JPH11501741A

JPH11501741A - 微生物学的データを保存し解析するコンピュータシステム

Info

Publication number: JPH11501741A
Application number: JP8522835A
Authority: JP
Inventors: ジェフリージェイ．セイルハマー; アンジェロデリジーン; ランダルダブリュー．スコット
Original assignee: インサイトファーマシューティカルズインク．
Priority date: 1995-01-27
Filing date: 1995-09-06
Publication date: 1999-02-09
Also published as: AU692626B2; AU3759095A; EP0805874A4; WO1996023078A1; NZ294720A; EP0805874A1; CA2210731A1

Abstract

(57)【要約】微生物情報を保存するためのリレーショナルデータベース（１）について開示する。このデータベースには、cDNA配列データ（290、300）、および今回同定されたcDNA配列と以前から既知の配列との間の相関関係を示す対応適合ログ（510、515）が含まれる。さらに、データベースを構成するさまざまな表が、特定のcDNA配列の同定に関連する経時的なデータを保存するために用いられる。このような表には、生物源データ（130）、細胞培養および処理のデータ（140）、mRNA調製データ（150）、cDNA構築データ（170）、ならびにクローン調製データが含まれる。クローン調製データには、さらに、接種（200）、調製（210）、切り出し（190）、および、蛍光定量（220、230、240）に関連したデータを含む表が含まれる。データベースの中で相互に関連する情報によって、科学的な解析および他の適用のためのデータを抽出するのに用いるためのさまざまな検索が行えるようになる。例えば、ある生物組織に現れる特定のRNA転写産物の頻度を判定するために、好ましい態様のデータベースを用いて含有量解析を行なうことができる。

Description

【発明の詳細な説明】微生物学的データを保存し解析するコンピュータシステム発明の分野本発明は、遺伝学的データ、およびそれに対応する細胞の情報に適用されるコンピュータデータベース技術に関する。より特異的には、DNA配列、それに関連する生物源データ、およびその他関連する科学的データを保管するリレーショナルデータベースシステムを開示する。発明の背景リレーショナルデータベースは、当業において周知である。例えば、C.J．デイト（Date）「データベースシステムへの手引き（An Introduction To Databas e Systems）」,アディソン−ウェズリー出版社、1982（特に第２部）を参照のこと。一般的に、リレーショナルデータベースは、複数の表で表されたデータを保存するためのシステムと特徴づけることができる。各表の行は、タプルとも呼ばれ、一つの情報レコードを表す。カラムは、本質的に、保存されるレコードの、同一のフィールドに対する値の集合である。また、各カラムは保存するレコードの属性ともいわれる。言い換えれば、リレーショナルデータベースの、ある表の中の各レコードには、その表の属性に対応するフィールドが一組ずつ含まれていることになる。ある属性の実際の値を取り出すことができるすべての値の組をドメインという。上記参照文献の６５頁でも検討されているように、「リレーショナルデータ構造の重要な特質は、タプル（行）間の関係が、共通ドメインから取り出されるカラムのデータ値によって完全に表されていることである」。以前は、遺伝学的情報は殆ど、実験室における化学的な手法によって解析されていた。コンピュータ化された研究用ツールは、本質的に、以前に同定された特定の遺伝子配列と同じであるか否かを判定するために配列情報の比較を行う場合に限定されていた。このようなツールは、遺伝子配列を効果的に検索する技術を提供するであろうが、cDNA配列と、それが由来した細胞型との関連などという、さまざまな科学的情報を保存したり、操作したりすることはできない。従って、既存のコンピュータ化されたツールは、診断法および薬剤開発研究の分野において非常に限られた利用しかできない。現在、遺伝学的データと、それに関連する細胞情報などのデータを科学者が有効に解析できるようにするために、これらのデータをうまく体系化した形で保存するコンピュータシステムの開発に対して差し迫った必要性がある。発明の概要本発明によって、生物学的情報を保存するためのリレーショナルデータベースが提供される。リレーショナルデータベースは、各々が生物学的情報の特定のレコードを保存する表の集合体として構成される。各表が少なくとも一つの他の表と共通なカラムを含むように、各レコードは互いに関連している。これによって、本質的には、どの表のどの属性についてもデータベースを検索できるというデータベース検索が可能になる。本発明の好ましい態様において、データベースには、cDNA配列データ、および今回同定されたcDNA配列と以前から既知の配列との相関関係を示す相同対照記録が含まれる。さらに、データベースのさまざまな表には、特定のcDNA配列の同定に関連する経時的なデータが保存される。このような表には、生物学的起源の同定；細胞培養および処理データ；mRNA調製データ；cDNA構築データ；接種、調製、定量データ；および、切り出しに関する表を含むクローン調製データが含まれる。データベース内の相関する情報によって、科学解析、およびその他の応用に有用なさまざまな検索事項を設計することができる。例えば、好ましい態様のデータベースを用いて、ある生物組織の中に現れるRNA転写産物の頻度の判定を可能にする含量解析などの機能を実施することができる。データベース検索を用いて、実験的な化学技術により以前に得られた別の解析結果を判定することが出来る。このような応用例の一つに、サブトラクション解析がある。図面の簡単な説明先に述べた本発明の特徴は、添付の図面とともに、以下の特定の好ましい態様の詳細な開示から完全に理解されると思われる。図１は、本発明の好ましい態様のシステムの全体的構造を抽象的に描いた図である。図２は、cDNAのクローニングおよびシークエンシングの手順を大まかに表した流れ図である。図３Ａ、３Ｂおよび図４〜１０は、本発明の好ましい態様の生物学的リレーショナルデータベースの部分を例示したものである。図11は、好ましい態様のリレーショナルデータベースの含量解析検索の出力例を示している。図12は、好ましい態様のデータベースを用いたサブトラクション解析検索の出力例を示している。好ましい態様の詳細な説明本発明の好ましい態様によって、遺伝学的データを保存、検索および操作するシステムが、リレーショナルデータベースとして構築される。図１に示したように、このシステムのユーザーは、ワークステーション（６と７）から、集中イーサーネットワーク５を経由して、一つ以上のリレーショナルデータベースにアクセスすることができる。ワークステーション（６、７）は、典型的には、通常、データ入力装置、出力装置、ディスプレイ、CPU、記憶装置（RAMおよびROM）、ならびにネットワーク５とのインターフェイスを含む、当業において既知のパーソナルコンピュータである。ネットワーク５へ接続されたファイルサーバーに保存される、データベース保存装置１は、本発明の好ましい態様のデーターベースを示す。図示されているように、このシステムは、当業において知られている、通常、CPU４、データ保存装置８、ネットワーク９とのインターフェイス、および、入出力装置（図示されていない）を有するコンピュータ２によってサポートされる。参照データベース３は、例えば、データベース１の用法の一部として検索され得るデータソースを示している。このようなデータベースには、例えば、他の配列、核酸、蛋白質、モチーフのデータベースが含まれうる。人体など、生物の中の各細胞に、遺伝子または遺伝的情報の完全な一組が含まれていることはよく知られている。これらの遺伝子は、細胞の生命周期の異なった時点で活性化したり、不活性化したりする。全ての細胞で活性化している遺伝子もあるが、これらは正常で普遍的な機能、またはハウスキーピング的な任務を行う上で必要とされる。特定の細胞型でのみ活性化される遺伝子もあるが、これらは、正常な状態で、組織または器官に特有な機能のため特異化したり、調節するからである。最後に、ストレスまたは病気に反応するときにだけ活性化される遺伝子もある。一般的な警報に応答して、いくつかの細胞型で活性化する遺伝子もあれば、非常に特異的で、特定の細胞型においてのみ活性化するストレス遺伝子もある。このように、遺伝子を、特異的で非常に小さな分集団にまとめたり、多様で大きな分集団にまとめたりすることができる。これらのまとまった遺伝子グループを分類したり理解することは、病気の診断および治療において重要である。遺伝子または二本鎖デオキシリボ核酸（DNA）は、転写またはDNA分子のセンス鎖を一本鎖メッセンジャーリボ核酸（mRNA）へコピーされることによって活性化される。mRNA配列に引き継がれたメッセージは、さらに、細胞の中で構造的に、または酵素的に機能するポリペプチドまたは蛋白質の分子的な構成単位であるアミノ酸に翻訳される。ある時点で起きる活性、およびそれらの活性の相対的重要度は、細胞中に見られるmRNA分子の数量に反映される。あるmRNA（ハウスキーピング）は、常に存在し、いずれの組織の正常な細胞においても、それらの数量は高度に安定したままである。これらのmRNA（例えば、アクチン）は、ほとんどの細胞型に必須の定常的なバックグラウンド活性を表し、発現している（この場合の例外は、成熟し、分化した赤血球細胞であり、それらは、DNAを持たず、生存する間機能するmRNA または酵素の１セットを有するのみである）。これに対して、特定の細胞型の役割を行うRNA（日常的）は、その細胞型においてのみ活性化されるが、正常な状態の下では、日常的なmRNAの数は安定していると思われる。この特定の細胞型がストレスを受けるか、病気にさらされると、ストレス／病気に応答して活性化される遺伝子と同じように、日常的mRNAの数が変動する。これらのストレス／病気 mRNAは、他の日常的mRNAまたはハウスキーピングmRNAよりも優先され、急速に数が増える。例えば、脳細胞および肝細胞のハウスキーピング遺伝子は共通で、どちらの器官の細胞においても、取り込んだグルコース分子を処理するのに必要な酵素を産生するmRNAが転写される。しかし、下垂体細胞も肝細胞も正常に機能していても、下垂体細胞が正常に機能するのに必要な蛋白質を作るmRNAは、肝臓のクッパー（Kupffer）細胞のmRNAとは異なっている。同様に、病気の肝細胞のmRNA群は、正常な肝細胞のmRNA群とは異なっている。どちらの場合にも、異なった、多様な mRNAの分集団が、特定の時期の特定の状態において細胞を特徴づける。好ましい態様のデータベースは、mRNAの固有集団の分類および特徴付に関する情報の保存、操作および捕捉を提供する。この情報をもとに、科学者は、病気を診断し、特異的な治療法を設計することができる。詳細な情報が豊富にあれば、迅速な治癒に寄与し、永続的な傷害または死を避けるのに役立つ早期診断および治療への手がかりが提供される。本発明のデータベースシステムは、遺伝的情報を、大量の関連情報とともに保存することによって、現代のコンピュータの強大な能力を利用している。さらに特定すれば、好ましい態様において、組織の採取、転写物の抽出、クローニング、およびcDNA配列の同定の、本質的に全ての段階に関する情報を、さまざまな関連表に保存する。このように、本発明に係るデータベースにおいては、cDNA配列の同定に際して、実験室で行われた工程を遡ることができる。本発明に係るシステムに保存されるさまざまなデータによって、多くの場合、実際の実験を行なうことなしに、分子生物学および薬理学で頻繁に問いかけられる質問に答えることができると考えられる。これらの質問とは、例えば、ある特定の細胞型において、もっとも活性のある遺伝子および普遍的な機能は何か、ストレスまたは病気が続く間、ハウスキーピング的な機能および細胞特異的な日常的な機能に何が起こるのだろうか、どの遺伝子によって正常な状態と病的状態とが診断されるのか、薬剤による介入には、どの遺伝子産物を標的とすべきかなどである。図２は、本発明に係るデータベースに保存される遺伝的データの調製の工程を示したものである。図２の工程に関する情報は、図３Ａ、３Ｂおよび図４から10 に示された表として、データベースに保存される。図２において、最初のステップ10は、細胞調製である。細胞調製10には、RNA抽出のための調製を行うために、細胞を採取して増殖させる工程が含まれる。次のステップ20は、細胞からのmR NA抽出に関連したプロセスを示している。次に、ステップ30では、mRNAはcDNAになる。または、ステップ10と20を行わずに、外部の情報源または共同研究者から cD NA断片を受け取ることもできる。cDNA分子が入手されたら、ステップ40でクローニングし、ステップ50で配列決定する。ステップ50で得られた配列は、次に、遺伝データベースの既知の配列と比較される。最後に、ステップ70でDNA配列の機能が判定される。図３Ａ、３Ｂおよび図４〜10は、好ましい態様に係るデータベースの表の概要を例示したものである。典型的なフィールド（または属性）が各ボックスの中に示されており、各表は、少なくとも一個の他の表と共通するドメインを有する属性を含んでいる。例えば、130「生物源情報」と示されている表と、140「細胞培養／処理」と示されている表とを考えてみる。これらの２つにおいて、共通のドメインは、生物番号である。また、一方の端を「Ｉ」とラベルされ、もう一方を「Ｍ」とラベルされた矢印135は、生物源情報の表の中の各タプルについて、少なくとも一個のタプルが細胞培養／処理表の中にあるかもしれないことを示している。図２のステップ10〜30で得られたデータは、本発明に係るデータベースのライブラリー調製の部位に保存される（図３Ａおよび３Ｂ）。このデータには、cDNA を得たり（ボックス130、110、120）、細胞培養および処理（ボックス140、180 ）、mRNA調製（ボックス150）、ならびにcDNA構築（ボックス170、160）を行なうために用いられた細胞が由来する生物に関する情報が含まれる。より特異的には、ボックス130は、生物源情報を保存するための表を示している。生物源とは、組織培養で増殖した細胞、または手術によって一人の患者から得た細胞、または、例えば、男女、および、ある年齢の範囲内にある患者から得た下垂体などのプールされてサンプルから得られた細胞を意味する。好ましい態様において、生物源表130は、組織、器官、性別、年齢、病状など、図３Ａに示されているような属性を含む。生物源情報は、正常な状態、処理状態、または疾病状態などを反映しうる。当業者は、必要ならば、他の一定の生物源情報を保存できることに気付くと思われ、また、本開示に基づいて、必要に応じて、関連する他の属性を含ませることができる。協力者、すなわち、生物源の寄贈者に関するデータは、図３Ａに示すように、表110に保存され、生物源に寄与した細胞提供者に関する情報は、表120に保存される。生物源表130の生物源番号属性は、それぞれ、表110と120の協力者番号または提供者番号に対応している。細胞調製手順の一部には、細胞培養および処理の過程が含まれる。細胞培養は、既知の大きさまたは容量の容器の中で行われる。濃度は、通常、１ミリリットル（液体培地）当たりの細胞数で報告され、良好な細胞培養状態が維持されるよう監視される。細胞を回収する時の濃度は、細胞数または１リットル当たりのグラム数で測定されうる。処理方法はさまざまである。化学物質を用いての誘導により、未成熟な単核球の細胞を、成熟型であるマクロファージに変化させることができる。異なった化学剤による刺激または活性化によって、マクロファージは、侵入してくる細菌を摂取して消化するようになる。ある場合において、細胞培養液を２つ以上の部分に分けて、一つのサンプルは、（生物学的対照として）正常な増殖状態に維持し、他のサンプルを活性化および/または刺激する。単純な大筋の計画では、対照細胞のサンプルを、薬剤候補物質で処理した細胞のサンプルと比較する。薬剤の用量および処理時間の長さはさまざまである。細胞培養および処理の情報は、図３Ａの表140に保存される。好ましい態様の細胞培養／処理表140の属性は、表140に列挙してある。これらの属性には、細胞密度、細胞品質、および処理などの情報が含まれる。細胞培養／処理表140は、表130と共通の生物情報番号を持っている。特定の処理情報が、図３Ａに示されている属性を含む表180に保存される。培養番号属性は、表140と180に共通している。 mRNA調製のステップ20は、標準的なプロトコールにしたがって、既知の重量または容量の細胞から全リボ核酸（RNA）を抽出することから始まる。プロトコールとすべての変更とが記録される。抽出されたRNAは、場合によっては、メッセンジャーRNAまたは転写RNA（mRNA）を回収するために分画してもよいが、分画した場合には、収率をパーセント（mRNA/全RNA）で計算する。細胞におけるmRNAの通常の機能は、ペプチドまたは蛋白質を産生することである。分光光度測定およびゲル映像を用いて、mRNAの品質を検査する。分光光度測定においては、260ラムダ／280ラムダ比から得られた光学濃度測定値が1.8であれば、DNAまたは蛋白質によってあまり汚染されていない高品質のRNAであることを示す。さらに、このmRNAサンプルを、電流によってアガロースゲルを通して泳動（電気泳動）させることによって検査する。ゲルを見て、DNAの混入を調べるが、混入したDNAは、普通、RNAよりも分子量が大きい物質として泳動する。または、 mRNAの分解についても調べるが、分解したmRNAは、はっきりしたバンドまたはシグナルではなく、ぼやけたバンドになる。 mRNA調製に関するデータは、図３Ｂの表150に保存される。表150には、表140 の培養番号属性または表130の生物源番号属性のいずれかに相関するmRNAソース番号属性と、mRNAソース番号が関係する表を同定するmRNAソース属性とが含まれている。したがって、これら２つの属性を組み合わせれば、表150のレコードが表140と表130に結びつく。次に、図２のステップ30で示されているように、cDNAの配列は、mRNAに由来している。cDNAの構築には、好ましくは、当業において知られているように、オリゴDT、ランダムプライミング、逆転写、またはその他のプロトコールを用いて、 mRNAを相補的なDNA（cDNA）に転換する必要がある。DNAをパッケージングするかまたは取り込むバクテリオファージの中に、有用なクローニング部位が設計されている。各実験の結果得られる一次プラーク、すなわち、各バクテリアのコロニーの数を調べて、パッケージングまたはプレーティングの効率を測定する。宿主細菌の遺伝的背景、および増幅前と後のバクテリオファージの希釈率に関する情報を記録する。正常な細胞または病変細胞の全てに存在するアクチン遺伝子をスクリーニングし、挿入されたcDNA断片の大きさ（インサートサイズ）を見積もって、ライブラリーの品質を判定する。 cDNA構築に関するデータは、図３Ｂの表170に保存される。当業者には明らかなように、図３Ｂに示された、この表の属性から、cDNA構築に関する詳細な情報が提供される。表170および表150は、mRNA調製番号（mRNA_prep_ID）を共通に有することに留意されたい。予め処理されたcDNA断片を、外部の供給業者から購入したり、協力者または取引先から入手することができる。このような場合には、関連するデータは、データベースに保存されたcDNA供給業者表160に保存される。表160には、cDNA構築表 170の一部でもある供給者番号属性が含まれている。図２に示されているように、cDNAが構築された後、クローニング処理が行われる。図４に示されたデータベースの一部には、クローニング処理の過程で得られるクローン調製データに関連し、切り出し（ボックス190）、接種（ボックス200 ）、調製（ボックス210）、蛍光定量（ボックス220、230、240）に関する情報が含まれる。クローニングには、切り出し、接種、および調製が含まれる。切り出しとは、ベクターからcDNA断片を取り出すことである。この後、一晩培養して、各培養物を含むバクテリア宿主のSOLR細胞において、ベクターの増幅を誘導する。バクテリアDNAからプラスミドDNAを分離し、シークエンシングする前に蛍光定量法により定量する。切り出しに関係したデータを保存する表が、図４の190に示されている。切り出し表190には、cDNA構築表170と共通のcDNA構築番号属性が含まれている。接種には、液体培養培地で、バクテリアを増殖させ、数を増加させることが含まれる。必要とされる細胞密度（最大増殖）に達したところで、直ちに、培養液を固形の培養培地プレートに塗布する（線状にのばすか薄く広げる）。この培地の表面にできるコロニーを一つずつ、純粋培養として、液体培地を入れた試験管か微量滴定用プレートのウエルに継代培養してもよい。このバクテリア培養の集団は、生物試料組織で活性のある遺伝子の数とタイプに対応する。接種に関連するデータは、200と示された表に保存される。表200の培養番号属性は、表190の同名の属性と共通である。１マイクロリットル当たりのナノグラムまたはマイクログラムでcDNAを定量するために蛍光定量計を用いる。シークエンス用ゲルの特定のレーンで電気泳動によって処理し、分離する量を計算するために、cDNAの全量を測定しなければならない。サンプルの残りは、将来の使用に備えて保存しておく。蛍光定量により、 cDNAの純度が分かり、その後の実験過程における結果を予測する上で有用である。蛍光定量情報は、220、230、240として例示された表に保存される。より特異的には、蛍光定量解析からのデータは、蛍光定量ログ表220の属性として保存される。表230（蛍光定量）には、機器に関する情報が保存され、図４に示すように、表220と共通の蛍光定量番号を有する。蛍光測定器較正表240は、共通の較正番号によって、蛍光定量表230と関連する。蛍光定量解析の後、配列決定のためのcDNA調製を行なった。配列決定のための cDNA調製は、そのときに用いられる方法（および、その変更）にしたがって記録される。科学者たち（SWAT）が、配列決定実験における問題を解決し、特製のプロトコールの結果を追跡する。調製表は、210に例示されている。クローンログ表250により、図４に例示されているクローニング処理に関する情報が結合される。特に、これは、接種表200の属性でもある接種番号属性を有する。クローン番号は、蛍光定量ログ表220と共通である。調製番号属性も調製表210の一部である。例えば、クローンログ表250の死滅または生存属性によって、プラスミド調製で、配列決定を行なうのに十分な収量がなかった死滅クローンが同定される。シークエンシング処理に関するデータは、図５に描かれたデータベースの配列決定部分として示されているところに保存される。この部分には、配列の詳細に関する情報、およびそれに関連する情報が含まれる。これには、配列決定ログ（ボックス300）、配列決定ゲル（ボックス280）、反応セット（ボックス270）および配列保存部（ボックス290）が含まれる。配列の詳細および関連情報は、配列決定ログ表300の属性として保存される。一個のクローンが複数回にわたって配列決定されうることに注意すべきである。表260（配列決定リンク）は、クローンログ表250を配列決定ログ表300にリンクさせる。配列決定リンク表260は、クローンログ表250の属性と同じクローン番号属性と、表300に含まれる配列決定ログ番号属性とを有する。 cDNAの配列決定は、ABIの自動システムで行われる。各デオキシリボ核酸または塩基（アデニン、シトシン、グアニン、チミジン）が示すシグナルの鮮明さと濃さ、ゲルの中でのそれらの物理的な近接性、および、ゲルのバックグラウンドの明瞭さについて配列決定ゲルを判定する。これらの特徴は、配列を産出するためのゲル自動読み取り器のための一定のパラメータの中に含まれるはずである。将来、参照するために、電子的なクロマトグラム、または、ゲル図をコンピュータシステムに保存しておく。すべてのゲル情報の経路は、ゲルキーに反映されている。利用できる配列が得られたか否かにかかわらず、ゲル、それが泳動される条件、ゲル泳動に必要とされる時間、用いられた機械／機器のそれぞれ、スタッフ、および生物学的な調製物について記録しておく。このデータは、配列ログ表300の同じ属性を共有するゲルキー番号属性を有するゲルキー表280に保存される。配列決定用ゲルで泳動される生物学的な調製物は、反応セットと名付られている。カタリストとは、ロボットによりPCR増幅、希釈、および蛍光色素のcDNAへの付加が行なわれる、分子生物学用装置モデル800である。反応セットに関連するデータは、表270に保存される。この表には、配列ログ表300の一部でもある反応セット番号と名付けられた属性が含まれている。配列保存所は、配列が得られると作動開始する。配列は、正常型か変異型に分類され、有用性について、および、コンピュータシステムデータベースに引き続き保存すべきかについて判定が行われる。ここで、変異型と認められた配列は、発現型と名付けてもよい（後述の考察を参照）。配列保存所データは、配列ログ表300と共通の配列番号属性を有する表290に保存される。図６は、配列決定用機器に関する情報を保存するためのデータベースの部分を示したものである。シークエンサー管理ログ表900は、各DNA配列決定機の維持管理に関する情報を集めておくところであるが、リレーショナルデータベースを通して、もとのDNA配列との関係を見ることができる。シークエンサー管理ログ表9 00は、共通属性である機器番号を通してゲルキー表280に連結されている。表900 には、点検を依頼した日付、点検／管理が行われた日、支障の種類、管理に関与したスタッフ、および関連するコメントなどの情報が含まれる。好ましい態様において、カタリスト管理ログ表およびコンピュータ管理ログ表（それぞれ905および910）は、コンピュータ番号属性を通して連結され、シークエンサー管理ログ情報と同じ情報をもち、本質的に、いかなるDNA配列にも関連させることができる。機器ログ表915は、機器番号属性およびコンピュータ番号属性を通して管理表9 00〜910とつながっており、配列決定作業に用いられた装置または機器に関する情報が入っている。好ましい態様において、表915には、装置名およびシリアル番号、納入業者番号、ならびにインストール日などに関する情報が保存されている。別の納入業者表９２０は、納入業者番号属性によって装置ログ表915とつながり、例えば、会社名、住所、電話番号、ファックス番号、連絡相手などを保存する。納入業者一覧表には、さらに電子メールアドレスおよび契約が成立した日など、納入業者に関する付加的情報も含まれる。図７は、配列決定用試薬に関する情報を保存するための好ましい態様のデータベース部分を描いたものである。ゲルリンク表925は、ゲルキー属性によってゲルキー表280にリンクし、ゲル溶液番号属性によってゲル溶液表935にリンクしている。ゲル溶液表935には、ゲル溶液に関する情報が含まれ、溶液が作成された日に関する情報、さらには、溶液が作成された日および溶液を調製した人に関する情報が含まれる。ゲル溶液ロットリンク表950は、ゲル溶液番号属性によってゲルキー表280にリンクし、ロット表965と共通するロット番号および試薬番号属性によってゲル溶液表935にリンクしている。反応混合液リンク表930は、反応セット表270と反応セット番号属性を共有している。反応混合液リンク表930の混合液番号は混合液表940と共通である。混合液表940には、混合液が作成された日、および混合液を作成したスタッフ名も含まれる。混合液ロットリンク表955は、混合液番号属性が混合液表940と共通であり、ロット番号および試薬番号がロット表965と共通である。ロット表965には、試薬番号、ロット番号、納入業者番号、受領日、および、使用日が含まれる。納入業者番号は、納入業者表960と共通である。別の試薬表9 70は、ロット表965と、試薬番号属性を共有しており、また、さらに、試薬名を含む。配列の実験セットを、図８に示された高速セット部分に保存してもよい。この部分には、高速リンク表370、クローン変異配列表380、実験表390、整理表400、および、配列再決定表410が含まれる。高速リンク表370には、より高い優先順位を有する配列セットが保存される。これらには、独自のID番号が与えられ、バッチ処理される事項とは別個に扱われる。クローン変異配列表380は、各研究者によって印を付けられた変異配列を示す。変異配列は、印を付けた科学者、協力者、または業者によって評価され、適当な対応がとられる。実験表390に保存された実験配列は、上記の変異配列と同じである。これらは、各研究者によって印を付けられている相同配列、または、対立遺伝子配列、突然変異配列などである。断片が回収されるとすぐ、全長の発現配列に整列され、調査を継続する。整理表400 には、プロトコールに付加された特別の工程が反映されるデータが保存される。配列の読み取り度を向上させるための、より長い実験手順が設計されている。この実験手順を反復するだけで、配列を検査したり、より多くのデータを得るための配列再決定を行うことができる。配列再決定に関する情報は、配列再決定表41 0に保存される。高速リンク表370には、クローンログ表250にも含まれるクローン番号属性が含まれる。表370のログ実体番号属性から、表380、390、400、410のそれぞれ変異配列番号、実験セット番号、整理セット番号、および、配列再決定セット番号の関連付けが提供される。表370のログ表名属性から、ログ実体番号によって関連付けられた表が同定される。図２のステップ60で示されているように、ステップ50で得られた各cDNA配列を同定するために、可能であれば、遺伝学的データベース中の既知の配列との比較を行なう。このプロセスには、（ａ）データセットの中、（ｂ）内部データベース、および/または（ｃ）外部データベースの中の配列と比較することが含まれる。このライブラリーは、生物源となる組織に存在するRNA転写産物の出現頻度を表すため、いくつかの異なったクローンのいくつかが、同じ遺伝子または対立遺伝子の全部もしくは一部を含んでいていもよい。また、コンピュータは、配列の中の各塩基数を数えて、挿入配列の長さを解析する。配列比較に関するデータは、図７に示されたデータベースの配列比較部分の表の中に保存される。これらの表には、第一配列適合ログ表510および第二配列適合ログ表515が含まれる。本発明に係るデータベースは、外部のデータベースと接続することもできる。遺伝学的なデータベースは、DNAまたは蛋白質の配列が含まれている。このようなデータベースのサービスは、DNA、蛋白質またはそれらの断片の名前以外に、検索ツールまたは適合ツールを提供している。図７に描かれているように、このような外部データベースには、GenBank（ジェンバンク）データベース（ボックス610 ）、ProDom（プロドム）データベース（ボックス570）、Blocks（ブロックス）データベース（ボックス580）、Pisearch（ピーアイサーチ）データベース（ボックス590）、および、Sites（サイツ）データベース（ボックス600）が含まれる。データベースに保存された配列に対しての比較を行なうための、既知遺伝子および配列、その他の情報の一次的なソースとして、GenBankデータベースが用いられる。このような断片が「本物」（既知で名前を持つヒトの配列に明らかに一致している）として分類するか、ヒトまたは他の生物種で同定された遺伝子に相同である（部分的に関連している）と分類するかは、一致率と可能性の両方を考慮して判断される。独自のもので同定されていない断片または配列は、識別番号によってリストにする。特定の配列が機能的な蛋白質ドメインまたはモチーフを持っていれば、ProDom 、Blocks、および、Pisearchデータベースにアクセスする。これらのパターンから、該配列によってコードされるペプチドまたは蛋白質に関する重要な構造情報が提供される。さらに、ベクターデータベース520には、cDNAをクローン化するために用いられるベクターのDNA配列が保存される。同定されたcDNA配列を、このデータベースの配列と比較することによって、cDNA配列の中に現れるベクター配列、またはベクター配列の一部を区別することができる。同様に、反復データベース530によって、alu（アル）などの多重遺伝子ファミリーを同定することができる。隠れたマルコフデータベース560は、塩基配列のアラインメントを見て、コンピュータ計算によって、その配列からペプチド構造を予測するソフトウエアを有する。図９のボックス550に示されているように、付加的な特徴を提供する他のデータベースにも接続することができる。配列比較によって、適合するという結果が出たとき、この適合に関する情報が、配列適合ログ表510および515に保存される。この情報には、一般的に、外部データベースの中の適合する配列レコードと、適合の性質を表すスコアに関するアドレス情報とが含まれる。スコアを付ける方法が、すべてのデータベースで一致しているわけではないので、別の態様においては、スコアを別のレコードに保存することが好ましい。配列適合ログ510は、共通の配列番号属性によって、配列保存部290とリンクしている。適合閾値外の適合を示すものが第二配列適合ログ表5 15に保存されるのに対し、第一配列適合ログ表510には、よりよい適合を示すものが含まれる。どちらの表（510と515）も同一の属性を有する。次に、図２のステップ70に示されているように、特定の閾値を超える性質を有する適合配列に対して機能同定を行なう。機能同定に関するデータは、図１０に示された表の中に保存される。これらの表には、蛋白質表720、蛋白質−配列リンク表730、フォルダー表760、および、所在表780が含まれている。蛋白質同定は、機能／ドメインデータベースのいずれかから行われるかもしれない。GenBan kロケーションまたはローカスと、国際EC番号（酵素または蛋白質分類）を表720 に保存する。この表の各エントリは、その機能に関して最終的に同定された配列保存表の少なくとも一個の配列に対応する。蛋白質表720は、蛋白質−配列リンク表730を経由して配列保存表290とリンクされる。蛋白質表720には、蛋白質− 配列リンク表730と共通する蛋白質番号属性が含まれている。そして、配列保存表290は、蛋白質−配列リンク表730と共通の配列番号属性を有する。フォルダー表760の各エントリには、他のデータベースと、興味深いことに、確実性のない合致を示した保存表の少なくとも一個の配列に対する統一性のない注釈が付けられている。あらゆるタイプの注釈、脚注、または、注記を、フォルダー表760の中に記録することができる。これによって、研究者は、不確実な適合情報を有するデータベースの中の他のレコードに混入することなく、必要な情報を保存できる。フォルダー表760は、機能配列リンク750を経由して配列保存部290にリンクする。機能配列リンク750は、フォルダー表760と共通のフォルダー番号属性をもち、配列保存部290と共通の配列番号属性を有する。本発明によって、研究者は、キーワードを使ってリレーショナルデータベースを検索し、キーワード検索が行われる表を特定することができるようになる。従って、例えば、研究者は、生物源表130の中で「内皮の」という語が存在するすべての箇所を検索できる。さらに、本発明によって、研究者は、図１０に示されているキーワード表790 に検索事項を保存することができる。この表に保存された各検索事項は、独自のキーワード番号によって同定される。研究者が保存された特定の検索を行いたいと思ったときには、その検索事項に対するキーワード番号を入力するだけでよい。すると、コンピュータが関連するレコードを取り出して、キーワードテキストフィールドに保存されたキーワードについて、表名フィールドの中で同定された表を検索する。検索結果は、例えば、図１０のボックス800〜820の中に示されているような電子メール通信を通して、ユーザーに送られる。所在表780には、同定されたそれぞれの配列の細胞内での所在に関する情報が保存されている。所在表780は、共通の蛋白質番号によって、蛋白質表720とリンクしており、「所在」と呼ばれる属性の中に所在情報が保存される。好ましい態様において、この属性に対するドメインには、以下のカテゴリーが含まれる。すなわち、核、細胞質（細胞骨格）、細胞質（細胞内膜）、細胞質（ミトコンドリア）、細胞表面、分泌物である。また、図１０には蛋白質表720をヒトゲノムデータベースにリンクするGDBリンクス表770も示されている。GDBリンクス表770は、蛋白質表720と共通の蛋白質番号属性をもち、GDB番号属性を通してヒトゲノムデータベースにリンクする。好ましい態様のデータベースに保存されている関連情報が豊富にあれば、ユーザーは、それまで既知の遺伝学的データベースでは利用できなかったような新しいタイプのデータ検索が行なえるようになる。例えば、好ましい態様のリレーショナルデータベースは、含有量解析を行なうのによく適合している。この解析は、一定の状態にある特定の細胞、例えば、正常または活性化されたある細胞に見られるmRNAまたは転写産物の相対的な頻度をユーザーに提供する。例えば、もし、研究者がLPSで活性化されたTHP-1細胞において最も豊富な配列を尋ねる検索項目を入力したら、コンピュータシステムは、リレーショナルデータベースを検索して、図１１に例示したような画面を出力するようにプログラムされている。好ましい態様において、検索は以下のようにして行われる。まず、細胞培養／処理レコード140において、細胞系名フィールドが「THP-1」（この例では）に等しいレコードが同定される。次に、同定されたレコードを、処理フィールドが「 LPS」に等しいレコードに対して検索する。そして、データベース中で、この同定された配列の部分集合に対応する配列適合ログレコード510が決められ、適合番号数によって分かる特定の配列の細胞における含有量を判定するために、それぞれ別個の適合番号値に対応する配列適合ログレコードの数を計算する。コンピュータが、すべての生物源レコードを調べた後、特定の検索において必要とされる方法で、得られた含有量情報を検索し、図１１に例示されているように、表の形で画面に示される。同様に、上記のデータベース構造から、サブトラクション解析を行なうための便利な方法が提供される。サブトラクション解析によって、通常の細胞に比べて、活性化された細胞の中で、どの配列がより普遍的に発現するかが判定される。サブトラクション解析を行なうためには、正常な細胞ライブラリーおよび活性化された細胞ライブラリーに対して含有量解析を行ない、情報が得られたら、その値の割合が求められる。図１２は、このような操作を、正常なTHP-1およびLPSで活性化したTHP-1に対して行なったものである。ロケーション解析を行なうこともできる。例えば、ユーザーが特定の活性化マクロファージの中の特定の蛋白質の所在を知りたいとする。コンピュータは、上記の方法で知りたいと思った細胞に関係するレコードの部分集合を同定し、その蛋白質がその細胞に存在することを確かめるために、蛋白質表720にある関連レコードを調べ、最終的に、所在表780の中の蛋白質の所在を調べて、ユーザーにその所在を出力する。好ましい態様における配列所在表の分類は、核、細胞質、細胞表面、または、分泌である。細胞質の中においては、配列を、細胞骨格、細胞内膜、または、ミトコンドリアに指定する。この情報は、所在表780の所在フィールドの中に用意されている。同定された配列はすべて、それらの相対的な多さに関わらず、デフォルトでは、未知のカテゴリーに分類される。好ましい態様のデータベースが備えている、もう一つの機能は分布である。この機能によって、例えば、ある配列が、どの組織または器官で、どのくらいの頻度で見られるかが決定される。このシステムは、配列ログ300のレコードを調べる工程をたどり、知りたいと思う配列に適合するものがあれば、システムは、リレーショナルデータベースの関連を通して、特定の配列が見つけられた器官および組織を判定する。最後に、その配列を調べて、必要とされた分布統計を示すように出力が作成される。詳細なレコードおよびデータベースのリレーショナルな構造によって、研究者は、mRNA、cDNAの配列決定処理の工程を反映するどのフィールドにも、実際にアクセスすることができるようになる。このように、本発明に係るデータベースにより、実験結果および実験過程を解析するための強力なツールが提供される。例えば、もし、研究者が、mRNAの特定のロットまたはバッチから得られるすべての配列を知りたい場合、このような情報は、mRNA調製レコード150を通る工程をたどり、知りたいと思うロット番号を有するレコードを見つけ、配列決定ログの中にある関連するエントリを出力することによって得ることができる。上述の開示により、当業者は、さまざまなデータ解析作業において、科学者に有用な多くの検索項目を設計することができる。前述の説明から、本発明の精神および主要な特質から逸脱することなく、本発明を、別の特異的な様式で具体化できることは明らかである。したがって、今回開示された態様は、あらゆる局面において、例示的なものであって、制約的なものでないと考えられるべきで、また、本発明の範囲は、前述の説明よりも、添付の請求の範囲によって示されていると考えられるべきであり、請求項の意味およびその範囲を変えない範囲で行われる変更は、すべて本明細書に含まれていると考えられるべきである。

【手続補正書】【提出日】１９９７年７月２９日【補正内容】請求の範囲１．生物学的情報を保存および捕捉するためのコンピュータ化されたシステムにおいて、各表が少なくとも一個の他の表と共通の属性をもち、表の集合体が対応する適合ログに対する表を含み、適合ログが生物源のあるcDNA配列と既知のcDNA配列との比較に関する情報を含んでいる、表の集合体、各表のレコード、ならびにデータ入力装置、表示装置、中央演算装置、および、リレーショナルデータベースにcDNA配列データを保存するデータ保存装置において、このシステムが、 cDNA配列に対応するデータを、（ａ）表のレコードを検索し、（ｂ）特定の生物源におけるcDNA配列の相対的な頻度を決定するために検索することができるように設計されている装置とを含む、コンピュータ化されたシステム。２．（ｃ）ロケーション解析を行うために用いることができる、請求項１記載の保存および捕捉するためのコンピュータ化されたシステム。３．（ｄ）分布解析を行うために用いることができる、請求項１記載の保存および捕捉するためのコンピュータ化されたシステム。４．（ｅ）生物源組織情報を判定するために検索することができる、請求項１記載の保存および捕捉するためのコンピュータ化されたシステム。５．（ｆ）生物源器官情報を判定するために検索することができる、請求項１記載の保存および捕捉するためのコンピュータ化されたシステム。６．（ｇ）生物源組織病理情報を判定するために検索することができる、請求項１記載の保存および捕捉するためのコンピュータ化されたシステム。７．（ｈ）生物源組織年齢情報を判定するために検索することができる、請求項１記載の保存および捕捉するためのコンピュータ化されたシステム。８．（I）生物源組織性別情報を判定するために検索することができる、請求項１記載の保存および捕捉するためのコンピュータ化されたシステム。９．生物学的データを保存し、捕捉するためのコンピュータシステムにおいて、各表が少なくとも一個の他の表と共通する属性を含む表の集合体を含み、この表の集合体が、cDNA配列データを保存する複数の表を含む、生物学的データを保存するリレーショナルデータベース、あるcDNA配列が第一の生物源組織の中に出現する相対頻度を決定するための手段、および cDNA配列が第一の生物源組織および第二の生物源組織に現れる頻度の割合を決定するために、第一の生物源組織と第二の生物源組織との間で、サブトラクション解析を行なうための手段を含む、コンピュータシステム。１０．第一の生物源組織が正常な組織であり、第二の生物源組織が病変組織である、請求項９記載のコンピュータシステム。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，ＤＫ，ＥＳ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＫＥ，ＭＷ，ＳＤ，ＳＺ，ＵＧ)，ＡＭ，ＡＵ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＮ，ＣＺ，ＥＥ，ＦＩ，ＧＥ，ＨＵ，ＩＳ，ＪＰ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＫ，ＬＲ，ＬＴ，ＬＶ，ＭＤ，ＭＧ，ＭＮ，ＮＯ，ＮＺ，ＰＬ，ＲＯ，ＲＵ，ＳＧ，ＳＩ，ＳＫ，ＴＪ，ＴＭ，ＴＴ，ＵＡ，ＵＳ，ＵＺ，ＶＮ (72)発明者スコットランダルダブリュー. アメリカ合衆国カリフォルニア州マウンテンビゥーサン−モア 13140

Claims

【特許請求の範囲】１．リレーショナルデータベースの中にデータを保存するためのデータ入力装置、表示装置、中央演算装置およびデータ保存装置を含む、生物学的情報を保存および捕捉するためのコンピュータ化されたシステムにおいて、データベースには表が含まれ、この各表は、少なくとも一個の他の表と共通する少なくとも一個の属性を有するドメインをもっており、該表が、ライブラリー調製データを保存するための複数の表、クローン調製データを保存するための複数の表、配列決定データを保存するための複数の表、および配列比較データを保存するための少なくとも一個の表を含む、コンピュータ化されたシステム。２．機能同定データを保存するための少なくとも一個の表をさらに含む、請求項１記載のシステムのデータベース。３．高速セットを保存するための表をさらに含む、請求項１記載のシステムのデータベース。４．ライブラリー調製データを保存するための表が、mRNA調製データを保存するための表を含む、請求項１記載のシステムのデータベース。５．ライブラリー調製データを保存するための表が、cDNA構築データを保存するための表を含む、請求項１記載のシステムのデータベース。６．ライブラリー調製データを保存するための表が、生物源データを保存するための表を含む、請求項１記載のシステムのデータベース。７．ライブラリー調製データを保存するための表が、細胞培養および処理のデータを保存するための表を含む、請求項１記載のシステムのデータベース。８．クローン調製データを保存するための表が、接種データを保存するための表を含む、請求項１記載のシステムのデータベース。９．クローン調製データを保存するための表が、切り出しデータを保存するための表を含む、請求項８記載のシステムのデータベース。１０．クローン調製データを保存するための表が、蛍光定量データを保存するための少なくとも一個の表を含む、請求項９記載のシステムのデータベース。１１．配列決定データを保存するための表が、配列決定ログ表を含む、請求項１記載のシステムのデータベース。１２．配列決定データを保存するための表が、反応セットデータを保存するための少なくとも一個の表を含む、請求項１記載のシステムのデータベース。１３．配列決定データを保存するための表が、ゲルキーデータを保存するための少なくとも一個の表を含む、請求項１記載のシステムのデータベース。１４．機能同定データを保存するための表が、蛋白質データを保存するための少なくとも一個の表を含む、請求項２記載のシステムのデータベース。１５．配列決定用試薬データを保存するための表をさらに含む、システム１のデータベース。１６．配列決定用装置データを保存するための表をさらに含む、システム１のデータベース。１７．生物学的データを保存し、捕捉するためのコンピュータシステムにおいて、各表がデータベースの中の少なくとも一個の他の表の属性と共通のドメインを有する属性を含む相互に関連する複数の表を含む、生物学的データを保存するためのリレーショナルデータベースと、リレーショナルデータベースに保存されているデータに基づいて、ある生物組織の中にRNA転写産物が出現する頻度を判定するための手段とを含むコンピュータシステム。１８．ある生物源組織の中に出現するRNA転写産物の頻度と、その生物源組織が異なった状態にあるときに、その中に出現するRNA転写産物の頻度との割合を決定するために、ある生物組織のサブトラクション解析を行うための手段をさらに含む、請求項１７記載のシステム。１９．生物学的データを保存し、捕捉するためのコンピュータシステムにおいて、生物学的データを保存するためのリレーショナルデータベースで、データベースの少なくとも一個の他の表の属性と共通のドメインを有する少なくとも一個の属性を有する表が複数含まれるデータベースであるリレーショナルデータベースと、データベースに保存されたデータに基づいて、所定の細胞の中に存在する mRNAの所在を判定するための手段とを含むコンピュータシステム。２０．生物学的データを保存し、捕捉するためのコンピュータシステムにおいて、少なくとも一個の共通の属性を有することによって、表が相互に関連するように、該生物学的情報が保存されている表を含むデータベースと、複数の器官のそれぞれの中の特異的なRNAの存在および頻度を判定するための手段とを含むコンピュータシステム。