特許 6223579 変異遺伝体シーケンス予測方法、装置及び変異遺伝体シーケンス予測プログラムを格納する格納媒体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6223579

(24)【登録日】2017年10月13日

(45)【発行日】2017年11月1日

(54)【発明の名称】変異遺伝体シーケンス予測方法、装置及び変異遺伝体シーケンス予測プログラムを格納する格納媒体

(51)【国際特許分類】

   G06F 19/12 20110101AFI20171023BHJP

   C12M 1/00 20060101ALI20171023BHJP

   C12Q 1/68 20060101ALI20171023BHJP

   C12N 15/09 20060101ALN20171023BHJP

【ＦＩ】

   G06F19/12ZNA

   C12M1/00 A

   C12Q1/68 A

   !C12N15/00 A

【請求項の数】19

【全頁数】21

(21)【出願番号】特願2016-538660(P2016-538660)

(86)(22)【出願日】2014年8月21日

(65)【公表番号】特表2017-510865(P2017-510865A)

(43)【公表日】2017年4月13日

(86)【国際出願番号】KR2014007784

(87)【国際公開番号】WO2015099262

(87)【国際公開日】20150702

【審査請求日】2016年6月8日

(31)【優先権主張番号】10-2013-0165876

(32)【優先日】2013年12月27日

(33)【優先権主張国】KR

(73)【特許権者】

【識別番号】516171207

【氏名又は名称】コリア インスティテュート オブ サイエンス アンド テクノロジー インフォメーション

(74)【代理人】

【識別番号】230104019

【弁護士】

【氏名又は名称】大野 聖二

(74)【代理人】

【識別番号】100109841

【弁理士】

【氏名又は名称】堅田 健史

(72)【発明者】

【氏名】アン，イン スン

【審査官】 山内 裕史

(56)【参考文献】

【文献】 特開２００８−１６５３７５（ＪＰ，Ａ）

【文献】 特開２００３−２６３４３６（ＪＰ，Ａ）

【文献】 特許第４２８４０５０（ＪＰ，Ｂ２）

【文献】 特開２０１３−０９４１６９（ＪＰ，Ａ）

【文献】 特開２００９−２７７２３５（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １９／１０ − １９／２８

Ｃ１２Ｍ １／００

Ｃ１２Ｑ １／６８

Ｃ１２Ｎ １５／０９

(57)【特許請求の範囲】

【請求項1】

変異遺伝体シーケンス予測装置であって、
第１遺伝体シーケンスグループ及び第２遺伝体シーケンスグループの入力を受け、
分散処理技法を用いて前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループ間の遺伝体の変異有無を計算する計算モジュールと、
前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループは、それぞれ複数の遺伝体シーケンスを含んでなるものであり、
前記計算結果を用いて多重変異パラメータを生成するパラメータ生成モジュールと、
前記多重変異パラメータは、それぞれ６１ ｂｙ ６１マトリックスとして表現されるものであり、
前記多重変異パラメータを用いてシード遺伝体シーケンスの変異遺伝体シーケンスを生成するシミュレーションモジュールと、及び
前記生成された変異遺伝体シーケンスをディスプレイするディスプレイモジュールとを備えてなる、変異遺伝体シーケンス予測装置。

【請求項2】

前記計算モジュールが、
前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループに含まれた各遺伝体シーケンスをコドン単位に分割することを含んでなる、請求項１に記載の変異遺伝体シーケンス予測装置。

【請求項3】

前記計算モジュールが、
前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループをそれぞれ複数の地域に分け、
前記第１遺伝体シーケンスグループに含まれた地域と前記第２遺伝体シーケンスグループに含まれた地域に対して、各遺伝体シーケンスグループの同一の位置に該当する地域同士の遺伝体の変異有無を計算することを含んでなる、請求項２に記載の変異遺伝体シーケンス予測装置。

【請求項4】

前記計算モジュールが、
前記各遺伝体シーケンスグループの同一の位置に該当する地域同士の遺伝体の変異有無を計算する際、コドン単位で計算することをさらに含んでなる、請求項３に記載の変異遺伝体シーケンス予測装置。

【請求項5】

前記シミュレーションモジュールが、
前記シード遺伝体シーケンスをコドン単位に分割し、前記シード遺伝体シーケンス内の特定コドンの位置に対応する位置ごとに０から１までの任意の数を生成することを含んでなる、請求項１に記載の変異遺伝体シーケンス予測装置。

【請求項6】

前記シミュレーションモジュールが、
前記生成された任意の数の位置ごとに前記多重変異パラメータを用いて前記特定コドンと同一のコドン又は変異されたコドンを生成し、
前記シード遺伝体シーケンス内の前記特定コドンを前記生成された同一のコドン又は変異されたコドンに変換することを含んでなる、請求項５に記載の変異遺伝体シーケンス予測装置。

【請求項7】

前記シミュレーションモジュールが、
前記変換されたコドンと前記シード遺伝体シーケンス内の変換されていないコドンとを併合し、前記変異遺伝体シーケンスを生成することを含んでなる、請求項６に記載の変異遺伝体シーケンス予測装置。

【請求項8】

前記生成された変異遺伝体シーケンスが、グラフィックイメージなどの視覚的コンテンツとしてディスプレイされることをさらに含んでなる、請求項１に記載の変異遺伝体シーケンス予測装置。

【請求項9】

前記多重変異パラメータが、前記シード遺伝体シーケンス内のコドンの総個数から１を引いた個数だけ生成され、
前記多重変異パラメータが、前記各コドンの位置情報を含んでなる、請求項１に記載の変異遺伝体シーケンス予測装置。

【請求項10】

変異遺伝体シーケンス予測方法であって、
計算モジュールにより、第１遺伝体シーケンスグループ及び第２遺伝体シーケンスグループの入力を受ける段階と、
計算モジュールにより、分散処理技法を用いて前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループ間の遺伝体の変異有無を計算する段階と、
前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループは、それぞれ複数の遺伝体シーケンスを含んでなり、
パラメータ生成モジュールにより、前記計算結果を用いて多重変異パラメータを生成する段階と、
前記多重変異パラメータは、それぞれ６１ ｂｙ ６１マトリックスとして表現されるものであり、
シュミレーションモジュールにより、前記多重変異パラメータを用いてシード遺伝体シーケンスの変異遺伝体シーケンスを生成する段階と、及び
ディスプレイモジュールにより、前記生成された変異遺伝体シーケンスをディスプレイする段階とを含んでなる、変異遺伝体シーケンス予測方法。

【請求項11】

前記計算段階が、
前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループに含まれた各遺伝体シーケンスをコドン単位に分割する段階を含んでなる、請求項１０に記載の変異遺伝体シーケンス予測方法。

【請求項12】

前記計算段階が、
前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループをそれぞれ複数の地域に分ける段階と、及び
前記第１遺伝体シーケンスグループに含まれた地域と第２遺伝体シーケンスグループに含まれた地域に対して、各遺伝体シーケンスグループの同一の位置に該当する地域同士の遺伝体の変異有無を計算する段階とをさらに含んでなる、請求項１１に記載の変異遺伝体シーケンス予測方法。

【請求項13】

前記計算段階が、
前記各遺伝体シーケンスグループの同一の位置に該当する地域同士の遺伝体の変異有無を計算する際に、コドン単位で計算することをさらに含んでなる、請求項１２に記載の変異遺伝体シーケンス予測方法。

【請求項14】

前記変異遺伝体シーケンス生成段階が、
前記シード遺伝体シーケンスをコドン単位に分割する段階と、及び
前記シード遺伝体シーケンス内の特定コドンの位置に対応する位置ごとに０から１までの任意の数を生成する段階とを含んでなる、請求項１０に記載の変異遺伝体シーケンス予測方法。

【請求項15】

前記変異遺伝体シーケンス生成段階が、
前記生成された任意の数の位置ごとに前記多重変異パラメータを用いて前記特定コドンと同一のコドン又は変異されたコドンを生成する段階と、及び
前記シード遺伝体シーケンス内の前記特定コドンを前記生成された同一のコドン又は変異されたコドンに変換する段階とをさらに含んでなる、請求項１４に記載の変異遺伝体シーケンス予測方法。

【請求項16】

前記変異遺伝体シーケンス生成段階が、
前記変換されたコドンと前記シード遺伝体シーケンス内の変換されていないコドンとを併合し、前記変異遺伝体シーケンスを生成する段階を含んでなる、請求項１５に記載の変異遺伝体シーケンス予測方法。

【請求項17】

前記生成された変異遺伝体シーケンスが、グラフィックイメージなどの視覚的コンテンツとしてディスプレイされることを含んでなる、請求項１０に記載の変異遺伝体シーケンス予測方法。

【請求項18】

前記多重変異パラメータが、前記シード遺伝体シーケンス内のコドンの総個数から１を引いた個数だけ生成され、
前記多重変異パラメータが、前記各コドンの位置情報を含んでなる、請求項１０に記載の変異遺伝体シーケンス予測方法。

【請求項19】

変異遺伝体シーケンス予測プログラムを格納する格納媒体であって、
それぞれ複数の遺伝体シーケンスを含む第１遺伝体シーケンスグループ及び第２遺伝体シーケンスグループの入力を受け、
分散処理技法を用いて前記第１遺伝体シーケンスグループ及び前記第２遺伝体シーケンスグループ間の遺伝体の変異有無を計算し、
前記計算結果を用いて、６１ ｂｙ ６１マトリックスとして表現される多重変異パラメータを生成し、
前記多重変異パラメータを用いてシード遺伝体シーケンスの変異遺伝体シーケンスを生成し、
前記生成された変異遺伝体シーケンスをディスプレイする、変異遺伝体シーケンス予測プログラムを格納する格納媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、変異遺伝体シーケンス予測方法及び装置に関し、より詳細には、別個の遺伝体シーケンスグループをそれぞれコドン単位に分け、各遺伝体シーケンスグループ間の遺伝体変異を計算することによって多重変異パラメータを生成し、生成された多重変異パラメータを用いて変異遺伝体シーケンスを予測する方法、装置及びこれを行うプログラムに関する。

【背景技術】

【0002】

コドンとは、遺伝暗号の最小単位であって、タンパク質のアミノ酸配列を規定するｍＲＮＡの３塩基組み合わせを言う。コドンとしては合計６４種類があり、これらのうち、３個のコドンはタンパク質合成を阻止させるために使用することができ、６１個のコドンはアミノ酸の種類を決定するために使用することができる。この場合、６１個のコドンによって決定されるアミノ酸の種類は、合計２０個になり得る。しかし、一つのコドンが一つのアミノ酸を決定するのではなく、複数のコドンが重複的に同一のアミノ酸を指定することができる。このように同一のアミノ酸を指示するコドンを同義コドン（ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎ）と言う。

【0003】

各生物種ごとに遺伝子塩基序列を集めてコドンの出現頻度を解釈すると、同義コドンは均一に使用されなく、複数の同義コドンのうち特定コドンが偏在して表れて使用されることが分かる。

【0004】

このようなコドンの出現傾向又は使用傾向をコドン選好度（Ｃｏｄｏｎ―Ｕｓａｇｅ）と言い、同義コドンの出現頻度数又は使用頻度数の差をコドン選好度バイアス（Ｃｏｄｏｎ―Ｕｓａｇｅ Ｂｉａｓ）と言う。

【0005】

別個の二つの生物種間で特定同義コドンの使用頻度が類似する場合、すなわち、コドン選好度バイアスが類似する場合、両生物種は進化上連関している可能性がある。このようなコドン選好度バイアスの分析を通じて、各生物種間の進化パターン、ウイルスの進化パターンなどをコドン単位で詳細に分析することができる。

【発明の概要】

【発明が解決しようとする課題】

【0006】

数年間、コドン選好度バイアス（Ｃｏｄｏｎ―Ｕｓａｇｅ Ｂｉａｓ）を試験するための多様な分析的なパラメータ及び同義コドンの相関関係を反映する方法及び装置などが開発されてきた。しかし、時系列的な遺伝体シーケンス内の隣接した各同義コドンの相関関係のみを計算する場合、遺伝体の部位別に異なる変異程度が表れる生物学的な特性を完全に反映することが困難であり得る。したがって、本発明は、各同義コドン間の相関関係を用いたコドンレベルで生物種別の特異性による遺伝体を分析するだけでなく、遺伝体の部位別に異なる変異程度が表れる生物学的な特性を反映するための方法、装置及び変異遺伝体シーケンス予測プログラムを格納する格納媒体を提示しようとする。

【0007】

特に、本発明は、別個の２個の遺伝体シーケンスグループに属する別個の遺伝体シーケンスに対して同義コドンでない順次的に同一の位置に該当するコドン単位で変異有無を比較し、変異遺伝体シーケンスを予測する方法、装置及びこれを行うプログラムを格納する格納媒体を提示する。

【課題を解決するための手段】

【0008】

本発明の一実施例に係る変異遺伝体シーケンス予測方法は、第１及び第２遺伝体シーケンスグループの入力を受ける段階と、分散処理技法を用いて前記第１及び第２遺伝体シーケンスグループ間の遺伝体の変異有無を計算する段階―（ここで、第１及び第２遺伝体シーケンスグループは、それぞれ複数の遺伝体シーケンスを含む。）―と、前記計算結果を用いて多重変異パラメータを生成する段階―（ここで、前記多重変異パラメータは、それぞれ６１ ｂｙ ６１マトリックスとして表現される。）―と、前記多重変異パラメータを用いてシード遺伝体シーケンスの変異遺伝体シーケンスを生成する段階と、前記生成された変異遺伝体シーケンスをディスプレイする段階とを含むことができる。

【発明の効果】

【0009】

このような発明の効果は、次の通りである。

【0010】

第一に、各アミノ酸を指定する隣接した各同義コドンの相関関係を計算し、生物種別の特異性による遺伝体の分析を行うことができる。すなわち、コドンレベルでの各生物の種を識別するための高い水準の識別情報を提供することができる。

【0011】

第二に、各コドンの相関関係をマトリックスとして示し、これを再び各行の和に対する相対値に変換し、対象遺伝体シーケンスの長さ差から来る結果値の差を相殺させ、異なる生物種別間の遺伝体の比較をより詳細に行うことができる。

【0012】

第三に、遺伝体シーケンスの各グループ間の比較を通じて、遺伝体の部位別に異なる変異程度が表れる生物学的な特性に対する情報を提供することができる。

【0013】

第四に、遺伝体の部位別に異なる変異程度が表れる生物学的な特性に対する情報をシミュレーションに反映し、生物学的な完成度が高い未来変異を予測することができる。

【図面の簡単な説明】

【0014】

本発明に関する理解を促進するために詳細な説明の一部として含まれる添付の図面は、本発明に対する実施例を提供し、詳細な説明と共に本発明の技術的思想を説明する。

【図1】図１は、ｍＲＮＡを構成する塩基とコドンとの組み合わせを示した図である。

【図2】図２は、本発明の一実施例に係る遺伝体シーケンス内のコドン相関関係パターン計算装置のブロック図である。

【図3】図３は、本発明の一実施例に係る類似コドン探索モジュール２１００においてＳＣＡを探索する過程を示した概念図である。

【図4】図４は、本発明の一実施例に係るＳＣＡＭの一部分を示した図である。

【図5】図５は、本発明の一実施例に係る変異遺伝体シーケンス予測装置を示した図である。

【図6】図６は、本発明の一実施例に係る分散処理技法基盤の遺伝体変異計算過程を示した図である。

【図7】図７は、本発明の一実施例に係る変異遺伝体シーケンス予測過程を示した図である。

【図8】図８は、本発明の一実施例に係る変異遺伝体シーケンス予測方法を示したフローチャートである。

【発明を実施するための形態】

【0015】

本発明の他の目的、特徴及び利点は、添付の図面を参照した各実施例の詳細な説明を通じて明らかになるだろう。

【0016】

以下、添付の図面を参照して本発明の実施例の構成及びその作用を説明し、図面に図示され、また、これによって説明される本発明の構成及び作用は、少なくとも一つの実施例として説明されるものであり、これによって前記の本発明の技術的思想とその核心構成及び作用が制限されることはない。

【0017】

２００９年に新たに発生した新種のインフルエンザＡの起源は、ユーラシア型の鳥型豚インフルエンザ（Ｈ１Ｎ１）と北米の豚の間で流行した３重再集合体（ｔｒｉｐｌｅ―ｒｅａｓｓｏｒｔａｎｔ）ウイルスと知られている。

【0018】

新たな新種のインフルエンザＡウイルスの遺伝子切片（ｇｅｎｅｔｉｃ ｓｅｇｍｅｎｔｓ）は、北米の鳥ウイルスのＰＢ２とＰＡ遺伝子、ヒトのＨ３Ｎ２ウイルスのＰＢ１遺伝子、伝統的な豚ウイルスのＮＳ遺伝子、そして、ユーラシア型の鳥型豚インフルエンザウイルスのＮＡ、Ｍ遺伝子などの多様なサブタイプ（ｓｕｂｔｙｐｅ）から発生したものと知られている。

【0019】

特に、豚インフルエンザから由来したインフルエンザＡウイルス（Ｈ１Ｎ１）は、人々にも影響を及ぼし、その結果、１９７９年にニュージャージーのフォートディックスで２００人以上の軍人達が感染したこともあった。当時、感染は人と人との間の転移を通じて行われた。しかし、当時、米国の全国的なワクチンキャンペーンにより、豚起源のインフルエンザＡウイルスは深刻な流行病の水準に悪化されなかった。

【0020】

このような新種のインフルエンザウイルスはＨ１Ｎ１と称することができる。Ｈ１Ｎ１において、Ｈは、ヘマグルチニン（ｈｅｍａｇｇｌｕｔｉｎｉｎ）の略字であり、Ｎは、ノイラミニダーゼ（ｎｅｕｒａｍｉｎｉｄａｓｅ）の略字である。

【0021】

ウイルスは、遺伝物質である核酸及びこれを取り囲むタンパク質の殻からなっており、遺伝物質を有してはいるが、これを発現できるシステムを有していないので、単独で存在するときは生命活動を全く行うことができない。しかし、適当な宿主（又はホスト）細胞に会うと、ウイルスは、宿主細胞内に侵入して生命活動を行うことができる。この場合、ウイルスは、その特性に合う特定種類の宿主細胞にのみ侵入することができ、宿主細胞に侵入するときは、ウイルスの表面に存在するタンパク質で構成されたＨとＮという二つの種類のフォークを用いることができる。

【0022】

前記のようなウイルスの表面に存在するタンパク質は、アミノ酸（Ａｍｉｎｏ Ａｃｉｄ）の連結体であり、生物体の主要な構成成分である。タンパク質は、各タンパク質を構成するアミノ酸の数、種類、結合順序によって変化可能であり、その種類は非常に多様である。アミノ酸の種類としては、合計２０種が知られている。下記の表１は、アミノ酸の名称及び略字を示した表である。

【0023】

【表1】

【0024】

このようなアミノ酸の種類を指示する遺伝暗号の最小単位をコドン（Ｃｏｄｏｎ）という。

【0025】

図１は、ｍＲＮＡを構成する塩基とコドンとの組み合わせを示した図である。
コドンは、タンパク質のアミノ酸種類を指示するｍＲＮＡの塩基組み合わせである。図１に示したように、ｍＲＮＡの塩基は、合計４つ、すなわち、ウラシル（Ｕｒａｃｉｌ）、アデニン（Ａｄｅｎｉｎｅ）、シトシン（Ｃｙｔｏｓｉｎｅ）、グアニン（Ｇｕａｎｉｎｅ）で構成されており、これらは、それぞれ英文字の大文字を使用してＵ、Ａ、Ｃ、Ｇと表現することができる。

【0026】

コドンは、これら４つの塩基のうち３つの塩基の組み合わせからなり得る。例えば、図１に示したように、コドン１はＧＣＵ、コドン２はＡＣＧ、コドン３はＧＡＣ…で構成することができる。したがって、コドンは、組み合わせのための三つのサイトにそれぞれＵ、Ａ、Ｃ、Ｇの４つの塩基が来ることができ、その組み合わせ数は４ｘ４ｘ４として合計６４になり得る。

【0027】

しかし、６４個のコドンのうち３個のコドンは、タンパク質の合成を阻止させるために使用することができ、残りの６１個のコドンのみを、２０種のアミノ酸の種類を決定又は指示するために使用することができる。しかし、コドンの種類がアミノ酸の種類より多いので、一つのコドンが一つのアミノ酸を指示する１対１の対応関係は成立されない。したがって、複数のコドンが重複的に同一のアミノ酸を指示することができる。このように同一のアミノ酸を指示する複数のコドンを同義コドンと言う。

【0028】

下記の表２は、コドンの種類及び各同義コドンが指示するアミノ酸を示した表である。

【表2】

【0029】

表２に示したように、コドンＵＵＵとコドンＵＵＣは、同一のアミノ酸であるＰｈｅを指示することができる。したがって、コドンＵＵＣとコドンＵＵＵは互いに同義コドンになり得る。

【0030】

本発明では、前記のような各同義コドン、すなわち、コドンＵＵＵをＰｈｅ１、コドンＵＵＣをＰｈｅ２と表示するように、各同義コドンが指定するアミノ酸の略字と数字で表示することを一実施例とすることができる。

【0031】

また、各アミノ酸は、デジェネラシー（ｄｅｇｅｎｅｒａｃｙ、又は縮退）傾向によって分類することができる。デジェネラシー傾向は、該当アミノ酸を指示するための同義コドンの個数で分類することができる。一般に、ｎ―フォールドデジェネレートアミノ酸（ｎ―ｆｏｌｄ ａｍｉｎｏ ａｃｉｄ）は、該当アミノ酸を指示するためのｎ個の同義コドンを有し得ることを意味する。本発明では、前記２０個のアミノ酸をそれぞれ２―フォールドデジェネレートアミノ酸（２―ｆｏｌｄ ｄｅｇｅｎｅｒａｔｅ ａｍｉｎｏ ａｃｉｄ）グループ、４―フォールドデジェネレートアミノ酸（４―ｆｏｌｄ ｄｅｇｅｎｅｒａｔｅ ａｍｉｎｏ ａｃｉｄ）グループ及び６―フォールドデジェネレートアミノ酸（６―ｆｏｌｄ ｄｅｇｅｎｅｒａｔｅ ａｍｉｎｏ ａｃｉｄ）グループに分類することを一実施例とする。

【0032】

２―フォールドデジェネレートアミノ酸グループには、アミノ酸Ｉｌｅ、Ｇｌｎ、Ｈｉｓ、Ｐｈｅ、Ｍｅｔ、Ｃｙｓ、Ｔｙｒ、Ｔｒｐ、Ａｓｎ、Ａｓｐ、Ｇｌｕ、Ｌｙｓを含ませることができ、４―フォールドデジェネレートアミノ酸グループには、アミノ酸Ｐｒｏ、Ａｌａ、Ｖａｌ、Ｇｌｙ、Ｔｈｒを含ませることができる。また、６―フォールドデジェネレートアミノ酸グループには、アミノ酸Ｌｅｕ、Ｓｅｒ、Ａｒｇを含ませることができる。

【0033】

各生物種ごとに遺伝子塩基序列を集めて全てのコドンの出現頻度を解釈すると、同一のアミノ酸を指定するための同義コドンは均一に使用されなく、特定同義コドンが偏在して使用されることが分かる。

【0034】

このようなコドンの出現傾向又は使用傾向をコドン選好度（Ｃｏｄｏｎ―Ｕｓａｇｅ）と言い、同義コドンの出現頻度数又は使用頻度数の差をコドン選好度バイアス（Ｃｏｄｏｎ―Ｕｓａｇｅ Ｂｉａｓ）と言う。

【0035】

したがって、別個の二つの生物種間で特定同義コドンの使用頻度が類似する場合、すなわち、コドン選好度バイアスが類似する場合、両生物種は進化上連関している可能性がある。また、ウイルスの表面に存在するタンパク質のコドン選好度を年度別に分析すると、ウイルス表面のタンパク質の進化パターンを分析することができ、今後のウイルスの進化方向を先に把握することができる。また、他のウイルス間の起源、連関性などをコドン単位で把握することができる。
このようなコドン選好度バイアスを用いて、各生物種間の進化パターン、ウイルスの進化パターン、起源などをコドン単位でより詳細に分析することができる。

【0036】

数年間、コドン選好度バイアス（Ｃｏｄｏｎ―Ｕｓａｇｅ Ｂｉａｓ）を試験するためにＥＮＣ（ｅｆｆｅｃｔｉｖｅ ｎｕｍｂｅｒ ｏｆ ｃｏｄｏｎｓ）やＲＳＣＵ（ｒｅｌａｔｉｖｅ ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎ ｕｓａｇｅ）などの多様な分析的なパラメータが開発されてきた。

【0037】

ＥＮＣは、コドン選好度パラメータとして最小２０から最大６１までの値を有することができる。一つのコドンのみが２０種のアミノ酸を指定する場合であって、極端的なコドン選好度を示す場合、ＥＮＣ値は２０になり得る。また、全てのコドンが同一に２０種のアミノ酸を指定するために使用される場合、ＥＮＣ値は６１になり得る。一般に、ＥＮＣ値が４０より大きい場合は、コドン選好度バイアスが低いと見なすことができる。一つのＥＮＣ値は、対象になる遺伝体シーケンスごとに計算して求めることができ、アミノ酸グループの特性とは関係なく、コドン選好度バイアスの平均的なパターンを一つの代表値として示すことができるという特徴を有する。

【0038】

ＲＳＣＵはコドン選好度パラメータであって、ＲＳＣＵ値は、対象になる遺伝体シーケンスに表れるコドンの出現頻度を出現頻度数の期待値で割って計算することができる。ＲＳＣＵ値は、次の数式１を通じて求めることができる。

【0039】

【数1】

【0040】

Ｘｉｊは、ｉ番目のアミノ酸を指示するコドンｉの使用頻度を示し、ｎｉは、対象になるアミノ酸グループを指示できる全ての同義コドンの個数を示す。ＲＳＣＵ値は、ＥＮＣ値に比べてアミノ酸グループの特性を反映できるという長所を有する。しかし、ＲＳＣＵ値は、各同義コドン間の相関可能性を排除し、単純に遺伝体シーケンスのコドン選好度バイアスのみを示すという短所を有する。

【0041】

したがって、本発明では、遺伝体内に含まれた各同義コドン間の可能な相関関係を計算する装置及び方法を提示しようとする。特に、各同義コドン間の相関関係を固有の色処理されたパターンでマトリックスに表示し、相関関係を可視的に示すコドンレベルの識別装置及び方法を提示しようとする。

【0042】

図２は、本発明の一実施例に係る遺伝体シーケンス内のコドン相関関係パターン計算装置のブロック図である。
本発明の入力データは、各遺伝子シーケンスになり、バイオテクノロジー情報のための国際センター（Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ）のインフルエンザウイルス資料であることを一実施例とすることができる。また、本発明の入力データは、基本的なソースデータから明らかでない一つ又は複数のヌクレオチドシーケンスを除去し、カテゴリーによってパースされた必要なヌクレオチドシーケンスであることを一実施例とすることができる。また、本発明に係るカテゴリーは、引受番号、該当年度、遺伝子名、ホスト、サブタイプなどになり得る。本発明の必要なヌクレオチドシーケンスをパースする過程は、ジャバ（ＪＡＶＡ）プログラムを通じて行うことを一実施例とする。

【0043】

本発明では、入力データが、ヒトＨＩＮＩウイルスのサブタイプのＨＡ及びＮＡ遺伝子に対する８５９個及び８４１個のシーケンス、鳥型ＨＩＮＩウイルスのサブタイプのＨＡ及びＮＡ遺伝子に対する１５９個及び１４７個のシーケンス、ヒトＨ３Ｎ２ウイルスのサブタイプのＨＡ及びＮＡ遺伝子に対する１１７８個及び１２５３個のシーケンスであることを一実施例とすることがでできる。

【0044】

図２に示したように、本発明の一実施例に係るコドン相関関係パターン計算装置は、データ入力モジュール２０００、類似コドン探索モジュール２１００、結果記録モジュール１２００及びデータ変換モジュール２３００を含むことができる。以下、各モジュールに対して説明する。

【0045】

対象データ入力モジュール２０００は、一つのヌクレオチドシーケンスをそれぞれコドン単位、すなわち、３個の塩基序列の単位体に分け、これを序列の開始点から順序通りに類似コドン探索モジュール２１００に出力する。

【0046】

類似コドン探索モジュール２１００は、コドン選好度関連性を分析するために、対象データ入力モジュール２０００から入力されたコドンから以後のコドンを順次スキャンし、現在入力されたコドンの同義コドンを探し、その種類を計算することができる。この場合、類似コドン探索モジュール２１００は、現在入力されたコドンと最も隣接した位置にある同義コドンを探すことを一実施例とすることができる。本発明では、これを同義コドン関連性（ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎ ａｓｓｏｃｉａｔｉｏｎｓ（ＳＣＡ））と称することができる。これについての具体的な内容は後で説明する。

【0047】

結果記録モジュール２２００は、類似コドン探索モジュール２１００から出力された探索結果を用いて、対象コドンとペアをなす同義コドンの種類及び探索結果による値を有することができる。結果記録モジュール２２００は類似コドン探索モジュール２１００内に含ませることができ、これは、設計者の意図によって変更可能である。

【0048】

本発明は、探索結果を６１ ｂｙ ６１マトリックスに記録することを一実施例とする。このような６１ ｂｙ ６１マトリックスを類似コドン関連性マトリックス（ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎ ａｓｓｏｃｉａｔｉｏｎｓ ｍａｔｒｉｘ、ＳＣＡＭ）と称することができる。

【0049】

ＳＣＡＭの各行は対象コドンを意味し、行は、再び対象コドンが指示するアミノ酸単位で表示することができる。また、ＳＣＡＭの列は同義コドンを意味し、列は、再び同義コドンが指示するアミノ酸単位で表示することができる。アミノ酸を指示するコドンの個数は合計６１個であるので、行と列にはそれぞれ６１個のコドンが表示される。したがって、ＳＣＡＭは、６１ ｂｙ ６１マトリックスの構造を有するようになる。

【0050】

その後、データ変換モジュール２３００は、結果記録モジュール２２００で生成されたＳＣＡＭのデータをそれぞれの行の和に対する相対値を示す連関性マトリックスに変換することができる。このように変換されたマトリックスを類似コドン遷移マトリックス（ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎ ｔｒａｎｓｉｔｉｏｎ ｍａｔｒｉｘ、ＳＣＴＭ）と称することを一実施例とすることができる。これについての具体的な内容は後で説明する。

【0051】

図３は、本発明の一実施例に係る類似コドン探索モジュール２１００でＳＣＡを探索する過程を示した概念図である。
上述したように、対象データ入力モジュール２０００は、一つの遺伝体シーケンス又は一つのヌクレオチドシーケンスをコドン単位に分け、順次的な順序で各コドンを類似コドン探索モジュール２１００に出力することができる。類似コドン探索モジュール２１００は、順次入力されたコドンに対してＳＣＡを探索することができる。本発明では、ＳＣＡを探索するために指定されたコドンを対象コドン又はターゲットコドンと称することができる。その後、類似コドン探索モジュール２１００は、対象コドン以後に順次入力される各コドンのうち最も隣接した位置にある対象コドンの同義コドンを探索することができる。

【0052】

図３の３―Ａの（１）及び（２）は、対象コドンがＬｅｕ１である場合の探索過程を示した概念図で、図３の３―Ｂの（１）及び（２）は、対象コドンがＣｙｓ２である場合の探索過程を示した概念図である。以下、各概念図に対して説明する。

【0053】

図３の３―Ａの（１）に示したように、類似コドン探索モジュール２１００は、Ｌｅｕ１、Ｃｙｓ２、Ａｌａ４…のような順次的な順序で各コドンの入力を受けることができる。上述したように、Ｌｅｕ１コドンは、アミノ酸Ｌｅｕを指定するコドンを意味し、Ｌｅｕ１の同義コドンはＬｅｕ２、Ｌｅｕ３…と称することができる。

【0054】

類似コドン探索モジュール２１００は、１番目に入力されたコドンであるＬｅｕ１を１番目の対象コドンと指定し、Ｌｅｕ１以後に入力された各コドンのうち同義コドンがあるか否かを探索することができる。Ｌｅｕ１の次に入力されたコドンはＣｙｓ２であって、アミノ酸Ｃｙｓを指示するコドンであるので、Ｌｅｕ１の同義コドンではない。その後、類似コドン探索モジュール２１００は、その次に入力されたコドンを継続して探索することができる。

【0055】

図３の３―Ａの（２）に示したように、類似コドン探索モジュール２１００は、Ｃｙｓ２以後のコドンを順次探索し、３番目の探索過程で同義コドンＬｅｕ５を発見することができる。この場合、同義コドンＬｅｕ５は、対象コドンと最も隣接した同義コドンであって、探索結果として発見された同義コドンＬｅｕ５の個数は１個であるので、結果記録モジュール２２００のＳＣＡＭの該当セルの値は１になり得る。その後、類似コドン探索モジュール２１００は、順次入力されるコドンを継続的に探索することができる。探索過程を通じて同義コドンＬｅｕ５が再び発見された場合は、ＳＣＡＭの該当セルの値は１から２に変更することができる。また、探索過程で新たな同義コドンＬｅｕ４が発見された場合、ＳＣＡＭの該当セルの値は１になり得る。

【0056】

対象コドンＬｅｕ１に対する全ての同義コドンの探索が終了すると、類似コドンモジュール２１００は、２番目に入力されたコドンを新たな対象コドンと指定し、新たな同義コドンを探すための探索を開始することができる。

【0057】

図３の３―Ｂの（１）に示したように、類似コドン探索モジュール２１００は、Ｌｅｕ１以後に入力されたコドンＣｙｓ２を２番目の対象コドンと指定し、同義コドンを探索することができる。

【0058】

図３の３―Ｂの（２）に示したように、類似コドン探索モジュール２１００は、５番目の探索で同義コドンであるＣｙｓ１を発見することができる。上述したように、同義コドンのＣｙｓ２の個数は１個であるので、ＳＣＡＭの該当セルの値は１になり得る。その後、類似コドン探索モジュール２１００の継続的な探索過程を通じて同義コドンＣｙｓ１が再び発見された場合、ＳＣＡＭの該当セルの値は１から２に変更することができる。対象コドンと同一のＣｙｓ２が発見された場合、ＳＣＡＭの該当セルの値は１になり得る。

【0059】

対象コドンＣｙｓ２の全ての同義コドンの探索が終了すると、類似コドンモジュール２１００は、３番目に入力されたＡｌａ４を３番目の対象コドンと指定し、上述した探索過程を行うことができる。

【0060】

このように、類似コドン探索モジュール２１００は、順次入力された各コドンのうち２０種のアミノ酸を指定するそれぞれのコドンのいずれか一つのコドンを対象コドンと指定し、入力された各コドンを全部探索し、同義コドンを発見する過程を行うことができる。

【0061】

図４は、本発明の一実施例に係るＳＣＡＭの一部分を示した図である。
上述したように、結果記録モジュール２２００は、類似コドン探索モジュール２１００から出力された探索結果を用いて、対象コドンとペアをなす同義コドンの種類及び探索結果による値を６１ ｂｙ ６１マトリックスであるＳＣＡＭに記録することができる。

【0062】

ＳＣＡＭの各セルには、対象コドンと探索で発見された同義コドンの種類を表示することができ、各セルは、類似コドン探索モジュール２１００の探索結果による値を有することができる。

【0063】

図４は、本発明の一実施例に係るＳＣＡＭの一部分を拡大して示した図で、以下、これについて具体的に説明する。
図４に示したように、１番目の行に示したアミノ酸Ａｌａを指示する同義コドンは、ＧＣＵ、ＧＣＣ、ＧＣＡ、ＧＣＧの合計４つで構成することができる。上述したように、ＧＣＵはＡｌａ１と、ＧＣＣはＡｌａ２と、ＧＣＡはＡｌａ３と、ＧＣＧはＡｌａ４と称することができる。

【0064】

ＳＣＡＭの１行１列のセルは、対象コドンがＡｌａ１であり、探索結果として発見された同義コドンもこれと同一のＡｌａ１である場合を意味する。この場合、セルは、Ｃ（Ａｌａ１，Ａｌａ１）又はＣＡｌａ（１，１）と表現することができ、該当セルの値は、探索結果によって１、２…のいずれか一つの値になり得る。同様に、ＳＣＡＭの１行２列は、対象コドンがＡｌａ１であり、探索結果として発見された同義コドンがＡｌａ２である場合であって、（Ａｌａ１，Ａｌａ２）と表現することができ、セル値は、探索結果によって１、２…のいずれか一つの値になり得る。
結果記録モジュール２２００は、残りの対象コドンに対しても同一の方法で記録を行うことができる。

【0065】

上述したように、データ変換モジュール２３００は、結果記録モジュール１２００で生成されたＳＣＡＭのセル値をそれぞれの行の和に対する相対値を示すＳＣＴＭに変換することができる。ＳＣＴＭは、ＳＣＡＭと同一に６１ ｂｙ ６１マトリックスで構成することができ、各行は対象コドンを示し、各行は、再び対象コドンが指示するアミノ酸別にグループ化（Ｇｒｏｕｐｉｎｇ）して表示することができる。また、各列は、探索結果として表れた同義コドンを示し、各列は、再び同義コドンが指示するアミノ酸別にグループ化して表示することができる。すなわち、ＳＣＴＭの各行及び列は、図３に示したＳＣＡＭの各行及び列と同一である。

【0066】

本発明では、各対象コドン間の計算偏差を最小化するために、マルコフ理論（Ｍａｒｋｏｖ ｔｈｅｏｒｙ）の変化確率コンセプトを用いてＳＣＡＭのセル値を計算し、これをＳＣＴＭに変換することを一実施例とする。
ＳＣＴＭの各セルに表示される相対値ＰＡＡ（ｉ，ｊ）は、次の数式２を通じて計算することができる。

【0067】

【数2】

【0068】

ＰＡＡ（ｉ，ｊ）は、ＳＣＡＭのｉ番目の行の対象コドンとｊ番目の列の同義コドンに対する相対値を意味し、ＡＡは、各同義コドンによって指示されるそれぞれのアミノ酸の名称を意味する。例えば、図２に示したＳＣＡＭの１行１列はアミノ酸アラニンのコドンであるので、相対値はＰＡｌａ（１，１）と表現することができる。

【0069】

ＣＡＡ（ｉ，ｊ）は、上述したように、ＳＣＡＭの各セル値を意味し、その値は１、２、３…になり得る。また、ＳＡＡ（ｉ，）は、ＳＣＡＭの各行の和を意味する。すなわち、ＰＡＡ（ｉ，ｊ）は、下記の数式３及び４による属性を有することができる。

【0070】

【数3】

【0071】

そして、全てのｉに対して、下記数式４を満足しなければならない。数式４のｎは、各アミノ酸に対する同義コドンの総個数を意味する。

【数4】

【0072】

本発明では、各アミノ酸を指示する各同義コドン間の相関関係をより容易に説明するために、ＴＴＲというパラメータを使用することを一実施例とする。ＴＴＲは、ＴＰＡｈｏｍｏ／ＴＰＡｈｅｔｅｒｏ ｒａｔｉｏの略字であり、ＴＰＡは、同義コドン相関関係の変化確率（ｔｒａｎｓｉｔｉｏｎ ｐｒｏｂａｂｉｌｉｔｙ ｏｆ ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎ ａｓｓｏｃｉａｔｉｏｎ）を意味する。ＴＰＡｈｏｍｏは、対象コドンと探索された同義コドンとが同一のタイプである場合、すなわち、図３の対象コドンがＬｅｕ１であり、探索された同義コドンも Ｌｅｕ１である場合のＴＰＡの和を意味する。その一方、ＴＰＡｈｅｔｅｒｏは、対象コドンと探索された同義コドンとが同一のタイプでない場合であって、図３を参照して説明したように、対象コドンがＬｅｕ１で、探索された同義コドンがＬｅｕ５である場合のＴＰＡの和を意味する。本発明に係るＴＰＡ値は、各アミノ酸グループに対するＳＣＴＭの変化確率、ＰＡＡ（ｉ，ｊ）を使用して計算することを一実施例とする。

【0073】

本発明では、対象になる遺伝子内の同義コドン相関関係を決定するためにインフルエンザＡウイルスのヌクレオチドシーケンスのＳＣＡを全部計算することを一実施例とする。本発明の一実施例に係るＳＣＴＭは、ヒト起源のウイルスＨ１Ｎ１サブタイプのＨＡ遺伝子及びＮＡ遺伝子のＳＣＴＭであり、総数は１８９個であり得る。

【0074】

上述したように、図２を参照して説明した遺伝体シーケンス内のコドン相関関係パターン計算装置及びそれに対応する方法に従う場合、コドンレベルで生物種別の特異性による遺伝体の分析は可能であるが、遺伝体の部位別に異なる変異程度が表れる生物学的特性を見出すことが難しい。

【0075】

したがって、本発明では、遺伝体の部位別に異なる変異程度が表れる生物学的特性を探すために、別個のグループに属する遺伝体シーケンス間の比較を通じて変異遺伝体シーケンスを予測する装置及び方法に対して説明する。

【0076】

図５は、本発明の一実施例に係る変異遺伝体シーケンス予測装置を示した図である。
本発明の一実施例に係る変異遺伝体シーケンス予測装置は、計算モジュール９０００、パラメータ生成モジュール９１００、シミュレーションモジュール９２００及びディスプレイモジュール９３００を含むことができる。以下、各モジュールの動作を中心に説明する。

【0077】

本発明の一実施例に係る変異遺伝体シーケンス予測装置の入力データは、年度別に測定された各塩基シーケンスになり得る。本発明の一実施例に係る入力データは、米国のＮＣＢＩ（Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ）、ヨーロッパのＥＢＩ（Ｅｕｒｏｐｅａｎ Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ Ｉｎｓｔｉｔｕｔｅ）、及び日本のＤＤＢＪ（ＤＮＡ Ｄａｔａ Ｂａｎｋ ｏｆ Ｊａｐａｎ）などを始めとする全世界の研究者等によって明らかになった多様な塩基シーケンスになり得る。本発明の一実施例に係る遺伝体シーケンスグループは、年度別に測定された各遺伝体シーケンスの集合と同一である。したがって、本発明の一実施例に係る１９９９年度に測定された各遺伝体シーケンスの集合と２０００年度に測定された各遺伝体シーケンスの集合は、それぞれ異なるグループとして取り扱うことができる。

【0078】

本発明の一実施例に係る計算モジュール９０００は、分散処理技法を用いて遺伝体の変異有無を計算することができる。具体的に、本発明の一実施例に係る計算モジュール９０００は、少なくとも二つ以上の遺伝体シーケンスグループを入力データとして受け、各遺伝体シーケンスグループを複数の地域（ｒｅｇｉｏｎ）に分散し、各グループ内の同一の地域内の塩基シーケンスの変異有無を比較及び計算することができる。これについての具体的な内容は後で説明する。

【0079】

その後、本発明の一実施例に係るパラメータ生成モジュール９１００は、計算モジュールの計算結果による遷移マトリックスを生成することができる。各遷移マトリックスは、遺伝体内の多重変異パラメータを含むことができる。遷移マトリックスは、６１ ｂｙ ６１マトリックスになり得る。これについての具体的な内容は後で説明する。

【0080】

その後、本発明の一実施例に係るシミュレーションモジュール９２００は、パラメータ生成モジュール９１００から多重変異パラメータを受け、多重変異パラメータを用いてシード遺伝体シーケンスの特定位置ごとに変異コドンを生成することによって変異遺伝体シーケンスを生成することができる。これについての具体的な内容は後で説明する。その後、本発明の一実施例に係るディスプレイモジュール９３００は、生成された変異遺伝体シーケンスをグラフィックなどを用いてディスプレイすることができる。

【0081】

図６は、本発明の一実施例に係る分散処理技法基盤の遺伝体変異計算過程を示した図である。
図５を参照して説明したように、本発明の一実施例に係る計算モジュールは、少なくとも二つ以上の遺伝体シーケンスグループの入力を受け、分散処理技法を用いて各遺伝体シーケンスグループ間の遺伝体の変異有無を計算することができる。具体的に、図６に示したように、本発明の一実施例に係る計算モジュールは、初期年度（ｉｎｉｔｉａｌ ｙｅａｒ）に測定された第１遺伝体シーケンスグループ１００００と、最後の年度（ｆｉｎａｌ ｙｅａｒ）に測定された第２遺伝体シーケンスグループ１０１００とをそれぞれ第１地域１００１０、１０１１０、第２地域１００２０、１０１２０、及び第３地域１００３０、１０１３０に分けることができる。入力された遺伝体シーケンスグループの個数、各遺伝体シーケンスグループ内に含まれた遺伝体シーケンスの個数、及び各遺伝体シーケンスグループを分ける地域の個数は、設計者の意図によって変更可能である。

【0082】

また、図６に示したように、各遺伝体シーケンスを指示する遺伝体シーケンスの名称は、「＞」の表示と共に表示することができる。このような形式の表示法をＦＡＳＴＡ形式と称することができる。

【0083】

上述した第１地域１００１０、１０１１０、第２地域１００２０、１０１２０及び第３地域１００３０、１０１３０は、各遺伝体シーケンスグループ間の変異有無を比較するための塩基シーケンスを含んでいる。本発明の一実施例に係る計算モジュールは、同一の地域名を有する各地域間の変異有無に対する比較を行うことができる。すなわち、図６に示したように、本発明の一実施例に係る計算モジュールは、ｎｏｄｅ（ノード）１で第１遺伝体シーケンスグループ１００００の第１地域１００１０と第２遺伝体シーケンスグループ１０１００の第１地域１０１１０内の各塩基シーケンスの変異有無を比較することができる。同一の方式で、本発明の一実施例に係る計算モジュールは、ノード２、ノード３で第２地域１００２０、１０１２０及び第３地域１００３０、１０１３０内の各塩基シーケンスの変異有無に対する比較を並列的に行うことができる。この場合、本発明の一実施例に係る計算モジュールは、最も小さい比較単位であるコドン単位で各地域内の塩基シーケンスの変異有無を計算することができる。

【0084】

その後、本発明の一実施例に係る計算モジュールは、ノード０でノード１〜ノード３で行われた計算結果を集めることができる。集められた結果は、図５を参照して説明した本発明の一実施例に係るパラメータ生成モジュールに入力され、パラメータ生成モジュールは、計算モジュールの計算結果を用いて各遷移マトリックスを生成することができる。上述したように、各遺伝体シーケンスの変異有無に対する計算はコドン単位で行われるので、本発明の一実施例に係る遷移マトリックスは、遺伝体シーケンスの長さであるｎを最小比較対象であるコドンの塩基シーケンス個数である３で割ったｎ／３個だけ生成することができる。

【0085】

結果的に、第１遺伝体シーケンスグループ１００００内に属した遺伝体シーケンスの個数がｍで、第２遺伝体シーケンスグループ１０１００内に属した遺伝体シーケンスの個数がｐであると、本発明の一実施例に係る計算モジュールは、合計ｍ ｘ ｐ回の各遺伝体シーケンス間の変異比較を行うことができる。したがって、本発明の一実施例に係る計算モジュールは、第１遺伝体シーケンスグループ１００００と第２遺伝体シーケンスグループ１０１００との間に存在し得る全ての可能な変異組み合わせを計算することができる。

【0086】

図７は、本発明の一実施例に係る変異遺伝体シーケンス予測過程を示した図である。
図７の左側上部のブロック１１０００は、本発明の一実施例に係る計算モジュールの動作であって、図６を参照して説明した本発明の一実施例に係る分散処理技法基盤の遺伝体変異計算過程を示したブロックである。上述したように、本発明の一実施例に係る計算モジュールは、複数の遷移マトリックスを生成するための比較結果を出力することができる。図７の右側上部のブロック１１１００は、図５を参照して説明した本発明の一実施例に係るパラメータ生成モジュールの動作であって、本発明の一実施例に係るパラメータ生成モジュールは、計算モジュールから出力した比較結果の入力を受け、複数の遷移マトリックスを生成することができる。上述したように、本発明の一実施例に係る遷移マトリックスは、遺伝体シーケンスの長さであるｎを最小比較対象であるコドンの塩基シーケンス個数である３で割ったｎ／３個だけ生成することができる。すなわち、本発明の一実施例に係る遷移マトリックスは、最小比較単位であるコドン個数だけ生成することができ、各遷移マトリックスは対応するコドンの位置情報を含むことができる。

【0087】

また、本発明の比較対象になる各コドンの総個数がｋである場合、最初開始コドンであるＡＵＧは変異されないので、比較対象になるコドンの総個数はＡＵＧを除いたｋ−１になる。したがって、本発明の一実施例に係るパラメータ生成モジュールは、合計ｋ−１個の遷移マトリックスを生成することができる。

【0088】

本発明では、パラメータ生成モジュールで生成されたｋ−１個の遷移マトリックスを多重変異パラメータ又は変異パラメータと称することができ、これは、設計者の意図によって変更可能である。

【0089】

図７の下部のブロック１１２００は、図５を参照して説明したシミュレーションモジュールの動作を示したブロックである。本発明の一実施例に係るシミュレーションモジュールは、特定遺伝体シーケンスをシードシーケンスと設定し、パラメータ生成モジュールから出力した多重変異パラメータを使用してシードシーケンス内の各コドンを変形させ、変異遺伝体シーケンスを出力することができる。シード遺伝体シーケンスは、第１又は第２遺伝体シーケンスグループに含まれた各遺伝体シーケンスのいずれか一つに該当し、これは、設計者の意図によって変更可能である。

【0090】

具体的に、図７のブロック１１２００に示したように、本発明の一実施例に係るシミュレーションモジュールは、シミュレートするための対象遺伝体シーケンス（又はシード遺伝体シーケンスと称する。）を選定することができる。本発明の一実施例に係る遺伝体シーケンスは、遺伝体序列と称することができる。その後、本発明の一実施例に係るシミュレーションモジュールは、シード遺伝体シーケンスをコドン単位に分割し、各コドンの位置別に０から１までの任意の数（ＲＮ２、ＲＮ３…）を生成することができる。

【0091】

その後、本発明の一実施例に係るシミュレーションモジュールは、パラメータ生成モジュールから出力した多重変異パラメータを用いて、任意の数をそれぞれ任意の数の位置に対応するコドンと確率的に同一のコドン又は変異されたコドンに変換することができる。

【0092】

具体的に、本発明の一実施例に係る多重変異パラメータ、すなわち、遷移マトリックスは、各コドンの位置情報を含んでいる。したがって、本発明の一実施例に係るシミュレーションモジュールは、遷移マトリックスに含まれたコドンの位置情報を用いて各任意の数に対応する特定コドンの位置と各遷移マトリックスとのマッチング有無を確認することができる。その後、本発明の一実施例に係るシミュレーションモジュールは、遷移マトリックスを用いて各任意の数を任意の数に対応する特定コドンの同一のコドン又は変異されたコドンに変換することができる。

【0093】

その後、本発明の一実施例に係るシミュレーションモジュールは、任意の数が同一のコドン又は変異されたコドンに変換されると、シード遺伝体シーケンスの変換されていない各コドンと併合し、変異された遺伝体シーケンスを生成することができる。

【0094】

その後、図７には示していないが、本発明の一実施例に係るディスプレイモジュールは、生成された変異遺伝体シーケンスを視覚的コンテンツを用いてディスプレイすることができる。

【0095】

図８は、本発明の一実施例に係る変異遺伝体シーケンス予測方法を示したフローチャートである。
上述したように、本発明の一実施例に係る変異遺伝体シーケンス予測装置の入力データは、年度別に測定された各塩基シーケンスになり得る。本発明の一実施例に係る入力データは、米国のＮＣＢＩ（Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ）、ヨーロッパのＥＢＩ（Ｅｕｒｏｐｅａｎ Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ Ｉｎｓｔｉｔｕｔｅ）、及び日本のＤＤＢＪ（ＤＮＡ Ｄａｔａ Ｂａｎｋ ｏｆ Ｊａｐａｎ）などを始めとする全世界の研究者等によって明らかになった多様な塩基シーケンスになり得る。本発明の一実施例に係る遺伝体シーケンスグループは、年度別に測定された遺伝体シーケンスの集合と同一である。

【0096】

本発明の一実施例に係る計算モジュールは、第１及び第２遺伝体シーケンスグループの入力を受けることができる（Ｓ１２０００）。また、本発明の一実施例に係る計算モジュールは、少なくとも二つ以上の遺伝体シーケンスグループの入力を受けることもできる。これは、設計者の意図によって変更可能である。

【0097】

その後、本発明の一実施例に係る計算モジュールは、分散処理技法を用いて第１及び第２遺伝体シーケンスグループ間の遺伝体の変異有無を計算することができる（Ｓ１２１００）。上述したように、本発明の一実施例に係る計算モジュールは、第１遺伝体シーケンスグループと第２遺伝体シーケンスグループをそれぞれ第１地域、第２地域及び第３地域に分けることができる。各遺伝体シーケンスグループ内に含まれた遺伝体シーケンスの個数及び各遺伝体シーケンスグループを分ける地域の個数は、設計者の意図によって変更可能である。上述した第１地域、第２地域及び第３地域は、各遺伝体シーケンスグループ間の変異有無を比較するための塩基シーケンスを含んでいる。本発明の一実施例に係る計算モジュールは、同一の地域名を有する各地域間の変異有無に対する比較を行うことができる。この場合、本発明の一実施例に係る計算モジュールは、最も小さい比較単位であるコドン単位で各地域内の塩基シーケンスの変異有無を計算することができる。結果的に、第１遺伝体シーケンスグループ内に属した遺伝体シーケンスの個数がｍで、第２遺伝体シーケンスグループ内に属した遺伝体シーケンスの個数がｐであると、本発明の一実施例に係る計算モジュールは、合計ｍ ｘ ｐ回の遺伝体シーケンス間の変異比較を行うことができる。したがって、本発明の一実施例に係る計算モジュールは、第１遺伝体シーケンスグループと第２遺伝体シーケンスグループとの間に存在し得る全ての可能な変異組み合わせを計算することができる。

【0098】

その後、本発明の一実施例に係るパラメータ生成モジュールは、計算結果を用いて多重変異パラメータを生成することができる（Ｓ１２２００）。上述したように、本発明の一実施例に係るパラメータ生成モジュールは、計算モジュールから出力した比較結果の入力を受け、複数の遷移マトリックスを生成することができる。本発明では、パラメータ生成モジュールで生成されたｋ−１個の遷移マトリックスを多重変異パラメータ又は変異パラメータと称することができ、これは、設計者の意図によって変更可能である。

【0099】

上述したように、遺伝体シーケンスの変異有無に対する計算はコドン単位で行われるので、本発明の一実施例に係る遷移マトリックスは、遺伝体シーケンスの長さであるｎを最小比較対象であるコドンの塩基シーケンスの個数である３で割ったｎ／３個だけ生成することができる。

【0100】

すなわち、本発明の一実施例に係る遷移マトリックスは、最小比較単位であるコドンの個数だけ生成することができ、各遷移マトリックスは、対応するコドンの位置情報を含むことができる。

【0101】

また、本発明の比較対象になるコドンの総個数がｋである場合、最初開始コドンであるＡＵＧは変異されないので、比較対象になるコドンの総個数はＡＵＧを除いたｋ−１になる。したがって、本発明の一実施例に係るパラメータ生成モジュールは、合計ｋ−１個の遷移マトリックスを生成することができる。

【0102】

その後、本発明の一実施例に係るシミュレーションモジュールは、多重変異パラメータを用いてシード遺伝体シーケンスの変異遺伝体シーケンスを生成することができる（Ｓ１２３００）。本発明の一実施例に係るシミュレーションモジュールは、シミュレートするための対象遺伝体シーケンス（又はシード遺伝体シーケンスと称する。）を選定することができる。本発明の一実施例に係る遺伝体シーケンスは、遺伝体序列と称することができる。その後、本発明の一実施例に係るシミュレーションモジュールは、シード遺伝体シーケンスをコドン単位に分割し、各コドンの位置別に０から１までの任意の数を生成することができる。

【0103】

その後、本発明の一実施例に係るシミュレーションモジュールは、パラメータ生成モジュールから出力した多重変異パラメータを用いて、生成した任意の数を任意の数の位置に対応するコドンと確率的に同一のコドン又は変異されたコドンに変換することができる。

【0104】

具体的に、本発明の一実施例に係る多重変異パラメータ、すなわち、遷移マトリックスは各コドン別の位置情報を含んでいる。したがって、本発明の一実施例に係るシミュレーションモジュールは、遷移マトリックスに含まれたコドンの位置情報を用いて各任意の数に対応する既存のコドンの位置と各遷移マトリックスとのマッチング有無を確認することができる。その後、本発明の一実施例に係るシミュレーションモジュールは、遷移マトリックスを用いて各任意の数を任意の数に対応する特定コドンの同一のコドン又は変異されたコドンに変換することができる。

【0105】

その後、本発明の一実施例に係るシミュレーションモジュールは、変換されたコドンと既存のシード遺伝体シーケンス内のコドンとを併合し、変異された遺伝体シーケンスを生成することができる。

【0106】

その後、本発明の一実施例に係るディスプレイモジュールは、生成された変異遺伝体シーケンスをディスプレイすることができる（Ｓ１２４００）。上述したように、変異遺伝体シーケンスは、グラフィックイメージなどの視覚的コンテンツとして表現することができる。

【0107】

上述したように、発明の実施のための最善の形態で関連する事項を記述した。

【産業上の利用可能性】

【0108】

上述したように、本発明は、変異遺伝体シーケンス予測方法、装置及び変異遺伝体シーケンス予測プログラムを格納する格納媒体に全体的に又は部分的に適用することができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】