WO2022196041A1 - 遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体 - Google Patents

遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体 Download PDF

Info

Publication number
WO2022196041A1
WO2022196041A1 PCT/JP2022/000221 JP2022000221W WO2022196041A1 WO 2022196041 A1 WO2022196041 A1 WO 2022196041A1 JP 2022000221 W JP2022000221 W JP 2022000221W WO 2022196041 A1 WO2022196041 A1 WO 2022196041A1
Authority
WO
WIPO (PCT)
Prior art keywords
pcr
ratio
stutter
microsatellites
information processing
Prior art date
Application number
PCT/JP2022/000221
Other languages
English (en)
French (fr)
Inventor
稔 麻生川
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2023506774A priority Critical patent/JPWO2022196041A1/ja
Publication of WO2022196041A1 publication Critical patent/WO2022196041A1/ja

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M1/00—Apparatus for enzymology or microbiology
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6844—Nucleic acid amplification reactions
    • C12Q1/686—Polymerase chain reaction [PCR]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression

Definitions

  • This disclosure relates to the technical field of a genetic information processing system, a genetic information processing method, and a recording medium that execute processing related to genetic information.
  • Patent Document 1 describes estimating the relative height of stutter appearing after PCR amplification.
  • Patent Literature 2 discloses a technique for performing peak determination regardless of whether a peak obtained by PCR is a true peak or a noise peak.
  • Patent Literature 3 discloses calculating percent stutter and calculating an average percent stutter that summarizes the values of arbitrary samples.
  • Patent Document 4 discloses optimizing model parameters including peak position, peak height, and stutter rate.
  • This disclosure has been made, for example, in view of the above cited documents, and aims to provide a gene information processing system, a gene information processing method, and a recording medium capable of appropriately executing gene-related processing. do.
  • One aspect of the genetic information processing system of this disclosure includes first acquisition means for acquiring distribution information of microsatellites in a gene after PCR, and first acquisition means for indicating the amplification rate of the microsatellites for each cycle of the PCR.
  • a second acquisition means for acquiring a ratio, a second ratio indicating the ratio of stutter generated from the microsatellites in each cycle of the PCR, and the number of cycles of the PCR;
  • a calculation means for calculating the distribution of the microsatellites in the gene before the PCR based on the distribution information of the microsatellites, the first ratio, the second ratio, and the cycle number of the PCR; Prepare.
  • One aspect of the gene information processing method of this disclosure is to acquire distribution information of microsatellites in a gene after PCR, and obtain a first ratio indicating the amplification rate of the microsatellites for each cycle of the PCR; A second ratio indicating the ratio of stutter generated from the microsatellites for each cycle of the PCR and the number of cycles of the PCR are obtained, and the distribution information of the microsatellites in the gene after the PCR and the first The distribution of the microsatellites in the gene before the PCR is calculated based on the ratio of , the second ratio, and the cycle number of the PCR.
  • One aspect of the recording medium of this disclosure acquires distribution information of microsatellites in a gene after PCR, a first ratio indicating the amplification rate of the microsatellites for each cycle of the PCR, and 1 of the PCR.
  • a second ratio indicating the ratio of stutter generated from the microsatellites in each cycle and the number of cycles of the PCR are obtained, and the distribution information of the microsatellites in the gene after the PCR and the first ratio are obtained.
  • the second ratio, and the cycle number of the PCR a computer program is recorded for operating a computer to calculate the distribution of the microsatellites in the gene before the PCR.
  • FIG. 1 is a block diagram showing the hardware configuration of a genetic information processing system according to a first embodiment
  • FIG. 1 is a block diagram showing the functional configuration of a genetic information processing system according to a first embodiment
  • FIG. 1 is a graph showing an example of stutter that occurs in PCR.
  • 4 is a flow chart showing the flow of operations of the genetic information processing system according to the first embodiment.
  • FIG. 3 is a block diagram showing the functional configuration of a genetic information processing system according to a second embodiment
  • FIG. 1 is a graph showing an example of -1 stutter.
  • FIG. 2 is a conceptual diagram showing a method for estimating stutter amplicon amounts.
  • 9 is a flow chart showing the flow of operations of the genetic information processing system according to the second embodiment.
  • FIG. 1 is a block diagram showing the hardware configuration of a genetic information processing system according to a first embodiment
  • FIG. 1 is a block diagram showing the functional configuration of a genetic information processing system according to a first embodiment
  • FIG. 4 is a graph showing an example of ⁇ 2 stutter and +2 stutter.
  • FIG. FIG. 11 is a block diagram showing the functional configuration of a genetic information processing system according to a fourth embodiment;
  • FIG. FIG. 11 is a flow chart showing the flow of operations of the genetic information processing system according to the fourth embodiment;
  • FIG. FIG. 10 is a conceptual diagram showing an example in which both the rate of occurrence of negative stutter and the rate of occurrence of positive stutter are considered;
  • FIG. 11 is a block diagram showing the functional configuration of a genetic information processing system according to a sixth embodiment;
  • FIG. 1 is a determinant showing an example of an amplification matrix modeling amplification by PCR.
  • FIG. 13 is a flow chart showing the flow of operations of the genetic information processing system according to the sixth embodiment
  • FIG. FIG. 12 is a block diagram showing the functional configuration of a genetic information processing system according to a seventh embodiment
  • FIG. FIG. 12 is a flow chart showing the flow of operations of the genetic information processing system according to the seventh embodiment
  • FIG. FIG. 21 is a graph showing estimated amount and actual amount of genetic information calculated in the genetic information processing system according to the eighth embodiment
  • FIG. 4 is a graph showing the relationship between the number of repetitions and the -1 stutter ratio. 4 is a graph showing a method of estimating the rate of occurrence of stutter by data fitting.
  • FIG. 1 A genetic information processing system according to the first embodiment will be described with reference to FIGS. 1 to 4.
  • FIG. 1 A genetic information processing system according to the first embodiment will be described with reference to FIGS. 1 to 4.
  • FIG. 1 A genetic information processing system according to the first embodiment will be described with reference to FIGS. 1 to 4.
  • FIG. 1 A genetic information processing system according to the first embodiment will be described with reference to FIGS. 1 to 4.
  • FIG. 1 A genetic information processing system according to the first embodiment will be described with reference to FIGS. 1 to 4.
  • FIG. 1 is a block diagram showing the hardware configuration of the genetic information processing system according to the first embodiment.
  • the genetic information processing system 10 includes a processor 11, a RAM (Random Access Memory) 12, a ROM (Read Only Memory) 13, and a storage device 14. .
  • the genetic information processing system 10 may further comprise an input device 15 and an output device 16 .
  • Processor 11 , RAM 12 , ROM 13 , storage device 14 , input device 15 , output device 16 and camera 20 are connected via data bus 17 .
  • the processor 11 reads a computer program.
  • processor 11 is configured to read a computer program stored in at least one of RAM 12, ROM 13 and storage device .
  • the processor 11 may read a computer program stored in a computer-readable recording medium using a recording medium reader (not shown).
  • the processor 11 may acquire (that is, read) a computer program from a device (not shown) arranged outside the genetic information processing system 10 via a network interface.
  • the processor 11 controls the RAM 12, the storage device 14, the input device 15 and the output device 16 by executing the read computer program.
  • the processor 11 implements functional blocks for executing processing relating to genetic information.
  • processor 11 one of CPU (Central Processing Unit), GPU (Graphics Processing Unit), FPGA (Field-Programmable Gate Array), DSP (Demand-Side Platform), ASIC (Application Specific) integrated circuit is used. may be used, or a plurality of them may be used in parallel.
  • CPU Central Processing Unit
  • GPU Graphics Processing Unit
  • FPGA Field-Programmable Gate Array
  • DSP Demand-Side Platform
  • ASIC Application Specific integrated circuit
  • the RAM 12 temporarily stores computer programs executed by the processor 11.
  • the RAM 12 temporarily stores data temporarily used by the processor 11 while the processor 11 is executing the computer program.
  • the RAM 12 may be, for example, a D-RAM (Dynamic RAM).
  • the ROM 13 stores computer programs executed by the processor 11 .
  • the ROM 13 may also store other fixed data.
  • the ROM 13 may be, for example, a P-ROM (Programmable ROM).
  • the storage device 14 stores data that the genetic information processing system 10 stores for a long period of time.
  • Storage device 14 may act as a temporary storage device for processor 11 .
  • the storage device 14 may include, for example, at least one of a hard disk device, a magneto-optical disk device, an SSD (Solid State Drive), and a disk array device.
  • the input device 15 is a device that receives input instructions from the user of the genetic information processing system 10 .
  • Input device 15 may include, for example, at least one of a keyboard, mouse, and touch panel.
  • the output device 16 is a device that outputs information about the genetic information processing system 10 to the outside.
  • the output device 16 may be a display device (eg, display) capable of displaying information about the genetic information processing system 10 .
  • FIG. 2 is a block diagram showing the functional configuration of the genetic information processing system according to the first embodiment.
  • the genetic information processing system 10 includes a first acquisition unit 110, a second acquisition unit 120, and a calculation unit 130 as processing blocks for realizing its functions. configured with.
  • Each of the first acquisition unit 110, the second acquisition unit 120, and the calculation unit 130 may be implemented, for example, in the above-described processor 11 (see FIG. 1).
  • the first acquisition unit 110 is configured to be able to acquire distribution information of microsatellites in genes after PCR.
  • the first acquisition unit 110 may acquire distribution information of microsatellites, for example, as a result of an experiment performed in advance (that is, an amplification process using PCR).
  • the distribution information of microsatellites may be distribution information of microsatellites of one organism (that is, a single organism), or distribution information of microsatellites of a plurality of organisms (for example, distribution information obtained from a mixed sample). ). Even if the microsatellite is derived from a single organism, there may be two types of microsatellites at one gene locus (more precisely, one or two types).
  • the distribution information of microsatellites may be the distribution information of two types of microsatellites derived from such a single organism.
  • the second acquisition unit 120 obtains a first ratio indicating the amplification rate of microsatellites in each cycle of PCR, a second ratio indicating the ratio of stutter generated from microsatellites in each cycle of PCR, and and the number of cycles.
  • the second acquisition unit 120 may acquire at least one of the first ratio, the second ratio, and the number of PCR cycles as a known value input by a user or the like, for example.
  • the second acquisition unit 120 may estimate and acquire at least one of the first ratio, the second ratio, and the number of PCR cycles from other parameters. A method for estimating each parameter will be described in detail in another embodiment described later.
  • the calculation unit 130 calculates the distribution information of microsatellites in the gene after PCR acquired by the first acquisition unit 110, the first ratio, the second ratio, and the number of cycles of PCR acquired by the second acquisition unit 120. Based on and, the distribution of microsatellites in the gene before PCR can be calculated. That is, the calculation unit 130 is configured to be able to calculate the original (that is, before amplification) microsatellite distribution of the gene to be subjected to PCR. A specific calculation method by the calculator 130 will be described in detail in another embodiment described later.
  • FIG. 3 is a graph showing an example of stutter that occurs in PCR.
  • stutter when genetic information is amplified by PCR, noise called stutter is detected in addition to genuine genetic information (hereinafter referred to as "true allele" as appropriate). Stutter peaks are detected at positions where the number of repeating units is less or greater than the true allele peak position.
  • the genetic information processing system 10 acquires the ratio of occurrence of stutter as the second ratio to calculate the distribution of microsatellites in the gene before PCR. In other words, even if stutter occurs in PCR amplification, pre-amplification distribution information corresponding to true alleles can be obtained.
  • FIG. 4 is a flow chart showing the operation flow of the genetic information processing system according to the first embodiment.
  • the first acquiring unit 110 acquires the distribution information of microsatellites in the gene after PCR (step S101). .
  • the second acquisition unit 120 acquires the first ratio (step S102), acquires the second ratio (step S103), and acquires the number of PCR cycles (step S104).
  • the order of obtaining the first ratio, the second ratio, and the number of cycles of PCR is not limited to the above order, and may be obtained before or after each other, or may be obtained at the same time.
  • the calculation unit 130 calculates the distribution information of microsatellites in the gene after PCR acquired by the first acquisition unit 110, the first ratio, the second ratio, and the PCR obtained by the second acquisition unit 120.
  • the distribution of microsatellites in the gene before PCR is calculated (step S105).
  • the calculation unit 130 may have a function of outputting the calculated distribution of microsatellites in the pre-PCR gene.
  • the calculation unit 130 may display the calculated distribution of microsatellites on, for example, a display.
  • the distribution information of microsatellites in the gene after PCR, the first ratio, the second ratio, and the PCR Based on the cycle number and the distribution of microsatellites in the gene before PCR is calculated. In this way, it is possible to appropriately calculate the distribution of microsatellites in the gene before PCR, taking into account the presence of stutter generated in PCR.
  • FIG. 5 A genetic information processing system 10 according to the second embodiment will be described with reference to FIGS. 5 to 8.
  • FIG. It should be noted that the second embodiment differs from the above-described first embodiment only in part of the operation, and for example, the hardware configuration and the like may be the same as those of the first embodiment (see FIG. 1). For this reason, the description of the portions that overlap with those of the first embodiment will be appropriately omitted below.
  • FIG. 5 is a block diagram showing the functional configuration of the genetic information processing system according to the second embodiment.
  • symbol is attached
  • the genetic information processing system 10 includes a first acquisition unit 110, a second acquisition unit 120, and a calculation unit 130 as processing blocks for realizing its functions. configured with.
  • the calculator 130 according to the second embodiment includes an amplicon amount estimator 131 .
  • the amplicon amount estimating unit 131 uses the first ratio, the second ratio, and the number of cycles of the PCR method to reduce the stutter by one repeating unit (hereinafter, appropriately referred to as "-1 stutter”). , or a stutter with one more repeat unit (hereinafter referred to as “+1 stutter” as appropriate). Then, the calculation unit 130 according to the second embodiment can calculate the distribution of microsatellites in the gene before PCR using the -1 stutter or +1 stutter amplicon amount estimated by the amplicon amount estimation unit 131. It is configured.
  • FIG. 6 is a graph showing an example of ⁇ 1 stutter.
  • the -1 stutter peak is detected at a position where the number of repeating units is one less than the position of the true allele peak.
  • the -1 stutter peak occurs at a higher rate than other stutters, and the magnitude of the peak is also relatively large. Therefore, if the amplicon amount of ⁇ 1 stutter can be estimated, the true allele microsatellite distribution can be calculated with high accuracy. A specific method for estimating the amplicon amount of ⁇ 1 stutter will be described in detail below.
  • FIG. 7 is a conceptual diagram showing a method for estimating the stutter amplicon amount.
  • the amount of amplicon for “5 repetitions” is a3.
  • the amount of amplicon for ⁇ 1 stutter ie, “4 replicates”
  • the amplicon amount of "five repetitions” is an.
  • the amount of amplicon for ⁇ 1 stutter ie, “4 repetitions”
  • C is combination.
  • the amplicon amount of +1 stutter that is, the stutter detected at the position where the number of repeat units is one more than the peak position of the true allele
  • the third ratio c at which plus stutter occurs may be considered.
  • a configuration using the third ratio c will be described in detail in another embodiment (fifth embodiment) described later.
  • FIG. 8 is a flow chart showing the operation flow of the genetic information processing system according to the second embodiment.
  • the same reference numerals are assigned to the same processes as those shown in FIG.
  • the first acquisition unit 110 first acquires the distribution information of microsatellites in the gene after PCR (step S101). .
  • the second acquisition unit 120 acquires the first ratio (step S102), acquires the second ratio (step S103), and acquires the number of PCR cycles (step S104).
  • the amplicon amount estimation unit 131 estimates the amplicon amount of ⁇ 1 stutter or the amplicon amount of +1 stutter using the first ratio, the second ratio, and the number of PCR cycles (step S201 ). Then, the calculation unit 130 calculates the distribution of microsatellites in the gene before PCR using the amplicon amount estimated by the amplicon amount estimation unit 131 (step S202).
  • the amplicon amount of ⁇ 1 stutter or +1 stutter is estimated, and using the estimated amplicon amount, The distribution of microsatellites in the gene is calculated. In this way, it is possible to appropriately calculate the distribution of microsatellites in the gene before PCR, taking into account the presence of -1 stutter or +1 stutter generated in PCR.
  • a genetic information processing system 10 according to the third embodiment will be described with reference to FIG. It should be noted that the third embodiment differs from the above-described second embodiment only in the types of stutters handled, and the system configuration and overall operation flow are the same as those in the second embodiment. you can For this reason, the description of the parts that overlap with the parts that have already been described will be omitted as appropriate.
  • the amplicon amount estimation unit 131 uses a stutter with two fewer repeat units (hereinafter referred to as “-2 stutter” as appropriate), or a stutter with two fewer repeat units ( Hereafter, the amplicon amount of (referred to as “+2 stutter” as appropriate) is estimated.
  • the amplicon amount estimator 131 typically estimates the amplicon amount of ⁇ 2 stutter or +2 stutter as well as the amplicon amount of ⁇ 1 stutter or +1 stutter already described in the second embodiment. However, the amplicon amount estimator 131 may estimate only the amplicon amount of ⁇ 2 stutter or +2 stutter without estimating the amplicon amount of ⁇ 1 stutter or +1 stutter.
  • FIG. 9 is a graph showing an example of ⁇ 2 stutter and +2 stutter.
  • the -2 stutter peak is detected at a position where the number of repeating units is two less than the position of the true allele peak.
  • the +2 stutter peak is detected at a position where the number of repeat units is two more than the position of the true allele peak.
  • the -2 stutter occurs when the phenomenon that causes the -1 stutter occurs twice.
  • +2 stutter is caused by two occurrences of the +1 stutter phenomenon. Therefore, ⁇ 2 stutter and +2 stutter are less likely to occur and have relatively smaller peaks than ⁇ 1 stutter and +1 stutter.
  • the amplicon amount of "5 repeats” is a3
  • the amplicon amount of -1 stutter is 3 ⁇ a 2 ⁇ b.
  • the amount of amplicon for a ⁇ 2 stutter ie, “three replicates” would be 3 ⁇ a ⁇ b 2 .
  • the amount of amplicon for “five iterations” is a n
  • the amount of amplicon for ⁇ 1 stutter is nC1 ⁇ a n ⁇ 1 ⁇ b becomes.
  • the amount of amplicon for a ⁇ 2 stutter ie, “three replicates” would be nC2 ⁇ a n ⁇ 2 ⁇ b 2 .
  • the amplicon amount of +2 stutter can also be estimated by the same method.
  • the -2 stutter is explained on the premise that "the phenomenon that generates -1 stutter occurs twice", but the possibility of -2 stutter occurring in one PCR process is taken into consideration. You may In this case, in addition to the first rate a and the second rate b, the rate at which -2 stutter occurs may be used. This value may be approximated by, for example, a quadratic expression of "repeating x times".
  • the rate at which ⁇ 3 stutter occurs may be used. This value may be approximated by, for example, a cubic expression (or a cubic or higher expression) of "repeating x times".
  • the amplicon amount of ⁇ 2 stutter or +2 stutter is estimated, and using the estimated amplicon amount, the micro A satellite distribution is calculated. In this way, it is possible to appropriately calculate the distribution of microsatellites in the gene before PCR, taking into account the presence of -2 stutter or +2 stutter generated in PCR.
  • FIG. 10 A genetic information processing system 10 according to the fourth embodiment will be described with reference to FIGS. 10 and 11.
  • FIG. It should be noted that the fourth embodiment may differ from the above-described first to third embodiments only in a part of configuration and operation, and other parts may be the same as those in the first to third embodiments. . For this reason, the description of the parts that overlap with the parts that have already been described will be omitted as appropriate.
  • FIG. 10 is a block diagram showing the functional configuration of the genetic information processing system according to the fourth embodiment.
  • symbol is attached
  • the genetic information processing system 10 includes a first acquisition unit 110, a second acquisition unit 120, and a calculation unit 130 as processing blocks for realizing its functions. configured with.
  • the calculator 130 according to the fourth embodiment includes a stutter ratio estimator 132 .
  • the stutter ratio estimation unit 132 uses the first ratio, the second ratio, and the number of cycles of the PCR method to calculate the ratio of the stutter amplicon amount to the microsatellite amplicon amount amplified by PCR. It is configured to be able to estimate a certain stutter ratio.
  • the stutter that is the target of the stutter ratio may be a negative stutter with a small number of repeating units (eg, -1 stutter or -2 stutter), or a positive stutter with a large number of repeating units (eg, +1 stutter or +2 stutter). stutter).
  • the calculation unit 130 according to the fourth embodiment is configured to be able to calculate the distribution of microsatellites in the gene before PCR using the stutter ratio estimated by the stutter ratio estimation unit 132 .
  • the stutter ratio can be calculated using the amplicon amount for each stutter as previously described.
  • the stutter ratio r1 of ⁇ 1 stutter in the example shown in FIG. 7 can be calculated as “amount of amplicon for 4 repetitions (ie, ⁇ 1 stutter)” ⁇ “amount of amplicon for 5 repetitions”.
  • FIG. 11 is a flow chart showing the operation flow of the genetic information processing system according to the fourth embodiment.
  • symbol is attached
  • the first acquiring unit 110 acquires the distribution information of microsatellites in the gene after PCR (step S101). .
  • the second acquisition unit 120 acquires the first ratio (step S102), acquires the second ratio (step S103), and acquires the number of PCR cycles (step S104).
  • the stutter ratio estimation unit 132 estimates the stutter ratio using the first ratio, the second ratio, and the number of PCR cycles (step S401). Then, the calculation unit 130 calculates the distribution of microsatellites in the gene before PCR using the stutter ratio estimated by the stutter ratio estimation unit 132 (step S402).
  • the stutter ratio which is the ratio of the stutter amplicon amount
  • the pre-PCR the pre-PCR The distribution of microsatellites in the gene is calculated. In this way, it is possible to appropriately calculate the distribution of microsatellites in the gene before PCR, taking into account the presence of stutter generated in PCR.
  • a genetic information processing system 10 according to the fifth embodiment will be described with reference to FIG.
  • the fifth embodiment differs from the above-described first to fourth embodiments only in some parameters included in the second ratio, and the other parts are different from those in the first to fourth embodiments. may be identical. For this reason, the description of the parts that overlap with the parts that have already been described will be omitted as appropriate.
  • FIG. 12 is a conceptual diagram showing an example of considering both the rate of occurrence of negative stutter and the rate of occurrence of positive stutter.
  • both the rate b of occurrence of negative stutter with a small number of repeating units and the rate c of occurrence of positive stutter with a large number of repeating units are Consider.
  • the amplicon amount of "5 repetitions” is a 10 + a 8 bc + 1260 a 6 b 2 c 2 + 4200 a 4 b 3 c 3 + 3150 a 2 b 4 c 4 + 252 b 5 c 5 .
  • the amount of amplicon for "4 repetitions (ie -1 stutter)" is 10a 9 b + 360a 7 b 2 c + 2520a 5 b 3 c 2 + 4200a 3 b 4 c 3 + 1260ab 5 c 4 .
  • the amount of amplicon for "three replicates (ie -2 stutter)" would be 45a 8 b 2 +840a 6 b 3 c + 3150a 4 b 4 c 2 +2520a 2 b 5 c 3 +210b 6 c 4 .
  • both the rate of occurrence of negative stutter and the rate of occurrence of positive stutter with many repeating units are used. In this way, it is possible to appropriately calculate the distribution of microsatellites in the gene before PCR, taking into consideration the presence of both minus stutter and plus stutter generated in PCR.
  • FIG. 13 to 16 A genetic information processing system 10 according to the sixth embodiment will be described with reference to FIGS. 13 to 16.
  • FIG. It should be noted that the sixth embodiment may differ from the above-described first to fifth embodiments only in a part of configuration and operation, and other parts may be the same as those of the first to fifth embodiments. . For this reason, the description of the parts that overlap with the parts that have already been described will be omitted as appropriate.
  • FIG. 13 is a block diagram showing the functional configuration of the genetic information processing system according to the sixth embodiment.
  • symbol is attached
  • the genetic information processing system 10 includes a first acquisition unit 110, a second acquisition unit 120, and a calculation unit 130 as processing blocks for realizing its functions. configured with.
  • the calculator 130 according to the sixth embodiment includes an amplification matrix calculator 133 .
  • the amplification matrix calculator 133 is configured to be able to calculate an amplification matrix, which is a matrix modeling amplification by PCR.
  • the amplification matrix calculator 133 calculates an amplification matrix including the first ratio, the second ratio, and the number of PCR cycles as components.
  • the calculation unit 130 according to the sixth embodiment is configured to be able to calculate the distribution of microsatellites in the gene before PCR using the amplification matrix estimated by the amplification matrix calculation unit 133 .
  • FIG. 14 is a determinant showing an example of an amplification matrix modeling amplification by PCR.
  • the amplification matrix includes the PCR amplification rate a (i.e., the first rate) described in FIGS. second ratio) and the number of PCR cycles n as components.
  • a i.e., the first rate
  • n the number of PCR cycles n as components.
  • microsatellite distribution information after n cycles of PCR can be represented by multiplying the microsatellite distribution information before PCR by the amplification matrix. Therefore, if the amplification matrix is used, the distribution of microsatellites before PCR can be easily calculated from the distribution information of microsatellites after PCR.
  • the ratio of ⁇ 2 stutter generated in one PCR process the value is entered in the column to the right of b.
  • the rate at which +2 stutter occurs in one PCR run the value goes in the column to the left of c.
  • FIG. 15 is a flow chart showing the operation flow of the genetic information processing system according to the sixth embodiment.
  • the same reference numerals are given to the same processes as those shown in FIG.
  • the first acquisition unit 110 first acquires the distribution information of microsatellites in the gene after PCR (step S101). .
  • the second acquisition unit 120 acquires the first ratio (step S102), acquires the second ratio (step S103), and acquires the number of PCR cycles (step S104).
  • the amplification matrix calculator 133 calculates an amplification matrix using the first ratio, the second ratio, and the number of PCR cycles (step S601). Then, the calculation unit 130 calculates the distribution of microsatellites in the gene before PCR using the amplification matrix calculated by the amplification matrix calculation unit 133 (step S602).
  • an amplification matrix that models amplification by PCR is calculated, and the calculated amplification matrix is used to determine the number of microsatellites in the gene before PCR.
  • a distribution is calculated.
  • FIG. 16 A genetic information processing system 10 according to the seventh embodiment will be described with reference to FIGS. 16 and 17.
  • FIG. It should be noted that the seventh embodiment may differ from the first to sixth embodiments described above only in a part of the configuration and operation, and the other parts may be the same as those of the first to sixth embodiments. For this reason, the description of the parts that overlap with the parts that have already been described will be omitted as appropriate.
  • FIG. 16 is a block diagram showing the functional configuration of the genetic information processing system according to the seventh embodiment.
  • symbol is attached
  • the genetic information processing system 10 includes a first acquisition unit 110, a second acquisition unit 120, and a calculation unit 130 as processing blocks for realizing its functions. configured with.
  • the second acquisition section 120 according to the seventh embodiment has a parameter estimation section 121 .
  • the parameter estimation unit 121 is configured to be able to estimate at least one of the first ratio, the second ratio, and the number of PCR cycles from the distribution information of microsatellites in the post-PCR gene. That is, the second acquisition unit 120 according to the seventh embodiment estimates and acquires at least one of the first ratio, the second ratio, and the number of cycles of PCR by the parameter estimation unit 121 . Note that the first ratio, the second ratio, and the number of PCR cycles other than those estimated by the parameter estimation unit 121 may be obtained by a method other than estimation (for example, input from the user, etc.). .
  • FIG. 17 is a flow chart showing the operation flow of the genetic information processing system according to the seventh embodiment.
  • the same reference numerals are given to the same processes as those shown in FIG.
  • the first acquisition unit 110 first acquires the distribution information of microsatellites in the gene after PCR (step S101). .
  • the parameter estimation unit 121 estimates at least one of the first ratio, the second ratio, and the number of cycles of PCR from the distribution information of microsatellites in post-CR genes (step S701). Then, the second obtaining unit 120 obtains the first ratio (step S102), the second ratio (step S103), and the number of PCR cycles (step S104). The second acquisition unit 120 acquires estimated values for the parameters estimated by the parameter estimation unit 121 .
  • the calculation unit 130 calculates the distribution information of microsatellites in the gene after PCR acquired by the first acquisition unit 110, the first ratio, the second ratio, and the PCR obtained by the second acquisition unit 120.
  • the distribution of microsatellites in the gene before PCR is calculated (step S105).
  • the first ratio, the second ratio, and the cycle of PCR At least one of the numbers is estimated. In this way, the distribution of microsatellites in the gene before PCR can be appropriately calculated using the estimated parameters without directly obtaining the first ratio, the second ratio, and the number of cycles of PCR. is possible.
  • FIG. 8 embodiment describes a specific method of estimating parameters in the above-described seventh embodiment. good. For this reason, the description of the parts that overlap with the parts that have already been described will be omitted as appropriate.
  • FIG. 18 is a graph showing estimated amount and actual amount of genetic information calculated in the genetic information processing system according to the eighth embodiment.
  • the parameter estimation unit 121 in the genetic information processing system 10 according to the eighth embodiment is configured to be able to estimate at least one of the first ratio, the second ratio, and the number of cycles of PCR using the hill-climbing method.
  • the PCR amplification factor a that is, the first ratio
  • the number of PCR cycles n are appropriately determined.
  • the value of each component of the amplification matrix is also determined. Then, by using this amplification matrix and the value before PCR described above, the value after PCR (amplicon amount) can be estimated.
  • the estimated amount estimated as described above is indicated by a solid line, and the actual amount is indicated by a broken line.
  • both the estimated amount and the actual amount are normalized to 1.0. Therefore, it does not matter what the value of the "repeat 5" part before PCR is.
  • the error between the estimated amount (solid line) and the actual amount (dashed line) in FIG. This is because the cycle number n of is deviated from the actual value. Therefore, the true values of a, b, c, and n can be estimated by changing the appropriately determined values of a, b, c, and n so as to reduce this error.
  • the initial values of a, b, c, and n may be determined randomly, or may be selected from a predetermined range (for example, realistically assumed values).
  • the PCR amplification factor a may be selected from a range of 1.0 to 2.0.
  • the number of PCR cycles n may be selected as a value from 1 to 30. Note that the PCR cycle number n is actually an integer, but since it is a value indicating the number of effective PCRs, it may be a real number instead of an integer.
  • FIG. 19 is a graph showing the relationship between the number of repetitions and the -1 stutter ratio.
  • FIG. 20 is a graph showing a method of estimating the rate of occurrence of stutter by data fitting.
  • the parameter estimation unit 121 in the genetic information processing system 10 according to the eighth embodiment may be configured to be able to estimate the ratio of occurrence of stutter by data fitting in addition to or instead of the hill-climbing method described above.
  • An example of calculating the rate b of occurrence of minus stutter from the -1 stutter ratio will be described below.
  • the hill-climbing method or data fitting is used to obtain at least the first ratio, the second ratio, and the number of cycles of PCR.
  • One is presumed. In this way, it is possible to estimate the first ratio, the second ratio, and the number of cycles of PCR with high accuracy, and appropriately calculate the distribution of microsatellites in the gene before PCR.
  • the genetic information processing system includes a first acquisition means for acquiring distribution information of microsatellites in a gene after PCR, a first ratio indicating the amplification rate of the microsatellites for each cycle of the PCR, and , a second acquisition means for acquiring a second ratio indicating the ratio of stutter generated from the microsatellites in each cycle of the PCR and the cycle number of the PCR; and the microsatellites in the gene after the PCR.
  • a calculation means for calculating the distribution of the microsatellites in the gene before the PCR based on the distribution information of, the first ratio, the second ratio, and the cycle number of the PCR
  • Appendix 2 In the genetic information processing system according to Appendix 2, the calculation means uses the first ratio, the second ratio, and the number of cycles of PCR to calculate a stutter with one less or more repeating units The genetic information processing system according to Appendix 1, wherein the amplicon amount of is estimated.
  • the calculation means uses the first ratio, the second ratio, and the number of cycles of PCR to calculate a stutter with two fewer or more repeating units 3.
  • the calculation means uses the first ratio, the second ratio, and the number of cycles of PCR to calculate the number of microsatellites amplified by the PCR. 4.
  • a stutter ratio which is a ratio of the stutter amplicon amount to the amplicon amount, is estimated.
  • the second ratio includes both a ratio of occurrence of negative stutter with a small number of repeating units and a ratio of positive stutter with many repeating units. 5.
  • the genetic information processing system according to any one of 1 to 4.
  • the calculation means is a matrix modeling the amplification by the PCR, the first ratio, the second ratio, the number of cycles of the PCR, 6.
  • the second obtaining means obtains the first ratio, the second ratio, and the PCR cycle from the distribution information of the microsatellites in the gene after the PCR. 7.
  • the second acquiring means estimates at least one of the first ratio, the second ratio, and the number of PCR cycles by a hill-climbing method or data fitting.
  • the genetic information processing method acquires distribution information of microsatellites in a gene after PCR, and a first ratio indicating the amplification rate of the microsatellites for each cycle of the PCR, and 1 of the PCR.
  • a second ratio indicating the ratio of stutter generated from the microsatellites in each cycle and the number of cycles of the PCR are obtained, and the distribution information of the microsatellites in the gene after the PCR and the first ratio are obtained.
  • the second ratio, and the cycle number of the PCR the distribution of the microsatellites in the gene before the PCR is calculated.
  • the computer program according to Supplementary Note 10 obtains distribution information of microsatellites in a gene after PCR, and obtains a first ratio indicating the amplification rate of the microsatellites for each cycle of the PCR, and for each cycle of the PCR.
  • a second ratio indicating the ratio of stutter generated from the microsatellites and the number of cycles of the PCR are obtained, and the distribution information of the microsatellites in the gene after the PCR, the first ratio,
  • a recording medium according to appendix 11 is a recording medium characterized by recording the computer program according to appendix 10.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Medical Informatics (AREA)
  • Sustainable Development (AREA)
  • Biomedical Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Immunology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

遺伝子情報処理システム（１０）は、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する第１取得手段（１１０）と、ＰＣＲの１サイクルごとのマイクロサテライトの増幅率を示す第１の割合（ａ）と、ＰＣＲの１サイクルごとにマイクロサテライトから発生するスタッターの割合を示す第２の割合（ｂ，ｃ）と、ＰＣＲのサイクル数（ｎ）と、を取得する第２取得手段（１２０）と、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報と、第１の割合と、第２の割合と、ＰＣＲのサイクル数と、に基づいて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出する算出手段（１３０）とを備える。

Description

遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体
　この開示は、遺伝子情報に関する処理を実行する遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体の技術分野に関する。
　この種のシステムとして、ＰＣＲ（Ｐｏｌｙｍｅｒａｓｅ　Ｃｈａｉｎ　Ｒｅａｃｔｉｏｎ）において発生するスタッターに関する情報を扱うものが知られている。例えば特許文献１では、ＰＣＲの増幅後に現れるスタッターの相対的な高さを見積もることが記載されている。特許文献２では、ＰＣＲによって得られるピークが真のピークであるかノイズピークであるかを問わずに、ピーク判定を行う技術が開示されている。特許文献３では、パーセントスタッターを算出し、任意のサンプルの値をまとめた平均パーセントスタッターを算出することが開示されている。特許文献４では、ピーク位置、ピーク高、スタッター率を含むモデルパラメータを最適化することが開示されている。
特開２００６－１６３７２０号公報 特開２００６－０７９３３４号公報 特表２００４－５３３２４１号公報 特表２００４－５１６４５５号公報
　この開示は、例えば上記各引用文献に鑑みてなされたものであり、遺伝子に関する処理を適切に実行することが可能な遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体を提供することを目的とする。
　この開示の遺伝子情報処理システムの一の態様は、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する第１取得手段と、前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得する第２取得手段と、前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出する算出手段とを備える。
　この開示の遺伝子情報処理方法の一の態様は、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得し、前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得し、前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出する。
　この開示の記録媒体の一の態様は、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得し、前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得し、前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出するようにコンピュータを動作させるコンピュータプログラムが記録されている。
第１実施形態に係る遺伝子情報処理システムのハードウェア構成を示すブロック図である。 第１実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。 ＰＣＲにおいて発生するスタッターの一例を示すグラフである。 第１実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。 第２実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。 －１スタッターの一例を示すグラフである。 スタッターのアンプリコン量を推定する方法を示す概念図である。 第２実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。 －２スタッター及び＋２スタッターの一例を示すグラフである。 第４実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。 第４実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。 マイナススタッターが発生する割合及びプラススタッターが発生する割合の両方を考慮する例を示す概念図である。 第６実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。 ＰＣＲによる増幅をモデル化した増幅行列の一例を示す行列式である。 第６実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。 第７実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。 第７実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。 第８実施形態に係る遺伝子情報処理システムにおいて算出される遺伝子情報の推算量と実際量とを示すグラフである。 繰り返し回数と－１スタッター比との関係を示すグラフである。 データフィッティングによりスタッターが発生する割合を推定する方法を示すグラフである。
　以下、図面を参照しながら、遺伝子情報処理システム、遺伝子情報処理方法、コンピュータプログラム、及び記録媒体の実施形態について説明する。
　＜第１実施形態＞
　第１実施形態に係る遺伝子情報処理システムについて、図１から図４を参照して説明する。
　（ハードウェア構成）
　まず、図１を参照しながら、第１実施形態に係る遺伝子情報処理システム１０のハードウェア構成について説明する。図１は、第１実施形態に係る遺伝子情報処理システムのハードウェア構成を示すブロック図である。
　図１に示すように、第１実施形態に係る遺伝子情報処理システム１０は、プロセッサ１１と、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１２と、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）１３と、記憶装置１４とを備えている。遺伝子情報処理システム１０は更に、入力装置１５と、出力装置１６とを備えていてもよい。プロセッサ１１と、ＲＡＭ１２と、ＲＯＭ１３と、記憶装置１４と、入力装置１５と、出力装置１６と、カメラ２０とは、データバス１７を介して接続されている。
　プロセッサ１１は、コンピュータプログラムを読み込む。例えば、プロセッサ１１は、ＲＡＭ１２、ＲＯＭ１３及び記憶装置１４のうちの少なくとも一つが記憶しているコンピュータプログラムを読み込むように構成されている。或いは、プロセッサ１１は、コンピュータで読み取り可能な記録媒体が記憶しているコンピュータプログラムを、図示しない記録媒体読み取り装置を用いて読み込んでもよい。プロセッサ１１は、ネットワークインタフェースを介して、遺伝子情報処理システム１０の外部に配置される不図示の装置からコンピュータプログラムを取得してもよい（つまり、読み込んでもよい）。プロセッサ１１は、読み込んだコンピュータプログラムを実行することで、ＲＡＭ１２、記憶装置１４、入力装置１５及び出力装置１６を制御する。本実施形態では特に、プロセッサ１１が読み込んだコンピュータプログラムを実行すると、プロセッサ１１内には、遺伝子情報に関する処理を実行するための機能ブロックが実現される。また、プロセッサ１１として、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＦＰＧＡ（ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ　ｇａｔｅ　ａｒｒａｙ）、ＤＳＰ（Ｄｅｍａｎｄ－Ｓｉｄｅ　Ｐｌａｔｆｏｒｍ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）のうち一つを用いてもよいし、複数を並列で用いてもよい。
　ＲＡＭ１２は、プロセッサ１１が実行するコンピュータプログラムを一時的に記憶する。ＲＡＭ１２は、プロセッサ１１がコンピュータプログラムを実行している際にプロセッサ１１が一時的に使用するデータを一時的に記憶する。ＲＡＭ１２は、例えば、Ｄ－ＲＡＭ（Ｄｙｎａｍｉｃ　ＲＡＭ）であってもよい。
　ＲＯＭ１３は、プロセッサ１１が実行するコンピュータプログラムを記憶する。ＲＯＭ１３は、その他に固定的なデータを記憶していてもよい。ＲＯＭ１３は、例えば、Ｐ－ＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ　ＲＯＭ）であってもよい。
　記憶装置１４は、遺伝子情報処理システム１０が長期的に保存するデータを記憶する。記憶装置１４は、プロセッサ１１の一時記憶装置として動作してもよい。記憶装置１４は、例えば、ハードディスク装置、光磁気ディスク装置、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）及びディスクアレイ装置のうちの少なくとも一つを含んでいてもよい。
　入力装置１５は、遺伝子情報処理システム１０のユーザからの入力指示を受け取る装置である。入力装置１５は、例えば、キーボード、マウス及びタッチパネルのうちの少なくとも一つを含んでいてもよい。
　出力装置１６は、遺伝子情報処理システム１０に関する情報を外部に対して出力する装置である。例えば、出力装置１６は、遺伝子情報処理システム１０に関する情報を表示可能な表示装置（例えば、ディスプレイ）であってもよい。
　（機能的構成）
　次に、図２を参照しながら、第１実施形態に係る遺伝子情報処理システム１０の機能的構成について説明する。図２は、第１実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。
　図２に示すように、第１実施形態に係る遺伝子情報処理システム１０は、その機能を実現するための処理ブロックとして、第１取得部１１０と、第２取得部１２０と、算出部１３０とを備えて構成されている。第１取得部１１０、第２取得部１２０、及び算出部１３０の各々は、例えば上述したプロセッサ１１（図１参照）において実現されればよい。
　第１取得部１１０は、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得可能に構成されている。第１取得部１１０は、例えば事前に行われた実験（即ち、ＰＣＲを用いた増幅処理）の結果として、マイクロサテライトの分布情報を取得すればよい。マイクロサテライトの分布情報は、一の生体（即ち、単数の生体）のマイクロサテライトの分布情報であってもよいし、複数の生体のマイクロサテライトの分布情報（例えば、混合サンプルから得られた分布情報）であってもよい。なお、単数の生体由来でも、１つの遺伝子座のマイクロサテライトは２種であることがある（正確には、１種又は２種である）。マイクロサテライトの分布情報は、このような単数の生体由来の２種のマイクロサテライトの分布情報であってもよい。
　第２取得部１２０は、ＰＣＲの１サイクルごとのマイクロサテライトの増幅率を示す第１の割合と、ＰＣＲの１サイクルごとにマイクロサテライトから発生するスタッターの割合を示す第２の割合と、ＰＣＲのサイクル数と、を取得可能に構成されている。第２取得部１２０は、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つを、例えばユーザ等が入力する既知の値として取得してもよい。或いは、第２取得部１２０は、第２取得部１２０は、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つを、他のパラメータから推定して取得してもよい。なお、各パラメータを推定する方法については、後述する他の実施形態で詳しく説明する。
　算出部１３０は、第１取得部１１０で取得されたＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報と、第２取得部１２０で取得された第１の割合、第２の割合、及びＰＣＲのサイクル数とに基づいて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出可能に構成されている。即ち、算出部１３０は、ＰＣＲの対象となった遺伝子の元々の（即ち、増幅前の）マイクロサテライトの分布を算出可能に構成さている。算出部１３０による具体的な算出の方法については、後述する他の実施形態で詳しく説明する。
　（スタッター）
　次に、図３を参照しながら、ＰＣＲにおいて発生するスタッターについて具体的に説明する。図３は、ＰＣＲにおいて発生するスタッターの一例を示すグラフである。
　図３に示すように、遺伝子情報をＰＣＲによって増幅すると、本物の遺伝子情報（以下、適宜「真のアリル」と称する）に加えて、スタッターと呼ばれるノイズが検出される。スタッターのピークは、真のアリルのピーク位置に対して、繰り返しユニット数が少ない又は多い位置で検出される。本実施形態に係る遺伝子情報処理システム１０は、このスタッターが発生する割合を第２の割合として取得することで、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出する。言い換えれば、ＰＣＲによる増幅でスタッターが生じている場合でも、真のアリルに対応する増幅前の分布情報を得ることができる。
　（動作の流れ）
　次に、図４を参照しながら、第１実施形態に係る遺伝子情報処理システム１０の動作の流れについて説明する。図４は、第１実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。
　図４に示すように、第１実施形態に係る遺伝子情報処理システム１０が動作する際には、まず第１取得部１１０が、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する（ステップＳ１０１）。
　続いて、第２取得部１２０が、第１の割合を取得し（ステップＳ１０２）、第２の割合を取得し（ステップＳ１０３）、ＰＣＲのサイクル数を取得する（ステップＳ１０４）。なお、第１の割合、第２の割合、ＰＣＲのサイクル数を取得する順序は、上記の順に限定されるものではなく、互いに前後して取得されてもよいし、同時に取得されてもよい。
　続いて、算出部１３０が、第１取得部１１０で取得されたＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報と、第２取得部１２０で取得された第１の割合、第２の割合、及びＰＣＲのサイクル数とに基づいて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出する（ステップＳ１０５）。算出部１３０は、算出したＰＣＲ前の遺伝子におけるマイクロサテライトの分布を出力する機能を有していてもよい。算出部１３０は、例えばディスプレイ等に算出したマイクロサテライトの分布を表示するようにしてもよい。
　（技術的効果）
　次に、第１実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図１から図４で説明したように、第１実施形態に係る遺伝子情報処理システム１０では、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報と、第１の割合と、第２の割合と、ＰＣＲのサイクル数とに基づいて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布が算出される。このようにすれば、ＰＣＲにおいて発生するスタッターの存在を考慮して、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　＜第２実施形態＞
　第２実施形態に係る遺伝子情報処理システム１０について、図５から図８を参照して説明する。なお、第２実施形態は、上述した第１実施形態と一部の動作が異なるのみであり、例えばハードウェア構成等については、第１実施形態（図１参照）と同一であってよい。このため、以下では、第１実施形態と重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図５を参照しながら、第２実施形態に係る遺伝子情報処理システム１０の機能的構成について説明する。図５は、第２実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。なお、図５では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図５に示すように、第２実施形態に係る遺伝子情報処理システム１０は、その機能を実現するための処理ブロックとして、第１取得部１１０と、第２取得部１２０と、算出部１３０とを備えて構成されている。そして特に、第２実施形態に係る算出部１３０は、アンプリコン量推定部１３１を備えている。
　アンプリコン量推定部１３１は、第１の割合と、第２の割合と、ＰＣＲ法のサイクル数と、を用いて、繰り返しユニットが１つ少ないスタッター（以下、適宜「－１スタッター」と称する）、又は繰り返しユニットが１つ多いスタッター（以下、適宜「＋１スタッター」と称する）のアンプリコン量を推定可能に構成されている。そして、第２実施形態に係る算出部１３０は、アンプリコン量推定部１３１で推定された－１スタッター又は＋１スタッターのアンプリコン量を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出可能に構成されている。
　（－１スタッター）
　次に、図６を参照しながら、上述したアンプリコン量推定部１３１がアンプリコン量を推定する－１スタッターについて具体的に説明する。図６は、－１スタッターの一例を示すグラフである。
　図６に示すように、－１スタッターのピークは、真のアリルのピークの位置に対して、繰り返しユニット数が１個分少ない位置で検出される。－１スタッターのピークは、その他のスタッターと比較して発生割合が大きく、ピークの大きさも比較的大きなものとなる。よって、－１スタッターのアンプリコン量を推定することができれば、真のアリルのマイクロサテライトの分布を精度よく算出できるようになる。なお、－１スタッターのアンプリコン量を推定するための具体的な手法については、以下で詳しく説明する。
　（アンプリコン量の推定方法）
　次に、図７を参照しながら、スタッターのアンプリコン量を推定する方法について具体的に説明する。図７は、スタッターのアンプリコン量を推定する方法を示す概念図である。
　図７に示すように、遺伝子情報のうち「５回繰り返し」のものをＰＣＲで増幅する場合を考える。なお、ここでは説明の便宜上、－１スタッターのみが発生する場合を考えるものとする。また、ＰＣＲの１サイクルごとのマイクロサテライトの増幅率（即ち、第１の割合）は“ａ”、ＰＣＲの１サイクルごとにマイクロサテライトから発生するスタッターの割合（即ち、第２の割合）は“ｂ”、ＰＣＲのサイクル数は“ｎ”とする。
　図７を見ると分かるように、ＰＣＲを３サイクルした場合、「５回繰り返し」のアンプリコン量は、ａ３となる。また、－１スタッター（即ち、「４回繰り返し」）のアンプリコン量は、３×ａ２×ｂとなる。そして、ＰＣＲをｎサイクルした場合、「５回繰り返し」のアンプリコン量は、ａｎとなる。また、－１スタッター（即ち、「４回繰り返し」）のアンプリコン量は、ｎＣ１×ａｎ－１×ｂとなる（Ｃはコンビネーション）。
　以上のように、第１の割合ａ、第２の割合ｂ、ＰＣＲのサイクル数ｎを用いれば、－１スタッターのアンプリコン量を推定することが可能である。なお、ここでの説明は省略したが、＋１スタッター（即ち、真のアリルのピークの位置に対して、繰り返しユニット数が１個分多い位置で検出されるスタッター）のアンプリコン量を推定してもよい。＋１スタッターのアンプリコン量を推定する場合には、上記の第１の割合ａ、第２の割合ｂに加えて、プラススタッターが発生する第３の割合ｃを考慮すればよい。第３の割合ｃを用いる構成については、後述する他の実施形態（第５実施形態）で詳しく説明する。
　（動作の流れ）
　次に、図８を参照しながら、第２実施形態に係る遺伝子情報処理システム１０の動作の流れについて説明する。図８は、第２実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。なお、図８では、図４で示した処理と同様の処理に同一の符号を付している。
　図８に示すように、第２実施形態に係る遺伝子情報処理システム１０が動作する際には、まず第１取得部１１０が、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する（ステップＳ１０１）。
　続いて、第２取得部１２０が、第１の割合を取得し（ステップＳ１０２）、第２の割合を取得し（ステップＳ１０３）、ＰＣＲのサイクル数を取得する（ステップＳ１０４）。
　続いて、アンプリコン量推定部１３１が、第１の割合、第２の割合、及びＰＣＲのサイクル数を用いて、－１スタッターのアンプリコン量又は＋１スタッターのアンプリコン量を推定する（ステップＳ２０１）。そして、算出部１３０は、アンプリコン量推定部１３１が推定したアンプリコン量を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出する（ステップＳ２０２）。
　（技術的効果）
　次に、第２実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図５から図８で説明したように、第２実施形態に係る遺伝子情報処理システム１０では、－１スタッター又は＋１スタッターのアンプリコン量を推定し、推定したアンプリコン量を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布が算出される。このようにすれば、ＰＣＲにおいて発生する－１スタッター又は＋１スタッターの存在を考慮して、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　＜第３実施形態＞
　第３実施形態に係る遺伝子情報処理システム１０について、図９を参照して説明する。なお、第３実施形態は、上述した第２実施形態と比べて、扱うスタッターの種類が異なるのみであり、システムの構成や全体的な動作の流れ等については、第２実施形態と同一であってよい。このため、以下では、すでに説明した部分と重複する部分については適宜説明を省略するものとする。
　（アンプリコン量推定部の構成）
　第３実施形態に係る遺伝子情報処理システム１０では、アンプリコン量推定部１３１が、繰り返しユニットが２個少ないスタッター（以下、適宜「－２スタッター」と称する）、又は繰り返しユニットが２個少ないスタッター（以下、適宜「＋２スタッター」と称する）のアンプリコン量を推定する。アンプリコン量推定部１３１は、典型的には、すでに第２実施形態で説明した－１スタッター又は＋１スタッターのアンプリコン量と共に、－２スタッター又は＋２スタッターのアンプリコン量を推定する。ただし、アンプリコン量推定部１３１は、－１スタッター又は＋１スタッターのアンプリコン量を推定せずに、－２スタッター又は＋２スタッターのアンプリコン量のみを推定してもよい。
　（－２スタッター及び＋２スタッター）
　次に、図９を参照しながら、第３実施形態に係るアンプリコン量推定部１３１がアンプリコン量を推定する－２スタッター及び＋２スタッターについて具体的に説明する。図９は、－２スタッター及び＋２スタッターの一例を示すグラフである。
　図９に示すように、－２スタッターのピークは、真のアリルのピークの位置に対して、繰り返しユニット数が２個分少ない位置で検出される。一方、＋２スタッターのピークは、真のアリルのピークの位置に対して、繰り返しユニット数が２個分多い位置で検出される。－２スタッターは、－１スタッターが発生する現象が２回発生することで生ずる。同様に、＋２スタッターは、＋１スタッターが発生する現象が２回発生することで生ずる。このため－２スタッター及び＋２スタッターは、－１スタッター及び＋１スタッターと比べて、その発生割合が小さく、ピークの大きさも比較的小さなものとなる。ただし、－２スタッター及び＋２スタッターのアンプリコン量を推定することができれば、真のアリルのマイクロサテライトの分布を更に精度よく算出できるようになる。なお、－２スタッター及び＋２スタッターのアンプリコン量を推定するための具体的な手法については、以下で詳しく説明する。
　（アンプリコン量の推定方法）
　次に、既出の図７を参照しながら、スタッターのアンプリコン量を推定する方法について具体的に説明する。なお、各種条件は、第２実施形態で説明したものと同様であるものとする。
　図７において、すでに説明したように、ＰＣＲを３サイクルした場合、「５回繰り返し」のアンプリコン量は、ａ３となり、－１スタッター（即ち、「４回繰り返し」）のアンプリコン量は、３×ａ２×ｂとなる。この場合、－２スタッター（即ち、「３回繰り返し」）のアンプリコン量は、３×ａ×ｂ２となる。
　そして、ＰＣＲをｎサイクルした場合、「５回繰り返し」のアンプリコン量は、ａｎとなり、－１スタッター（即ち、「４回繰り返し」）のアンプリコン量は、ｎＣ１×ａｎ－１×ｂとなる。この場合、－２スタッター（即ち、「３回繰り返し」）のアンプリコン量は、ｎＣ２×ａｎ－２×ｂ２となる。－１スタッター比ＳＲ－１は、（「４回繰り返し」のアンプリコン量）／（「５回繰り返し」のアンプリコン量）と表現できるため、前述の値を用いると、ＳＲ－１＝（ｎＣ１×ａｎ－１×ｂ）／（ａｎ）＝ｎＣ１×ｂ／ａ＝ｎ×ｂ／ａと表すことができる。同様に、－２スタッター比ＳＲ－２は、（「３回繰り返し」のアンプリコン量）／（「５回繰り返し」のアンプリコン量）と表現できるため、前述の値を用いると、ＳＲ－２＝（ｎＣ２×ａｎ－２×ｂ２）／（ａｎ）＝ｎＣ２×ｂ２／ａ２＝１／２×ｎ×（ｎ－１）×ｂ２／ａ２≒１／２×（ｎ×ｂ／ａ）２＝１／２×（ＳＲ－１）２と表すことができる。
　以上のように、第１の割合ａ、第２の割合ｂ、ＰＣＲのサイクル数ｎを用いれば、－２スタッターのアンプリコン量を推定することが可能である。なお、ここでの説明は省略したが、＋２スタッターのアンプリコン量についても、同様の手法で推定することが可能である。上述した例では、－２スタッターが、「－１スタッターが発生する現象が２回発生することで生ずる」ことを前提として説明したが、１回のＰＣＲ過程で－２スタッターが生ずる可能性を考慮してもよい。この場合、上記第１の割合ａ、第２の割合ｂに加えて、－２スタッターが発生する割合を用いればよい。この値は、例えば「ｘ回繰り返し」の２次式で近似すればよい。同様に、１回のＰＣＲ過程で－３スタッターが生ずる可能性を考慮してもよい。この場合、－３スタッターが発生する割合を用いればよい。この値は、例えば「ｘ回繰り返し」の３次式（或いは、３次以上の式）で近似すればよい。
　（技術的効果）
　次に、第３実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図９で説明したように、第３実施形態に係る遺伝子情報処理システム１０では、－２スタッター又は＋２スタッターのアンプリコン量を推定し、推定したアンプリコン量を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布が算出される。このようにすれば、ＰＣＲにおいて発生する－２スタッター又は＋２スタッターの存在を考慮して、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　なお、ここまでの実施形態では、－１スタッター、＋１スタッター、－２スタッター、及び＋２スタッターのアンプリコン量を推定する例を挙げたが、繰り返しユニット数が３つ以上少ない又は多いスタッター（例えば、－３スタッターや＋３スタッター等）のアンプリコン量を推定して、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出するようにしてもよい。
　＜第４実施形態＞
　第４実施形態に係る遺伝子情報処理システム１０について、図１０及び図１１を参照して説明する。なお、第４実施形態は、上述した第１から第３実施形態と比べて、一部の構成及び動作が異なるのみであり、その他の部分は第１から第３実施形態と同一であってよい。このため、以下では、すでに説明した部分と重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図１０を参照しながら、第４実施形態に係る遺伝子情報処理システム１０の機能的構成について説明する。図１０は、第４実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。なお、図１０では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図１０に示すように、第４実施形態に係る遺伝子情報処理システム１０は、その機能を実現するための処理ブロックとして、第１取得部１１０と、第２取得部１２０と、算出部１３０とを備えて構成されている。そして特に、第４実施形態に係る算出部１３０は、スタッター比推定部１３２を備えている。
　スタッター比推定部１３２は、第１の割合と、第２の割合と、ＰＣＲ法のサイクル数と、を用いて、ＰＣＲで増幅されたマイクロサテライトのアンプリコン量に対するスタッターのアンプリコン量の比率であるスタッター比を推定可能に構成されている。なお、スタッター比の対象となるスタッターは、繰り返しユニット数が少ないマイナススタッター（例えば、－１スタッターや－２スタッター）であってもよいし、繰り返しユニット数が多いプラススタッター（例えば、＋１スタッターや＋２スタッター）であってもよい。そして、第４実施形態に係る算出部１３０は、スタッター比推定部１３２で推定されたスタッター比を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出可能に構成されている。
　（スタッター比の算出方法）
　スタッター比は、すでに説明した各スタッターのアンプリコン量を用いて算出することができる。例えば、図７に示す例における－１スタッターのスタッター比ｒ１は、「４回繰り返し（即ち、－１スタッター）のアンプリコン量」÷「５回繰り返しのアンプリコン量」として算出できる。具体的には、－１スタッターのスタッター比ｒ１は、（ｎＣ１×ａｎ－１×ｂ）÷ａｎ＝ｎＣ１×（ｂ／ａ）となる。同様に、－２スタッターのスタッター比ｒ２は、「３回繰り返し（即ち、－２スタッター）のアンプリコン量」÷「５回繰り返しのアンプリコン量」として算出できる。具体的には、－２スタッターのスタッター比ｒ２は、（ｎＣ２×ａｎ－２×ｂ２）÷ａｎ＝ｎＣ２×（ｂ／ａ）２となる。
　なお、ここでは－１スタッターのスタッター比ｒ１、及び－２スタッターのスタッター比ｒ２についてのみ説明したが、その他のスタッター比についても、同様の手法で算出することが可能である。
　（動作の流れ）
　次に、図１１を参照しながら、第４実施形態に係る遺伝子情報処理システム１０の動作の流れについて説明する。図１１は、第４実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。なお、図１１では、図４に示した処理と同様の処理に同一の符号を付している。
　図１１に示すように、第４実施形態に係る遺伝子情報処理システム１０が動作する際には、まず第１取得部１１０が、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する（ステップＳ１０１）。
　続いて、第２取得部１２０が、第１の割合を取得し（ステップＳ１０２）、第２の割合を取得し（ステップＳ１０３）、ＰＣＲのサイクル数を取得する（ステップＳ１０４）。
　続いて、スタッター比推定部１３２が、第１の割合、第２の割合、及びＰＣＲのサイクル数を用いて、スタッター比を推定する（ステップＳ４０１）。そして、算出部１３０は、スタッター比推定部１３２が推定したスタッター比を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出する（ステップＳ４０２）。
　（技術的効果）
　次に、第４実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図１０及び図１１で説明したように、第４実施形態に係る遺伝子情報処理システム１０では、スタッターのアンプリコン量の比率であるスタッター比を推定し、推定したスタッター比を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布が算出される。このようにすれば、ＰＣＲにおいて発生するスタッターの存在を考慮して、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　＜第５実施形態＞
　第５実施形態に係る遺伝子情報処理システム１０について、図１２を参照して説明する。なお、第５実施形態は、上述した第１から第４実施形態と比べて、第２の割合に含まれる一部のパラメータが異なるのみであり、その他の部分は第１から第４実施形態と同一であってよい。このため、以下では、すでに説明した部分と重複する部分については適宜説明を省略するものとする。
　（複数種類のスタッターの発生割合）
　まず、図１２を参照しながら、第５実施形態に係る遺伝子情報処理システム１０で扱われる第２の割合について説明する。図１２は、マイナススタッターが発生する割合及びプラススタッターが発生する割合の両方を考慮する例を示す概念図である。
　図１２に示すように、第５実施形態に係る遺伝子情報処理システム１０では、繰り返しユニット数が少ないマイナススタッターが発生する割合ｂと、繰り返しユニット数が多いプラススタッターが発生する割合ｃとの両方を考慮する。
　図１２の例において、ＰＣＲを１０サイクルしたとすると、「５回繰り返し」のアンプリコン量は、ａ１０＋ａ８ｂｃ＋１２６０ａ６ｂ２ｃ２＋４２００ａ４ｂ３ｃ３＋３１５０ａ２ｂ４ｃ４＋２５２ｂ５ｃ５となる。また、「４回繰り返し（即ち、－１スタッター）」のアンプリコン量は、１０ａ９ｂ＋３６０ａ７ｂ２ｃ＋２５２０ａ５ｂ３ｃ２＋４２００ａ３ｂ４ｃ３＋１２６０ａｂ５ｃ４となる。「３回繰り返し（即ち、－２スタッター）」のアンプリコン量は、４５ａ８ｂ２＋８４０ａ６ｂ３ｃ＋３１５０ａ４ｂ４ｃ２＋２５２０ａ２ｂ５ｃ３＋２１０ｂ６ｃ４となる。
　なお、ここでは－１スタッター及び－２スタッターの例を挙げたが、その他のスタッター比についても、同様の手法で算出することが可能である。
　（技術的効果）
　次に、第５実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図１２で説明したように、第５実施形態に係る遺伝子情報処理システム１０では、マイナススタッターが発生する割合と、繰り返しユニットが多いプラススタッターが発生する割合との両方が用いられる。このようにすれば、ＰＣＲにおいて発生するマイナススタッター及びプラススタッターの両方の存在を考慮して、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　＜第６実施形態＞
　第６実施形態に係る遺伝子情報処理システム１０について、図１３から図１６を参照して説明する。なお、第６実施形態は、上述した第１から第５実施形態と比べて、一部の構成及び動作が異なるのみであり、その他の部分は第１から第５実施形態と同一であってよい。このため、以下では、すでに説明した部分と重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図１３を参照しながら、第６実施形態に係る遺伝子情報処理システム１０の機能的構成について説明する。図１３は、第６実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。なお、図１３では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図１３に示すように、第６実施形態に係る遺伝子情報処理システム１０は、その機能を実現するための処理ブロックとして、第１取得部１１０と、第２取得部１２０と、算出部１３０とを備えて構成されている。そして特に、第６実施形態に係る算出部１３０は、増幅行列算出部１３３を備えている。
　増幅行列算出部１３３は、ＰＣＲによる増幅をモデル化した行列である増幅行列を算出可能に構成されている。増幅行列算出部１３３は、第１の割合と、第２の割合と、ＰＣＲのサイクル数と、を成分として含む増幅行列を算出する。そして、第６実施形態に係る算出部１３０は、増幅行列算出部１３３で推定された増幅行列を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出可能に構成されている。
　（増幅行列）
　次に、図１４を参照しながら、上述した増幅行列算出部１３３が算出する増幅行列について具体的に説明する。図１４は、ＰＣＲによる増幅をモデル化した増幅行列の一例を示す行列式である。
　図１４に示すように、増幅行列は、図７及び図１２において説明したＰＣＲの増幅率ａ（即ち、第１の割合）と、マイナススタッターの発生割合ｂ及びプラススタッターの発生割合ｃ（即ち、第２の割合）と、ＰＣＲのサイクル数ｎと、を成分として含む行列である。このような増幅行列を用いれば、ＰＣＲをｎサイクルした後のマイクロサテライトの分布情報を、ＰＣＲ前のマイクロサテライトの分布情報に増幅行列を掛けたものとして表すことができる。よって、増幅行列を用いれば、ＰＣＲ後のマイクロサテライトの分布情報から、ＰＣＲ前のマイクロサテライトの分布を容易に算出できる。なお、－２スタッターが１回のＰＣＲ過程で発生する割合を考慮する場合、その値は、ｂの右隣の列に入る。同様に、＋２スタッターが１回のＰＣＲ過程で発生する割合を考慮する場合、その値は、ｃの左隣の列に入る。
　（動作の流れ）
　次に、図１５を参照しながら、第６実施形態に係る遺伝子情報処理システム１０の動作の流れについて説明する。図１５は、第６実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。なお、図１５では、図４に示した処理と同様の処理に同一の符号を付している。
　図１５に示すように、第６実施形態に係る遺伝子情報処理システム１０が動作する際には、まず第１取得部１１０が、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する（ステップＳ１０１）。
　続いて、第２取得部１２０が、第１の割合を取得し（ステップＳ１０２）、第２の割合を取得し（ステップＳ１０３）、ＰＣＲのサイクル数を取得する（ステップＳ１０４）。
　続いて、増幅行列算出部１３３が、第１の割合、第２の割合、及びＰＣＲのサイクル数を用いて、増幅行列を算出する（ステップＳ６０１）。そして、算出部１３０は、増幅行列算出部１３３が算出した増幅行列を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出する（ステップＳ６０２）。
　（技術的効果）
　次に、第６実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図１１で説明したように、第６実施形態に係る遺伝子情報処理システム１０では、ＰＣＲによる増幅をモデル化した増幅行列が算出され、算出した増幅行列を用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布が算出される。このように、第１の割合、第２の割合、及びＰＣＲのサイクル数を成分とする増幅行列を用いれば、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　＜第７実施形態＞
　第７実施形態に係る遺伝子情報処理システム１０について、図１６及び図１７を参照して説明する。なお、第７実施形態は、上述した第１から第６実施形態と比べて一部の構成及び動作が異なるのみで、その他の部分については第１から第６実施形態と同一であってよい。このため、以下では、すでに説明した部分と重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図１６を参照しながら、第７実施形態に係る遺伝子情報処理システム１０の機能的構成について説明する。図１６は、第７実施形態に係る遺伝子情報処理システムの機能的構成を示すブロック図である。なお、図１６では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図１６に示すように、第７実施形態に係る遺伝子情報処理システム１０は、その機能を実現するための処理ブロックとして、第１取得部１１０と、第２取得部１２０と、算出部１３０とを備えて構成されている。そして特に、第７実施形態に係る第２取得部１２０は、パラメータ推定部１２１を備えている。
　パラメータ推定部１２１は、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報から、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つを推定可能に構成されている。即ち、第７実施形態に係る第２取得部１２０は、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つを、パラメータ推定部１２１で推定して取得する。なお、第１の割合、第２の割合、及びＰＣＲのサイクル数のうち、パラメータ推定部１２１で推定されたもの以外は、推定以外の方法（例えば、ユーザからの入力等）で取得すればよい。
　（動作の流れ）
　次に、図１７を参照しながら、第７実施形態に係る遺伝子情報処理システム１０の動作の流れについて説明する。図１７は、第７実施形態に係る遺伝子情報処理システムの動作の流れを示すフローチャートである。なお、図１７では、図４に示した処理と同様の処理に同一の符号を付している。
　図１７に示すように、第７実施形態に係る遺伝子情報処理システム１０が動作する際には、まず第１取得部１１０が、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する（ステップＳ１０１）。
　続いて、パラメータ推定部１２１が、ＣＲ後の遺伝子におけるマイクロサテライトの分布情報から、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つを推定する（ステップＳ７０１）。そして、第２取得部１２０が、第１の割合を取得し（ステップＳ１０２）、第２の割合を取得し（ステップＳ１０３）、ＰＣＲのサイクル数を取得する（ステップＳ１０４）。第２取得部１２０は、パラメータ推定部１２１が推定したパラメータについては、推定した値を取得する。
　続いて、算出部１３０が、第１取得部１１０で取得されたＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報と、第２取得部１２０で取得された第１の割合、第２の割合、及びＰＣＲのサイクル数とに基づいて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を算出する（ステップＳ１０５）。
　（技術的効果）
　次に、第７実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図１６及び図１７で説明したように、第７実施形態に係る遺伝子情報処理システム１０では、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報から、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つが推定される。このようにすれば、第１の割合、第２の割合、及びＰＣＲのサイクル数を直接取得することなく、推定したパラメータを用いて、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　＜第８実施形態＞
　第８実施形態に係る遺伝子情報処理システム１０について、図１８から図２０を参照して説明する。なお、第８実施形態は、上述した第７実施形態におけるパラメータの具体的な推定方法を説明するものであり、システム構成や全体的な動作の流れ等については第７実施形態と同一であってよい。このため、以下では、すでに説明した部分と重複する部分については適宜説明を省略するものとする。
　（山登り法による推定）
　まず、図１８を参照しながら、山登り法を用いたパラメータの推定方法について具体的に説明する。図１８は、第８実施形態に係る遺伝子情報処理システムにおいて算出される遺伝子情報の推算量と実際量とを示すグラフである。
　第８実施形態に係る遺伝子情報処理システム１０におけるパラメータ推定部１２１は、山登り法を用いて、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つを推定可能に構成されている。
　ここで、「５回繰り返し」をＰＣＲで増幅した実験結果が得られているとする。この場合、図１４で示した行列式の右辺では、ＰＣＲ前の「５回繰り返し」の部分が何らかの値を持ち（例えば、２０）、それ以外はゼロとなる。
　次に、ＰＣＲの増幅率ａ（即ち、第１の割合）と、マイナススタッターの発生割合ｂ及びプラススタッターの発生割合ｃ（即ち、第２の割合）と、ＰＣＲのサイクル数ｎを適当に決めると、増幅行列の各成分の値も決まる。そして、この増幅行列と、上述したＰＣＲ前の値とを用いえれば、ＰＣＲ後の値（アンプリコン量）が推算できる。
　図１８に示す図では、上述したように推算した推算量が実線で示されており、実際量が破線で示されている。なお、図１８では、推算量及び実際量の両者を１．０になるように規格化している。このため、ＰＣＲ前の「５回繰り返し」の部分の値が何であるかは問題とならない。
　ここで特に、図１８における推算量（実線）と、実際量（破線）との間に誤差が生じているのは、適当に決めたＰＣＲの増幅率ａ、スタッターの発生割合ｂ及びｃ、ＰＣＲのサイクル数ｎが実際の値からずれているからである。よって、この誤差が小さくなるように、適当に決めたａ、ｂ、ｃ、ｎの値を変更することで、真のａ、ｂ、ｃ、ｎの値を推定できる。
　例えば、ａ＝１．８００の場合、０．００１増やして、ａ＝１．８０１とする。そして、変更後のａを用いて同様に推算し、誤差が小さくなっていれば、変更後の値（即ち、ａ＝１．８０１）を採用し、誤差が大きくなっていれば、変更前の値（即ち、ａ＝１．８００）のままにする。その後は、再びａ、ｂ、ｃ、ｎの値のいずれか１つを変更して、同様の演算を行う。このような処理を繰り返すことによって、真のａ、ｂ、ｃ、ｎの値を推定することが可能である。なお、ここではａ、ｂ、ｃ、ｎの値を１つずつ変更する例を挙げたが、ａ、ｂ、ｃ、ｎの値をすべて変更しながら同様の処理を繰り返すようにしてもよい。
　また、ａ、ｂ、ｃ、ｎの初期値はランダムに決めてもよいが、所定の範囲（例えば、現実的に想定される値）から数値を選択するようにしてもよい。例えば、ＰＣＲの増幅率であるａは、１．０～２．０の範囲から選択するようにしてもよい。ＰＣＲサイクル数ｎは、１から３０までの値として選択してもよい。なお、ＰＣＲサイクル数ｎは、実際は整数であるが、有効なＰＣＲの回数を示す値であるため、整数ではない実数としてもよい。
　（データフィッティングによる推定）
　次に、図１９及び図２０を参照しながら、データフィッティングを用いたパラメータの推定方法について具体的に説明する。図１９は、繰り返し回数と－１スタッター比との関係を示すグラフである。図２０は、データフィッティングによりスタッターが発生する割合を推定する方法を示すグラフである。
　第８実施形態に係る遺伝子情報処理システム１０におけるパラメータ推定部１２１は、上述した山登り法に加えて又は代えて、データフィッティングによりスタッターの発生する割合を推定可能に構成されていてもよい。以下では、－１スタッター比からマイナススタッターが発生する割合ｂを算出する例を説明する。
　図１９に示すように、－１スタッター比は、繰り返し回数が比較的少ない場合はほとんど増えず、繰り返し回数が比較的多い場合に大きくなることが判っている。このような関係を、定数ｂ０及び繰り返し回数ｘを用いてエクセル関数で表すと、例えば（（ｘ－３）＞０？（ｂ０＊（ｘ－３））：０）となる。この場合、繰り返し回数が３回以下であれば、ｂ＝０（即ち、－１スタッター比は増えない）となり、繰り返し回数が大きくなると、ｂも大きくなる（例えば、「１０回繰り返し」であれば、ｂ０＊７となる）。
　上記の結果、－１スタッター比をエクセル関数で表すと、｛ｎＣ１＊（（ｘ－３）＞０？（ｂ０＊（ｘ－３））：０）｝／｛ａ｝となる。この関係をグラフにあてはめると、図２０のような直線となる。この場合、“３”が－１スタッターを発生させる最小の数となる。この最小の数をｂｎとすると、ｂ０＊（（ｘ－ｂｎ）＞０？（ｂ０＊（ｘ－ｂｎ））：０）｝という関係式が得られる。その結果、マイナススタッターが発生する割合ｂは、ｂ０及びｂｎの２つのパラメータで表すことが可能である。なお、ｂ０及びｂｎの値は、図１９及び図２０で示したような実験結果から簡単に求めることができる。つまり、マイナススタッターが発生する割合ｂを実験結果から容易に推定することができる。
　上記の例ではマイナススタッターが発生する割合ｂを推定する例を挙げたが、プラススタッターが発生する割合ｃについても、同様の手法で推定することができる。ｃの関係式は、定数ｃ０及び最小数ｃｎを用いて表すと、例えばｃ０＊（（ｘ－ｃｎ）＞０？（ｃ０＊（ｘ－ｃｎ））：０）｝となる。
　（技術的効果）
　次に、第８実施形態に係る遺伝子情報処理システム１０によって得られる技術的効果について説明する。
　図１８から図２０で説明したように、第８実施形態に係る遺伝子情報処理システム１０では、山登り法又はデータフィッティングを用いて、第１の割合、第２の割合、及びＰＣＲのサイクル数の少なくとも１つが推定される。このようにすれば、第１の割合、第２の割合、及びＰＣＲのサイクル数を高精度で推定し、ＰＣＲ前の遺伝子におけるマイクロサテライトの分布を適切に算出することが可能である。
　＜付記＞
　以上説明した実施形態に関して、更に以下の付記のようにも記載されうるが、以下には限られない。
　（付記１）
　付記１に記載の遺伝子情報処理システムは、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する第１取得手段と、前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得する第２取得手段と、前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出する算出手段とを備えることを特徴とする遺伝子情報処理システムである。
　（付記２）
　付記２に記載の遺伝子情報処理システムは、前記算出手段は、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を用いて、繰り返しユニットが１つ少ない又は多いスタッターのアンプリコン量を推定することを特徴とする付記１に記載の遺伝子情報処理システムである。
　（付記３）
　付記３に記載の遺伝子情報処理システムは、前記算出手段は、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を用いて、繰り返しユニットが２つ少ない又は多いスタッターのアンプリコン量を推定することを特徴とする付記１又は２に記載の遺伝子情報処理システムである。
　（付記４）
　付記４に記載の遺伝子情報処理システムは、前記算出手段は、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を用いて、前記ＰＣＲで増幅されたマイクロサテライトのアンプリコン量に対する前記スタッターのアンプリコン量の比率であるスタッター比を推定することを特徴とする付記１から３のいずれか一項に記載の遺伝子情報処理システムである。
　（付記５）
　付記５に記載の遺伝子情報処理システムは、前記第２の割合は、繰り返しユニットが少ないマイナススタッターが発生する割合と、繰り返しユニットが多いプラススタッターの割合と、の両方を含むことを特徴とする付記１から４のいずれか一項に記載の遺伝子情報処理システムである。
　（付記６）
　付記６に記載の遺伝子情報処理システムは、前記算出手段は、前記ＰＣＲによる増幅をモデル化した行列であって、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を成分として含む増幅行列を用いて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出することを特徴とする付記１から５のいずれか一項に記載の遺伝子情報処理システムである。
　（付記７）
　付記７に記載の遺伝子情報処理システムは、前記第２取得手段は、前記ＰＣＲ後の前記遺伝子における前記マイクロサテライトの分布情報から、前記第１の割合、前記第２の割合、及び前記ＰＣＲのサイクル数の少なくとも１つを推定して取得することを特徴とする付記１から６のいずれか一項に記載の遺伝子情報処理システムである。
　（付記８）
　付記８に記載の遺伝子情報処理システムは、前記第２取得手段は、前記第１の割合、前記第２の割合、及び前記ＰＣＲのサイクル数の少なくとも１つを、山登り法又はデータフィッティングにより推定することを特徴とする付記７に記載の遺伝子情報処理システムである。
　（付記９）
　付記９に記載の遺伝子情報処理方法は、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得し、前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得し、前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出することを特徴とする遺伝子情報処理方法である。
　（付記１０）
　付記１０に記載のコンピュータプログラムは、ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得し、前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得し、前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出するようにコンピュータを動作させることを特徴とするコンピュータプログラムである。
　（付記１１）
　付記１１に記載の記録媒体は、付記１０に記載のコンピュータプログラムを記録していることを特徴とする記録媒体である。
　この開示は上記実施形態に限定されるものではない。この開示は、請求の範囲及び明細書全体から読み取ることのできる発明の要旨又は思想に反しない範囲で適宜変更可能であり、そのような変更を伴う遺伝子情報処理システム、遺伝子情報処理方法、コンピュータプログラム、及び記録媒体もまたこの開示の技術思想に含まれる。
　法令で許容される限りにおいて、この出願は、２０２１年３月１５日に出願された日本出願特願２０２１－０４１４２３を基礎とする優先権を主張し、その開示の全てをここに取り込む。また、法令で許容される限りにおいて、本願明細書に記載された全ての公開公報及び論文をここに取り込む。
　１０　遺伝子情報処理システム
　１１０　第１取得部
　１２０　第２取得部
　１２１　パラメータ推定部
　１３０　算出部
　１３１　アンプリコン量推定部
　１３２　スタッター比推定部
　１３３　増幅行列算出部
　ａ　ＰＣＲの増幅率
　ｂ　マイナススタッターの発生割合
　ｃ　プラススタッターの発生割合
　ｎ　ＰＣＲのサイクル数

Claims (10)

  1. 　ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得する第１取得手段と、
    　前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得する第２取得手段と、
    　前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出する算出手段と
    　を備えることを特徴とする遺伝子情報処理システム。
  2. 　前記算出手段は、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を用いて、繰り返しユニットが１つ少ない又は多いスタッターのアンプリコン量を推定することを特徴とする請求項１に記載の遺伝子情報処理システム。
  3. 　前記算出手段は、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を用いて、繰り返しユニットが２つ少ない又は多いスタッターのアンプリコン量を推定することを特徴とする請求項１又は２に記載の遺伝子情報処理システム。
  4. 　前記算出手段は、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を用いて、前記ＰＣＲで増幅されたマイクロサテライトのアンプリコン量に対する前記スタッターのアンプリコン量の比率であるスタッター比を推定することを特徴とする請求項１から３のいずれか一項に記載の遺伝子情報処理システム。
  5. 　前記第２の割合は、繰り返しユニットが少ないマイナススタッターが発生する割合と、繰り返しユニットが多いプラススタッターの割合と、の両方を含むことを特徴とする請求項１から４のいずれか一項に記載の遺伝子情報処理システム。
  6. 　前記算出手段は、前記ＰＣＲによる増幅をモデル化した行列であって、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、を成分として含む増幅行列を用いて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出することを特徴とする請求項１から５のいずれか一項に記載の遺伝子情報処理システム。
  7. 　前記第２取得手段は、前記ＰＣＲ後の前記遺伝子における前記マイクロサテライトの分布情報から、前記第１の割合、前記第２の割合、及び前記ＰＣＲのサイクル数の少なくとも１つを推定して取得することを特徴とする請求項１から６のいずれか一項に記載の遺伝子情報処理システム。
  8. 　前記第２取得手段は、前記第１の割合、前記第２の割合、及び前記ＰＣＲのサイクル数の少なくとも１つを、山登り法又はデータフィッティングにより推定することを特徴とする請求項７に記載の遺伝子情報処理システム。
  9. 　ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得し、
    　前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得し、
    　前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出する
    　ことを特徴とする遺伝子情報処理方法。
  10. 　ＰＣＲ後の遺伝子におけるマイクロサテライトの分布情報を取得し、
    　前記ＰＣＲの１サイクルごとの前記マイクロサテライトの増幅率を示す第１の割合と、前記ＰＣＲの１サイクルごとに前記マイクロサテライトから発生するスタッターの割合を示す第２の割合と、前記ＰＣＲのサイクル数と、を取得し、
    　前記ＰＣＲ後の遺伝子における前記マイクロサテライトの分布情報と、前記第１の割合と、前記第２の割合と、前記ＰＣＲのサイクル数と、に基づいて、前記ＰＣＲ前の前記遺伝子における前記マイクロサテライトの分布を算出する
    　ようにコンピュータを動作させることを特徴とするコンピュータプログラムが記録されている記録媒体。
PCT/JP2022/000221 2021-03-15 2022-01-06 遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体 WO2022196041A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023506774A JPWO2022196041A1 (ja) 2021-03-15 2022-01-06

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021041423 2021-03-15
JP2021-041423 2021-03-15

Publications (1)

Publication Number Publication Date
WO2022196041A1 true WO2022196041A1 (ja) 2022-09-22

Family

ID=83320134

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/000221 WO2022196041A1 (ja) 2021-03-15 2022-01-06 遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体

Country Status (2)

Country Link
JP (1) JPWO2022196041A1 (ja)
WO (1) WO2022196041A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006163720A (ja) * 2004-12-06 2006-06-22 Hitachi Software Eng Co Ltd 遺伝子情報の表示方法及び表示装置
JP2007259847A (ja) * 2006-02-28 2007-10-11 Hitachi Software Eng Co Ltd 遺伝子型判定結果の評価方法及び評価システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006163720A (ja) * 2004-12-06 2006-06-22 Hitachi Software Eng Co Ltd 遺伝子情報の表示方法及び表示装置
JP2007259847A (ja) * 2006-02-28 2007-10-11 Hitachi Software Eng Co Ltd 遺伝子型判定結果の評価方法及び評価システム

Also Published As

Publication number Publication date
JPWO2022196041A1 (ja) 2022-09-22

Similar Documents

Publication Publication Date Title
Roetteler et al. Quantum resource estimates for computing elliptic curve discrete logarithms
Anderson et al. Multilevel Monte Carlo for continuous time Markov chains, with applications in biochemical kinetics
Courtois et al. Solving circuit optimisation problems in cryptography and cryptanalysis
JP2009229615A5 (ja)
Riese qMultiSum—a package for proving q-hypergeometric multiple summation identities
JP5182364B2 (ja) サイドチャネル攻撃に対する耐タンパ性を有する暗号処理方法
Sarbishei et al. On the fixed-point accuracy analysis and optimization of polynomial specifications
JP4302640B2 (ja) 被乗数のシフトを用いて乗算を計算するための装置およびその方法、上記装置を実行するためのプログラムコードを格納した記録媒体
Karmakar et al. Efficient finite field multiplication for isogeny based post quantum cryptography
JP2007187957A (ja) 暗号処理装置、および暗号処理方法、並びにコンピュータ・プログラム
WO2015145997A1 (ja) 属性変換装置、属性変換方法、学習装置、及び、記録媒体
Javeed et al. Design and performance comparison of modular multipliers implemented on FPGA platform
WO2022196041A1 (ja) 遺伝子情報処理システム、遺伝子情報処理方法、及び記録媒体
Mishra Pipelined computation of scalar multiplication in elliptic curve cryptosystems (extended version)
Byrne et al. SPA resistant elliptic curve cryptosystem using addition chains
JPWO2011036746A1 (ja) 演算装置
JP6067596B2 (ja) ペアリング演算装置、マルチペアリング演算装置、プログラム
Ke et al. High-performance montgomery modular multiplier with NTT and negative wrapped convolution
KR100976232B1 (ko) 고속 비트-병렬 다항식 곱셈기, 그 곱셈 방법
KR101423947B1 (ko) 확장된 ｎｉｓｔ 소수를 이용한 모듈러 곱셈 및 모듈러 지수승 방법
Mentens et al. An FPGA Implementation of a Montgomery Multiplier Over GF (2^ m)
Seo et al. Multi-precision squaring for public-key cryptography on embedded microprocessors, a step forward
Mortajine et al. Optimized and secure implementation of ROLLO-i
Al Saffar et al. Speeding up the Elliptic Curve Scalar Multiplication Using the Window-w Non Adjacent Form.
Erdem Fast software multiplication in F_2 [x] for embedded processors

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22770803

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023506774

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22770803

Country of ref document: EP

Kind code of ref document: A1