在する）を満たしたタンパク質ファミリーを生物系統同定用配列として再同定する。または、タンパク質ファミリーをシングルコピー遺伝子の割合で降順ソートし、上位から任意数のタンパク質ファミリーを生物系統同定用配列としてもよい。また、これまでの研究においてバクテリアなどで既知とされている生物系統同定用配列などは、上述で同定した生物系統同定用配列と併用してもよい。
図５は微生物ゲノムデータベースに登録されているドラフトゲノムの遺伝子情報から、系統分類を行うための新規生物系統同定用配列を同定する方法を示している。微生物ゲノムデータベースに登録されているドラフトゲノム情報とドラフトゲノム遺伝子情報を用いて、図５に示すようなドラフトゲノムに対応する遺伝子ファミリーの頻度表を作成する。頻度表の１を示すセルは、そのドラフトゲノム内においてシングルコピー遺伝子であることを示している。生物系統同定用配列はシングルコピー遺伝子であるべきなので、シングルコピー遺伝子以外のセルは無視する。各タンパク質ファミリーにおいて、ドラフトゲノム全体に存在するシングルコピー遺伝子の割合を計算する。シングルコピー遺伝子が多くのドラフトゲノムをカバーしているほど生物系統同定用配列として優秀であるため、タンパク質ファミリーをシングルコピー遺伝子の割合で降順ソートし、ある基準値以上（例えば９０％以上のドラフトゲノムにシングルコピー遺伝子が存在する）を満たしたタンパク質ファミリーを生物系統同定用配列として再同定する。または、タンパク質ファミリーをシングルコピー遺伝子の割合で降順ソートし、上位から任意数のタンパク質ファミリーを生物系統同定用配列としてもよい。また、これまでの研究においてバクテリアなどで既知とされている生物系統同定用配列などは、上述で同定した生物系統同定用配列と併用してもよい。
また、上述とは別の生物系統同定用配列の作成方法として、Ｄ．Ｈ．Ｐａｒｋｓ， ｅｔ． ａｌ．， ２０１５で提唱されている手法も適用することが可能と考えられる。これはドラフトゲノムの系統樹を作成し、各ノードに生物系統同定用配列を定義する手法で、ｃｈｅｃｋｍの入力データとして使用される。
（実施例６）最適ドラフトゲノム構築
図７は最適ドラフトゲノムを構築する方法を示したものである。実施例２および実施例３により、単一生物単位ゲノムデータは同一系統としてクラスター化されている。実施例２におけるクラスター化では、微生物ゲノムデータベースのドラフトゲノムに基づきクラスター化されているので、ドラフトゲノムに対応する単一生物単位ゲノムの部分塩基配列を微生物ゲノムデータベースから取得しクラスターに追加する。クラスター内の単一生物単位ゲノムデータはある基準値によりソートされる。ここではコンタミ率の低い順にソートしている。ただしある一定の水準に満たない単一生物単位ゲノムデータは除外している。ここでは、コンプリート率が１０％に満たないような単一生物単位ゲノムデータを除外する。次にランクの高い方ら２つの単一生物単位ゲノムデータを抽出し、ドラフトゲノム構築用の暫定セットを作成する。次にランクの高い方ら３つの単一生物単位ゲノムデータを抽出し、同様にドラフトゲノム構築用の暫定セットを作成する。このようにしてランクの高い順に次々に単一生物単位ゲノムデータを追加していき、クラスター内の単一生物単位ゲノムデータ数より１少ない数だけ暫定ドラフトゲノム構築用セットを作成する。これらの暫定ドラフトゲノム構築用セットに対し、Ｍ． Ｋｏｇａｗａ， ｅｔ． ａｌ．，
２０１８で提示されているＣｌｅａｎｉｎｇ ａｎｄ Ｃｏ−ａｓｓｅｍｂｌｙ ｏｆ
ａ Ｓｉｎｇｌｅ−Ｃｅｌｌ Ａｍｐｌｉｆｉｅｄ Ｇｅｎｏｍｅ （ｃｃＳＡＧ）法を適用し、暫定ドラフトゲノムを構築する。暫定ドラフトゲノムは構築するために用いた単一生物単位ゲノムデータ数を説明変数、コンプリート率やコンタミ率などのドラフトゲノム評価値を目的変数とした関数として表現できる。これにより、ドラフトゲノムが収束状態にありこれ以上単一生物単位ゲノムデータを追加しても品質の向上が見込めないかなどが判断できる。品質古城が見込めないドラフトゲノムは、最適ドラフトゲノムの構築を行わないなどすることにより、処理の高速化が期待できる。暫定ドラフトゲノムおよび既存ドラフトゲノムの中で最も高品質なものを選択し、それが既存ドラフトゲノムでない場合は微生物ゲノムデータベースのドラフトゲノムを更新する。クラスターとして新規に同定された単一生物単位ゲノムデータは、微生物ゲノムデータベースの単一生物単位ゲノムデータに登録する。
図７は最適ドラフトゲノムを構築する方法を示したものである。実施例２および実施例３により、単一生物単位ゲノムデータは同一系統としてクラスター化されている。実施例２におけるクラスター化では、微生物ゲノムデータベースのドラフトゲノムに基づきクラスター化されているので、ドラフトゲノムに対応する単一生物単位ゲノムの部分塩基配列を微生物ゲノムデータベースから取得しクラスターに追加する。クラスター内の単一生物単位ゲノムデータはある基準値によりソートされる。ここではコンタミ率の低い順にソートしている。ただしある一定の水準に満たない単一生物単位ゲノムデータは除外している。ここでは、コンプリート率が１０％に満たないような単一生物単位ゲノムデータを除外する。次にランクの高い方ら２つの単一生物単位ゲノムデータを抽出し、ドラフトゲノム構築用の暫定セットを作成する。次にランクの高い方ら３つの単一生物単位ゲノムデータを抽出し、同様にドラフトゲノム構築用の暫定セットを作成する。このようにしてランクの高い順に次々に単一生物単位ゲノムデータを追加していき、クラスター内の単一生物単位ゲノムデータ数より１少ない数だけ暫定ドラフトゲノム構築用セットを作成する。これらの暫定ドラフトゲノム構築用セットに対し、Ｍ． Ｋｏｇａｗａ， ｅｔ． ａｌ．，
２０１８で提示されているＣｌｅａｎｉｎｇ ａｎｄ Ｃｏ−ａｓｓｅｍｂｌｙ ｏｆ
ａ Ｓｉｎｇｌｅ−Ｃｅｌｌ Ａｍｐｌｉｆｉｅｄ Ｇｅｎｏｍｅ （ｃｃＳＡＧ）法を適用し、暫定ドラフトゲノムを構築する。暫定ドラフトゲノムは構築するために用いた単一生物単位ゲノムデータ数を説明変数、コンプリート率やコンタミ率などのドラフトゲノム評価値を目的変数とした関数として表現できる。これにより、ドラフトゲノムが収束状態にありこれ以上単一生物単位ゲノムデータを追加しても品質の向上が見込めないかなどが判断できる。品質古城が見込めないドラフトゲノムは、最適ドラフトゲノムの構築を行わないなどすることにより、処理の高速化が期待できる。暫定ドラフトゲノムおよび既存ドラフトゲノムの中で最も高品質なものを選択し、それが既存ドラフトゲノムでない場合は微生物ゲノムデータベースのドラフトゲノムを更新する。クラスターとして新規に同定された単一生物単位ゲノムデータは、微生物ゲノムデータベースの単一生物単位ゲノムデータに登録する。
（実施例７）ドラフトゲノムのフィニッシング
図８は微生物ゲノムデータベースに登録されているドラフトゲノムのフィニッシング方法を示したものである。実施例５で作成したドラフトゲノムの収束状態を評価する関数により、微生物ゲノムデータベースから収束状態にあるドラフトゲノムを抽出することができる。この収束状態のドラフトゲノムをフィニッシング対象とする。フィニッシング方法は２とりのパターンがある。１つ目は、抽出されたドラフトゲノムに対応する単一生物単位ゲノムデータを用いる方法である。抽出された単一生物単位ゲノムデータをある基準値によりソートする。ここではコンタミ率の低い順にソートしている。ただしある一定の水準に満たない単一生物単位ゲノムデータは除外している。ここでは、コンプリート率が１０％に満たないような単一生物単位ゲノムデータを除外する。基準を満たした全単一生物単位ゲノムデータを用いて、パラメータを変更したｃｃＳＡＧを実施する。パラメータは長めのアセンブル塩基配列が検出できるようなパラメータを設定する。ここで作成されたドラフトゲノムを１つ目のフィニッシングドラフトゲノムとする。２つ目は、基準を満たした全単一生物単位ゲノムデータのアセンブル塩基配列の中からドラフトゲノムのアセンブル塩基配列を結合するブリッジアセンブル塩基配列を検出することである。ＢＬＡＳＴなどの相同性解析ツールにより、ドラフトゲノムのアセンブル塩基配列と基準を満たした全単一生物単位ゲノムデータのアセンブル塩基配列を総当たりで相同性解析する。ドラフトゲノムの２つのアセンブル塩基配列の片端と単一生物単位ゲノムデータの１つのアセンブル塩基配の両端がマッチするような結果が得られた場合、単一生物単位ゲノムデータのアセンブル塩基配列がドラフトゲノムアセンブル塩基配列を結合する役目を果たす。このようにブリッジとなるアセンブル塩基配列によってつながったドラフトゲノムを２つ目のフィニッシングドラフトゲノムとする。フィニッシングドラフトゲノム１つ目および２つ目と、登録済みのドラフトゲノムをある基準値によって比較し、最も品質の高いドラフトゲノムを選択する。選択されたドラフトゲノムが既存ドラフトゲノムでない場合は微生物ゲノムデータベースのドラフトゲノムを更新する。
図８は微生物ゲノムデータベースに登録されているドラフトゲノムのフィニッシング方法を示したものである。実施例５で作成したドラフトゲノムの収束状態を評価する関数により、微生物ゲノムデータベースから収束状態にあるドラフトゲノムを抽出することができる。この収束状態のドラフトゲノムをフィニッシング対象とする。フィニッシング方法は２とりのパターンがある。１つ目は、抽出されたドラフトゲノムに対応する単一生物単位ゲノムデータを用いる方法である。抽出された単一生物単位ゲノムデータをある基準値によりソートする。ここではコンタミ率の低い順にソートしている。ただしある一定の水準に満たない単一生物単位ゲノムデータは除外している。ここでは、コンプリート率が１０％に満たないような単一生物単位ゲノムデータを除外する。基準を満たした全単一生物単位ゲノムデータを用いて、パラメータを変更したｃｃＳＡＧを実施する。パラメータは長めのアセンブル塩基配列が検出できるようなパラメータを設定する。ここで作成されたドラフトゲノムを１つ目のフィニッシングドラフトゲノムとする。２つ目は、基準を満たした全単一生物単位ゲノムデータのアセンブル塩基配列の中からドラフトゲノムのアセンブル塩基配列を結合するブリッジアセンブル塩基配列を検出することである。ＢＬＡＳＴなどの相同性解析ツールにより、ドラフトゲノムのアセンブル塩基配列と基準を満たした全単一生物単位ゲノムデータのアセンブル塩基配列を総当たりで相同性解析する。ドラフトゲノムの２つのアセンブル塩基配列の片端と単一生物単位ゲノムデータの１つのアセンブル塩基配の両端がマッチするような結果が得られた場合、単一生物単位ゲノムデータのアセンブル塩基配列がドラフトゲノムアセンブル塩基配列を結合する役目を果たす。このようにブリッジとなるアセンブル塩基配列によってつながったドラフトゲノムを２つ目のフィニッシングドラフトゲノムとする。フィニッシングドラフトゲノム１つ目および２つ目と、登録済みのドラフトゲノムをある基準値によって比較し、最も品質の高いドラフトゲノムを選択する。選択されたドラフトゲノムが既存ドラフトゲノムでない場合は微生物ゲノムデータベースのドラフトゲノムを更新する。
（実施例８）ドラフトゲノムの細分化
図９は微生物ゲノムデータベースに登録されているドラフトゲノムを系統的に細分化する方法を示したものである。実施例５で作成したドラフトゲノムの収束状態を評価する関数により、微生物ゲノムデータベースから収束状態にあるドラフトゲノムを抽出することができる。この収束状態のドラフトゲノムを細分化対象とする。抽出されたドラフトゲノムに対応する単一生物単位ゲノムデータをある基準値によりソートする。ここではコンタミ率の低い順にソートしている。ただしある一定の水準に満たない単一生物単位ゲノムデータは除外している。ここでは、コンプリート率が１０％に満たないような単一生物単位ゲノムデータを除外する。基準を満たした全単一生物単位ゲノムデータに対して、実施例３で行った図６の細分化を行う。細分化された各クラスターに対して図７の最適ドラフトゲノム構築を行い、各クラスターの最適ドラフトゲノムを取得する。この複数の最適ドラフトゲノムと登録済みのドラフトゲノムをある基準値によって比較し、両者のうちで品質の高い方のドラフトゲノムを選択する。選択されたドラフトゲノムが既存ドラフトゲノムでない場合は微生物ゲノムデータベースから既存ドラフトゲノムを削除し、細分化されたドラフトゲノムを新規に登録する。
図９は微生物ゲノムデータベースに登録されているドラフトゲノムを系統的に細分化する方法を示したものである。実施例５で作成したドラフトゲノムの収束状態を評価する関数により、微生物ゲノムデータベースから収束状態にあるドラフトゲノムを抽出することができる。この収束状態のドラフトゲノムを細分化対象とする。抽出されたドラフトゲノムに対応する単一生物単位ゲノムデータをある基準値によりソートする。ここではコンタミ率の低い順にソートしている。ただしある一定の水準に満たない単一生物単位ゲノムデータは除外している。ここでは、コンプリート率が１０％に満たないような単一生物単位ゲノムデータを除外する。基準を満たした全単一生物単位ゲノムデータに対して、実施例３で行った図６の細分化を行う。細分化された各クラスターに対して図７の最適ドラフトゲノム構築を行い、各クラスターの最適ドラフトゲノムを取得する。この複数の最適ドラフトゲノムと登録済みのドラフトゲノムをある基準値によって比較し、両者のうちで品質の高い方のドラフトゲノムを選択する。選択されたドラフトゲノムが既存ドラフトゲノムでない場合は微生物ゲノムデータベースから既存ドラフトゲノムを削除し、細分化されたドラフトゲノムを新規に登録する。
（注記）
以上のように、本発明の好ましい実施形態を用いて本発明を例示してきたが、本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。本明細書において引用した特許、特許出願及び他の文献は、その内容自体が具体的に本明細書に記載されているのと同様にその内容が本明細書に対する参考として援用されるべきであることが理解される。
以上のように、本発明の好ましい実施形態を用いて本発明を例示してきたが、本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。本明細書において引用した特許、特許出願及び他の文献は、その内容自体が具体的に本明細書に記載されているのと同様にその内容が本明細書に対する参考として援用されるべきであることが理解される。
微生物等のシングルセルデータの処理の自動化が可能になった。
Claims (32)
- 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む方法。 - 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を該クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む方法。 - 生物系統同定用配列候補をスクリーニングする方法であって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとにシングルコピー遺伝子の個数または割合を計算するステップと、
Ｃ）該シングルコピー遺伝子の個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含む方法。 - 単一生物単位の配列情報を処理する方法であって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含む方法。 - 請求項４に記載の単一生物単位の配列情報を処理する方法であって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、請求項４に記載のステップを繰り返すステップと
を含む、方法。 - 単一生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、方法。 - 前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、請求項６に記載の方法。
- 単一生物単位の配列情報を処理する方法であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、方法。 - 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含むプログラム。 - 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を該クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含むプログラム。 - 生物系統同定用配列候補をスクリーニングする方法をコンピュータに実装するプログラムであって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとにシングルコピー遺伝子の個数または割合を計算するステップと、
Ｃ）該シングルコピー遺伝子の個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含むプログラム。 - 単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含むプログラム。 - 請求項１２に記載の単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、請求項１２に記載のステップを繰り返すステップと
を含む、プログラム。 - 単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、プログラム。 - 前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、請求項１４に記載のプログラム。
- 単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムであって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、プログラム。 - 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む記録媒体。 - 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｂ）データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を該クラスターに追加するステップと、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するステップと
を含む記録媒体。 - 生物系統同定用配列候補をスクリーニングする方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出するステップと、
Ｂ）該遺伝子ごとにシングルコピー遺伝子の個数または割合を計算するステップと、
Ｃ）該シングルコピー遺伝子の個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択するステップと
を含む記録媒体。 - 単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択するステップと
を含む記録媒体。 - 請求項２０に記載の単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択するステップと、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するステップと、
（Ｇ’）必要に応じて（Ｇ）を繰り返して、該より長いドラフトが配列情報の完全長に達するまで繰り返すステップと、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、請求項２０に記載のステップを繰り返すステップと
を含む、記録媒体。 - 単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録するステップと
を含む、記録媒体。 - 前記再クラスター化が、ネットワーク解析とコミュニティ検出によって行われる、請求項２２に記載の記録媒体。
- 単一生物単位の配列情報を処理する方法をコンピュータに実装するプログラムを格納した記録媒体であって、該方法は：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するステップと、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けするステップと、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するステップと、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するステップと、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化するステップと
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較するステップと、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すステップと
を含む、記録媒体。 - 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｃ）該単一生物単位の配列情報の部分配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するドラフト作成部と
を含むシステム。 - 単一（ｓｉｎｇｌｅ）生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｂ）前記データベース中の前記クラスターに対応する該単一生物単位の部分配列情報を該クラスターに追加する追加情報追加部と、
（Ｃ）該単一生物単位の配列情報の部分配列情報および該データベース中の該単一生物単位の配列情報を用いて、該単一生物単位の配列情報ドラフトを作成するドラフト作成部とを含むシステム。 - 生物系統同定用配列候補をスクリーニングするためのシステムであって、該システムは：
Ａ）データベースから、ドラフト内で重複のない遺伝子を抽出する抽出部と、
Ｂ）前記遺伝子ごとにシングルコピー遺伝子の個数または割合を計算する計算部と、
Ｃ）前記シングルコピー遺伝子の個数または割合が所定の値以上の遺伝子を生物系統同定用配列候補として選択する選択部と
を含むシステム。 - 単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ｄ）複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けする順位付け部と、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築するドラフト構築部と、
（Ｅ’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを、所定の判断基準に基づいて選択する選択部と
を含むシステム。 - 請求項２８に記載の単一生物単位の配列情報を処理するためのシステムであって、該システムは、
（Ｆ）前記選択したドラフトと、前記（Ｅ）および（Ｅ’）において選択されなかった単一生物単位の配列情報の部分配列情報とを比較し、該ドラフトに含まれていない部分の配列を有する単一生物単位の配列情報の部分配列情報を選択する選択部と、
（Ｇ）（Ｆ）で選択した配列情報と、該選択したドラフトとを用いて、より長いドラフトを生成するドラフト改善部と、
（Ｇ’）必要に応じて（Ｇ）に、該より長いドラフトが配列情報の完全長に達するまでドラフト生成を繰り返させるドラフト構築部と、
（Ｇ’’）必要に応じて、該ドラフトを構成する部分配列情報全体において、より低い基準の判断基準に基づいて、請求項２８に記載の（Ｄ）、（Ｅ）および（Ｅ’）に順位付け、ドラフト構築および選択を繰り返させる手段と
を含む、システム。 - 単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｈ）該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部と
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部と、
（Ｉ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、新規グループとしてデータベースに登録する登録部と
を含む、システム。 - 前記再クラスタリング部が、ネットワーク解析とコミュニティ検出によって再クラスター化を行う、請求項３０に記載のシステム。
- 単一生物単位の配列情報を処理するためのシステムであって、該システムは：
（Ａ）複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて、同一系統ごとにクラスター化するクラスタリング部と、
（Ｄ）該同一系統クラスターに属する複数の単一生物単位の配列情報の部分配列情報を、所定の判断基準に基づいて高品質のものから順位付けする順位付け部と、
（Ｅ）該順位付けに基づいて、高順位のものから、該複数の単一生物単位の配列情報の部分配列情報のうち所定の数の集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、
（Ｅ’’）該集合とは異なる数の単一生物単位の配列情報の部分配列情報のセットの集合を選択して、該部分配列情報から該部分配列情報より大きな長さのドラフトを構築し、それまでに生成したドラフトを所定の判断基準に基づいて評価するドラフト構築部、
（Ｈ）配列情報のセットの集合の数の増大によってドラフトの評価が変動しない場合に、該同一系統クラスター内において、単一生物単位の配列情報を構成する該複数の単一生物単位の配列情報の部分配列情報について、生物系統同定用配列に基づいて評価し、同一系統クラスター内で再クラスター化する再クラスタリング部と
（Ｈ’）該同一系統クラスターから作成した配列情報ドラフトと、該再クラスター化されたクラスターから作成した配列情報ドラフトとを比較する比較部と、
（Ｊ）（Ｈ）における再クラスター化が妥当かどうかを、比較結果について、所定の判断基準に基づいて判断し、妥当である場合、該再クラスター化されたクラスターに属する複数の単一生物単位の配列情報の部分配列情報について、（Ｄ）〜（Ｅ’）を繰り返すための手段と
を含む、システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019167532A JP6744642B1 (ja) | 2019-09-13 | 2019-09-13 | 単一生物単位の配列情報の新規処理法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019167532A JP6744642B1 (ja) | 2019-09-13 | 2019-09-13 | 単一生物単位の配列情報の新規処理法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019085839 Division | 2019-04-26 | 2019-04-26 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6744642B1 JP6744642B1 (ja) | 2020-08-19 |
| JP2020182445A true JP2020182445A (ja) | 2020-11-12 |
Family
ID=72047882
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019167532A Active JP6744642B1 (ja) | 2019-09-13 | 2019-09-13 | 単一生物単位の配列情報の新規処理法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6744642B1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023204008A1 (ja) * | 2022-04-21 | 2023-10-26 | 株式会社島津製作所 | 微生物判別用のデータベースを構築する方法および装置 |
-
2019
- 2019-09-13 JP JP2019167532A patent/JP6744642B1/ja active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023204008A1 (ja) * | 2022-04-21 | 2023-10-26 | 株式会社島津製作所 | 微生物判別用のデータベースを構築する方法および装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6744642B1 (ja) | 2020-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114067911B (zh) | 获取微生物物种及相关信息的方法和装置 | |
| KR20200027900A (ko) | 시료 미생물의 동정 및 분류 방법 | |
| US20180137243A1 (en) | Therapeutic Methods Using Metagenomic Data From Microbial Communities | |
| Chang et al. | Genome-scale phylogenetic analyses confirm Olpidium as the closest living zoosporic fungus to the non-flagellated, terrestrial fungi | |
| WO2020218555A1 (ja) | 単一生物単位の配列情報の新規処理法 | |
| Kim et al. | Unraveling metagenomics through long-read sequencing: A comprehensive review | |
| Suetsugu et al. | Mycorrhizal communities of two closely related species, Pyrola subaphylla and P. japonica, with contrasting degrees of mycoheterotrophy in a sympatric habitat | |
| Prudnikow et al. | A primer on pollen assignment by nanopore-based DNA sequencing | |
| JP6744642B1 (ja) | 単一生物単位の配列情報の新規処理法 | |
| Carrieri et al. | A fast machine learning workflow for rapid phenotype prediction from whole shotgun metagenomes | |
| JP5825790B2 (ja) | 核酸情報処理装置およびその処理方法 | |
| Mangericao et al. | Computational prediction of CRISPR cassettes in gut metagenome samples from Chinese type-2 diabetic patients and healthy controls | |
| JP6744648B1 (ja) | 単一生物単位の配列情報の新規処理法 | |
| TWI582631B (zh) | 用以分析細菌菌種之定序資料的系統及其方法 | |
| WO2012096016A1 (ja) | 核酸情報処理装置およびその処理方法 | |
| Gupta et al. | Collection of Mitochondrial tRNA Sequences and Anticodon Identification for Acheta domesticus | |
| JP2022021661A (ja) | シングルセルゲノム配列とメタゲノム配列を統合する新規処理法 | |
| Pandey et al. | CANGS DB: a stand-alone web-based database tool for processing, managing and analyzing 454 data in biodiversity studies | |
| Marić et al. | Approaches to metagenomic classification and assembly | |
| Zhao et al. | Eukfinder: a pipeline to retrieve microbial eukaryote genomes from metagenomic sequencing data | |
| Cabezas Rodriguez et al. | MIMt: A curated 16S rRNA reference database with less redundancy and higher accuracy at species-level identification | |
| Stukenbrock et al. | Comparing fungal genomes: Insight into functional and evolutionary processes | |
| JP7129015B2 (ja) | 情報処理システム、変異検出システム、記憶媒体および情報処理方法 | |
| Sánchez-Reyes et al. | Metagenomics-Based Phylogeny and Phylogenomic | |
| Wang | Introduction to Computational Metagenomics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190913 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190913 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20191106 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191219 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200217 |
|
| 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: 20200527 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200625 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200727 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6744642 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D04 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |