JP3871301B2 - データベース検索装置、及びプログラム - Google Patents

データベース検索装置、及びプログラム Download PDF

Info

Publication number
JP3871301B2
JP3871301B2 JP2001145684A JP2001145684A JP3871301B2 JP 3871301 B2 JP3871301 B2 JP 3871301B2 JP 2001145684 A JP2001145684 A JP 2001145684A JP 2001145684 A JP2001145684 A JP 2001145684A JP 3871301 B2 JP3871301 B2 JP 3871301B2
Authority
JP
Japan
Prior art keywords
sequence
database
search
array
query
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.)
Expired - Fee Related
Application number
JP2001145684A
Other languages
English (en)
Other versions
JP2002351908A (ja
Inventor
哲朗 渋谷
久嗣 鹿島
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to JP2001145684A priority Critical patent/JP3871301B2/ja
Priority to US10/146,342 priority patent/US6928437B2/en
Publication of JP2002351908A publication Critical patent/JP2002351908A/ja
Application granted granted Critical
Publication of JP3871301B2 publication Critical patent/JP3871301B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6227Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6263Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G16B30/10Sequence alignment; Homology search
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00ICT programming tools or database systems specially adapted for bioinformatics
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/40Encryption of genetic data
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • Y10S707/99936Pattern matching access
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99941Database schema or data structure
    • Y10S707/99944Object-oriented database structure
    • Y10S707/99945Object-oriented database structure processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

【0001】
【発明の属する技術分野】
本発明は、データベース検索方法に関し、特にクエリーを発行するクライアント以外には検索対象を隠蔽することができるデータベース検索方法に関する。
【0002】
【従来の技術】
近年、DNAなどの多くの遺伝子情報が解読され、その成果が、モチーフデータベースなど、様々な公開データベースに蓄積されている。そして、新しく得られたDNAの解析結果などに関して、これらのデータベースを利用して関連情報の検索が行われる。
【0003】
例えば、モチーフデータベースは、DNAや蛋白質における機能と関連した様々なパターンを集めたデータベースである。このデータベースには、
A..T..ATAT...CGATGA (. は任意の文字を表す)
A..[AT]..ATCG.A ([AT] はAまたはTを表す)
のようなパターンが蓄積されている。したがって、DNAの解析結果を照合することにより、当該解析結果中にどのようなパターンが含まれているか、すなわち、当該解析結果にかかるDNAがどのような機能を持っているかを検索することができる。
【0004】
一方、このようなデータベース検索においては、データベースに対するクエリー(query:問い合わせ)に個人情報や研究開発上の機密性の高い情報などが含まれる場合があり、その漏洩が懸念される。従来、このデータベース検索における情報の漏洩を防止する対策としては、クエリーにかかるデータを暗号化する方法や、Private Information Retrievalという検索手法などが知られていた。
【0005】
【発明が解決しようとする課題】
上述したように、公開されたデータベースを用いてデータベース検索を行う場合、クエリーに含まれる情報が漏洩する可能性があり、これを効果的に防止する手段が望まれている。
【0006】
情報の漏洩を防ぐ方法の一つである暗号化されたデータを用いた検索方法は、暗号化したデータを含むクエリーをデータベースに送り、データベースにおいて当該暗号化されたデータをデコードした後に検索処理を行い、結果を返す方法である。そして、暗号化には様々な手法が存在している。
しかしながら、この方法は、データベースにおいて暗号化されたデータをデコードする機能を持たなければならないため、導入に手間を要する。
また、データベースの所持者は、クエリーの内容を知ることができるため、情報が漏洩する可能性が残る。
【0007】
また、Private Information Retrievalは、データベースに対して、当該データベースにおけるどのエントリーを知りたいかを知らせずにクエリーを発行する方法である。したがって、この方法によれば、情報理論的な安全性が理論的に保証され、情報の漏洩を完全に防止できる。
しかしながら、この方法は、処理手順の中にデータベースにおける特殊な動作を含むため、データベースをこの方法による検索に対応させて構築することが必要となる。このため、導入に多大な手間を要する。
また、この方法による安全性の保証に不可欠な部分として、データベースが全てのエントリーを1回ずつ見るという動作が含まれるため、巨大なデータベースにおいては多大な検索時間を要することとなり、現実的ではない。
さらにまた、データシークエンスのマッチングに不可欠な曖昧さを許した検索ができないといった不都合もある。
【0008】
そこで、本発明は、データベース側に何ら特殊な処理を要求することなく、データベース所持者やネットワークの途中でデータベース検索を観察する者に対して、クエリーの内容を知られずに、データベース検索を行うことが可能な検索方法を提供することを目的とする。
【0009】
【課題を解決するための手段】
上記の目的を達成する本発明は、配列パターンを蓄積したデータベースにアクセスし、このデータベースに蓄積されている配列パターンが所定の配列中に存在するかを問い合わせるデータベース検索装置において、検索対象である検索配列を分割して複数の部分配列を作成する配列加工部と、この配列加工部により作成された複数の部分配列のそれぞれを問い合わせ配列としてデータベースに対しクエリーを発行するクエリー発行部とを備えることを特徴とする。
【0010】
ここで、この配列加工部は、データベースに蓄積された配列パターンの長さに応じて、所定の長さの配列要素を重複させてこの複数の部分配列を作成することができる。
このように重複部分を持たせることにより、データベース検索において部分配列を跨いで存在する配列パターンの検出を落とすことを防止できる。
【0011】
また、この配列加工部は、この検索配列の後端部分の配列要素と、この検索配列の前端部分の配列要素とを接続した配列を作成し、この部分配列に追加することができる。
このような配列を追加し、部分配列と共にクエリーを発行することにより、元の検索配列を知らない者が部分配列から元の検索配列を復元しようとしても、どの部分配列が先頭であるかわからないため、データベース検索における検索配列の機密性を高めることができる。
【0012】
さらに、この配列加工部は、この検索配列に関するデータベース検索には寄与しないダミー配列を作成し、この部分配列に追加することができる。
このダミー配列としては、複数の部分配列における重複部分を混在させた配列や、部分配列と同様の重複部分を持ちかつ重複しない部分に任意の配列要素を挿入した配列、任意の配列要素で構成され部分配列と共通の長さの配列などを用いることができる。
【0013】
また、本発明のデータベース検索装置は、次のように構成することができる。すなわち、このデータベース検索装置は、検索対象である検索配列に任意の配列を接続する配列加工部と、この配列加工部により複数の配列を接続して得られた配列を問い合わせ配列としてデータベースに対しクエリーを発行するクエリー発行部とを備えることを特徴とする。
ここで、検索配列に接続する配列は、他の検索配列であっても良いし、意味のないダミー配列であっても良い。複数の配列を接続することによって、データベース検索における本来の目的である検索配列を隠蔽することができる。
【0014】
さらに、この配列加工部は、この検索配列に任意の配列を接続して得られた配列を分割して複数の部分配列を作成することができる。この場合、クエリー発行部は、この複数の部分配列を問い合わせ配列としてこのデータベースに対しクエリーを発行する。
複数の配列を接続した後に分割することにより、元の検索配列を復元することが一層困難になる。
【0015】
さらにまた、本発明のデータベース検索装置は、次のような構成とすることができる。すなわち、このデータベース検索装置は、検索対象である検索配列を、この検索配列の所定の部分ごとに複数回にわたってデータベースへの問い合わせを行う問い合わせ手段と、このデータベースから検索結果を受け取り、検索配列に対する検索結果に相当する情報を抽出する情報抽出手段とを備えることを特徴とする。
【0016】
ここで、この問い合わせ手段は、データベースに蓄積された配列パターンの長さに応じて、所定の長さの配列要素を重複させながらこの検索配列の部分を切り出し、この切り出された部分ごとに前記データベースへの問い合わせを行うことができる。
【0017】
また、本発明は、コンピュータを制御し、上述したデータベース検索装置における各構成要素として動作させるプログラムとすることができる。このプログラムは、磁気ディスクや光ディスク、半導体メモリ、その他の記憶媒体に格納して配布したり、プログラム伝送装置の記録装置に格納しネットワークを介して配信したりすることにより提供することができる。
【0018】
さらに、本発明は、次のように構成されたことを特徴とするデータベース検索システムを提供することができる。このデータベース検索システムは、ネットワーク上に設けられ所定の配列パターンを蓄積したデータベースサーバと、このネットワークを介してこのデータベースサーバに対し検索の問い合わせを行うクライアントとを備え、このクライアントは、検索対象である検索配列を分割し、分割により得られた個々の配列に関するクエリーをこのデータベースサーバに対して送信し、このデータベースサーバは、このクライアントから受信したクエリーに対するデータベース検索を行い、検索結果をこのクライアントに返送する。
【0019】
また、本発明は、配列パターンを蓄積したデータベースにアクセスし、このデータベースに蓄積されている配列パターンが所定の配列中に存在するかを問い合わせるデータベース検索方法において、検索対象である検索配列を分割して複数の部分配列を作成するステップと、作成されたこの複数の部分配列のそれぞれを問い合わせ配列としてデータベースに対しクエリーを発行するステップと、このデータベースから受信したこのクエリーに対する検索結果に基づいて、この検索配列に対する検索結果に相当する情報を抽出するステップとを含むことを特徴とする。
【0020】
さらに、このデータベース検索方法は、このクエリーを発行するステップに先立って、検索配列に関するデータベース検索には寄与しないダミー配列を作成するステップを含み、このクエリーを発行するステップは、前記ダミー配列を問い合わせ配列として前記データベースに対しクエリーを発行するステップを含むことができる。
【0021】
また、この部分配列を作成するステップは、検索配列の分割に先立って、この検索配列に任意の配列を接続して新たな配列を作成するステップと、作成されたこの新たな配列を分割して複数の部分配列を作成するステップとを含む構成とすることができる。
【0022】
【発明の実施の形態】
以下、添付図面に示す実施の形態に基づいて、この発明を詳細に説明する。
本実施の形態は、ある程度の長さを持つ配列の中から特定の配列やパターンを検出するようなデータベース検索を行う。すなわち、データベースには、クエリーにかける配列(以下、問い合わせ配列と称す)に比べて十分に短い配列またはパターンが格納されており、当該問い合わせ配列中に、データベースに格納されている配列やパターンと同一または類似する配列、パターンが存在するかどうかを調べるような検索である。
具体的には、例えば、DNAの塩基配列を問い合わせ配列とし、遺伝子のモチーフデータベースに蓄積された塩基配列のパターンを検出する場合などが該当する。一般的に、遺伝子のモチーフデータベースにおけるモチーフの長さは4〜40bp程度であり、検索にかける問い合わせ配列は、1kbp〜数Mbpであるので、妥当な設定と言える。
【0023】
図1は、本実施の形態によるデータベース検索を行うデータベース検索システムの構成を示す図である。
図1に示すように、本実施の形態のデータベース検索システムは、インターネットなどのネットワーク30上に設けられたデータベースサーバ10と、ネットワーク30を介してデータベースサーバ10にアクセスし検索を行うデータベース検索装置としてのクライアント20とを備える。
【0024】
データベースサーバ10は、ワークステーションやパーソナルコンピュータなどのコンピュータ装置にて実現され、本実施の形態における検索を行うためのデータベース11を備える。
ここで、本実施の形態にて用いられるデータベース11について説明する。上述したように、本実施の形態では、ある程度の長さを持つ配列の中から特定の配列やパターンを検出する。したがって、データベース11にはこの特定の配列やパターンが格納されている。例えば、次のようなデータベースが考えられる。
(a)配列データベース
比較的短い配列を集めたデータベース。例えば、DNA、RNA、蛋白質などにおけるプロモーター配列のデータベースなどが該当する。
(b)モチーフデータベース
DNAや蛋白質における機能と関連した様々なパターン(モチーフ)を集めたデータベース。このデータベースには、
A..T..ATAT...CGATGA (. は任意の文字を表す)
A..[AT]..ATCG.A ([AT] は A または T を表す)
のようなパターンが蓄積されている。
(c)マトリックスデータベース
ある長さの区間で、それぞれの位置における各塩基の出現確率を行列で表し、そのパターンを集めたデータベース。図16に、マトリックスデータベースの中のパターンの例を示す。
(d)HMMデータベース
隠れマルコフモデル(Hidden Markov Model)で表現したモチーフを集めたデータベース。ただし、本実施の形態に用いるには長さに上限があるようなものが好ましい。
【0025】
図2は、図1に示したクライアント20の構成を説明する図である。
上記のようなデータベースサーバ10にアクセスするクライアント20は、ワークステーションやパーソナルコンピュータなどのコンピュータ装置で実現され、検索対象である配列(検索配列)を加工して問い合わせ配列を作成する配列加工部21と、データベースサーバ10へのクエリーを発行するクエリー発行部22と、クエリー発行部22から発行されたクエリーに対する検索結果をデータベースサーバ10から受け取り必要な情報を抽出する情報抽出部23とを備える。
図2に示す配列加工部21、クエリー発行部22及び情報抽出部23は、コンピュータプログラムにより制御されたCPUにて実現される仮想的なソフトウェアブロックである。CPUを制御する当該コンピュータプログラムは、CD−ROMやフロッピーディスクなどの記憶媒体に格納して配布したり、ネットワークを介して伝送したりすることにより提供される。
【0026】
配列加工部21は、検索配列を入力し、加工する。ここで、配列加工部21は、データベースサーバ10においても、ネットワーク30の途中で当該クエリーまたはその回答を観察する者に対しても、加工前の本来の検索配列を知ることができないように加工する。具体的な加工方法については口述する。
【0027】
クエリー発行部22は、配列加工部21により加工された検索配列を問い合わせ配列としてクエリーを生成し、ネットワーク30を介してデータベースサーバ10に問い合わせを行う。
【0028】
情報抽出部23は、クエリー発行部22から発行されたクエリーに対するデータベースサーバ10からの回答を受け付けて解析し、元の検索配列に対する検索結果に相当する情報を抽出して出力する。元の検索配列に対する検索結果は、クエリー発行部22における検索配列の加工方法に応じた手法でデータベースサーバ10からの回答を解析処理することにより得られる。
【0029】
次に、配列加工部21による検索配列の加工方法について、詳細に説明する。
(1)検索配列の分割
検索配列を適当な長さの複数の配列に分割し、得られた部分配列に関して個別にデータベース検索を行うことにより、元の検索配列を隠すことができる。具体的な問い合わせ配列の分割方法を次に説明する。
まず、所定の配列あるいはパターンに対する全一致検索を行う場合は、データベースサーバ10のデータベース11に蓄積されている配列あるいはパターンのうちで最長の配列あるいはパターンの長さをmとする。ホモロジー検索を行う場合は、許されるホモロジーを持つ配列における類似する部分の長さの最大値を考えることができるので、その長さをmとする。
そして、データベース検索を行おうとする配列(文字列)をS[0..n] とし、次のように分割する。
S= A1 B1 A2 B2 A3 B3 ... Ak-1 Bk-1 Ak
ただし、Ai、Bi(i=1,2,3,...,k-1,k)は共に配列Sの配列要素である部分文字列であって、Aiは長さm−1以上の部分文字列、Biは任意の長さ(空配列でも可)の部分文字列とする。このように分割した配列Sに関して、
C1= A1 B1 A2
C2= A2 B2 A3
...
Ck-1= Ak-1 Bk-1 Ak
として、C1,...,Ck-1のk-1個の配列を問い合わせ配列としてデータベース検索を行う。すなわち、先頭部分と最後尾とにおいて、データベース11中の所定の配列またはパターンを含むだけの長さの文字列を重複させた一連の問い合わせ配列に関して、データベース検索を行うことになる。これにより、配列Sについてデータベース検索を行った場合と同じ検出結果を得ることができる。
図3は、配列Sと配列C1,...,Ck-1との関係を示す図である。
なお、この配列C1,...,Ck-1の問い合わせにおけるクエリー量は、最大で(全ての部分文字列B1,...,Bk-1が空集合である場合)、高々、元の配列Sをそのままデータベース検索する場合の倍の文字数である。
【0030】
このように、データベース検索しようとする配列を一定の条件を満足するように分割し、得られた部分配列を新たな問い合わせ配列として個別にデータベース検索することにより、個々のデータベース検索から本来の検索目的である元の問い合わせ配列を知られることなく、当該元の配列に関するデータベース検索と同様の結果を得ることができる。
しかしながら、この場合であっても、各部分配列に対するデータベース検索のクエリーに関する情報を全て集めれば、データベース11の所持者やネットワーク30上の観察者において、元の配列を構築することが可能である。したがって、機密性が完全に保持されているとは言えない。そこで、本実施の形態では、上記のように分割した問い合わせ配列をさらに加工する。
【0031】
(2)問い合わせ配列の先頭を隠す配列の追加
上述した元の配列Sを分割して得られた部分配列に基づく問い合わせ配列C1,...,Ck-1と共に、
Ck= Ak Bk A1
という配列を問い合わせ配列としてデータベース検索を行う。ここで、文字列Bkは、空配列を含むどのような配列でも良い。
図4は、図3に示した問い合わせ配列C1,...,Ck-1に問い合わせ配列Ckを付加した様子を示す図である。
これは、問い合わせ配列として、元の配列Sにおける最後尾を先頭につなげるような部分配列を追加することを意味する。この追加により、クエリーに関する情報からk個の問い合わせ配列を全て集めても、どの問い合わせ配列が元の配列Sの先頭に当たるのかが分からなくなる。したがって、データベース11の所持者やネットワーク30上の観察者が元の配列Sを構築することは困難になる。
ただし、この場合であっても、問い合わせ配列中の文字列Aiのうちに要素が同一の文字列が無い場合、各問い合わせ配列の並ぶ順番は特定できるので、各問い合わせ配列を先頭とする配列を全て構築すれば、その中に元の配列Sが含まれることとなる。
【0032】
(3)配列の付加
元の配列Sの文字列において、全てのAp, Aq(p+1 != q)に対して次のような配列Dp,qを考える。
Dp,q= Ap Ep,q Aq
ただし、Ep,qは、空配列を含む任意の配列である。また、この配列Dp,qの個数は、k(k−1)となる。
図5は、配列Sにおける部分文字列A1,...,Akのうち、部分文字列A1に関する上述した配列D1,q(= A1 E1,q Aq)を示す図である。
データベースサーバ10に対してクエリーを発行する際に、問い合わせ配列として、(1)において元の配列Sを分割して得られた配列C1,...,Ck-1に、上記の配列Dp,qを加える。これにより、問い合わせ配列中の文字列Aiのうちに要素が同一の文字列が無い場合であっても、各問い合わせ配列を並べて構築される配列はk!通り以上という膨大な数になる。したがって、kの値が十分に大きければ、元の配列Sを復元することはほぼ不可能である。
なお、問い合わせ配列中の文字列Aiのうちに要素が同一の文字列が有る場合は、元の配列Sの復元が一層困難となることは言うまでもない。
【0033】
ここで、問い合わせ配列として追加する付加配列の数は、上述の手法ではk(k−1)個としたが、付加配列を適当に間引いても良い。例えば、次のような配列Fpを加えることによっても、上記の配列Dp,qを付加する場合と同様に、元の配列Sの復元を困難にさせることができる。
Fp= Ap Gp Ap+2
(ただし、p+2>kならばAp+2はAp+2-kを表す。Gpは任意の配列)
この場合、問い合わせ配列中の文字列Aiのうちに要素が同一の文字列が無いならば、各問い合わせ配列を並べて構築される配列は2(k-2)/2通りとなり、kの値が十分に大きければ、元の配列Sを復元することは極めて困難となる。
【0034】
(4)別配列の付加
元の配列Sの文字列Apにおいて、全てのpに対し、次のような配列Hpを考える。
Hp= ApB'pAp+1
(ただし、B'pはBpとは異なる任意の配列)
すなわち、元の配列Sとは関係のない配列をダミーとしてクエリーの中に含ませる。これにより、問い合わせ配列中の文字列Aiのうちに要素が同一の文字列が無い場合、各問い合わせ配列を並べて構築される配列は2k/2通り以上となる。したがって、kの値が十分に大きければ、元の配列Sを復元することは極めて困難となる。
【0035】
(5)複数の問い合わせ配列の接続
データベース検索を行おうとする配列が複数ある場合は、これらの問い合わせ配列を接続して1つの配列とし、この配列に対して上述した(1)乃至(4)の手法を適用することができる。例えば、データベース検索を行おうとする配列が配列Sと配列Tである場合、これらを接続した配列S+Tとする。そして、この配列S+Tに対し、分割や配列の付加といった処理を行って複数の問い合わせ配列を作成し、クエリーを発行する。
ただし、この場合、(1)の手法により配列S+Tを分割した境界を含む部分配列は、配列Sに対する検索結果と配列Tに対する検索結果の両方を含む可能性がある。したがって、配列S及び配列Tに対する正しい検索結果を取得するためには、検索結果を取得後、配列Sに対する検索結果と配列Tに対する検索結果とを分離する後処理を行う必要がある。
本手法の場合、複製の問い合わせ配列を合成し処理することにより、元の配列S+Tが復元できたとしても、この配列自体には意味がない(意味がある配列は配列S及び配列Tであり、これらを接続して配列S+Tが作成されたことは、データベース11の所持者やネットワーク30上の観察者には知り得ない)。したがって、クエリーの発行者がデータベース検索を行おうとした配列S、Tの機密性を一層向上させることができる。
さらに、この手法を一般化し、データベース検索を行おうとする配列Sに対して任意のダミー配列T、Uを用意して接続し、配列T+S+Uを作成した後、上記の(1)乃至(4)の手法を用いて問い合わせ配列を作成することも可能である。
また、複数の配列を接続して作成された新たな配列から元の配列Sを検出できない場合には、(1)乃至(4)の手法を用いることなく、この新たな配列を問い合わせ配列として用いてクエリーを発行することもできる。
【0036】
以上説明した、データベース検索を行おうとする配列を隠蔽するための各手法は、(1)の手法により配列を分割することを基本として、(2)乃至(5)の各手法を任意に組み合わせて用いることができる。
また、(1)の手法により配列を分割する際、元の配列Sに長さm-1以上の全く同じ部分文字列が含まれている場合、かかる部分文字列を上述した文字列Aiの部分として選ぶことができる。これにより、作成された複数の問い合わせ配列の中に、端部の文字列が同一である複数の問い合わせ配列が含まれることとなる。このようにすれば、複数の問い合わせ配列を合成して作成される配列の種類が大幅に増加するため、元の配列Sを復元することがより一層困難となる。
【0037】
次に、本実施の形態によるデータベース検索の動作について、具体的な例を挙げて説明する。
図6は、データベースサーバ10への問い合わせ手段である図2に示した配列加工部21及びクエリー発行部22が、検索配列に対して上述した加工を行い、クエリーを発行する動作を説明するフローチャート、図7は、データベースサーバ10からの回答である検索結果を受信した情報抽出部23の動作を説明するフローチャートである。
また、図8は、蛋白質のパターンを複数含むデータベース11の例である。図8に示すような蛋白質のパターンはモチーフとも呼ばれる。図示のパターンの中で、「.」にはいずれの文字が入っても良い。
図8に示したデータベース11に対し、任意の蛋白質配列をクエリーとしてデータベース検索を行った場合に、当該クエリーにかかる配列(問い合わせ配列)に含まれるデータベース11中のパターンの全てを回答するような検索システム(データベースサーバ10)を考える。例えば、
TAAELCTLVIALGA
という蛋白質配列を問い合わせ配列としてデータベースサーバ10に対してクエリーすると、図8のデータベース11中の
A..L..L.IAL
というパターンが、この配列の2文字目から現れる。したがって、データベースサーバ10は、このパターンを検索結果として返すこととなる。
【0038】
図9は、大腸菌の蛋白質(アクセッション番号 gi2982763)の配列を示す図である。
ここで、図9に示す蛋白質配列を問い合わせ配列として、図8に示したデータベース11を持つデータベースサーバ10に対して、クエリーを発行する場合を考える。
図10は、このようなクエリーに対するデータベースサーバ10の回答(検索結果)を示す図である。
図10に示すように、図9の蛋白質配列を問い合わせ配列としたクエリーに対し、データベースサーバ10は、図8のデータベース11に基づいて18個のパターンを返す。
【0039】
本実施の形態において、クライアント20は、上記のようなデータベース検索を行いたい場合に、上述した(1)〜(5)の手法を用いて図9に示した配列を加工し、加工後の配列を問い合わせ配列としてデータベースサーバ10に対してクエリーを発行する。
図6のフローチャートを参照すると、クライアント20の配列加工部21は、まず検索配列である図9の蛋白質配列を入力し(ステップ601)、(1)の手法に示したようにこの蛋白質配列を分割する(ステップ602)。この際、配列の分割に先立って、(5)の手法に示したように、他の検索配列やダミー配列を接続し、その後に配列の分割を行うことができる。
次に、配列加工部21は、必要に応じてさらに(2)(3)(4)の手法に示したダミーの配列を作成し、ステップ602で分割された複数の配列に追加する(ステップ603)。
図11は、図9に示した蛋白質配列に対して加工を施した例を示す図である。
図11に示す例では、図9の配列を、30塩基ずつ重複した長さ60の配列に分割する。図11において、各配列の後半の下線を付した部分が、次の配列における前半の下線を付していない部分と重複している。さらにここでは、配列7)が最後の配列であることを識別できないように、ランダムな文字列(図11の例では「HRRAMK」)を付加して長さを60に揃えている。
なお、配列を加工する(1)の手法に関して上述したように、データベース11に蓄積されているパターンのうちで最長のものの長さをmとした場合に、重複部分Aiの長さはm−1以上である。すなわち、ここでは、図8に示したデータベース11において、m≦31であることを想定している。
また、ここでは全ての配列において部分文字列Biを空配列とし、各配列の長さを60に揃えたが、部分文字列Biをランダムに設定することにより、各配列の長さを不揃いにすることもできる。このようにすれば、配列7)の後尾に意味のない文字列を付加しなくても、配列7)が最後の配列であることを識別できないようにすることができる。
【0040】
次に、クエリー発行部22は、配列加工部21により作成された図11に示す配列1)〜7)をそれぞれ問い合わせ配列としてクエリーを作成し、データベースサーバ10に送信する(ステップ604)。なお、作成された複数の問い合わせ配列の全てについてのクエリーをまとめて送信しても良いし、何回かに分けて送信しても良い。
データベースサーバ10では、クライアント20から受信した複数のクエリーによる問い合わせ配列に対してデータベース検索を行い、検索結果を当該クライアント20に返送する。このデータベース検索では、問い合わせ配列である配列1)〜7)の重複部分の長さが30であるから、元の配列(図9の蛋白質配列)に含まれる長さ30以下のパターンの全てについて検索を行うことができる。そして、上記のように、図8に示したデータベースサーバ11には長さ31よりも長いパターンは含まれない。したがって、配列1)〜7)についてデータベース検索を行うことにより、元の配列に含まれるデータベース11中の全てのパターンが検索できることとなる。
【0041】
次に、図7のフローチャートを参照すると、情報抽出部23は、データベースサーバ10から受信した検索結果を受信し(ステップ701)、その中から図9の配列に対する検索結果に相当するものを抽出し出力する(ステップ702)。
図12は、図11に示した配列1)に対してデータベースサーバ10から返送される検索結果を示す図である。すなわち、配列1)には、図12に示す7種類のパターンが含まれていることがわかる。情報抽出部23は、各配列1)〜7)に対して同様に返送された検索結果を集めて、検索配列である図9の蛋白質配列に対する検索結果として出力する。ただし、配列7)の最後尾には意味のない文字列「HRRAMK」が存在するので、この部分にマッチするパターンは除外する。
【0042】
以上のように、本実施の形態を用いれば、元の検索配列を知っているクライアント20以外では、クエリーにかかる問い合わせ配列から元の検索配列を復元することは困難である。したがって、クライアント20がどのような配列に対してデータベース検索を行っているのかを、データベース11の所持者やネットワーク30上の観察者に知られることを有効に防止することができる。
さらに、本実施の形態では、クライアント20において検索配列を加工し、かつデータベースサーバ10から返送された検索結果を検索配列に対する加工のないように基づいて処理することにより、この検索配列を直接データベース検索した場合と同様の検索結果を得ることができる。したがって、データベース11及びこれを含むデータベースサーバ10の設計を変更する必要がない。このため、本実施の形態によるデータベース検索手法は、既存のデータベース検索システムに対しても極めて容易に導入することが可能である。
【0043】
以上、検索配列である図9の蛋白質配列を、上記(1)の手法で分割してデータベース検索を行う場合について説明した。本実施の形態では、さらに、図11の7つの配列1)〜7)に、さらに上記(2)乃至(4)の手法により種々の配列を追加してクエリーを発行することができる。
例えば、(2)の手法を用いれば、図11の7つの配列に、さらに図13に示す配列8)を追加することができる。図13の配列8)は、前半部(下線の無い部分)が図11の配列7)の後半部分(下線部分)と重複しており、後半部(下線部分)が配列1)の前半部分(下線の無い部分)と重複している。したがって、この配列8)を図11の配列1)〜7)に追加してデータベース検索を行うことにより、例え、配列1)〜8)に対する全ての検索結果を取得しても、配列1)〜8)中のどの配列が元の配列(図9の蛋白質配列)の先頭かわからないため、当該元の配列を知らなければ、正しい検出結果を直ちに得ることはできない。
【0044】
また、(3)の手法を用いれば、次のような配列を作成することができる。
まず、図9の蛋白質配列を、図14に示す、長さ30の8つの部分文字列A〜Hに分割する。ただし、部分文字列Hには、図11に示した配列7)と同様に、長さを揃えるための意味のない文字列「HRRAMK」が付加されている。
ここで、図14の各文字列A〜Hに関して、
A+C、A+D、A+E、A+F、A+G、A+H、
B+A、B+D、B+E、B+F、B+G、B+H、
C+A、C+B、C+E、C+F、C+G、C+H、
D+A、D+B、D+C、D+F、D+G、D+H、
E+A、E+B、E+C、E+D、E+G、E+H、
F+A、F+B、F+C、F+D、F+E、F+H、
G+A、G+B、G+C、G+D、G+E、G+F、
H+B、H+C、H+D、H+E、H+F、H+G
という48種類の配列を作成する(この配列において、例えばA+Cは文字列Aと文字列Cとを接続した配列を意味する。また、ここでは、A+A、B+Bというような同一の文字列を重ねた配列を作成していないが、このような配列を作成しても良い)。そして、これらの配列を図11の配列1)〜7)に図13の配列8)を加えた8つの配列に追加してクエリーを発行する。
【0045】
このようにすれば、例えば、前半の文字列がAである配列は、A+B(図11の配列1))、A+C、A+D、A+E、A+F、A+G、A+Hの7種類があり、文字列Aの次にどの文字列がくる配列が正しいのかを知る術はない。そのため、これらを組み合わせて作られる配列の可能な組合せは40320(=8!)通り存在し、全てのクエリーに対する検索結果を集めて元の配列を復元することは極めて困難である。
【0046】
また、上記の48種類の配列を全て追加するのではなく、例えば、図11の配列1)(図13の文字列を用いたA+Bの配列に相当)に対して、A+Cの文字列を追加するというように、図11の配列1)〜7)のそれぞれに対して1つずつ、A+C、B+D、C+E、D+F、E+G、F+H、G+A、H+Bという8個の配列を追加する場合を考える。この場合であっても、例えば、前半の文字列がAである配列は、A+BとA+Cの2種類が存在し、どちらが正しい配列かを知る術はない。したがって、これらを組み合わせて作られる配列の可能な組合せは496通りであり、全てのクエリーに対する検索結果を集めて元の配列を復元することはやはり困難と言える。
【0047】
さらにまた、(4)の手法を用いて、図15に示すような、長さが30の文字列Iを作成し、A+I、I+Dというようなダミーの配列を、図11の配列1)〜7)に対して任意に追加することにより、元の配列の復元を困難にすることができる。
なお、具体的な例は挙げないが、(1)の手法による図9の蛋白質配列の分割に先立ち、(5)の手法により、他の配列を当該図9の蛋白質配列に接続することによって、クエリーに対する検索結果を集めて図9の蛋白質配列に対する検索結果を取得することを一層困難にすることができる。
【0048】
【発明の効果】
以上説明したように、本発明によれば、データベース側に何ら特殊な処理を要求することなく、データベース所持者やネットワークの途中でデータベース検索を観察する者に対して、クエリーの内容を知られずに、データベース検索を行うことが可能となる。
【0049】
また、本発明によれば、データベースの設計変更を必要とせずに、データベース所持者やネットワーク上の観察者に対して、クエリーの内容を隠蔽したデータベース検索が実現できるため、既存のデータベース検索システムに対しても導入が容易である。
【図面の簡単な説明】
【図1】 本実施の形態によるデータベース検索を行うデータベース検索システムの構成を示す図である。
【図2】 本実施の形態におけるクライアントの構成を説明する図である。
【図3】 本実施の形態における検索配列Sとこの検索配列Sを分割して得られる配列C1,...,Ck-1との関係を示す図である。
【図4】 図3に示した問い合わせ配列C1,...,Ck-1に問い合わせ配列Ckを付加した様子を示す図である。
【図5】 図3に示した問い合わせ配列C1,...,Ck-1に追加する配列の例を示す図である。
【図6】 本実施の形態における配列加工部及びクエリー発行部の動作を説明するフローチャートである。
【図7】 本実施の形態における情報抽出部の動作を説明するフローチャートである。
【図8】 本実施の形態にて用いられる、蛋白質のパターンを複数含むデータベースの例である。
【図9】 大腸菌の蛋白質(アクセッション番号 gi2982763)の配列を示す図である。
【図10】 図8のデータベースに図9の配列を問い合わせ配列とするクエリーを発行した場合の回答を示す図である。
【図11】 図9に示した蛋白質配列に対して本実施の形態による加工を施した例を示す図である。
【図12】 図11に示した配列1)に対してデータベースサーバから返送される検索結果を示す図である。
【図13】 本実施の形態による(2)の手法を用いた配列に対する加工の例を説明する図である。
【図14】 本実施の形態による(3)の手法を用いた配列に対する加工の例を説明する図である。
【図15】 本実施の形態による(4)の手法を用いた配列に対する加工の例を説明する図である。
【図16】 マトリックスデータベースの例を示す図である。
【符号の説明】
10…データベースサーバ、11…データベース、20…クライアント、21…配列加工部、22…クエリー発行部、23…情報抽出部、30…ネットワーク

Claims (8)

  1. 配列パターンを蓄積したデータベースにアクセスし、当該データベースに蓄積されている配列パターンが所定の配列中に存在するかを問い合わせるデータベース検索装置において、
    検索対象である検索配列を分割して複数の部分配列を作成する配列加工部と、
    前記配列加工部により作成された前記複数の部分配列のそれぞれを問い合わせ配列として前記データベースに対しクエリーを発行するクエリー発行部と
    を備え、
    前記配列加工部は、前記検索配列に関するデータベース検索には寄与しないダミー配列を作成し、前記部分配列に追加することを特徴とするデータベース検索装置
  2. 配列パターンを蓄積したデータベースにアクセスし、当該データベースに蓄積されている配列パターンが所定の配列中に存在するかを問い合わせるデータベース検索装置において、
    検索対象である検索配列に任意の配列を接続する配列加工部と、
    前記配列加工部により加工された前記検索配列を問い合わせ配列として前記データベースに対しクエリーを発行するクエリー発行部と
    を備えることを特徴とするデータベース検索装置。
  3. 前記配列加工部は、前記検索配列に任意の配列を接続して得られた配列を分割して複数の部分配列を作成し、
    前記クエリー発行部は、前記複数の部分配列を問い合わせ配列として前記データベースに対しクエリーを発行することを特徴とする請求項2に記載のデータベース検索装置。
  4. 前記データベースから検索結果を受け取り、受け取った当該検索結果から前記検索配列に対する検索結果に相当する情報を抽出する情報抽出部をさらに備えたことを特徴とする請求項2に記載のデータベース検索装置。
  5. 配列パターンを蓄積したデータベースにアクセスし、当該データベースに蓄積されている配列パターンが所定の配列中に存在するかを問い合わせるデータベース検索装置において、
    検索対象である検索配列を、当該検索配列の所定の部分ごとに複数回にわたって前記データベースへの問い合わせを行う問い合わせ手段と、
    前記データベースから検索結果を受け取り、前記検索配列に対する検索結果に相当する情報を抽出する情報抽出手段と
    を備えることを特徴とするデータベース検索装置。
  6. 前記問い合わせ手段は、前記データベースに蓄積された配列パターンの長さに応じて、所定の長さの配列要素を重複させながら前記検索配列の部分を切り出し、当該部分ごとに前記データベースへの問い合わせを行うことを特徴とする請求項5に記載のデータベース検索装置。
  7. コンピュータを制御して、配列パターンを蓄積したデータベースにアクセスし、当該データベースに蓄積されている配列パターンが所定の配列中に存在するかの問い合わせを行うプログラムであって、
    検索対象である検索配列を分割して複数の部分配列を作成する配列加工手段と、
    前記配列加工手段により作成された前記複数の部分配列のそれぞれを問い合わせ配列として前記データベースに対しクエリーを発行するクエリー発行手段として、
    前記コンピュータを動作させ、
    前記プログラムにて実現される前記配列加工手段は、前記検索配列に関するデータベース検索には寄与しないダミー配列を作成し、
    前記プログラムにて実現される前記クエリー発行手段は、作成された前記ダミー配列を問い合わせ配列として前記データベースに対しクエリーを発行することを特徴とするプログラム
  8. コンピュータを制御して、配列パターンを蓄積したデータベースにアクセスし、当該データベースに蓄積されている配列パターンが所定の配列中に存在するかの問 い合わせを行うプログラムであって、
    検索対象である検索配列を分割して複数の部分配列を作成する配列加工手段と、
    前記配列加工手段により作成された前記複数の部分配列のそれぞれを問い合わせ配列として前記データベースに対しクエリーを発行するクエリー発行手段として、
    前記コンピュータを動作させ、
    前記プログラムにて実現される前記配列加工手段は、
    前記検索配列の分割に先立って、当該検索配列に任意の配列を接続して新たな配列を作成し、
    作成された前記新たな配列を分割して複数の部分配列を作成することを特徴とするプログラム
JP2001145684A 2001-05-15 2001-05-15 データベース検索装置、及びプログラム Expired - Fee Related JP3871301B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2001145684A JP3871301B2 (ja) 2001-05-15 2001-05-15 データベース検索装置、及びプログラム
US10/146,342 US6928437B2 (en) 2001-05-15 2002-05-15 Database search device, database search system, database search method, program and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001145684A JP3871301B2 (ja) 2001-05-15 2001-05-15 データベース検索装置、及びプログラム

Publications (2)

Publication Number Publication Date
JP2002351908A JP2002351908A (ja) 2002-12-06
JP3871301B2 true JP3871301B2 (ja) 2007-01-24

Family

ID=18991454

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001145684A Expired - Fee Related JP3871301B2 (ja) 2001-05-15 2001-05-15 データベース検索装置、及びプログラム

Country Status (2)

Country Link
US (1) US6928437B2 (ja)
JP (1) JP3871301B2 (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4591947B2 (ja) * 2004-05-13 2010-12-01 日本電信電話株式会社 情報フィルタリング装置及び方法
US8032310B2 (en) * 2004-07-02 2011-10-04 The United States Of America As Represented By The Secretary Of The Navy Computer-implemented method, computer readable storage medium, and apparatus for identification of a biological sequence
US8862567B2 (en) * 2004-10-21 2014-10-14 At&T Intellectual Property I, L.P. Methods, systems, and computer program products for discreetly monitoring a communications network for sensitive information
WO2006072052A2 (en) * 2004-12-31 2006-07-06 Anonymizer, Inc. System for protecting identity in a network environment
WO2007028013A1 (en) * 2005-08-31 2007-03-08 Thomson Global Resources System and method presenting search results in a topical space
JP4837362B2 (ja) * 2005-10-31 2011-12-14 株式会社エヌ・ティ・ティ・データ データ検索システム、情報処理装置、データ検索方法、及び、プログラム。
US7984169B2 (en) * 2006-06-28 2011-07-19 Microsoft Corporation Anonymous and secure network-based interaction
JP5116593B2 (ja) 2008-07-25 2013-01-09 インターナショナル・ビジネス・マシーンズ・コーポレーション 公開された検索エンジンを用いた検索装置、検索方法及び検索プログラム
JP5306356B2 (ja) * 2008-08-26 2013-10-02 インターナショナル・ビジネス・マシーンズ・コーポレーション 公開された検索エンジンを用いた検索装置、検索方法及び検索プログラム
EP2338118A4 (en) * 2008-09-08 2013-01-09 Chuan David Ai PRIVATE INFORMATION REQUESTS AND INFORMATION MANAGEMENT
US8725762B2 (en) * 2009-07-28 2014-05-13 International Business Machines Corporation Preventing leakage of information over a network
US20110208717A1 (en) * 2010-02-24 2011-08-25 International Business Machines Corporation Chaffing search engines to obscure user activity and interests
US8343815B2 (en) 2010-05-11 2013-01-01 International Business Machines Corporation TFET with nanowire source
WO2013059368A1 (en) 2011-10-17 2013-04-25 Intertrust Technologies Corporation Systems and methods for protecting and governing genomic and other information
US9092566B2 (en) 2012-04-20 2015-07-28 International Drug Development Institute Methods for central monitoring of research trials
EP2933750B1 (en) * 2012-12-13 2020-04-01 NEC Corporation Intermediate server, database query processing method and program
US9646166B2 (en) * 2013-08-05 2017-05-09 International Business Machines Corporation Masking query data access pattern in encrypted data
JP6400743B2 (ja) * 2015-02-10 2018-10-03 株式会社RNAi 端末装置、データベースサーバおよび計算システム
US10216899B2 (en) * 2016-10-20 2019-02-26 Hewlett Packard Enterprise Development Lp Sentence construction for DNA classification
GB202107332D0 (en) * 2021-05-21 2021-07-07 Cyan Forensics Ltd Improvements in or relating to data transmission

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5265065A (en) * 1991-10-08 1993-11-23 West Publishing Company Method and apparatus for information retrieval from a database by replacing domain specific stemmed phases in a natural language to create a search query
US6303297B1 (en) * 1992-07-17 2001-10-16 Incyte Pharmaceuticals, Inc. Database for storage and analysis of full-length sequences
JPH0793370A (ja) * 1993-09-27 1995-04-07 Hitachi Device Eng Co Ltd 遺伝子データベース検索システム
GB2283840B (en) * 1993-11-12 1998-07-22 Fujitsu Ltd Genetic motif extracting method and apparatus
JP3611601B2 (ja) * 1994-09-01 2005-01-19 富士通株式会社 リスト処理システムとその方法
US5701256A (en) * 1995-05-31 1997-12-23 Cold Spring Harbor Laboratory Method and apparatus for biological sequence comparison
WO1997047761A1 (en) * 1996-06-14 1997-12-18 Sarnoff Corporation Method for polynucleotide sequencing
US5940825A (en) * 1996-10-04 1999-08-17 International Business Machines Corporation Adaptive similarity searching in sequence databases
US6023659A (en) * 1996-10-10 2000-02-08 Incyte Pharmaceuticals, Inc. Database system employing protein function hierarchies for viewing biomolecular sequence data
US6189013B1 (en) * 1996-12-12 2001-02-13 Incyte Genomics, Inc. Project-based full length biomolecular sequence database
US6373971B1 (en) * 1997-06-12 2002-04-16 International Business Machines Corporation Method and apparatus for pattern discovery in protein sequences
US5977890A (en) * 1997-06-12 1999-11-02 International Business Machines Corporation Method and apparatus for data compression utilizing efficient pattern discovery
US6108666A (en) * 1997-06-12 2000-08-22 International Business Machines Corporation Method and apparatus for pattern discovery in 1-dimensional event streams
US6029167A (en) * 1997-07-25 2000-02-22 Claritech Corporation Method and apparatus for retrieving text using document signatures
US6092065A (en) * 1998-02-13 2000-07-18 International Business Machines Corporation Method and apparatus for discovery, clustering and classification of patterns in 1-dimensional event streams
US6785672B1 (en) * 1998-10-30 2004-08-31 International Business Machines Corporation Methods and apparatus for performing sequence homology detection
US6691109B2 (en) * 2001-03-22 2004-02-10 Turbo Worx, Inc. Method and apparatus for high-performance sequence comparison

Also Published As

Publication number Publication date
US6928437B2 (en) 2005-08-09
JP2002351908A (ja) 2002-12-06
US20020174115A1 (en) 2002-11-21

Similar Documents

Publication Publication Date Title
JP3871301B2 (ja) データベース検索装置、及びプログラム
JP4538449B2 (ja) 文字列検索の方法および設備
US6804667B1 (en) Filter for checking for duplicate entries in database
Han How can data mining help bio-data analysis?
JP2001507837A (ja) データを安全に格納する方法及び装置
CN112328606A (zh) 基于区块链的关键字可搜索加密方法
JP3860992B2 (ja) データの結合・提示方法、および、データ結合・提示プログラム
JPH07319920A (ja) 文書検索方法及び装置
JP3832821B2 (ja) データ検索の方法、システム、およびプログラム製品
KR100551954B1 (ko) 유전자 온톨로지를 이용한 단백질 상호작용 네트워크 검색시스템 및 방법
JP3859044B2 (ja) インデクス作成方法および検索方法
JPH08190571A (ja) 文書検索方法
JP4247026B2 (ja) キーワード頻度算出方法及びそれを実行するプログラム
JP2005284595A (ja) Rna配列情報処理方法、プログラムおよび装置
EP3014482B1 (en) Method and system for searching and storing data
JP4319827B2 (ja) 文書検索プログラム
Reddy Multiple Anchor Staged Local Sequence Alignment Algorithm-MASAA.
JP2002108887A (ja) 文書検索装置、その装置へのキーワード追加方法、文書検索方法及びコンピュータ読み取り可能な記憶媒体
JPH08272809A (ja) 検索最適化方法
JPH0991305A (ja) 情報処理方法及び装置
JP3847992B2 (ja) データベース管理装置及びプログラム記録媒体
JP7548312B2 (ja) 情報処理プログラム、情報処理方法および情報処理装置
JP4638721B2 (ja) 生物情報の検索装置
JP2001092831A (ja) 文書検索装置及び文書検索方法
CN114860888A (zh) 面向医疗数据支持隐私保护的中文密文多关键字模糊搜索方法

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060207

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060418

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060530

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060823

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: 20061003

RD14 Notification of resignation of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7434

Effective date: 20061005

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20061016

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091027

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101027

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101027

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111027

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121027

Year of fee payment: 6

LAPS Cancellation because of no payment of annual fees