知財求人 - 知財ポータルサイト「IP Force」
特開2024-116173選択的スプライシングの解析のためのシステムおよび方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024116173
(43)【公開日】2024-08-27
(54)【発明の名称】選択的スプライシングの解析のためのシステムおよび方法
(51)【国際特許分類】
C12M 1/34 20060101AFI20240820BHJP
C12Q 1/6869 20180101ALI20240820BHJP
G16B 20/00 20190101ALN20240820BHJP
【ＦＩ】
C12M1/34 Z
C12Q1/6869 Z
G16B20/00
【審査請求】有
【請求項の数】1
【出願形態】ＯＬ
【外国語出願】
(21)【出願番号】P 2024084158
(22)【出願日】2024-05-23
(62)【分割の表示】P 2021516538の分割
【原出願日】2019-05-22
(31)【優先権主張番号】62/675,590
(32)【優先日】2018-05-23
(33)【優先権主張国・地域又は機関】US
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＶＩＳＵＡＬ ＢＡＳＩＣ
(71)【出願人】
【識別番号】520457111
【氏名又は名称】エンビサジェニックス， インコーポレイテッド
(74)【代理人】
【識別番号】100078282
【弁理士】
【氏名又は名称】山本 秀策
(74)【代理人】
【識別番号】100113413
【弁理士】
【氏名又は名称】森下 夏樹
(74)【代理人】
【識別番号】100181674
【弁理士】
【氏名又は名称】飯田 貴敏
(74)【代理人】
【識別番号】100181641
【弁理士】
【氏名又は名称】石川 大輔
(74)【代理人】
【識別番号】230113332
【弁護士】
【氏名又は名称】山本 健策
(72)【発明者】
【氏名】マーティン アカーマン
(72)【発明者】
【氏名】マリア ルイーザ ピネダ
(57)【要約】
【課題】選択的スプライシングの解析のためのシステムおよび方法の提供。
【解決手段】ユーザにより提供されたゲノム、トランスクリプトームまたはその両方に関連する生物学的データを使用して選択的スプライシング事象を数量化するステップ、数量化された選択的スプライシング事象を、データベースに保存されている情報を用いて処理するステップ、統計的に有意な選択的スプライシング事象を識別するステップ、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を予測するステップ、一般に統計学的モデリングおよび機械学習アルゴリズムを使用して異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシングの制御可能性を予測するステップを行うソフトウェアモジュールを含むシステムおよび方法が開示される。
【選択図】なし
【解決手段】ユーザにより提供されたゲノム、トランスクリプトームまたはその両方に関連する生物学的データを使用して選択的スプライシング事象を数量化するステップ、数量化された選択的スプライシング事象を、データベースに保存されている情報を用いて処理するステップ、統計的に有意な選択的スプライシング事象を識別するステップ、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を予測するステップ、一般に統計学的モデリングおよび機械学習アルゴリズムを使用して異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシングの制御可能性を予測するステップを行うソフトウェアモジュールを含むシステムおよび方法が開示される。
【選択図】なし
【特許請求の範囲】
【請求項1】
明細書に記載の発明。
【発明の詳細な説明】
【技術分野】
【0001】
相互参照
本出願は、開示全体があらゆる目的に関して参照により本明細書に組み込まれる、２０１８年５月２３日出願の米国仮出願第６２／６７５，５９０号の利益を主張するものである。
本出願は、開示全体があらゆる目的に関して参照により本明細書に組み込まれる、２０１８年５月２３日出願の米国仮出願第６２／６７５，５９０号の利益を主張するものである。
【0002】
連邦政府による資金提供を受けた研究に関する記載
本発明は、米国保健福祉省の国立衛生研究所から付与された助成金番号１Ｒ４３ＧＭ１１６４７８－０１および２Ｒ４４ＧＭ１１６４７８－０２Ａ１の下、米国政府支援によりなされた。米国政府は本発明に対して一定の権利を有する。
本発明は、米国保健福祉省の国立衛生研究所から付与された助成金番号１Ｒ４３ＧＭ１１６４７８－０１および２Ｒ４４ＧＭ１１６４７８－０２Ａ１の下、米国政府支援によりなされた。米国政府は本発明に対して一定の権利を有する。
【背景技術】
【0003】
背景
がんおよび遺伝子疾患は、米国において３，０００万人を超える人に影響を及ぼしている。骨髄異形成症候群、急性骨髄性白血病、筋萎縮性側索硬化症、ハンチントン病および脊髄性筋萎縮症のような疾患は、ＲＮＡスプライシングのエラーによって引き起こされ得る。ＲＮＡスプライシングは、ＤＮＡのタンパク質非コード領域であるイントロンが新生メッセンジャーＲＮＡ前駆体（プレｍＲＮＡ）から除去され、ＤＮＡのタンパク質コード領域であるエクソンが互いに接合して成熟メッセンジャーＲＮＡ（ｍＲＮＡ）が形成されるプロセスである。ＲＮＡスプライシングエラーの結果、機能性タンパク質を生じさせないスプライスされたＲＮＡがもたらされ、それにより、多くの型のがんを含めた遺伝子疾患が引き起こされる。世界的なＲＮＡ治療薬市場は２０２０年までに約１２億ドルになると予測される。
がんおよび遺伝子疾患は、米国において３，０００万人を超える人に影響を及ぼしている。骨髄異形成症候群、急性骨髄性白血病、筋萎縮性側索硬化症、ハンチントン病および脊髄性筋萎縮症のような疾患は、ＲＮＡスプライシングのエラーによって引き起こされ得る。ＲＮＡスプライシングは、ＤＮＡのタンパク質非コード領域であるイントロンが新生メッセンジャーＲＮＡ前駆体（プレｍＲＮＡ）から除去され、ＤＮＡのタンパク質コード領域であるエクソンが互いに接合して成熟メッセンジャーＲＮＡ（ｍＲＮＡ）が形成されるプロセスである。ＲＮＡスプライシングエラーの結果、機能性タンパク質を生じさせないスプライスされたＲＮＡがもたらされ、それにより、多くの型のがんを含めた遺伝子疾患が引き起こされる。世界的なＲＮＡ治療薬市場は２０２０年までに約１２億ドルになると予測される。
【0004】
参照による組込み
本明細書において言及されている全ての刊行物、特許および特許出願は、個々の刊行物、特許、または特許出願が、具体的にかつ個別に参照により組み込まれることが示されたものと同じ程度に参照により本明細書に組み込まれる。
本明細書において言及されている全ての刊行物、特許および特許出願は、個々の刊行物、特許、または特許出願が、具体的にかつ個別に参照により組み込まれることが示されたものと同じ程度に参照により本明細書に組み込まれる。
【発明の概要】
【課題を解決するための手段】
【0005】
要旨
ＲＮＡスプライシングは、重要な治療的潜在性を有し得る。３７０種の遺伝障害がスプライシングエラーによって引き起こされることが報告されている。さらに、疾患を引き起こす全ての突然変異のうち約１５％が、スプライシングを妨害すると予測され、同義のがん駆動突然変異のうちの約５０％がスプライシングを損なう。したがって、広範な疾患に対する薬物革新を加速するための薬物の標的および／またはバイオマーカーとなり得る異常なスプライシング（単数または複数）を発見するという緊急のまだ対処されていない必要性が存在する。
ＲＮＡスプライシングは、重要な治療的潜在性を有し得る。３７０種の遺伝障害がスプライシングエラーによって引き起こされることが報告されている。さらに、疾患を引き起こす全ての突然変異のうち約１５％が、スプライシングを妨害すると予測され、同義のがん駆動突然変異のうちの約５０％がスプライシングを損なう。したがって、広範な疾患に対する薬物革新を加速するための薬物の標的および／またはバイオマーカーとなり得る異常なスプライシング（単数または複数）を発見するという緊急のまだ対処されていない必要性が存在する。
【0006】
一態様では、選択的スプライシング（ＡＳ）事象を数量化するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング数量化アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムとを含むデジタル処理デバイスを含み、選択的スプライシング数量化アプリケーションが、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、情報をデータベースにマッピングして、マッピングされた情報を創出するステップと、ヒューリスティック近似を使用して、マッピングされた情報からデータ依存パラメータのセットを計算するステップと、データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップと、を行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステムが本明細書に開示される。一部の実施形態では、確率モデルは、ベイズ確率モデルである。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは自動で行われる。一部の実施形態では、データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップは自動で行われる。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回実行される。一部の実施形態では、データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップは、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは、ユーザによって調整されない。一部の実施形態では、データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップは、ユーザによって調整されない。一部の実施形態では、データ依存パラメータのセットは、断片サイズ分布を含む。一部の実施形態では、計算は、ヒューリスティック近似をさらに含み、ヒューリスティック近似は、インクルージョン比モデルをインクルージョン比のデータ駆動型モデルまたは数学的モデルに置き換えることを含む。一部の実施形態では、選択的スプライシング値は、エクソンインクルージョン比またはパーセントスプライス指数（ＰＳＩ）を含む。一部の実施形態では、選択的スプライシング値は、エクソンレベルでの値である。一部の実施形態では、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データは、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、およびｍＲＮＡ配列のうちの１つまたは複数を含む。一部の実施形態では、ユーザから情報を受け取るステップは、クラウドネットワークを含むコンピュータネットワークを介したものである。一部の実施形態では、ソフトウェアモジュールは、ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、データベースに保存されている情報を選択すること、選択的スプライシング値をデータベースに保存されている選択された情報とマージすること、１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするユーザインターフェースをさらに含む。一部の実施形態では、本明細書のシステムは、ユーザが、１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む。
【0007】
別の態様では、選択的スプライシング事象を解析するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング解析アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムを含むデジタル処理デバイスを含み、選択的スプライシング解析アプリケーションが、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、情報を定量的に処理して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別するステップであって、回帰モデルの１つまたは複数のパラメータを算出すること、および１つまたは複数のパラメータを使用して回帰モデルを情報に適用して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別することを含むステップとを行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステムが本明細書に開示される。一部の実施形態では、回帰モデルは、薄板スプライン(Thin Plate Spline)に基づく回帰モデルである。一部の実施形態では、ゲノ
ム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報からエクソンインクルージョン比を含む情報が算出される。一部の実施形態では、回帰モデルは、薄板スプライン（ＴＰＳ）モデルを含む。一部の実施形態では、本明細書のシステムは、１つまたは複数の統計的に有意な選択的スプライシング事象をデータベースまたは第２のデータベースに保存されている追加的な情報を用いて処理して、公共のデータセットにおける選択的スプライシング事象の再現性、臨床的メタデータに基づく記述的分析、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するその機能的影響、異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシング調節の制御可能性を数量化するステップであって、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の統計的に有意な選択的スプライシング事象の確率を、データベースに保存されている追加的な情報であって、公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ｍＲＮＡアノテーション、ＧＴＥｘデータ、ＴＣＧＡデータ、臨床的メタデータ、タンパク質構造情報、またはゲノムデータに基づく選択的スプライシングの複数のスプライシング型のアノテーションから得られたメタデータを含む、追加的な情報を使用して生成される複数の特徴を使用して定量的に推定することと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、１つまたは複数の有意な選択的スプライシング事象の機能的影響を推定される確率に基づいて予測することとを含むステップを行うソフトウェアモジュールをさらに含む。公共のＲＮＡ－ｓｅｑデータに関連する情報を含むアノテーションを生成するステップを行うソフトウェアモジュールをさらに含む、請求項２１に記載のコンピュータにより実装されるシステム。一部の実施形態では、複数のスプライシング型は、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、カセットエクソン（ＣＡ）、およびイントロン保持（ＩＲ）のうちの１つまたは複数を含む。一部の実施形態では、アノテーションは、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む。一部の実施形態では、アノテーションは、ユーザから受け取った情報を使用して生成された１つまたは複数の新しいアノテーションを含む。一部の実施形態では、本明細書のシステムは、選択的スプライシング事象の１つまたは複数の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測するための半教師ありまたは教師あり機械学習分類器をさらに含む。一部の実施形態では、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性の予測は、スプライシング事象の解釈に利用されるように構成されている。一部の実施形態では、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データは、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、およびｍＲＮＡ配列のうちの１つまたは複数を含む。一部の実施形態では、ユーザから情報を受け取るステップは、クラウドネットワークを含むコンピュータネットワークを介したものである。一部の実施形態では、ソフトウェアモジュールは、ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、データベースに保存されている情報を選択すること、選択的スプライシング値をデータベースに保存されている選択された情報とマージすること、１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするユーザインターフェースをさらに含む。一部の実施形態では、本明細書のシステムは、ユーザが、１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む。
ム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報からエクソンインクルージョン比を含む情報が算出される。一部の実施形態では、回帰モデルは、薄板スプライン（ＴＰＳ）モデルを含む。一部の実施形態では、本明細書のシステムは、１つまたは複数の統計的に有意な選択的スプライシング事象をデータベースまたは第２のデータベースに保存されている追加的な情報を用いて処理して、公共のデータセットにおける選択的スプライシング事象の再現性、臨床的メタデータに基づく記述的分析、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するその機能的影響、異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシング調節の制御可能性を数量化するステップであって、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の統計的に有意な選択的スプライシング事象の確率を、データベースに保存されている追加的な情報であって、公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ｍＲＮＡアノテーション、ＧＴＥｘデータ、ＴＣＧＡデータ、臨床的メタデータ、タンパク質構造情報、またはゲノムデータに基づく選択的スプライシングの複数のスプライシング型のアノテーションから得られたメタデータを含む、追加的な情報を使用して生成される複数の特徴を使用して定量的に推定することと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、１つまたは複数の有意な選択的スプライシング事象の機能的影響を推定される確率に基づいて予測することとを含むステップを行うソフトウェアモジュールをさらに含む。公共のＲＮＡ－ｓｅｑデータに関連する情報を含むアノテーションを生成するステップを行うソフトウェアモジュールをさらに含む、請求項２１に記載のコンピュータにより実装されるシステム。一部の実施形態では、複数のスプライシング型は、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、カセットエクソン（ＣＡ）、およびイントロン保持（ＩＲ）のうちの１つまたは複数を含む。一部の実施形態では、アノテーションは、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む。一部の実施形態では、アノテーションは、ユーザから受け取った情報を使用して生成された１つまたは複数の新しいアノテーションを含む。一部の実施形態では、本明細書のシステムは、選択的スプライシング事象の１つまたは複数の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測するための半教師ありまたは教師あり機械学習分類器をさらに含む。一部の実施形態では、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性の予測は、スプライシング事象の解釈に利用されるように構成されている。一部の実施形態では、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データは、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、およびｍＲＮＡ配列のうちの１つまたは複数を含む。一部の実施形態では、ユーザから情報を受け取るステップは、クラウドネットワークを含むコンピュータネットワークを介したものである。一部の実施形態では、ソフトウェアモジュールは、ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、データベースに保存されている情報を選択すること、選択的スプライシング値をデータベースに保存されている選択された情報とマージすること、１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするユーザインターフェースをさらに含む。一部の実施形態では、本明細書のシステムは、ユーザが、１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む。
【0008】
さらに別の態様では、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を数量化するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング機能的影響解析アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムとを含むデジタル処理デバイスを含み、アプリケーションが、データベースに保存されている情報であって、公共のＲＮＡ－ｓｅｑデータまたは他の生物学的データに基づいた選択的スプライシングの複数の型のアノテーションから得られたメタデータを含む、情報に基づく複数の特徴を生成するステップと、１つまたは複数の選択的スプライシング事象を得るステップと、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を複数の特徴に基づいて定量的に推定するステップと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、１つまたは複数の選択的スプライシング事象の機能的影響を推定される確率に基づいて予測するステップと、１つまたは複数の選択的スプライシング事象の機能的影響の予測に基づいて、優先順位が付けられた、生物学的に関連する選択的スプライシング事象の一覧を生成するステップとを行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステムが本明細書に開示される。一部の実施形態では、半教師ありまたは教師あり機械学習アルゴリズムは、ランダムフォレスト、ベイズモデル、回帰モデル、ニューラルネットワーク、分類木、回帰木、判別分析、ｋ近傍法、単純ベイズ分類器、サポートベクターマシン（ＳＶＭ）、生成モデル、低密度分離法、グラフに基づく方法、ヒューリスティック手法、またはこれらの組合せを含む。一部の実施形態では、機械学習アルゴリズムを訓練セットを用いて訓練し、訓練セットの各データポイントは、複数の特徴のうちのある１つの特徴およびラベルを含み、ラベルは、ポジティブ、ネガティブ、またはアンラベルである。一部の実施形態では、訓練セットは、５０以上の訓練データポイントで構成される。一部の実施形態では、複数の特徴は、ＲＮＡに基づく特徴、タンパク質ドメイン特徴、進化的特徴、変異性特徴、およびスプライシング調節特徴から選択される１つまたは複数のカテゴリーの特徴を含む。一部の実施形態では、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を定量的に推定するステップは、選択的スプライシングによる機能的なタンパク質ドメインの除去；選択的スプライシングによるナンセンス変異依存分解（ＮＭＤ）および翻訳フレームシフト（ＦＳ）；選択的スプライシング事象の変異性；選択的スプライシングを受けたタンパク質の生物学的ネットワークにおける重み付けされた接近中心性；またはこれらの組合せによって引き起こされる損傷を定量的に推定することを含む。一部の実施形態では、アノテーションは、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む。
【0009】
さらに別の態様では、選択的スプライシング事象を解析するためのコンピュータにより実装されるシステムであって、プロセッサ、実行可能命令を実施するように構成されたオペレーティングシステム、およびメモリを含むデジタル処理デバイスと、デジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムと、エクソン中心のデータマッピングを通じた選択的スプライシング事象の自動問い合わせが可能になるように構成されたデータベースであって、データベースの各エントリーが独立した選択的スプライシング事象を含み、データベースが、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを使用して生成された１つまたは複数のアノテーションを含み、生物学的データが、データベースのユーザにより提供されたものである、データベースと、第１の複数の選択的スプライシング事象の解析を第２の複数のプロセッサに分散するソフトウェアモジュールとを含む、コンピュータにより実装されるシステムが本明細書に開示される。一部の実施形態では、第１の複数のスプライシング事象は、コンピュータネットワークを介して分散される。
【0010】
なおさらに別の態様では、選択的スプライシング（ＡＳ）事象を数量化するためのコンピュータにより実装される方法であって、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、情報をデータベースにマッピングして、マッピングされた情報を創出するステップと、ヒューリスティック近似を使用して、マッピングされた情報からデータ依存パラメータのセットを計算するステップと、データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップとを含む、コンピュータにより実装される方法が本明細書に開示される。一部の実施形態では、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データは、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、またはｍＲＮＡ配列のうちの１つまたは複数を含む。一部の実施形態では、ユーザから情報を受け取るステップは、クラウドネットワークを含むコンピュータネットワークを介したものである。
【0011】
なおさらに別の態様では、選択的スプライシング（ＡＳ）事象を解析するためのコンピュータにより実装される方法であって、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、情報を定量的に処理して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別するステップであって、回帰モデルの１つまたは複数のパラメータを算出すること、および１つまたは複数のパラメータを使用して回帰モデルを情報に適用して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別することを含むステップとを含む、コンピュータにより実装される方法が本明細書に開示される。一部の実施形態では、確率モデルは、ベイズ確率モデルである。一部の実施形態では、回帰モデルは、薄板スプラインに基づく回帰モデルである。一部の実施形態では、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データは、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、またはｍＲＮＡ配列のうちの１つまたは複数を含む。一部の実施形態では、ユーザから情報を受け取るステップは、クラウドネットワークを含むコンピュータネットワークを介したものである。一部の実施形態では、本明細書の方法は、ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、データベースに保存されている情報を選択すること、選択的スプライシング値をデータベースに保存されている選択された情報とマージすること、１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするステップをさらに含む。一部の実施形態では、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報からエクソンインクルージョン比が算出される。一部の実施形態では、回帰モデルは、薄板スプライン（ＴＰＳ）モデルを含む。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは自動で行われる。一部の実施形態では、データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップは自動で行われる。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回実行される。一部の実施形態では、確率モデルを適用して選択的スプライシング値を生成するステップは、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される。一部の実施形態では、マッピングされた情報からデータ依存パラメータのセットを計算するステップは、ユーザによって調整されない。一部の実施形態では、確率モデルを適用して選択的スプライシング値を生成するステップは、ユーザによって調整されない。一部の実施形態では、前記データ依存パラメータのセットの１つは、断片サイズ分布を含む。一部の実施形態では、計算は、ヒューリスティック近似をさらに含み、ヒューリスティック近似は、インクルージョン比モデルをインクルージョン比のデータ駆動型モデルまたは数学的モデルに置き換えることを含む。一部の実施形態では、選択的スプライシング値は、エクソンインクルージョン比またはパーセントスプライス指数（ＰＳＩ）を含む。一部の実施形態では、選択的スプライシング値は、エクソンレベルでの値である。一部の実施形態では、本明細書の方法は、１つまたは複数の統計的に有意な選択的スプライシング事象をデータベースまたは第２のデータベースに保存されている追加的な情報を用いて処理して、公共のデータセットにおける選択的スプライシング事象の再現性、臨床的メタデータに基づく記述的分析、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するその機能的影響、異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシング調節の制御可能性を数量化するステップであって、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の統計的に有意な選択的スプライシング事象の確率を、データベースに保存されている追加的な情報であって、公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ｍＲＮＡアノテーション、ＧＴＥｘデータ、ＴＣＧＡデータ、臨床的メタデータ、タンパク質構造情報、またはゲノムデータに基づく選択的スプライシングの複数のスプライシング型のアノテーションから得られたメタデータを含む、追加的な情報を使用して生成される複数の特徴を使用して定量的に推定することと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、１つまたは複数の有意な選択的スプライシング事象の機能的影響を推定される確率に基づいて予測することとを含むステップをさらに含む。一部の実施形態では、本明細書の方法は、公共のＲＮＡ－ｓｅｑデータに関連する情報を含むアノテーションを生成するステップをさらに含む。一部の実施形態では、複数のスプライシング型は、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、カセットエクソン（ＣＡ）、およびイントロン保持（ＩＲ）のうちの１つまたは複数を含む。一部の実施形態では、アノテーションは、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む。一部の実施形態では、アノテーションは、ユーザから受け取った情報を使用して生成された１つまたは複数の新しいアノテーションを含む。一部の実施形態では、本明細書の方法は、選択的スプライシング事象の１つまたは複数の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測するための半教師ありまたは教師あり機械学習分類器をさらに含む。一部の実施形態では、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性の予測は、スプライシング事象の解釈に利用されるように構成されている。一部の実施形態では、本明細書の方法は、ユーザが、１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む。
【0012】
さらに別の態様では、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を数量化するためのコンピュータにより実装される方法であって、データベースに保存されている情報であって、公共のＲＮＡ－ｓｅｑデータまたは他の生物学的データに基づいた選択的スプライシングの複数の型のアノテーションから得られたメタデータを含む、情報に基づく複数の特徴を生成するステップと、１つまたは複数の選択的スプライシング事象を得るステップと、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を複数の特徴に基づいて定量的に推定するステップと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、１つまたは複数の選択的スプライシング事象の機能的影響を推定される確率に基づいて予測するステップと、１つまたは複数の選択的スプライシング事象の機能的影響の予測に基づいて、優先順位が付けられた、生物学的に関連する選択的スプライシング事象の一覧を生成するステップとを含む、コンピュータにより実装される方法が本明細書に開示される。一部の実施形態では、半教師ありまたは教師あり機械学習アルゴリズムは、ランダムフォレスト、ベイズモデル、回帰モデル、ニューラルネットワーク、分類木、回帰木、判別分析、ｋ近傍法、単純ベイズ分類器、サポートベクターマシン（ＳＶＭ）、生成モデル、低密度分離法、グラフに基づく方法、ヒューリスティック手法、またはこれらの組合せを含む。一部の実施形態では、機械学習アルゴリズムを訓練セットを用いて訓練し、訓練セットの各データポイントは、複数の特徴のうちのある１つの特徴およびラベルを含み、ラベルは、ポジティブ、ネガティブ、およびアンラベルである。一部の実施形態では、訓練セットは、５０以上の訓練データポイントで構成される。一部の実施形態では、複数の特徴は、ＲＮＡに基づく特徴、タンパク質ドメイン特徴、進化的特徴、変異性特徴、およびスプライシング調節特徴から選択される１つまたは複数のカテゴリーの特徴を含む。一部の実施形態では、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を定量的に推定するステップは、選択的スプライシングによる機能的なタンパク質ドメインの除去；選択的スプライシングによるナンセンス変異依存分解（ＮＭＤ）および翻訳フレームシフト（ＦＳ）；選択的スプライシング事象の変異性；選択的スプライシングの重み付けされた接近中心性；またはこれらの組合せによって引き起こされる損傷を定量的に推定することを含む。一部の実施形態では、アノテーションは、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む。
【0013】
本開示の例示的な実施形態のみが示され、説明されている以下の詳細な説明から本開示の追加的な態様および利点が当業者には容易に明らかになろう。理解される通り、本開示は、他のおよび異なる実施形態が可能であり、そのいくつかの詳細は、全てが本開示から逸脱することなく種々の明白な観点での改変が可能なものである。したがって、図および説明は、例示的性質のものであり、拘束性のものではないとみなされるべきである。
参照による組込み
参照による組込み
【0014】
本明細書において言及されている全ての刊行物、特許および特許出願は、個々の刊行物、特許、または特許出願が、具体的にかつ個別に参照により組み込まれることが示されたものと同じ程度に参照により本明細書に組み込まれる。
【0015】
本発明の新規特徴を、添付の特許請求の範囲において具体的に記載する。本主題の特徴および利点のより良い理解は、本発明の原理が利用されている例証的実施形態について記載する下記の詳細な説明、および添付図面（本明細書では「図（figure）」および「図（Fig.）」としても表される）を参照することにより得られる。
【図面の簡単な説明】
【0016】
【0017】
【0018】
【0019】
【0020】
【0021】
【0022】
【0023】
【0024】
【0025】
【0026】
【0027】
【0028】
【0029】
【0030】
【0031】
【0032】
【0033】
【0034】
【0035】
【0036】
【0037】
【0038】
【0039】
【0040】
【0041】
【0042】
【0043】
【0044】
【0045】
【0046】
【0047】
【0048】
【0049】
【発明を実施するための形態】
【0050】
発明の詳細な説明
ここで、本開示の例示的な実施形態を詳細に参照し、その例を付属図に例示する。可能な限り、同じまたは同様の部分を参照するために図および開示全体を通して同じ参照番号を使用する。
ここで、本開示の例示的な実施形態を詳細に参照し、その例を付属図に例示する。可能な限り、同じまたは同様の部分を参照するために図および開示全体を通して同じ参照番号を使用する。
【0051】
構成的なＲＮＡスプライシングは、イントロンが除去され、大多数のエクソンが遺伝子内でそれらが現れる順にエクソンンライゲーションされるプロセスである。選択的スプライシング（ＡＳ）は、構成的なＲＮＡスプライシングからの逸脱であり、ライゲーションステップの間にある特定のエクソンがスキップされ、その結果、様々な形態の成熟ｍＲＮＡ－ＡＳバリアントがもたらされる。ＡＳにより、より大きなＲＮＡおよびタンパク質多様性が可能になる。
【0052】
多くのヒト疾患は、毒性ｍＲＮＡアイソフォームの発現を導く異常なスプライシング変化によって引き起こされ得る。Ｈｕｍａｎ Ｇｅｎｅ Ｍｕｔａｔｉｏｎデータベースによると、疾患を引き起こす全ての突然変異の３分の１および同義のがん駆動突然変異の半分により、重大な遺伝子のスプライシングが損なわれる。およそ３７０種の稀な遺伝障害が異常なスプライシングによって引き起こされる。例えば、骨髄異形成症候群（ＭＤＳ）の患者の約４５～８５％において、Ｕ２ＡＦ１、ＺＲＳＲ２、ＳＲＳＦ２およびＳＦ３Ｂ１などのスプライシング因子（ＳＦ）の突然変異は再発性である。他の例は、筋萎縮性側索硬化症、網膜色素変性症、ハンチントン病、アルツハイマー病、嚢胞性線維症、家族性自律神経障害および脊髄性筋萎縮症（ＳＭＡ）である。ＳＭＡの処置に関してＳＰＩＮＲＡＺＡ（登録商標）（ヌシネルセン）という薬物が最近認可されたことは、異常なスプライシングの操作により、遺伝障害を処置するための革新的な治療法をもたらすことができるという確かな証拠を示すものである。
【0053】
２００７年に次世代シーケンシングが導入されるまで、ハイスループットスプライシング解析の主要な障壁は、ＲＮＡ－ｓｅｑのような都合のよい技術プラットフォームの欠如であった。それ以前は、トランスクリプトーム市場はマイクロアレイ技術が優位を占めていた。しかし、エクソンレベルでの解析に適したマイクロアレイプラットフォームはほんのわずかであり得る（例えば、エクソンアレイ）。これらのプラットフォームは、スプライシング事象を全く検出することができない遺伝子レベルでのマイクロアレイと比較して費用がかかり、かつ複雑であり得る。本明細書に提示されるシステムおよび方法は、エクソンレベルでのＲＮＡ－ｓｅｑ解析による異常なスプライシング事象の検出を有利に可能にすることができるものである。さらに、配列決定および公共のデータリポジトリの蓄積にかかる費用の著しい低減により、新規の潜在的な異常なスプライシング事象の発見を有利に可能にし、それにより、薬物標的の発見および検証を容易にすることができる。
【0054】
本明細書のシステムおよび方法の１つの利点は、完全な転写物アセンブリおよび遺伝子発現の数量化のために一般に使用される遺伝子中心の手法に置き換わる、ＲＮＡ－ｓｅｑ解析およびトランスクリプトーム解釈のためのエクソン中心の手法である。スプライシングに影響を及ぼす突然変異によって引き起こされる疾患は一般的であるが、一般に使用される遺伝子中心の手法を使用して異常なスプライシング事象を識別することは難しい可能性がある。本明細書に提示されるシステムおよび方法は、存在量が少ない異常なｍＲＮＡアイソフォームの検出に関して高感度であり、人工知能（ＡＩ）、例えば、それらの疾患への関与を予測するためのＳｐｌｉｃｅＩｍｐａｃｔモジュール、異常なスプライシングなどのスプライシング事象の創薬可能性および制御可能性を予測するためのＳｐｌｉｃｅＬｅａｒｎモジュールを利用するものであり得る。例えば、遺伝子中心の手法により、一般には、変動して(differentially)発現される遺伝子を識別し、次いで、遺伝子富化（例えば、遺伝子オントロジー）を生物学的解釈のために使用することができる。このプロセスは生物学的に洞察に満ちたものであり得るが、潜在的な薬物標的および異常なスプライシング事象の一覧を作成することはできない可能性がある。一部の実施形態では、本明細書に提示されるエクソン中心の手法では、まず、変動してスプライスされるエクソンを識別し、異常なスプライシング事象を公共のデータにおけるそれらの再出現に基づいてアノテートし、機械学習を利用して、最も疾患に関連する、創薬可能性のあるエクソンに優先順位を付ける。既存の技術では、例えば、疾患過程または薬物処置により活性化される経路の研究など、包括的なＲＮＡ－ｓｅｑプロファイリングに有用な遺伝子中心の解析のためのツールを提供することができる。しかし、エクソン中心の感度および生物学的解釈の欠如により、特定の薬物標的に優先順位を付けることが困難であり得る。さらに、Ｃｕｆｆｌｉｎｋｓ、ＤＥｓｅｑ、ＥｄｇｅＲ、ＲＭＡＴｓおよびＭＡＪＩＱなどのＲＮＡ－ｓｅｑ解析用のオープンソースツールでは、基本的なＲＮＡ－ｓｅｑ解析しかもたらされず、生物学的解釈の必要がまだ対処されずに大きく残っており、したがって、ユーザが、薬物標的に優先順位を付け、それらを制御するための治療薬を設計するための独自のやり方を考案する必要があり、これは、多くの場合、手動で行われ、長期間、例えば、数年を要し得る。本明細書のエクソン中心の手法は、薬物の発見のためのＳｐｌｉｃｅＣｏｒｅプラットフォームを使用することにより、小分子またはアンチセンスＲＮＡの標的とするＲＮＡ結合性タンパク質結合性部位などの特定のエクソンの配列を指し示す、疾患に関連するスプライシング事象を識別するための垂直的な道をもたらすものである。
【0055】
本開示の追加的な利点は、本明細書のシステムおよび方法が開発され、検証されていることである。具体的には、薬物発見の試みを通知するためのシステム／プラットフォームの特定の構成要素の能力が独立した技術によって実験的に検証されている。
【0056】
図１は、本明細書に開示されるシステムおよび方法の例示的な概略図を示す。この特定の実施形態では、システムおよび方法は、５つのコアモジュールを含み、これらは、他のモジュールと通信して、ＡＳの数量化および解析が実現されるように接続されている。５つのコアモジュールは、フロントエンド／ユーザインターフェースコア、ＡＩコア、ＴＸｄｂデータベースコア、バイオインフォマティクスコア、および計算バックエンドコアを含む。各コアは、多数のサブモジュールを含み得、例示的なサブモジュールが図１に示されている。この特定の実施形態では、ユーザは、ユーザインターフェースコアを使用してログインし、新しいプロジェクト（単数または複数）を要求し、要求された新しいプロジェクトのためにデータセットをアップロードすることができる。アップロードされたデータセットを、計算バックエンドコアのＳｐｌｉｃｅＴｒａｐモジュールを使用した自動実行のためにキューに入れることができる。ＳｐｌｉｃｅＴｒａｐモジュールによりＡＳ変化が数量化されて、ユーザ用の結果が生成される。例として、ＳｐｌｉｃｅＴｒａｐモジュールにより、複数のＡＳ値が生成される。数量化の結果を、ユーザインターフェースを介してユーザにレポートすることができる。ユーザインターフェースコアを使用すると、ユーザは、ＳｐｌｉｃｅＴｒａｐの結果を使用して、ＳｐｌｉｃｅＤｕｏモジュールを使用した症例／対照比較を実施することができる。ＳｐｌｉｃｅＤｕｏモジュールにより、統計的に有意なＡＳ変化（単数または複数）を識別することができる。ＳｐｌｉｃｅＤｕｏの少なくとも１回の実行が完了した後、実験レポートをユーザインターフェースで閲覧するために入手することが可能である。ユーザは、所有権のあるデータをＴＸｄｂデータベースコア、バイオインフォマティクスコアからのメタデータならびに／またはＳｐｌｉｃｅＩｍｐａｃｔおよびＳｐｌｉｃｅＬｅａｒｎモジュールからの結果と組み合わせる選択肢を有する。メタデータにより、ユーザの所有権のあるデータに対するアノテーションおよびマッピング参照をもたらすことができる。メタデータをＡＩコアおよびＳｐｌｉｃｅＩｍｐａｃｔおよびＳｐｌｉｃｅＬｅａｒｎモジュールによって使用することもできる。メタデータを用いて、ＳｐｌｉｃｅＩｍｐａｃｔモジュールで機械学習を使用して、疾患を引き起こすＡＳ変化に優先順位を付けることができ、かつＳｐｌｉｃｅＬｅａｒｎモジュールは、ユーザインターフェース側のユーザにとっての特定の治療介入点であり得る異常なスプライシング候補を予測するように構成されている。そのような予測結果はユーザインターフェースコアを使用した提示のために利用可能である。
ユーザインターフェース
ユーザインターフェース
【0057】
一部の場合では、本明細書のシステムおよび方法は、ユーザインターフェースコアを含む。図２に示されている通り、ユーザインターフェースコアは、３層のスキームを含み得る：（１）ユーザアクセス管理およびデータアップロード、その後のＳｐｌｉｃｅＴｒａｐ解析のためのプロジェクトダッシュボード／スクリーン；（２）ユーザが、ＳｐｌｉｃｅＤｕｏを使用した症例／対照比較を実施するために種々のＳｐｌｉｃｅＴｒａｐ出力を選択することができる実験ダッシュボード／スクリーン；および（３）ユーザが、生物学的にかつ／または統計的に有意なＡＳ変化を識別するために、ユーザの所有権のあるデータをＴＸｄｂメタデータおよび機械学習により予め算出された予測（すなわち、ＳｐｌｉｃｅＩｍｐａｃｔおよびＳｐｌｉｃｅＬｅａｒｎ）と組み合わせることができる予測解析用ダッシュボード／スクリーン。
【0058】
一部の場合では、本明細書のユーザインターフェースコアにより、ユーザが、数量化／解析のためにデータをアップロードするために使いやすいインターフェースを使用することが可能になる。そのようなデータは、任意の生物学的データを含み得る。そのようなデータは、ゲノム（単数または複数）、トランスクリプトーム（単数または複数）、またはその両方にマッピングすることができる生物学的データを含み得る。非限定的な例示的な生物学的データは、生ＲＮＡ－ｓｅｑデータである。図２Ａ～２Ｉは、図４の個々のステップにおける非限定的な例示的なユーザインターフェースを示し、これは、ユーザがＳｐｌｉｃｅＴｒａｐおよびＳｐｌｉｃｅＤｕｏモジュールの種々の機能性をインタラクティブに利用する／編集することを可能にするものである。例えば、図２Ｇに示されている通り、多数のＳｐｌｉｃｅＴｒａｐ実行の完了後、ユーザは、ユーザインターフェースを使用してＳｐｌｉｃｅＤｕｏジョブを創出し、それをサブミットして完了させる。
【0059】
一部の場合では、ユーザインターフェースは、図２Ｈ～２Ｉに示されている通り、ユーザのデータを閲覧すること、ソートすること、フィルターにかけること、ならびにユーザのデータをＴＸｄｂメタデータ、ＳｐｌｉｃｅＩｍｐａｃｔ／ＳｐｌｉｃｅＬｅａｒｎ予測値およびＳｐｌｉｃｅＤｕｏの結果とマージすることを可能にするインタラクティブな機能性を含む。
【0060】
図３は、本明細書のシステムおよび方法の異なるレベルのユーザ階層を示す。ユーザプロジェクトオーナーは、プロジェクト、データセット、およびプロジェクト（単数または複数）の実験にアクセスすることができ、一方、プロジェクトチームメンバーは、指定されたデータセットおよび／またはプロジェクト（単数または複数）の実験のみにアクセスすることができる。管理者は、ユーザのプロジェクト情報にアクセスすることができるだけでなく、アカウント情報、および／またはユーザには提供されない本明細書のシステムおよび方法の情報、例えば、ＳｐｌｉｃｅＤｕｏモジュールのパラメータおよび設定にもアクセスすることができる。
【0061】
一部の場合では、ユーザインターフェースは、２つまたはそれよりも多くのユーザ環境を含む。図２２は、ユーザインターフェースの４つの例示的な異なるユーザ環境を示す。左上のパネルにある第１のユーザ環境は、プロジェクトダッシュボード（Ｐｒｏｊｅｃｔ
Ｄａｓｈｂｏａｒｄ）であり、クライアントのプロジェクトを表示することができる。プロジェクト情報は、これだけに限定されないが、プロジェクトにおいて解析されるＲＮＡ－ｓｅｑデータセットの数、実験の実行状況、ならびに認められたユーザおよび管理者を含み得る。右上のパネルにある第２のユーザ環境は、データセットおよび実験（Ｄａｔａｓｅｔｓ ａｎｄ Ｅｘｐｅｒｉｍｅｎｔｓ）である。ＲＮＡ－ｓｅｑデータセットがアップロードされたら、それらをＳｐｌｉｃｅＴｒａｐを用いて解析し、ＴＸｄｂ参照トランスクリプトームデータベースにマッピングすることができる。ダッシュボードには、解析プロセスおよびＳｐｌｉｃｅＴｒａｐによって処理されたダウンロードデータへのリンクを示すことができる。左下のパネルにある第３のユーザ環境は、実験結果（Ｅｘｐｅｒｉｍｅｎｔｓ Ｒｅｓｕｌｔｓ）インターフェースであり、統計的に有意なスプライシングエラーの表がユーザに対して表示される。縦の列は、ＴＸｄｂ ＩＤ、遺伝子名、ｄＰＳＩ（スプライシング変化）、再現性（同じスプライシング事象が統計的に有意であった症例データセットの数）、ならびに一貫性（症例データセットにおけるスプライシング数量化間の測定値の一致）を含み得る。右下のパネルにある第４のユーザ環境は、ユーザに対するＲＮＡスプライシングレポートであり、ユーザは興味深い候補をフィルターにかけることができる。各候補について、スプライシング事象が記載されている一連の図表を入れて、そのようなデータをスプライシングレベル、リードカバレッジ、ゲノムへのＲＮＡ－ｓｅｑマッピングプロファイル、疾患関与に関する情報、組織特異性、ならびに創薬可能性として含めることができる。
ＳｐｌｉｃｅＣｏｒｅ
Ｄａｓｈｂｏａｒｄ）であり、クライアントのプロジェクトを表示することができる。プロジェクト情報は、これだけに限定されないが、プロジェクトにおいて解析されるＲＮＡ－ｓｅｑデータセットの数、実験の実行状況、ならびに認められたユーザおよび管理者を含み得る。右上のパネルにある第２のユーザ環境は、データセットおよび実験（Ｄａｔａｓｅｔｓ ａｎｄ Ｅｘｐｅｒｉｍｅｎｔｓ）である。ＲＮＡ－ｓｅｑデータセットがアップロードされたら、それらをＳｐｌｉｃｅＴｒａｐを用いて解析し、ＴＸｄｂ参照トランスクリプトームデータベースにマッピングすることができる。ダッシュボードには、解析プロセスおよびＳｐｌｉｃｅＴｒａｐによって処理されたダウンロードデータへのリンクを示すことができる。左下のパネルにある第３のユーザ環境は、実験結果（Ｅｘｐｅｒｉｍｅｎｔｓ Ｒｅｓｕｌｔｓ）インターフェースであり、統計的に有意なスプライシングエラーの表がユーザに対して表示される。縦の列は、ＴＸｄｂ ＩＤ、遺伝子名、ｄＰＳＩ（スプライシング変化）、再現性（同じスプライシング事象が統計的に有意であった症例データセットの数）、ならびに一貫性（症例データセットにおけるスプライシング数量化間の測定値の一致）を含み得る。右下のパネルにある第４のユーザ環境は、ユーザに対するＲＮＡスプライシングレポートであり、ユーザは興味深い候補をフィルターにかけることができる。各候補について、スプライシング事象が記載されている一連の図表を入れて、そのようなデータをスプライシングレベル、リードカバレッジ、ゲノムへのＲＮＡ－ｓｅｑマッピングプロファイル、疾患関与に関する情報、組織特異性、ならびに創薬可能性として含めることができる。
ＳｐｌｉｃｅＣｏｒｅ
【0062】
選択的スプライシング（ＡＳ）事象を数量化および解析するためのシステムおよび方法が本明細書に開示される。一部の実施形態では、本明細書のシステムおよび方法は、ＲＮＡ配列データなどのユーザによる入力データから、ＡＳ変化を検出し、数量化し、解釈するためのプラットフォーム、例えば、クラウドに基づくプラットフォームを含む。入力データファイルの非限定的な例としては、ＢＡＭ、ＳＡＭ、ＦＡＳＴＱ、ＦＡＳＴＡ、ＢＥＤ、およびＧＴＦファイルが挙げられる。
【0063】
「ＳｐｌｉｃｅＣｏｒｅ」として知られる例示的なプラットフォームが本明細書に提示される。一部の実施形態では、ＳｐｌｉｃｅＣｏｒｅプラットフォームは、計算バックエンドコアと等価である。一部の実施形態では、ＳｐｌｉｃｅＣｏｒｅプラットフォームは、ＳｐｌｉｃｅＴｒａｐモジュール、ＳｐｌｉｃｅＤｕｏモジュール、ＳｐｌｉｃｅＩｍｐａｃｔモジュール、ＳｐｌｉｃｅＬｅａｒｎモジュール、およびＴＸｄｂデータベースを構築するためのＴＸｄｂ構築モジュールから選択される１つまたは複数のモジュールを含み得る。
【0064】
一部の場合では、ＳｐｌｉｃｅＣｏｒｅプラットフォームは、ソフトウェアモジュール、アプリケーション、アルゴリズム、ユーザインターフェース、メモリ、デジタル処理デバイス、データストレージ、データベース、計算記録のクラスター、クラウドネットワーク、通信要素、およびコンピュータプログラムのうちの１つまたは複数を含む。
【0065】
ＳｐｌｉｃｅＣｏｒｅプラットフォームは、その入力を、これだけに限定されないが、ゲノム（単数または複数）、トランスクリプトーム（単数または複数）、またはその両方にマッピングすることができる生物学的情報を含めた、ユーザにより提供されたデータセットとして取ることができる。
【0066】
一部の場合では、ＳｐｌｉｃｅＣｏｒｅプラットフォームは、ＳｐｌｉｃｅＴｒａｐモジュールおよび／またはＳｐｌｉｃｅＤｕｏモジュールを、例えば逐次的に実行して、大量の生物学的データ、例えば、多数のユーザからのＲＮＡ－ｓｅｑデータを同時に解析するための安定、スケーラブル、かつ費用効果が大きい基盤がもたらされるように構成されている。一部の場合では、本明細書のプラットフォームは、バイオファーマバイオインフォマティクスワークフロー、プロジェクトの目的および異なるクラウドサービスプロバイダーに適応できるように構成されている。
【0067】
一部の場合では、本明細書のシステムおよび方法は、クラウドコンピューティングを使用するように構成されており、これにより、並行の分散コンピューティング、クラスターコンピューティング、計算スケーラビリティ、より大きなデータセットに対する訓練、種々のデータ型の組込み、および新規のスプライシング事象を妥当な時間内により少ない費用でより深く検索することが有利に可能になる。本明細書のクラウドに基づくプラットフォームの代替は、物理スーパーコンピュータを維持することである。そのようなリソースの維持、保護、およびアップデートに関連する費用はきわめて大きなものになり得る。クラウドコンピューティングの別の利点は、そのスケーラビリティであり得る。大きなクラウドコンピューティングリソースを一時的に構築し、利用し、廃棄することができ、したがって、計算の費用は需要に直接関連して変動する。
【0068】
図４は、ＳｐｌｉｃｅＣｏｒｅプラットフォームの非限定的な例示的なフローチャートを示す。この実施形態では、ユーザは、ログインしてプロジェクトをアクティブにし、自動ＳｐｌｉｃｅＴｒａｐ実行のためにキューに入れられたデータセットをアップロードすることができる。選択されたプロジェクトの下で、ＳｐｌｉｃｅＴｒａｐ実行からの結果を、同じくキューに入れられ、ユーザによる実験パラメータの調整後に実行されるＳｐｌｉｃｅＤｕｏ実験に使用することができる。実験レポートをユーザにユーザインターフェース、例えば、グラフィックユーザインターフェース（ＧＵＩ）を介して提供することができる。
ＳｐｌｉｃｅＴｒａｐ
ＳｐｌｉｃｅＴｒａｐ
【0069】
一部の場合では、本明細書のシステムおよび方法は、ＳｐｌｉｃｅＴｒａｐモジュールを含む。ＳｐｌｉｃｅＴｒａｐモジュールは、ＡＳの数量化のための確率モデル、例えば、ベイズモデルを含み得る。
【0070】
フロントエンド、または同等に、ユーザインターフェースを使用して、ユーザは、ユーザがＳｐｌｉｃｅＴｒａｐモジュールによる解析のためにいずれのデータファイル（単数または複数）、例えば、ＦＡＳＴＡ／ＦＡＳＴＱをアップロードしたいかを選択することができる。このアップロードにより、図５に示されている通り、ＳｐｌｉｃｅＴｒａｐクラスターの創出の引き金となり得るＳｐｌｉｃｅＴｒａｐキューへのエントリーを創出することができる。目下創出されるクラスターが存在すると、実行をキューに入れることができる。次いで、ＳｐｌｉｃｅＴｒａｐパイプラインによりデータを処理し、その出力を生じさせることができる。ＳｐｌｉｃｅＴｒａｐが完全に実行された後、出力を創出し、ユーザのＳｐｌｉｃｅＴｒａｐ結果データベースにアップロードすることができる。ＳｐｌｉｃｅＴｒａｐモジュールにより、ＴＸｄｂ参照を生じさせることができる任意の種についてペアエンドまたはシングルエンドトランスクリプトーム（単数または複数）またはゲノム（単数または複数）データを解析することができる。
【0071】
一部の実施形態では、クラスターは、本明細書の１つまたは複数のデジタル処理デバイス、または同等に、計算ノードを含み得る。デジタル処理デバイスは、本明細書のシステムおよび方法から離れた場所にあってもよく、そうでなくてもよい。一部の場合では、クラスターのデバイスまたは計算ノードは、本明細書のクラスターまたはシステムおよび方法内の他のものとコンピュータネットワーク、例えば、クラウドネットワークを介して通信する。
【0072】
本明細書のＳｐｌｉｃｅＴｒａｐモジュールは、一部の場合では、ユーザによる入力情報の少なくとも一部分をデータベースにマッピングするソフトウェアモジュールを含む。一部の場合では、情報は、ゲノム（単数または複数）、トランスクリプトーム（単数または複数）、もしくはその両方に関連する生物学的データ、および／またはゲノム（単数または複数）、トランスクリプトーム（単数または複数）、もしくはその両方にマッピングすることができる生物学的データを含む。ＳｐｌｉｃｅＴｒａｐモジュールは、マッピングされた情報からデータ依存パラメータのセットを計算するソフトウェアモジュールをさらに含み得る。一部の場合では、ＳｐｌｉｃｅＴｒａｐモジュールは、ヒューリスティック近似を実施して、データ依存パラメータのセットを推定するように構成されている。一部の場合では、ＴＸｄｂによりマッピングされた読み取りからのデータ依存パラメータは、これだけに限定されないが、断片サイズ分布、断片サイズ分布モデルおよびそのパラメータ、インクルージョン比分布、インクルージョン比分布モデルおよびそのパラメータ、２連エクソン（ｅｘｏｎ ｄｕｏ）または３連エクソン（ｅｘｏｎ ｔｒｉｏ）アイソフォームの長さ、ならびに２連エクソンまたは３連エクソンアイソフォームの発現レベルのうちの１つまたは複数を含む。ヒューリスティック近似では、実行時間を、データ依存パラメータの正確な最適化を計算するための実行時間よりも有意に減少させることができる。一部の場合では、時間のかかるパラメータの推定を多数のヒューリスティック近似に置き換えることができ、その結果、同等の出力がもたらされ、実行時間が非常に有意に減少する。一部の場合では、実行時間の減少は、同様の性能のハードウェアを使用してデータ依存パラメータの正確な最適化を計算するための実行時間の約６～４０分の１というものである。一部の場合では、実行時間の減少は、同様の性能のハードウェアを使用してデータ依存パラメータの正確な最適化を計算する実行時間の１０倍以上速いというものである。ヒューリスティック近似の非限定的な例は、データ依存パラメータのセットの少なくとも１つを、ユーザによってアップロードされた生物学的データの総量の０．１％未満、０．５％未満、０．８％未満、１％未満、２％未満、３％未満、５％未満、６％未満、８％未満、または１０％未満を使用して推定することである。一部の場合では、生物学的データは、ゲノム（単数または複数）、トランスクリプトーム（単数または複数）、またはその両方と関連しないまたはそれにマッピングすることができない情報を含まない。一部の実施形態では、データ依存パラメータの推定に影響を及ぼすことなく生物学的データのサイズまたは量を低減するために、生物学的データを予備処理することができる。例えば、断片サイズ分布（ＦＳＤ）は、ユーザによる入力データ全体の処理に基づくＳｐｌｉｃｅＴｒａｐモジュールパラメータである。１１２のＲＮＡ－ｓｅｑデータセットからの２８億の読み取りを用いたシミュレーションにより、正確なＦＳＤ推定のための最小のサンプルサイズが１００，０００読み取り（入力データ全体の１％未満）であり得ることが見出された。これにより、実行時間を４．０分／データセットから０．２分／データセットまで減少させることができ、絶対的な平均エラー（ＭＡＥ）は０．０６％である。一部の場合では、ヒューリスティック近似は、ＳｐｌｉｃｅＴｒａｐモジュールによって利用されるインクルージョン比モデルをインクルージョン比の一様性の仮定に置き換えることを含む。一部の場合では、ヒューリスティック近似は、ＳｐｌｉｃｅＴｒａｐモジュールによって利用されるインクルージョン比モデル（ＩＲＭ）をインクルージョン比のデータ駆動型モデルまたは数学的モデルに置き換えることを含む。インクルージョン比モデルまたは同様の機能の他のモデルは、ＳｐｌｉｃｅＴｒａｐのためのＰｒｉｏｒ情報をモデル化する、例えば、あらゆる型の入力データセットに対して別々にＩＲＭを生成する時間のかかるステップであり得る。ＩＲＭを一様性の仮定に置き換えることにより、スピードを３．６分／データセットまで低減することができ、検出されたＡＳ事象の９２％が０％のＭＡＥを示す。一部の場合では、ＰＣＲにより検証されたＳｐｌｉｃｅＴｒａｐ予測の評価により、ＩＲＭの使用を伴うまたは伴わない一貫性が示される。一部の場合では、ヒューリスティック近似は、１つまたは複数の統計的に有意なＡＳ変化を識別するための薄板スプライン（ＴＰＳ）に基づくデータ平滑化モデルの１つよりも多くのパラメータについてカスタマイズされた組合せを使用することを含み、それにより、１つよりも多くのパラメータを反復して較正する必要がなくなる。ＳｐｌｉｃｅＤｕｏモジュールは、幾何的パラメータ（例えば、グリッドサイズｇ、グリッドの数Ｍ、および平滑化係数λ）をそのＴＰＳ回帰モデルに対して反復的に較正する。一部の場合では、１１２のＲＮＡ－ｓｅｑ試料に対して何千もの幾何的パラメータをシミュレートし、実行時間の８．８分／データセットの減少を伴ってＡＳ発見率（例えば、ＡＳＤ － 既知のＡＳ事象の予測されるＡＳ事象に対する比）、真陽性率（ＴＰＲ － 再現性のあるＡＳ事象の偽性ＡＳ事象に対する割合）および／または検出されたＡＳ事象の量（Ｎ）が最大になる最適な組合せ（例えば、ｇ＝１０、Ｍ＝１００、λ＝０．０５）を識別することができる。
【0073】
一部の場合では、ＳｐｌｉｃｅＴｒａｐモジュールは、確率モデル、例えば、ベイズモデルをデータ依存パラメータのセットに適用することによって複数のＡＳ値を生成するソフトウェアモジュールを含む。そのような複数のＡＳ値は、ゲノム（単数または複数）、トランスクリプトーム（単数または複数）、またはその両方にマッピングすることができる生物学的データのＡＳ変化を表し得る。一部の場合では、ＡＳ値は、各値がＡＳ変化のレベルを一意に表し得る、定量的値である。一部の場合では、本明細書のＡＳ値は、エクソンインクルージョン比および／またはパーセントスプライスイン（ＰＳＩ）を含む。
【0074】
一部の実施形態では、本明細書のＳｐｌｉｃｅＴｒａｐモジュールにより、ＲＮＡ－ｓｅｑデータ（例えば、シングルエンドまたはペアエンドＲＮＡ－ｓｅｑデータ）中のエクソンインクルージョンレベルを数量化する。ＳｐｌｉｃｅＴｒａｐモジュールにより、エクソンスキッピング（ＣＡ）、選択的５’（ＡＤ）または３’（ＡＡ）スプライス部位、およびイントロン保持（ＩＲ）などの異なるスプライシングパターンについてのＡＳプロファイルを生成することができる。ＳｐｌｉｃｅＴｒａｐモジュールにより、ＴＸｄｂデータベースを利用して、あらゆるエクソンのインクルージョンレベルを独立したベイズ推測問題として推定することができる。マイクロアレイに基づく方法とは異なり、ＳｐｌｉｃｅＴｒａｐは、ＲＮＡ－ｓｅｑに依拠し得、したがって、相対的なスプライシング変化を推定するための読み取りのバックグラウンドセットを必要とせずに単一細胞条件内でのあらゆるエクソンのインクルージョンレベルを決定することができる。
【0075】
一部の場合では、ＡＳを数量化するソフトウェアモジュールは自動である。効率および実行時間減少のために、ＡＳを数量化するソフトウェアモジュールを、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データ、例えば、ＤＮＡ、ＲＮＡ、ｍＲＮＡ配列の各入力データセットに対して１回のみ実行することができる。一部の場合では、入力データセットは、任意の既存のＲＮＡ－ｓｅｑプラットフォームからのＲＮＡ－ｓｅｑデータを含む。一部の場合では、ＳｐｌｉｃｅＴｒａｐモジュールの効率、利便性、および単純性を最適化するために、ＡＳを数量化するソフトウェアモジュールを実行して、ユーザによる調整、例えば、ＳｐｌｉｃｅＴｒａｐモジュールのパラメータの調整を伴わないＡＳ値を生成することができる。
【0076】
図６Ａ～６Ｃは、ＳｐｌｉｃｅＴｒａｐモジュールの例示的な実施形態を示す。図６Ａを参照して、特定の実施形態では、入力ファイル、例えば、ＦＡＳＴＡまたはＦＡＳＴＱファイルの形態のＲＮＡ－ｓｅｑデータを、クラスターにおいて利用可能な計算コアの数に基づいて分割することができる。読み取りをばらばらにすることなくファイルを分割する（例えば、読み取りは、ＦＡＳＴＡでは２行毎であり、ＦＡＳＴＱでは４行毎である）。入力がペアエンドの場合、末端の２ファイルも分割する。
【0077】
図６Ｂを参照して、分割後に、ＢｏｗｔｉｅまたはＳＴＡＲなどのＲＮＡ－ｓｅｑアライナーを使用して入力データをＴＸｄｂにマッピングすることによってマッピングジョブを行う。これにより、各読み取りのＴＸｄｂマッピングを含有するＳＡＭファイルを生じさせることができる。次いで、これらのアラインメントをフィルターにかける。マッピングされなかった読み取りを除去することができる。アラインメントが異なる染色体に対するものであるまたは同じ染色体上で互いに遠く離れている場合には、アラインメントをフィルターにかけることができる。これにより、ペアエンドを延長することができる；末端が異なる染色体にマッピングされる場合、読み取り全体をフィルターにかけて取り除く。ペアエンド入力を使用する場合、末端間の断片サイズを算出する。各読み取りについて、両末端に存在する遺伝子ＩＤのマッピング間の距離を算出する。このサイズが両末端に存在するＴＸｄｂ ＩＤの全てについて一貫している場合、これを断片サイズ一覧に追加する。これらのフィルターにかけられたマッピングを、各染色体または染色体の一部についてのファイルに分割することができ、これは、推定ステップの並行化に有用であり得る。
【0078】
図６Ｃを参照して、各ＴＸｄｂ遺伝子ＩＤのインクルージョン比を推定するために、ＩＤに関する情報を含有するＢＥＤファイルを読み取ることができる。これにより、ＢＥＤファイルを多数の小片に分割することによって並行化することが容易になる。ＢＥＤファイルを染色体で分割することができ、各染色体を染色体が含有するＩＤの数に基づいて分割することができる。ＩＤをシャッフルして、関連するＩＤが最終的に同じファイルに入ることを防止することができる。これは、互いに近いＩＤは通常同様の数のマッピングを受け、ＩＤの推定時間が増大し得るという事実に起因する。したがって、シャッフリングにより、最も多くのマッピングを受けたＩＤが最終的に同じジョブに入ることを防止することができる。入力がペアエンドの場合、断片サイズヒストグラムを考慮することができる。
【0079】
その後、特定のジョブに関して染色体へのマッピングを含有するファイルを読み取る。各アラインメントについて、ＩＤにおける読み取りの位置をマッピングし、エクソンマッピングおよびジャンクションマッピングを計数することができる。
【0080】
次いで、各ＩＤに対して、その読み取り対の全てを使用して推定を実施する。最初の推定後、インクルージョン比に関するモデルを創出することができる。閾値、例えば１０を超えるカバレッジ、および許容の最大値または最小値ではない比を有するＩＤのみを含めることができる。比の正確度を改善するために、インクルージョン比モデルのヒストグラムを使用することができ、推定を返すことができる。
【0081】
図６Ｂの参照を続けると、特定の実施形態では、ＴＸｄｂデータベースを少なくとも２つのレベルの、「Ｎ」と称される信頼度によって層別化する。この実施形態では、信頼度は、所与のＴＸｄｂ ＩＤが既知であり、Ｐｒｉｏｒデータによって支持される程度を指す。Ｐｒｉｏｒデータは、パブリックドメインからのｍＲＮＡアノテーションを直接観察することによって、またはゲノムにマッピングされたＲＮＡ－ｓｅｑデータに基づいて確率モデル（例えば、ベイズモデル）を使用することによって導き出すことができる。一部の実施形態では、Ｎは、スプライシング事象（単数または複数）の信頼度を示す数値を含む。例えば、Ｎ＝０は最大の信頼度（例えば、周知のおよび／または特徴付けられたスプライシング事象）を表し、Ｎ＞１は、ＴＸｄｂアノテーションにおける種々のレベルの新規性を指す。新規性のレベルは、それらのＴＸｄｂ ＩＤの存在を支持するＰｒｉｏｒ情報の量に依存し得る。ＴＸｄｂステップへのマッピング後、フィルターにかけられず、マッピングされないままのトランスクリプトームの読み取りには、マッピングの次のラウンドにおいて「マッピングされていない」とタグ付けされ、ここで、Ｎ＝Ｎ＋１である。一部の実施形態では、各ステップにおいて発行されたＮの数値を有するトランスクリプトームの読み取りのバルク全体の中で、Ｎ＝１から始まる読み取り以外は、Ｎ－１において「マッピングされていない」とタグ付けされた読み取りを含有するＴＸｄｂ ＩＤのみを「Ｐｒｉｏｒの評価」ステップに移動させる。このタグ付け、再利用、および／または選択ステップは、計算費用および時間を低減して多数のＴＸｄｂ ＩＤ（例えば、１００万、２００万、５００万またはそれよりも多く）にわたるトランスクリプトームのデータの深い探索を可能にするために重要であり得る。
ＳｐｌｉｃｅＤｕｏ
ＳｐｌｉｃｅＤｕｏ
【0082】
一部の実施形態では、ＳｐｌｉｃｅＤｕｏモジュールが本明細書に開示される。ＳｐｌｉｃｅＤｕｏモジュールは、ゲノム（単数または複数）、トランスクリプトーム（単数または複数）、またはその両方に関連し得るまたはマッピングされ得る生物学的データの少なくとも一部分を処理して、統計的に有意なＡＳ変化（単数または複数）を識別するソフトウェアモジュールを含み得る。一部の場合では、ＳｐｌｉｃｅＤｕｏモジュールは、ＳｐｌｉｃｅＴｒａｐモジュールから算出された結果、例えば、複数のＡＳ値に、回帰モデル、例えば、薄板スプライン（ＴＰＳ）に基づく回帰モデルを適用する。一部の場合では、ＳｐｌｉｃｅＤｕｏモジュールは、ゲノム（単数または複数）、トランスクリプトーム（単数または複数）、またはその両方にマッピングされ得るまたは関連し得る生物学的データに回帰モデルを提供する。回帰モデルの非限定的な例は、ＴＰＳモデルである。
【0083】
一部の場合では、ユーザは、ＳｐｌｉｃｅＣｏｒｅフロントエンドにアクセスし、新しい実験を創出する。ユーザは、いずれの試料を症例および対照として設定するかを選択し、種々の実験パラメータを決定することができる。一部の場合では、ユーザは、ＳｐｌｉｃｅＴｒａｐモジュールによって事前に処理された試料のみを選択することができる。次いで、選択した構成を、ユーザのデータベースに実験表としてアップロードすることができる。実験事象をＳｐｌｉｃｅＤｕｏキューにアップロードすることができる。一部の場合では、ＳｐｌｉｃｅＤｕｏサーバーに、実行に利用可能な実験が存在することが通知される。この実験に使用される試料の数に基づいて、ＳｐｌｉｃｅＤｕｏクラスターをこの実験に割り当てることができる。クラスターを図５に示されている通りに創出し、ＳｐｌｉｃｅＤｕｏ実験を始めることができる。ＳｐｌｉｃｅＤｕｏ実験の完了後、その結果がユーザのＳｐｌｉｃｅＤｕｏの結果データベースに自動的にアップロードされる。次いで、ユーザは、ＳｐｌｉｃｅＣｏｒｅのフロントエンドを通じてまたはユーザインターフェースコアを介してレポートを閲覧することができる。一部の場合では、ユーザはまた、ＳｐｌｉｃｅＩｍｐａｃｔおよび／またはＳｐｌｉｃｅＬｅａｒｎ予測およびＴＸｄｂメタデータをレポート中にあるＩＤに追加することを選択する。ユーザはまた、ＳｐｌｉｃｅＤｕｏによって生成されたグラフをユーザインターフェースを介してダウンロードすることもできる。
【0084】
一部の場合では、本明細書のシステムおよび方法は、ユーザが、ＡＳ変化を表す複数のＡＳ値をソートする、フィルターにかける、データベースに保存されている情報とマージする、またはこれらの組合せを行うことを可能にするソフトウェアモジュールを含む。この機能性により、ユーザが、ＳｐｌｉｃｅＴｒａｐおよびＳｐｌｉｃｅＤｕｏモジュールを用いて検出された最も重要なＡＳ変化を、ユーザが選択した基準に従って順位付け、優先順位を付けることを可能にすることができる。例えば、バイオファーマパートナーの要求に従って、新しいメタデータ、ＳｐｌｉｃｅＬｅａｒｎまたはＳｐｌｉｃｅＩｍｐａｃｔ特徴をカスタマイズすることも可能である。
【0085】
一部の実施形態では、ＳｐｌｉｃｅＤｕｏモジュールは、データを予備処理する、例えば、症例および／または対照データセットをマージするステップ；データ変換プロセスの間の過剰適合を回避するために重要であり得る、使用される回帰モデルのパラメータを較正するステップ；回帰モデル、例えば、薄板スプライン（ＴＰＳ）モデルを使用してデータを変換するステップ；偽発見率（ＦＤＲ）を推定するステップ；ならびに図表を出力し、かつ／またはＤｕｏファイルを出力するステップの１つまたは複数を含む。
【0086】
一部の場合では、ＳｐｌｉｃｅＤｕｏモジュールは、指定された閾値を超えるＡＳ発見率（既知のＡＳ事象の新規のＡＳ事象に対する比）、真陽性率（再現性のあるＡＳ事象の偽性ＡＳ事象に対する割合）、検出されたＡＳ事象の総量、またはこれらの組合せが最大になる、最適化されるデータ依存パラメータ、例えば、グリッドサイズ、グリッドの数、および平滑化係数を含めた、回帰またはデータ回帰モデルのパラメータのセットを識別するように構成されている。例えば、ＡＳ発見率またはＡＳ事象の真陽性率を、０．４を超える、０．５を超える、０．６を超える、０．７を超えるまたはそれよりも大きくなるように最大化することができる。
【0087】
一部の実施形態では、症例と対照の交差比較を実施して、疾患シナリオにおいてのみ生じるスプライシング事象を識別する。そのような比較は、数十、数百、数千、またはそれよりも大きな数のデータセットを含む。ＳｐｌｉｃｅＴｒａｐおよびＳｐｌｉｃｅＤｕｏモジュールの適用後、ＳｐｌｉｃｅＣｏｒｅプラットフォームにより、１０億のＲＮＡ－ｓｅｑ読み取りから疾患に関連するスプライシング事象を識別することができる。高再現性フィルター（すなわち、入力データセットの大部分においてのみ検出されるスプライシング事象）を適用して、解析されたデータを、Ｇｅｎｏｔｙｐｅ Ｔｉｓｓｕｅ Ｅｘｐｒｅｓｓｉｏｎ ｐｒｏｊｅｃｔ（ＧＴＥｘ）、Ｃａｎｃｅｒ Ｇｅｎｏｍｅ Ａｔｌａｓ（ＴＣＧＡ）ならびにＤａｔａｂａｓｅ ｏｆ Ｇｅｎｏｔｙｐｅｓ ａｎｄ Ｐｈｅｎｏｔｙｐｅｓ（ｄｂＧＡＰ）データベースから事前計算された公共のデータと迅速に比較する。これは、がん細胞株または小さな患者コホートに由来するデータにおいて識別された異常なスプライシングを、ＴＣＧＡがん患者またはＧＴＥｘ由来の特定の組織からの独立したデータを用いて確認するための必須なステップであり得る。
【0088】
ＲＮＡ－ｓｅｑデータにおいて観察された遺伝子発現値の大きなダイナミックレンジとは異なり、エクソンインクルージョンプロファイルは、ベータ（「Ｕ」形）分布を有する小さな範囲の確率様値（０～１）に制限され得る。したがって、データの分散（デルタ＿ＰＳＩ、ＰＳＩ倍率変化）、または有意な外れ値を識別するためのｔ検定などのパラメトリック法を使用して統計的有意性をパーセントスプライスイン（ＰＳＩ）変化に割り当てることは難しい可能性がある。一部の場合では、薄板スプライン（ＴＰＳ）変換のノンパラメトリックインプリメンテーションを使用して、相対的なＡＳ変化の分布を捕捉し、統計的有意性を割り当てる。一部の場合では、ＳｐｌｉｃｅＤｕｏモジュールにより、２つの異なる条件にわたるＡＳ変化の分散に基づいて確率密度モデルを作製する。例えば、そのような２つの条件は、疾患と対照、処置応答者と非応答者であり得る。一部の場合では、ＴＰＳモデル（単数または複数）を使用して、各ＡＳ変化の偽発見率（ｆａｌｓｅ ｄｉｓｃｏｖｅｒｙ ｒａｔｅ）（ＦＤＲ）を、それらの密度分布からのペアワイズ偏差の点から推定する。
【0089】
一部の実施形態では、本明細書のＳｐｌｉｃｅＤｕｏモジュールは、指定された試料についてユーザのＳｐｌｉｃｅＴｒａｐデータベースに照会することによって開始される。図７Ａを参照して、特定の実施形態では、試料を症例または対照バケツに分離し、これらの試料をフィルターにかけることに使用する種々の明細をユーザが選択することができる。図７Ｂを参照して、フィルターは、これだけに限定されないが、ユーザにより指定された１つまたは複数を含めた多数のカットオフに基づく：最小のインクルージョン比、ジャンクションマッピングの数、インクルージョン比に基づく動的カットオフ（これは、選択のレベルを３つ含み得る）、最小数の新規読み取り、最大ｐ値、対照の最大エラー、対照の再現性、結合因子、およびグリッドアクス（ｇｒｉｄ ａｘｅ）。対照データを、インクルージョン比、長いアイソフォームジャンクション、短いアイソフォームジャンクション、および新規読み取りマッピングの数の平均および平均エラーを見出すことによって統合することができる。次いで、この統合された対照データを、フィルターにかけられた症例データそれぞれとマージすることができる。次いで、このデータファイルを２つのファイル、１つはカセットエクソンＡＳ変化用、１つは他の全てのＡＳ変化用に分割することができる。
【0090】
図７Ｃを参照して、薄板スプライン回帰モデルを平滑データに使用する。追加的なＩＤをフィルターにかけて取り除くために、ノイズ回帰モデルを使用して、スコアを割り当てる。このプロセスの間に、各症例試料についてのグラフを創出することができる。データを、プロセスにおいてここまで到達した各ＩＤにいずれの遺伝子が関連付けられるかを示すためにアノテートすることもできる。結果に対する実際の一連のＩＤを追加して、実験の最終的なレポートを作成し、ユーザのＳｐｌｉｃｅＤｕｏの結果データベースにアップロードすることができる。
ＴＸｄｂデータベース
ＴＸｄｂデータベース
【0091】
本明細書のＴＸｄｂデータベースは、ＴＣＧＡ、ＧＴＥＸ、およびｄｂＧＡＰであるＲＮＡ－ｓｅｑデータセットである公共のデータに関して新規に導き出された多数、例えば約５００万のアノテートされたＡＳ変化を含有するカスタマイズされたデータベースを含み得る。このカスタマイズされたデータベースのサイズは、同等のオープンソースデータベースよりも大きい可能性がある（約１０倍またはそれよりも大きい）。
【0092】
一部の場合では、ＴＸｄｂデータベースは、ＲＮＡ－ｓｅｑデータマッピングを通じた問い合わせが可能になるように構成されたデータベースを含み、データベースの各エントリーは、ＳｐｌｉｃｅＣｏｒｅプラットフォーム、ＳｐｌｉｃｅＴｒａｐモジュール、および／またはＳｐｌｉｃｅＤｕｏモジュールによって解析されるように構成された独立したスプライシング事象を含み得る。
【0093】
ＴＸｄｂデータベースは、ＴＸｄｂメタデータを含み、これは、パートナーの所有権のあるデータを公共のまたは所有権のある臨床的または生物学的データと迅速に接続するメタデータアーキテクチャである。あらゆるデータエントリーに対して、数十の臨床的なアノテーション記録をその中に、例えば、１２種の異なるがん型として組み込む。例えば、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）そのようなスプライス部位が検出された頻度および試料の型；（ｉｉｉ）増え続ける数の公共の試料（例えば、２５，０００、４０，０００、１００，０００またはそれよりも多く）にわたって所与のＡＳバリアントが観察される可能性；（ｉｖ）ＡＳ事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカーなどの、Ｃａｎｃｅｒ
Ｇｅｎｏｍｅ Ａｔｌａｓ（ＴＣＧＡ）試料の臨床的ながんに関連する記述子；（ｖ）ヒト遺伝子におけるＡＳ事象の場所；（ｖｉ）ＡＳ事象の正常なヒト臓器および組織における行き渡り；（ｖｉｉ）ＳｐｌｉｃｅＩｍｐａｃｔによる特徴および予測（ランダムフォレストを実装して、選択的スプライシングのタンパク質構造および機能に対する生物学的影響を予測する機械学習分類器）；ならびに（ｖｉｉｉ）ＳｐｌｉｃｅＬｅａｒｎによる予測（支持されたベクター機械を実装して、創薬可能なスプライシング調節部位を予測し、かつ／または調節されたスプライス部位と潜在的なスプライス部位を区別する機械学習分類器）など。
Ｇｅｎｏｍｅ Ａｔｌａｓ（ＴＣＧＡ）試料の臨床的ながんに関連する記述子；（ｖ）ヒト遺伝子におけるＡＳ事象の場所；（ｖｉ）ＡＳ事象の正常なヒト臓器および組織における行き渡り；（ｖｉｉ）ＳｐｌｉｃｅＩｍｐａｃｔによる特徴および予測（ランダムフォレストを実装して、選択的スプライシングのタンパク質構造および機能に対する生物学的影響を予測する機械学習分類器）；ならびに（ｖｉｉｉ）ＳｐｌｉｃｅＬｅａｒｎによる予測（支持されたベクター機械を実装して、創薬可能なスプライシング調節部位を予測し、かつ／または調節されたスプライス部位と潜在的なスプライス部位を区別する機械学習分類器）など。
【0094】
一部の場合では、ＴＸｄｂは、他の既存のデータベースとは異なる；ＴＸｄｂはまた、マッピング参照として機能するように設計される。Ａｐｐｒｉｓのような既存のスプライシングデータベースは、手動での問い合わせを対象にしており、ユーザが目的の遺伝子名またはＢＬＡＳＴ配列をブラウズすることができる。対照的に、ＴＸｄｂは、ＲＮＡ－ｓｅｑデータマッピングを通じた問い合わせを対象としている。各ＴＸｄｂエントリーは、ＳｐｌｉｃｅＣｏｒｅプラットフォームを用いて解析された独立したスプライシング事象としての機能を果たし得、必要に応じて、多数のスプライシング事象（例えば、５００万）の解析を数百の計算ノード全体を通して分配し、それにより時間および費用を最適化する。さらに、ＴＸｄｂは、包括的であり、稀なまたは疑わしい新規スプライシング変化がインクルージョンされるという利点を有し得る。一部の場合では、ＴＸｄｂ中の多数のエントリー（例えば、４５０万）は、ＥＮＳＥＭＢＬ、ＲｅｆｓｅｑおよびＵＣＳＣのような既存のｍＲＮＡデータベースでは見出されない新規スプライシング変化である。ＳｐｌｉｃｅＣｏｒｅはスケーラブルなクラウドコンピューティングに対して実行することができるので、必要な場合にのみリソースをデプロイすることができ、その結果、一般には大学および医薬品会社によって使用される、維持するために費用がかかる物理コンピュータクラスターとは対照的に著しい費用の節約がもたらされる。結果として、ＳｐｌｉｃｅＣｏｒｅプラットフォームにより、疾患に関連するスプライシング変化のより徹底的な探索を行うことができる。他の既存のデータベースは、計算リソースを解析需要に適合させる能力を欠く可能性があり、費用が最適化されておらず、また、本明細書に開示されるＴＸｄｂ中の多数のスプライシング変化（例えば、５００万）と比較して、２０Ｋ～３００ＫのｍＲＮＡアイソフォームしか検出することができないので、解釈も限定される。
【0095】
図８は、公共のデータおよびＰｒｉｏｒ知見および新規スプライシング変化を使用したＴＸｄｂデータベースの構築の例示的な実施形態を示す。この特定の実施形態では、ＴＸｄｂデータベースは、マッピング参照（単数または複数）として使用することができるアノテーションおよび参照ＴＸｄｂファイルを含む。
【0096】
図１４を参照して、特定の実施形態では、３連エクソンが公共のリポジトリに存在するｍＲＮＡ分子から抽出される第２のＴＸｄｂデータベースをコンパイルする。その代わりにまたはそれと組み合わせて、ｍＲＮＡ分子を配列決定データから導き出すこともできる。配列決定データは、ＴＲＧＡまたはＧＴＥｘからのＲＮＡ－ｓｅｑデータであり得る。ＴＸｄｂデータベースは、以下のアノテーションを含み得る：カセットエクソン（ＣＡ）、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、およびイントロン保持（ＩＲ）。カセットエクソン（ＣＡ）は、３連エクソンとして表すことができ、真ん中のエクソンが対象であり、隣接するエクソンは、対応するスプライスジャンクションを有するトランスクリプトームコンテキストをもたらすものである。ＳＴＡＲアライナー、ＳｔｒｉｎｇＴｉｅおよび区別スクリプトを含むソフトウェアパイプラインを使用することができる。ＳＴＡＲアライナーを使用して、エクソン－エクソンジャンクションを検出することができる。ＳｔｒｉｎｇＴｉｅは、３連エクソンアセンブリのために使用することができる。区別スクリプトは、既知のアノテーションと新規アノテーションならびにアノテーションの正確な頻度、カバレッジ、および供給源を区別するように設計することができる。頻度は、２連エクソンまたは３連エクソンを含有するデータセットの数であり得る。カバレッジは、データ全体を通した２連エクソンまたは３連エクソンの平均カバレッジ、最大カバレッジおよび最小カバレッジであり得る。データ供給源は、２連エクソンまたは３連エクソンが発見された疾患および組織型の内訳であり得る。
【0097】
公共のリポジトリは、ＮＣＢＩ、Ｅｎｓｅｍｂｌ Ｇｅｎｏｍｅ Ｂｒｏｗｓｅｒ、ＯＭＩＭ、ＩｎｔｅｒＰｒｏ、Ｐｆａｍ、Ｐｒｏｓｉｔｅ、ＵＣＳＣ ｇｅｎｏｍｅ ｂｒｏｗｓｅｒ、ＢＬＡＳＴなどの、ＲｅｆＳｅｑまたはＥｎｓｅｍｂｌアノテーションを有する任意のリポジトリを含み得る。２連エクソンおよび／または３連エクソンに信頼度スコアを割り当てることができる。スコア関数を用い、ＲＮＡ－ｓｅｑデータに由来する１つまたはいくつかの変数を、２連エクソンまたは３連エクソンが、技術的アーチファクトであるのではなく生細胞に存在するという確信を支持するまたは拒絶するエビデンスとして組み合わせるベイズ確率または他の統計学的および／または機械学習方法に基づいて信頼度スコアを推定することができる。信頼度を推定するための変数の例としては、２連エクソンまたは３連エクソンの存在を支持するＲＮＡ－ｓｅｑ読み取りの数を指す「カバレッジ」、および所与の２連エクソンまたは３連エクソンが検出されるデータセットの総数である「頻度」が挙げられる。
【0098】
信頼度スコアは、当技術分野で公知の任意の方法によって算出することができる。信頼度スコアを使用して、アノテーションを５つの異なるカテゴリーにソートすることができる。図１５は、５つのカテゴリーのそれぞれにおけるアノテーションの相対的な寄与の例示的な図表示を示す。１つのカテゴリーは、キュレートであり得、２連エクソンおよび／または３連エクソンがインクルージョンの状態およびスキッピングの状態の両方についてＥｎｓｅｍｂｌまたはＲｅｆＳｅｑアノテーションを有する。別のカテゴリーは、アノテートであり得、ＥｎｓｅｍｂｌまたはＲｅｆｓｅｑからインクルージョンの状態およびスキッピングの状態の両方が予測された２連エクソンおよび／または３連エクソンがソートされる。第３のカテゴリーは、予測－１であり得、公共のリポジトリまたは配列決定データからインクルージョンの状態およびスキッピングの状態の両方が予測された２連エクソンおよび／または３連エクソンがソートされる。第４のカテゴリーは、予測－２であり得、公共のリポジトリまたは配列決定データからインクルージョンの状態またはスキッピングの状態のいずれかが予測された２連エクソンおよび／または３連エクソンがソートされる。第５のカテゴリーは、理論上であり得、存在する可能性が高いが、それを裏付けるエビデンスが不十分である２連エクソンおよび／または３連エクソンがソートされる。
特徴エンジニアリング
特徴エンジニアリング
【0099】
一部の実施形態では、公共の生物学的データベースを使用して、タンパク質ドメインアノテーション（例えば、Ｐｆａｍ）、一塩基バリアント（例えば、ＥｘＡｃ）、進化的保存（例えば、ＰｈａｓｔＣｏｎｓ）、ＣＬＩＰ－ｓｅｑデータ（例えば、ＥＮＣＯＤＥ）、および予測されるＲＮＡ結合性タンパク質（ＲＢＰ）ＲＮＡ相互作用（例えば、ＲＢＰｍａｐ）にわたる１つよりも多くの革新的な予測的特徴（例えば、２００またはそれよりも多く）を抽出する。そのような特徴を本明細書のシステムおよび方法、例えば、ＳｐｌｉｃｅＩｍｐａｃｔおよびＳｐｌｉｃｅＬｅａｒｎモジュールにおいて使用するために組み込むことができる。
【0100】
図９は、特徴をどのように異なる供給源および異なる型のデータから抽出することができるかを示す。この実施形態では、特徴は、これだけに限定されないが、ＲＮＡ読み枠特徴（例えば、読み枠サイズ）、ＲＮＡ調節特徴（例えば、スプライシング調節エレメント）、ＮＭＤ特徴（例えば、中途終止コドン）、進化的保存特徴（例えば、保存スコア）、変異性特徴（例えば、損傷性突然変異スコア）、タンパク質フォールディング特徴（例えば、アルファヘリックス確率）、タンパク質ドメイン特徴（例えば、タンパク質ドメインサイズ）、再現性特徴（例えば、ＴＣＧＡからのがん型試料の頻度）を含み得る。一部の実施形態では、本明細書に開示される特徴は、ＤＮＡ、ＲＮＡ、ｍＲＮＡ、ＲＮＡスプライシング調節の特性（例えば、ＣＬＩＰ－ｓｅｑデータから得られる）、タンパク質間相互作用（例えば、酵母２－ハイブリッド）、ＲＮＡおよびタンパク質構造（例えば、ｍｆｏｌｄ予測）、遺伝的変異（例えば、一塩基バリアント）、遺伝的保存（例えば、ＰｈａｓＣｏｎｓスコア）、疾患経路データ（例えば、Ｒｅａｃｔｏｍｅ）およびカスタム疾患特異的特性（例えば、ＴＣＧＡメタデータ）である。
【0101】
図１９は、ＴＸｄｂデータベースバージョン２からＲＢＰ－ＲＮＡ相互作用を推測するために機械学習（ＭＬ）ソフトウェアにより使用される３つの方法およびこれらの方法のそれぞれに支持されるＲＢＰの数を示す。これらの３つの方法は、結合－ｎ－Ｓｅｑ（Ｂｉｎｄ－ｎ－Ｓｅｑ）、ＲＮＡ－競合（ＲＮＡ－Ｃｏｍｐｅｔｅ）、およびＲＢＰマップ（ＲＢＰｍａｐ）である。一塩基バリアント（ＳＮＶ）毎に結合スコアを推定することができる。各方法からの結合スコアを、分位点、またはＺ－スコアもしくはｍｉｎ－ｍａｘなどの尺度化および／もしくは標準化のための任意の他の統計学的方法を使用して正規化することができる。各方法からのＲＢＰは、表１に見られるようにスプライソソーム構造および機能のカリエス面を反映するオントロジー型にカテゴリー化することができる。各オントロジーにおける最も高い分位点スコアを代表として選択することができる。このデータを機械学習による特徴選択に使用することができる。
【0102】
表１：オントロジー群、各オントロジー中のＲＢＰの数およびそれらのそれぞれについての最も優勢なＲＢＰファミリーの例示的な表。
【表1】
【0103】
ＲＮＡ競合は、ランダムｋ－ｍｅｒのライブラリーおよびマイクロアレイを使用した数量化を使用してＲＢＰ結合の優先度を識別するためのｉｎ－ｖｉｔｒｏ結合富化手法である。ｋ－ｍｅｒに対するＲＭＰの結合スコアを正規化された中心ｅ－スコアとして算出することができる。
【0104】
結合－ｎ－ｓｅｑは、ランダムｋ－ｍｅｒのライブラリーおよびＲＮＡ－ｓｅｑを使用した数量化を使用してＲＢＰ結合の優先度を識別するためのｉｎ－ｖｉｔｒｏ結合富化手法である。結合スコアをＲＢＰにより選択されたプールにおけるｋ－ｍｅｒの頻度の入力ライブラリーの頻度に対する比として算出することができる。
【0105】
ＲＢＰマップは、ＲＢＰ位置特異的スコアリング行列（ＰＳＳＭ）を、ＰＳＳＭのクラスタリング傾向および保存される調節領域の全体的な傾向とみなされる重み付けされた重みアルゴリズムに基づいて予測およびマッピングするためのコンピュータによるツールである。結合スコアをＰＳＳｍ頻度のバックグラウンド分布に基づいてＺ－スコアとして算出することができる。
【0106】
図２０は、骨髄異形成症候群（ＭＤＳ）細胞分化システムを使用して、野生型（ＷＴ）ＳＲＳＦ２およびがん特異的ＳＲＳＦ２突然変異体を使用した機械学習（ＭＬ）ソフトウェア特徴選択の実験的検証を実施する機械学習（ＭＬ）ソフトウェアの検証を示す。トランスジェニックノックインヒトＳＲＳＦ２突然変異体Ｋ５６２細胞をＴＳＧＡ急性骨髄性白血病（ＡＭＬ）患者からの公共のＲＮＡ－ｓｅｑデータと一緒に使用することができる。ＡＭＬ Ｃａｎｃｅｒ Ｇｅｎｏｍｅ ＡｔｌａｓからのＲＮＡ－ｓｅｑデータをＭＬソフトウェアで使用して、突然変異体ＳＲＳＦ２によって促進されるＡＳ事象を識別する。ＭＤＳは不完全な造血分化を特徴とするので、ヘミンを使用して、トランスジェニックノックインＳＲＳＦ２Ｐ９５Ｈ突然変異体Ｋ５６２細胞を終末赤血球系列にさらに分化させることができる。ＡＳ事象をＲＴ－ＰＣＲによって検証することができる。図２０において見ることができる通り、ＭＬソフトウェアによって予測されるスプライシング事象を、分化したトランスジェニックノックインＳＲＳＦ２Ｐ９５Ｈ突然変異体Ｋ５６２細胞によって検証した。
【0107】
一部の実施形態では、本明細書に開示されるシステムおよび方法は、１つまたは複数のデータベース、またはその使用を含む。本明細書に提示される本開示を考慮して、多くのデータベースが、ユーザからアップロードされたデータセット、ＴＸｄｂメタデータ、特徴情報、アノテーション、公共のデータから抽出されたＡＳ変化、ＡＳ値、数量化または予測されたＲＢＰ－ＲＮＡプロファイル、本明細書のシステムおよび方法の１つまたは複数のソフトウェアモジュールまたはコンピュータプログラムの保存および検索に適している。種々の実施形態では、適切なデータベースは、非限定的な例として、リレーショナルデータベース、非リレーショナルデータベース、オブジェクト指向ソフトウェアモジュール、オブジェクトデータベース、実体関連モデルデータベース、連想データベース、およびＸＭＬデータベースを含む。さらなる非限定的な例として、ＳＱＬ、ＰｏｓｔｇｒｅＳＱＬ、ＭｙＳＱＬ、Ｏｒａｃｌｅ、ＤＢ２、およびＳｙｂａｓｅが挙げられる。一部の実施形態では、データベースは、インターネットに基づくものである。さらなる実施形態では、データベースはウェブに基づくものである。さらに別の実施形態では、データベースは、クラウドコンピューティングに基づくものである。他の実施形態では、データベースは、１つまたは複数のローカルコンピュータストレージデバイスに基づくものである。
ＳｐｌｉｃｅＩｍｐａｃｔ
ＳｐｌｉｃｅＩｍｐａｃｔ
【0108】
本明細書のシステムおよび方法は、ＳｐｌｉｃｅＩｍｐａｃｔモジュールを含む。ＳｐｌｉｃｅＩｍｐａｃｔモジュールは、潜在的に疾患を引き起こし得る生物学的に関連するＡＳ変化に優先順位を付けるために、任意の公共のまたは所有権のある生物学的データ供給源に由来するタンパク質間相互作用、ＲＮＡおよびタンパク質構造、遺伝的変異、遺伝的保存、疾患経路データおよびカスタム疾患特異的特徴を組み込む統計学的方法を含む。
【0109】
一部の場合では、ＳｐｌｉｃｅＩｍｐａｃｔモジュールは、ナンセンス変異依存分解（ＮＭＤ）を通じてタンパク質機能を下方制御するＡＳ事象の確率を推定するステップ；タンパク質ドメイン欠失を通じてタンパク質構造に損傷を与えるＡＳ事象の確率を推定するステップ；ＡＳ事象の変異性を推定するステップ（変異性は、突然変異するとタンパク質機能に損傷を与える影響を引き起こすエクソン内のヌクレオチドの割合として決定することができる）；ＡＳ事象をそれらのそれぞれのスコアを用いて経路間ネットワークにマッピングするステップ；および生物学的関連性によって順位付けられたＡＳの一覧を出力するステップから選択される１つまたは複数のステップを含み得る。タンパク質ドメインをＩｎｔｅｒＰｒｏデータベースから検索することまたはＩｎｔｅｒｐｒｏ ｓｃａｎ、Ｐｆａｍ、Ｃｏｉｌｓ、Ｐｒｏｓｉｔｅ、ＣＤＤ、ＴＩＧＲＦＡＭ、ＳＦＬＤ、ＳＵＰＥＲＦＡＭＩＬＹ、Ｇｅｎｅ３ｄ、ＳＭＡＲＴ、ＰＲＩＮＴＳ、ＰＩＲＡＳＦ、ＰＲｏＤｏｍ、ＭｏｂｉＤＢＬｉｔｅ、ＴＭＨＭＭおよび一次タンパク質配列に基づいて機能的要素および構造的要素を予測するための他のアルゴリズムを使用して新規に予測することができる。一塩基バリアント（ＳＮＶ）の損傷性の潜在性を推定するために、機能的予測方法（例えば、ＳＩＦＴ、ＰｏｌｙＰｈｅｎ、Ｍｕｔａｔｉｏｎ Ｔｅｓｔｅｒ、Ｍｕｔａｔｉｏｎ ａｓｓｅｓｓｏｒ、ＬＲＴおよびＦＡＴＨＭＭ）の組合せを使用することができる。エクソン内の１つまたは複数のヌクレオチドの相加的な損傷性スコアを使用して、損傷性のＡＳ事象に優先順位を付けることができる。
【0110】
一部の場合では、本明細書のシステムおよび方法は、データベースまたは第２のデータベースに保存されている情報を用いて複数のＡＳ値を処理して、複数の優先順位が付けられた生物学的にまたは臨床的に意義のあるＡＳ変化を識別するソフトウェアモジュールを含み、ここで、データベースまたは第２のデータベースに保存されている情報を用いて複数のＡＳ値を処理するソフトウェアモジュールは、教師ありまたは半教師あり機械学習アルゴリズムを含み、情報は、複数のクラスのＡＳのアノテーションから公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ゲノムデータ、スクリプトデータ、他の生物学的データに基づいて得られた、または所有権のあるまたはオープンソースアルゴリズムを使用してＤＮＡ、ＲＮＡもしくはタンパク質配列に基づいて新規に算出されたメタデータを含む。一部の場合では、本明細書のシステムおよび方法は、公共のＲＮＡ－ｓｅｑデータおよびメタデータに関連する情報を含むアノテーションを生成するステップを行うソフトウェアモジュールを含む。一部の場合では、アノテーションは、ユーザによる入力情報に対するマッピング参照ももたらし得る。一部の場合では、本明細書のシステムおよび方法は、半教師ありまたは教師あり機械学習アルゴリズムを実施するソフトウェアモジュールを含み、ここで、機械学習アルゴリズムは、複数の特徴を入力として取り、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するＡＳ事象の影響に関する予測アルゴリズムおよび／または予測を出力する。一部の場合では、本明細書のシステムおよび方法は、データベースに保存されている情報を用い、予測アルゴリズム、予測（例えば、本明細書の予測アルゴリズム（単数または複数）を使用して生成された予測もしくは本明細書に開示されるシステムおよび方法の外部のツールを使用して生成された予測）、ならびに／または複数のクラスのＡＳの公共のＲＮＡ－ｓｅｑデータに基づいたアノテーションから得られたメタデータを含む情報を使用して複数のＡＳ値を処理するソフトウェアモジュールを含む。一部の場合では、本明細書のシステムおよび方法は、複数の優先順位が付けられた生物学的にまたは臨床的に意義のあるＡＳ変化を複数のＡＳ値に基づいて生成するソフトウェアモジュールを含む。
【0111】
図１０Ａ～１０Ｂを参照して、本明細書のＳｐｌｉｃｅＩｍｐａｃｔおよびＳｐｌｉｃｅＬｅａｒｎモジュールはどちらも、機械学習分類器／アルゴリズムを使用して予測的特徴のより大きなセットを組み込む。そのような機械学習分類器／アルゴリズムの非限定的な例としては、ＳＶＭ、ランダムフォレスト、ニューラルネットワーク、ロジスティック回帰、および深層学習が挙げられる。一部の実施形態では、機械学習アルゴリズムは、機能的な転帰の決定的なエビデンスが分かっていない莫大な量のアンラベルＡＳ変化を活用するための教師ありまたは半教師ありアルゴリズムである。一部の場合では、ポジティブ訓練試料は、ＰｅｐｔｉｄｅＡｔｌａｓの少なくとも２つのペプチドによって裏付けられ、ＡＰＰＲＩＳデータベースにおいて「主要なアイソフォーム」とラベルされない多数のマイナーなヒトＡＳ変化（例えば、９４３）ならびに／またはＳｗｉｓｓｐｒｏｔ／ＥＮＳＥＭＢＬデータベースにおいてアノテートされ、ＴＸｄｂメタデータによって確認される実行可能なマイナーなスプライシング事象（すなわち、低頻度のスプライシング事象）をもたらすものであることが裏付けられたスプライシングアイソフォームを含む。ポジティブ訓練セットは、２つのアイソフォームの群：マイナーな「スキッピング」（例えば、３１２）アイソフォームおよびマイナーな「インクルージョン」（例えば、６３１）アイソフォームに分けられ、訓練に別々に使用することができる。
【0112】
一部の場合では、訓練には、約１００のデータポイントまたはデータセットを使用する。一部の場合では、訓練には、約５０から約５０００までのデータポイントを使用する。
【0113】
一部の実施形態では、ＡＳ事象の機能的影響を予測するために使用することができる多数の説明的特徴を設計し、４つのカテゴリーに分ける：１）ＡＳ、タンパク質の短縮、フレームシフトおよびナンセンス変異依存分解に起因する予測されるタンパク質の長さの変動を説明する、ＲＮＡに基づく特徴；２）スプライシングのタンパク質ドメインに対する影響を説明する、タンパク質ドメイン特徴；３）４５種の真核生物ゲノムにわたるＡＳ保存をレポートする、進化的特徴；４）「重要な」エクソンはそれほど突然変異せず、ｍＲＮＡにより多く含まれると仮定する、エキソームデータ（ＣｏｓｍｉｃおよびＣｌｉｎＶａｒデータベース）から抽出される変異性特徴；ならびに５）予測をある特定の疾患シナリオ（例えば、乳がんにおける遺伝子発現）に適合させるためのカスタム疾患特異的特徴。一部の実施形態では、説明的特徴の数を動的に更新する。一部の実施形態では、説明的特徴の数は、２００よりも多い、３００よりも多い、４００よりも多い、５００よりも多い、またはそれよりも多い。
【0114】
一部の場合では、機械学習分類器またはアルゴリズムを、ＭＳ（Ｈｅｇｙｉ． Ｈ． ｅｔ ａｌ．， Ｎｕｃｌｅｉｃ Ａｃｉｄ Ｒｅｓ ２０１１）を除く種々の方法によってタンパク質レベルで実験的に確認された１５０種のヒトＡＳ事象などの独立した試験セットを使用して試験することができる。エクソンスキッピングおよびエクソンインクルージョンモデルの両方についてのこの特定の試験セットの予測可能性は、それぞれ曲線下面積０．７４および０．８４であった。
【0115】
さらに、方法を、文献から収集された１４種の公知の疾患を引き起こすＡＳ変化などの、独立した、疾患を引き起こすＡＳ事象を用いて試験することができる。結果として、６種のＡＳ変化が強力にネガティブ（すなわち、影響が大きい）と分類され、スコアは０．２を下回った。さらに、別の３種のＡＳ事象は軽度にネガティブである（０．２１～０．４５）。一部の場合では、本明細書の半教師ありまたは教師あり機械学習アルゴリズムは、ランダムフォレストモデル、ベイズモデル、回帰モデル、ニューラルネットワーク、分類木、回帰木、判別分析、ｋ近傍法、単純ベイズ分類器、サポートベクターマシン（ＳＶＭ）、ランダムフォレスト、深層学習、生成モデル、低密度分離法、グラフに基づく方法、およびヒューリスティック手法を含む。
【0116】
一部の実施形態では、本明細書の機械学習アルゴリズムは、ＡＳ事象を機能的に予測するためのアルゴリズム（単数または複数）を出力する。出力されるアルゴリズム（単数または複数）は、明示的なまたは隠れた数式を有してもよく有さなくてもよい。出力されるアルゴリズム（単数または複数）は、機械学習アルゴリズムを使用して学習させるまたは訓練することができる１つまたは複数のパラメータ（単数または複数）を含み得る。
【0117】
ＡＳ事象を機能的に予測するためのアルゴリズムを出力するために、機械学習分類器は、訓練データを学習すること、または同様にモデル、または機能を含み得る。学習のために、機械学習アルゴリズムは、その入力データとして訓練データおよび／またはラベルを取ることができる。学習は、１つまたは複数の中止基準に達したら完了することができる。例えば、式Ｙ＝Ｃ０＋Ｃ１×１＋Ｃ２×２を有する線形回帰モデルは２つの予測因子変数、×１および×２、ならびに係数またはパラメータ、Ｃ０、Ｃ１、およびＣ２を有する。予測変数は、本実施例ではＹである。機械学習アルゴリズムを使用してモデルのパラメータを学習させた後、学習されたモデルに各予測因子変数についての値を入れて、従属または予測変数（例えば、Ｙ）の結果を生成することができる。
【0118】
本明細書の機械学習アルゴリズムは、教師あり学習手法を使用することができる。教師あり学習では、アルゴリズムにより、訓練データから機能またはモデルを生成することができる。訓練データは、ラベル付けすることができる。訓練データは、それに関連するメタデータを含み得る。訓練データの各訓練例は、少なくとも入力オブジェクトと所望の出力値からなる対であり得る。学習アルゴリズムは、ユーザに１つまたは複数の対照パラメータの決定を要求するものであり得る。これらのパラメータは、訓練データのサブセット、例えば、検証セットに対する性能を最適化することによって調整することができる。パラメータの調整および学習後、得られた機能／モデルの性能を、訓練セットとは別であってよい試験セットに対して測定することができる。教師あり学習手法では回帰法を使用することができる。
【0119】
機械学習アルゴリズムは、半教師あり学習手法を使用することができる。半教師あり学習では、ラベルデータとアンラベルデータの両方を組み合わせて、適正な機能または分類器を生成することができる。
【0120】
機械学習アルゴリズムは、強化学習手法を使用することができる。強化学習では、アルゴリズムは、世界の観察を考慮して作用の仕方の方針を学習することができる。あらゆる作用が環境に何らかの影響を及ぼし得、環境から学習アルゴリズムをガイドするフィードバックがもたらされ得る。
【0121】
機械学習アルゴリズムは、特徴選択手法を使用することができる。これは、再帰的に情報価値が小さい特徴を排除し、情報価値が最も大きい特徴を維持することによって学習の正確度を最適化するための方法である。あらゆる特徴の情報のレベルを、学習実行前に測定することもでき（ＬＡＳＳＯ、情報理論、シャノンエントロピーのような方法を使用して）、機械学習分類の間に測定することもできる（ＳＶＭ ｃ－因子、ランダムフォレスト特徴重要性など）。
【0122】
機械学習アルゴリズムは、変換手法を使用することができる。変換は教師あり学習と同様であり得るが、機能を明確に構築するものではない。その代わりに、訓練入力、訓練出力、および新しい入力に基づいて新しい出力を予測することを試みる。
【0123】
機械学習アルゴリズムは、「学習の学習」手法を使用することができる。学習の学習では、アルゴリズムは、以前の経験に基づいてそれ自体の誘導的偏りを学習することができる。
【0124】
機械学習アルゴリズムを訓練試料に適用して、予測モデルを生成する。機械学習アルゴリズムを「ポジティブ」対「ネガティブ」または「ポジティブ」対「アンラベル」データを使用して訓練することができる。一部の場合では、訓練セットの各データポイントは、特徴のセットの特徴、およびラベルを含み、ラベルは、ポジティブ、ネガティブ、およびアンラベルである。
【0125】
一部の実施形態では、機械学習アルゴリズムまたはモデルを周期的に訓練することができる。一部の実施形態では、機械学習アルゴリズムまたはモデルを非周期的に訓練することができる。
【0126】
一部の実施形態では、機械学習アルゴリズムを本明細書の機械学習分類器と交換することができる。
ＳｐｌｉｃｅＬｅａｒｎ
ＳｐｌｉｃｅＬｅａｒｎ
【0127】
本明細書のシステムおよび方法は、１つまたは複数のＡＳ事象の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および／または可逆性を予測するための教師あり機械学習分類器またはアルゴリズムを含み得る。一部の場合では、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性の予測は、スプライシング事象の解釈に利用されるように構成されている。一部の実施形態では、「ＳｐｌｉｃｅＩｍｐａｃｔ」の節の機械学習アルゴリズム（単数または複数）は、「ＳｐｌｉｃｅＬｅａｒｎ」モジュールならびに本明細書のシステムおよび方法の他のモジュールまたはプラットフォームにも適用可能である。
【0128】
治療介入の特定の点を予測するために、ＳｐｌｉｃｅＬｅａｒｎモジュールは、機械学習、例えば、教師ありまたは半教師あり学習を使用して、誘導される点突然変異（例えば、ＣＲＩＳＰＲを使用する）、アンチセンスＲＮＡ（例えば、モルホリノ、ＬＮＡ、ＡＳＯ）の使用、特定のスプライシング因子（ＳＦ）のノックダウンまたは過剰発現によってレスキューすることができる異常なスプライシング候補を予測することができる。ＳＦは、スプライシングの構成的な型および選択的な型のどちらも調節するＲＮＡ結合性タンパク質である。ＳＦ突然変異により、多くの遺伝子に影響を及ぼし、１つまたは複数の生物学的経路の調節解除を誘発する広範にわたる異常なスプライシングが生じ得る。ＳｐｌｉｃｅＬｅａｒｎは、スプライシングプロファイル、ＣＬＩＰ－ｓｅｑデータを使用して数量化されたＲＢＰ＿ＲＮＡ結合プロファイル、予測されるＲＢＰ＿ＲＮＡ結合プロファイル（例えば、ＲＢＰマップを使用する）ならびに／または機能的なスプライシング調節エレメントおよび隠れたスプライシング調節エレメント（すなわち非機能性）またはスプライス部位からのＰｒｉｏｒ情報に対して訓練することができる。このモジュールにより、スプライス部位の配列環境から抽出された予測的特徴、ならびに、一部のみが公的に入手可能である、２００種よりも多くのＳＦの架橋結合免疫沈降および配列決定（ＣＬＩＰ－ｓｅｑ）からのＲＮＡ－タンパク質相互作用プロファイルを実装することができる。
デジタル処理デバイス
デジタル処理デバイス
【0129】
一部の実施形態では、本明細書に記載のプラットフォーム、システム、媒体、および方法は、デジタル処理デバイスまたはその使用を含む。さらなる実施形態では、デジタル処理デバイスは、デバイスの機能を行う１つまたは複数のハードウェア中央処理装置（ＣＰＵ）または汎用グラフィック処理装置（ＧＰＧＰＵ）を含む。さらに別の実施形態では、デジタル処理デバイスは、実行可能命令を実施するように構成されたオペレーティングシステムをさらに含む。一部の実施形態では、デジタル処理デバイスを必要に応じてコンピュータネットワークに接続する。さらなる実施形態では、デジタル処理デバイスを必要に応じてインターネットに接続し、それによって、Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂにアクセスする。さらに別の実施形態では、デジタル処理デバイスを必要に応じてクラウドコンピューティング基盤に接続する。他の実施形態では、デジタル処理デバイスを必要に応じてイントラネットに接続する。他の実施形態では、デジタル処理デバイスを必要に応じてデータストレージデバイスに接続する。
【0130】
本明細書の記載によると、適切なデジタル処理デバイスの非限定的な例として、サーバーコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、ノートブックコンピュータ、サブノートブックコンピュータ、ネットブックコンピュータ、ネットパッドコンピュータ、セットトップコンピュータ、メディアストリーミングデバイス、手持ち型コンピュータ、インターネット家電、モバイルスマートフォン、タブレットコンピュータ、携帯情報端末、テレビゲームコンソール、およびビヒクルが挙げられる。多くのスマートフォンが本明細書に記載のシステムにおける使用に適することが当業者には理解されよう。セレクトテレビ、ビデオプレーヤー、および必要に応じたコンピュータネットワーク接続性を有するデジタルミュージックプレーヤーが本明細書に記載のシステムにおける使用に適することも当業者には理解されよう。適切なタブレットコンピュータは、当業者に公知のブックレット、スレート、および変換できる構成を有するものを含む。
【0131】
一部の実施形態では、デジタル処理デバイスは、実行可能命令を実施するように構成されたオペレーティングシステムを含む。オペレーティングシステムは、例えば、デバイスのハードウェアを管理し、アプリケーションを実行するためのサービスを提供する、プログラムおよびデータを含むソフトウェアである。適切なサーバーオペレーティングシステムの非限定的な例として、ＦｒｅｅＢＳＤ、ＯｐｅｎＢＳＤ、ＮｅｔＢＳＤ（登録商標）、Ｌｉｎｕｘ（登録商標）、Ａｐｐｌｅ（登録商標）Ｍａｃ ＯＳ Ｘ Ｓｅｒｖｅｒ（登録商標）、Ｏｒａｃｌｅ（登録商標）Ｓｏｌａｒｉｓ（登録商標）、Ｗｉｎｄｏｗｓ（登録商標） Ｓｅｒｖｅｒ（登録商標）、およびＮｏｖｅｌｌ（登録商標）ＮｅｔＷａｒｅ（登録商標）が挙げられることが当業者には理解されよう。適切なパーソナルコンピュータオペレーティングシステムの非限定的な例として、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標）、Ａｐｐｌｅ（登録商標）Ｍａｃ ＯＳ Ｘ（登録商標）、ＵＮＩＸ（登録商標）、およびＧＮＵ／Ｌｉｎｕｘ（登録商標）などのＵＮＩＸ（登録商標）様オペレーティングシステムが挙げられることが当業者には理解されよう。一部の実施形態では、オペレーティングシステムは、クラウドコンピューティングによって提供される。適切なモバイルスマートフォンオペレーティングシステムの非限定的な例として、Ｎｏｋｉａ（登録商標）Ｓｙｍｂｉａｎ（登録商標）ＯＳ、Ａｐｐｌｅ（登録商標）ｉＯＳ（登録商標）、Ｒｅｓｅａｒｃｈ Ｉｎ Ｍｏｔｉｏｎ（登録商標）ＢｌａｃｋＢｅｒｒｙ ＯＳ（登録商標）、Ｇｏｏｇｌｅ（登録商標）Ａｎｄｒｏｉｄ（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標） Ｐｈｏｎｅ（登録商標）ＯＳ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標） Ｍｏｂｉｌｅ（登録商標）ＯＳ、Ｌｉｎｕｘ（登録商標）、およびＰａｌｍ（登録商標）ＷｅｂＯＳ（登録商標）が挙げられることも当業者には理解されよう。適切なメディアストリーミングデバイスオペレーティングシステムの非限定的な例として、Ａｐｐｌｅ ＴＶ（登録商標）、Ｒｏｋｕ（登録商標）、Ｂｏｘｅｅ（登録商標）、Ｇｏｏｇｌｅ ＴＶ（登録商標）、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅｃａｓｔ（登録商標）、Ａｍａｚｏｎ Ｆｉｒｅ（登録商標）、およびＳａｍｓｕｎｇ（登録商標）ＨｏｍｅＳｙｎｃ（登録商標）が挙げられることも当業者には理解されよう。適切なテレビゲームコンソールオペレーティングシステムの非限定的な例として、Ｓｏｎｙ（登録商標）ＰＳ３（登録商標）、Ｓｏｎｙ（登録商標）ＰＳ４（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｘｂｏｘ ３６０（登録商標）、Ｍｉｃｒｏｓｏｆｔ Ｘｂｏｘ Ｏｎｅ、Ｎｉｎｔｅｎｄｏ（登録商標）Ｗｉｉ（登録商標）、Ｎｉｎｔｅｎｄｏ（登録商標）Ｗｉｉ Ｕ（登録商標）、およびＯｕｙａ（登録商標）が挙げられることも当業者には理解されよう。
【0132】
一部の実施形態では、デバイスは、ストレージおよび／またはメモリデバイスを含む。ストレージおよび／またはメモリデバイスは、データまたはプログラムを一過性または恒久的に保存するために使用される１つまたは複数の物理器械である。一部の実施形態では、デバイスは、揮発性メモリであり、保存された情報を維持するために電力を必要とする。一部の実施形態では、デバイスは、非揮発性メモリであり、デジタル処理デバイスに電力が供給されていない場合でも保存された情報が保持される。さらなる実施形態では、非揮発性メモリは、フラッシュメモリを含む。一部の実施形態では、非揮発性メモリは、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）を含む。一部の実施形態では、非揮発性メモリは、強誘電体ランダムアクセスメモリ（ＦＲＡＭ（登録商標））を含む。一部の実施形態では、非揮発性メモリは、相変化ランダムアクセスメモリ（ＰＲＡＭ）を含む。他の実施形態では、デバイスは、非限定的な例として、ＣＤ－ＲＯＭ、ＤＶＤ、フラッシュメモリデバイス、磁気ディスクドライブ、磁気テープドライブ、光ディスクドライブ、およびクラウドコンピューティングに基づくストレージを含むストレージデバイスである。さらなる実施形態では、ストレージおよび／またはメモリデバイスは、本明細書に開示されるものなどのデバイスの組合せである。
【0133】
一部の実施形態では、デジタル処理デバイスは、ユーザに視覚情報を送るためのディスプレイを含む。一部の実施形態では、ディスプレイは、液晶ディスプレイ（ＬＣＤ）である。さらなる実施形態では、ディスプレイは、薄膜トランジスタ液晶ディスプレイ（ＴＦＴ－ＬＣＤ）である。一部の実施形態では、ディスプレイは、有機発光ダイオード（ＯＬＥＤ）ディスプレイである。種々の別の実施形態では、ＯＬＥＤディスプレイは、パッシブマトリックスＯＬＥＤ（ＰＭＯＬＥＤ）またはアクティブマトリックスＯＬＥＤ（ＡＭＯＬＥＤ）ディスプレイである。一部の実施形態では、ディスプレイは、プラズマディスプレイである。他の実施形態では、ディスプレイは、ビデオプロジェクターである。さらに他の実施形態では、ディスプレイは、ＶＲヘッドセットなどの、デジタル処理デバイスと通信するヘッドマウントディスプレイである。さらなる実施形態では、適切なＶＲヘッドセットの非限定的な例として、ＨＴＣ Ｖｉｖｅ、Ｏｃｕｌｕｓ Ｒｉｆｔ、Ｓａｍｓｕｎｇ Ｇｅａｒ ＶＲ、Ｍｉｃｒｏｓｏｆｔ ＨｏｌｏＬｅｎｓ、Ｒａｚｅｒ ＯＳＶＲ、ＦＯＶＥ ＶＲ、Ｚｅｉｓｓ ＶＲ Ｏｎｅ、Ａｖｅｇａｎｔ Ｇｌｙｐｈ、Ｆｒｅｅｆｌｙ ＶＲヘッドセットなどが挙げられる。さらに別の実施形態では、ディスプレイは、本明細書に開示されるものなどのデバイスの組合せである。
【0134】
一部の実施形態では、デジタル処理デバイスは、ユーザから情報を受け取るための入力デバイスを含む。一部の実施形態では、入力デバイスは、キーボードである。一部の実施形態では、入力デバイスは、非限定的な例として、マウス、トラックボール、トラックパッド、ジョイスティック、ゲームコントローラー、またはスタイラスを含むポインティングデバイスである。一部の実施形態では、入力デバイスは、タッチスクリーンまたはマルチタッチスクリーンである。他の実施形態では、入力デバイスは、音声または他の音入力を捕捉するためのマイクロホンである。他の実施形態では、入力デバイスは、動きまたは視覚入力を捕捉するためのビデオカメラまたは他のセンサーである。さらなる実施形態では、入力デバイスは、Ｋｉｎｅｃｔ、Ｌｅａｐ Ｍｏｔｉｏｎなどである。さらに別の実施形態では、入力デバイスは、本明細書に開示されるものなどのデバイスの組合せである。
【0135】
図１１を参照して、特定の実施形態では、例示的なデジタル処理デバイス１１０１は、ＡＳ解析および／または数量化を実施し、生物学的に有意なＡＳ変化を予測するようにプログラミングされているか、または他のやり方で構成されている。デバイス１１０１により本開示の種々の態様を調節することができる。この実施形態では、デジタル処理デバイス１１０１は、中央処理装置（ＣＰＵ、本明細書では「プロセッサ」および「コンピュータプロセッサ」ともいう）１１０５を含み、これは、シングルコアプロセッサもしくはマルチコアプロセッサ、または並行処理用の複数のプロセッサであり得る。デジタル処理デバイス１１０１はまた、メモリまたは記憶場所１１１０（例えば、ランダムアクセスメモリ、リードオンリーメモリ、フラッシュメモリ）、電子ストレージユニット１１１５（例えば、ハードディスク）、ならびに、１つもしくは複数の他のシステム、および、キャッシュ、他のメモリ、データストレージおよび／または電子ディスプレイアダプターなどの周辺機器と通信するための通信インターフェース１１２０（例えば、ネットワークアダプター、ネットワークインターフェース）も含む。周辺機器は、残りのデバイスとストレージインターフェース１１７０を介して通信するストレージデバイス（単数または複数）または記憶媒体１１６５を含み得る。メモリ１１１０、ストレージユニット１１１５、インターフェース１１２０および周辺機器はＣＰＵ１１０５とマザーボードなどの通信バス１１２５を通じて通信する。ストレージユニット１１１５は、データを保存するためのデータストレージユニット（またはデータリポジトリ）であり得る。デジタル処理デバイス１１０１は、通信インターフェース１１２０の援助を用いてコンピュータネットワーク（「ネットワーク」）１１３０と作動可能にカップリングすることができる。ネットワーク１１３０は、インターネット、インターネットおよび／もしくはエクストラネット、またはインターネットと通信するイントラネットおよび／もしくはエクストラネットであり得る。ネットワーク１１３０は、一部の場合では、電気通信および／またはデータネットワークである。ネットワーク１１３０は、クラウドコンピューティングなどの、分散コンピューティングを可能にする１つまたは複数のコンピュータサーバーを含み得る。ネットワーク１１３０は、一部の場合では、デバイス１１０１の援助を用いて、ピアツーピアネットワークを実装することができ、これにより、デバイス１１０１とカップリングしたデバイスがクライアントまたはサーバーとして挙動することが可能になる。
【0136】
図１１の参照を続けて、デジタル処理デバイス１１０１は、ユーザから情報を受け取るための入力デバイス（単数または複数）１１４５、デバイスの他の要素と入力インターフェース１１５０を通じて通信する入力デバイス（単数または複数）を含む。デジタル処理デバイス１１０１は、デバイスの他の要素と出力インターフェース１１６０を介して通信する出力デバイス（単数または複数）１１５５を含み得る。
【0137】
図１１への参照を続けて、メモリ１１１０は、これだけに限定されないが、ランダムアクセスメモリ構成要素（例えば、ＲＡＭ）（例えば、スタティックＲＡＭ「ＳＲＡＭ」、ダイナミックＲＡＭ「ＤＲＡＭ」など）、またはリードオンリー構成要素（例えば、ＲＯＭ）を含めた種々の構成要素（例えば、機械可読メディア）を含み得る。メモリ１１１０はまた、メモリ１１１０に保存され得るものなどの、デバイス起動中などのデジタル処理デバイス内の要素間の情報の移行を補助する基本ルーチンを含めた基本入出力システム（ＢＩＯＳ）も含み得る。
【0138】
図１１への参照を続けて、ＣＰＵ１１０５は、プログラムまたはソフトウェアに具体化することができる一連の機械可読命令を実行することができる。命令は、メモリ１１１０などの記憶場所に保存することができる。命令をＣＰＵ１１０５に方向付けることができ、その後、その命令により、ＣＰＵ１１０５が、本開示の方法を実装するようにプログラムまたは他のやり方で構成される。ＣＰＵ１１０５によって実施される操作の例は、フェッチ、デコード、実行、およびライトバックを含み得る。ＣＰＵ１１０５は、集積回路などの回路の一部であり得る。デバイス１１０１の１つまたは複数の他の構成要素を回路に含めることができる。一部の場合では、回路は、特定用途向け集積回路（ＡＳＩＣ）またはフィールドプログラマブルゲートアレイ（ＦＰＧＡ）である。
【0139】
図１１への参照を続けて、ストレージユニット１１１５は、ドライバー、ライブラリーおよび保存されたプログラムなどのファイルを記憶することができる。ストレージユニット１１１５は、ユーザデータ、例えば、ユーザ選好およびユーザプログラムを記憶することができる。デジタル処理デバイス１１０１は、一部の場合では、イントラネットまたはインターネットを通じて通信する、遠隔サーバー上に位置するなどの外部の１つまたは複数の追加的なデータストレージユニットを含み得る。ストレージユニット１１１５はまた、オペレーティングシステム、アプリケーションプログラムなどを記憶するために使用することもできる。必要に応じて、ストレージユニット１１１５は、デジタル処理デバイスに、（例えば、外部のポートコネクター（示していない）を介して）および／またはストレージユニットインターフェースを介して取り外し可能に干渉し得る。ソフトウェアは、完全にまたは部分的に、ストレージユニット１１１５の内部または外部のコンピュータ可読記憶媒体の内部に存在し得る。別の例では、ソフトウェアは、完全にまたは部分的に、プロセッサ（単数または複数）１１０５の内部に存在し得る。
【0140】
図１１への参照を続けて、デジタル処理デバイス１１０１は、１つまたは複数の遠隔コンピュータシステム１１０２とネットワーク１１３０を通じて通信することができる。例えば、デバイス１１０１は、ユーザの遠隔コンピュータシステムと通信することができる。遠隔コンピュータシステムの例としては、パーソナルコンピュータ（例えば、携帯型ＰＣ）、スレートまたはタブレットＰＣ（例えば、Ａｐｐｌｅ（登録商標）ｉＰａｄ（登録商標）、Ｓａｍｓｕｎｇ（登録商標）Ｇａｌａｘｙ Ｔａｂ）、電話機、スマートフォン（例えば、Ａｐｐｌｅ（登録商標）ｉＰｈｏｎｅ（登録商標）、Ａｎｄｒｏｉｄ対応デバイス、Ｂｌａｃｋｂｅｒｒｙ（登録商標））、または携帯情報端末が挙げられる。
【0141】
図１１への参照を続けて、ディスプレイ１１３５を通じて情報およびデータをユーザに表示することができる。ディスプレイは、バス１１２５にインターフェース１１４０を介して接続されており、ディスプレイとデバイス１１０１の他の要素の間のデータの移動は、インターフェース１１４０を介して制御することができる。
【0142】
本明細書に記載の方法は、例えば、メモリ１１１０または電子ストレージユニット１１１５などのデジタル処理デバイス１１０１の電子ストレージ位置に保存された機械（例えば、コンピュータプロセッサ）により実行可能なコードによって実装することができる。機械により実行可能なまたは機械可読コードは、ソフトウェアの形態で提供され得る。使用中、プロセッサ１１０５によりコードを実行することができる。一部の場合では、コードをストレージユニット１１１５から検索し、プロセッサ１１０５がすぐにアクセスできるようにメモリ１１１０に記憶させることができる。一部の状況では、電子ストレージユニット１１１５を除外することができ、機械により実行可能な命令をメモリ１１１０に記憶させる。
非一時的コンピュータ可読記憶媒体
非一時的コンピュータ可読記憶媒体
【0143】
一部の実施形態では、本明細書に開示されるプラットフォーム、システム、メディア、および方法は、必要に応じてネットワーク接続されたデジタル処理デバイスのオペレーティングシステムによる実行可能命令を含むプログラムを用いてコードされる１つまたは複数の非一時的コンピュータ可読記憶媒体を含む。さらなる実施形態では、コンピュータ可読記憶媒体は、デジタル処理デバイスの有形構成要素である。さらに別の実施形態では、コンピュータ可読記憶媒体は、必要に応じて、デジタル処理デバイスから取り外し可能である。一部の実施形態では、コンピュータ可読記憶媒体の非限定的な例として、ＣＤ－ＲＯＭ、ＤＶＤ、フラッシュメモリデバイス、ソリッドステートメモリ、磁気ディスクドライブ、磁気テープドライブ、光ディスクドライブ、クラウドコンピューティングシステムおよびサービスなどが挙げられる。一部の場合では、プログラムおよび命令は、メディア上に永久に、実質的に永久に、半永久的に、または非一時的にコードされる。
コンピュータプログラム
コンピュータプログラム
【0144】
一部の実施形態では、本明細書に開示されるプラットフォーム、システム、メディア、および方法は、少なくとも１つのコンピュータプログラム、またはその使用を含む。コンピュータプログラムは、指定された課題が実施されるように書かれた、デジタル処理デバイスのＣＰＵにおいて実行可能な一連の命令を含む。コンピュータ可読命令は、例えば、特定の課題を遂行するまたは特定の抽象データ型を実装する関数、オブジェクト、Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｉｎｔｅｒｆａｃｅｓ（ＡＰＩ）、データ構造などのプログラムモジュールとして実装され得る。本明細書に提示される本開示を踏まえて、コンピュータプログラムは種々の言語の種々のバージョンで書かれていてよいことが当業者には理解されよう。
【0145】
コンピュータ可読命令の機能性は、所望の通り、種々の環境において組み合わせることもでき、分散させることもできる。一部の実施形態では、コンピュータプログラムは、１つの命令シーケンスを含む。一部の実施形態では、コンピュータプログラムは、複数の命令シーケンスを含む。一部の実施形態では、コンピュータプログラムは、１つの場所から提供される。他の実施形態では、コンピュータプログラムは、複数の場所から提供される。種々の実施形態では、コンピュータプログラムは、１つまたは複数のソフトウェアモジュールを含む。種々の実施形態では、コンピュータプログラムは、一部または全部において、１つまたは複数のウェブアプリケーション、１つまたは複数のモバイルアプリケーション、１つまたは複数のスタンドアロンアプリケーション、１つまたは複数のウェブブラウザプラグイン、拡張機能、アドイン、またはアドオン、またはこれらの組合せを含む。
ウェブアプリケーション
ウェブアプリケーション
【0146】
一部の実施形態では、コンピュータプログラムは、ウェブアプリケーションを含む。本明細書に提示される本開示を踏まえて、ウェブアプリケーションは、種々の実施形態では、１つまたは複数のソフトウェアフレームワークおよび１つまたは複数のデータベースシステムを利用することが当業者には理解されよう。一部の実施形態では、ウェブアプリケーションは、Ｍｉｃｒｏｓｏｆｔ（登録商標）．ＮＥＴまたはＲｕｂｙ ｏｎ Ｒａｉｌｓ（ＲｏＲ）などのソフトウェアフレームワークに創出される。一部の実施形態では、ウェブアプリケーションは、非限定的な例として、リレーショナル、非リレーショナル、オブジェクト指向、連想、およびＸＭＬデータベースシステムを含む１つまたは複数のデータベースシステムを利用する。さらなる実施形態では、適切なリレーショナルデータベースシステムの非限定的な例として、Ｍｉｃｒｏｓｏｆｔ（登録商標）ＳＱＬ Ｓｅｒｖｅｒ、ｍｙＳＱＬ（商標）、およびＯｒａｃｌｅ（登録商標）が挙げられる。ウェブアプリケーションは、種々の実施形態では、１つまたは複数の言語の１つまたは複数のバージョンで書かれることも当業者には理解されよう。ウェブアプリケーションは、１つまたは複数のマークアップ言語、プレゼンテーション定義言語、クライアントサイドスクリプト言語、サーバーサイドコーディング言語、データベースクエリ言語、またはこれらの組合せで書かれ得る。一部の実施形態では、ウェブアプリケーションは、いくらかの程度まで、Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＨＴＭＬ）、Ｅｘｔｅｎｓｉｂｌｅ Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＨＴＭＬ）、またはｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）などのマークアップ言語で書かれる。一部の実施形態では、ウェブアプリケーションは、いくらかの程度まで、Ｃａｓｃａｄｉｎｇ Ｓｔｙｌｅ Ｓｈｅｅｔｓ（ＣＳＳ）などのプレゼンテーション定義言語で書かれる。一部の実施形態では、ウェブアプリケーションは、いくらかの程度まで、Ａｓｙｎｃｈｒｏｎｏｕｓ Ｊａｖａｓｃｒｉｐｔ（登録商標）およびＸＭＬ（ＡＪＡＸ）、Ｆｌａｓｈ（登録商標）Ａｃｔｉｏｎｓｃｒｉｐｔ、Ｊａｖａｓｃｒｉｐｔ（登録商標）、またはＳｉｌｖｅｒｌｉｇｈｔ（登録商標）などのクライアントサイドスクリプト言語で書かれる。一部の実施形態では、ウェブアプリケーションは、いくらかの程度まで、Ａｃｔｉｖｅ Ｓｅｒｖｅｒ Ｐａｇｅｓ（ＡＳＰ）、ＣｏｌｄＦｕｓｉｏｎ（登録商標）、Ｐｅｒｌ、Ｊａｖａ（登録商標）、Ｊａｖａ（登録商標）Ｓｅｒｖｅｒ Ｐａｇｅｓ（ＪＳＰ）、Ｈｙｐｅｒｔｅｘｔ Ｐｒｅｐｒｏｃｅｓｓｏｒ（ＰＨＰ）、Ｐｙｔｈｏｎ（商標）、Ｒｕｂｙ、Ｔｃｌ、Ｓｍａｌｌｔａｌｋ、ＷｅｂＤＮＡ（登録商標）、またはＧｒｏｏｖｙなどのサーバーサイドコーディング言語で書かれる。一部の実施形態では、ウェブアプリケーションは、いくらかの程度まで、Ｓｔｒｕｃｔｕｒｅｄ Ｑｕｅｒｙ Ｌａｎｇｕａｇｅ（ＳＱＬ）などのデータベースクエリ言語で書かれる。一部の実施形態では、ウェブアプリケーションは、ＩＢＭ（登録商標）Ｌｏｔｕｓ Ｄｏｍｉｎｏ（登録商標）などのエンタープライズサーバー製品を組み込む。一部の実施形態では、ウェブアプリケーションは、メディアプレーヤー要素を含む。種々の別の実施形態では、メディアプレーヤー要素は、非限定的な例として、Ａｄｏｂｅ（登録商標）Ｆｌａｓｈ（登録商標）、ＨＴＭＬ ５、Ａｐｐｌｅ（登録商標）ＱｕｉｃｋＴｉｍｅ（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｓｉｌｖｅｒｌｉｇｈｔ（登録商標）、Ｊａｖａ（登録商標）、およびＵｎｉｔｙ（登録商標）を含む多くの適切なマルチメディア技術のうちの１つまたは複数を利用するものである。
【0147】
図１２を参照して、特定の実施形態では、アプリケーション提供システムは、リレーショナルデータベース管理システム（ＲＤＢＭＳ）１２１０がアクセスする１つまたは複数のデータベース１２００を含む。適切なＲＤＢＭＳとしては、Ｆｉｒｅｂｉｒｄ、ＭｙＳＱＬ、ＰｏｓｔｇｒｅＳＱＬ、ＳＱＬｉｔｅ、Ｏｒａｃｌｅ Ｄａｔａｂａｓｅ、Ｍｉｃｒｏｓｏｆｔ ＳＱＬ Ｓｅｒｖｅｒ、ＩＢＭ ＤＢ２、ＩＢＭ Ｉｎｆｏｒｍｉｘ、ＳＡＰ Ｓｙｂａｓｅ、ＳＡＰ Ｓｙｂａｓｅ、Ｔｅｒａｄａｔａなどが挙げられる。この実施形態では、アプリケーション提供システムは、１つまたは複数のアプリケーションサーバー１２２０（例えば、Ｊａｖａ（登録商標）サーバー、．ＮＥＴサーバー、ＰＨＰサーバーなど）および１つまたは複数のウェブサーバー１２３０（例えば、Ａｐａｃｈｅ、ＩＩＳ、ＧＷＳなど）をさらに含む。ウェブサーバー（単数または複数）は、必要に応じて１つまたは複数のウェブサービスをａｐｐアプリケーションプログラミングインターフェース（ＡＰＩ）１２４０を介して公開する。システムは、インターネットなどのネットワークを介して、ブラウザに基づくおよび／またはモバイルネイティブなユーザインターフェースを提供する。
【0148】
図１３を参照して、特定の実施形態では、アプリケーション提供システムは、あるいは、分散した、クラウドに基づくアーキテクチャ１３００を有し、弾性的に負荷分散された、自動スケーリングウェブサーバーリソース１３１０およびアプリケーションサーバーリソース１３２０、ならびに同調的に反復されるデータベース１３３０を含む。
モバイルアプリケーション
モバイルアプリケーション
【0149】
一部の実施形態では、コンピュータプログラムは、モバイルデジタル処理デバイスに提供されるモバイルアプリケーションを含む。一部の実施形態では、モバイルアプリケーションは、製造時にモバイルデジタル処理デバイスに提供される。他の実施形態では、モバイルアプリケーションは、本明細書に記載のコンピュータネットワークを介してモバイルデジタル処理デバイスに提供される。
【0150】
本明細書に提示される本開示を考慮して、モバイルアプリケーションは、当業者に公知の技法により、当技術分野に公知のハードウェア、言語、および開発環境を使用して創出される。モバイルアプリケーションは、いくつかの言語で書かれることが当業者には理解されよう。適切なプログラミング言語の非限定的な例として、Ｃ、Ｃ＋＋、Ｃ＃、Ｏｂｊｅｃｔｉｖｅ－Ｃ、Ｊａｖａ（登録商標）、Ｊａｖａｓｃｒｉｐｔ（登録商標）、Ｐａｓｃａｌ、Ｏｂｊｅｃｔ Ｐａｓｃａｌ、Ｐｙｔｈｏｎ（商標）、Ｒｕｂｙ、ＶＢ．ＮＥＴ、ＷＭＬ、およびＣＳＳを伴うもしくは伴わないＸＨＴＭＬ／ＨＴＭＬ、またはこれらの組合せが挙げられる。
【0151】
適切なモバイルアプリケーション開発環境は、いくつかの供給源から入手可能である。市販の開発環境の非限定的な例として、ＡｉｒｐｌａｙＳＤＫ、ａｌｃｈｅＭｏ、Ａｐｐｃｅｌｅｒａｔｏｒ（登録商標）、Ｃｅｌｓｉｕｓ、Ｂｅｄｒｏｃｋ、Ｆｌａｓｈ Ｌｉｔｅ、．ＮＥＴ Ｃｏｍｐａｃｔ Ｆｒａｍｅｗｏｒｋ、Ｒｈｏｍｏｂｉｌｅ、およびＷｏｒｋＬｉｇｈｔ Ｍｏｂｉｌｅ Ｐｌａｔｆｏｒｍが挙げられる。非限定的な例として、Ｌａｚａｒｕｓ、ＭｏｂｉＦｌｅｘ、ＭｏＳｙｎｃ、およびＰｈｏｎｅｇａｐを含めた他の開発環境が費用なしで入手可能である。また、モバイルデバイス製造者により、非限定的な例として、ｉＰｈｏｎｅ（登録商標）およびｉＰａｄ（登録商標）（ｉＯＳ）ＳＤＫ、Ａｎｄｒｏｉｄ（商標）ＳＤＫ、ＢｌａｃｋＢｅｒｒｙ（登録商標）ＳＤＫ、ＢＲＥＷ ＳＤＫ、Ｐａｌｍ（登録商標）ＯＳ ＳＤＫ、Ｓｙｍｂｉａｎ ＳＤＫ、ｗｅｂＯＳ
ＳＤＫ、およびＷｉｎｄｏｗｓ（登録商標）Ｍｏｂｉｌｅ ＳＤＫを含むソフトウェア開発者キットが配布されている。
ＳＤＫ、およびＷｉｎｄｏｗｓ（登録商標）Ｍｏｂｉｌｅ ＳＤＫを含むソフトウェア開発者キットが配布されている。
【0152】
非限定的な例として、Ａｐｐｌｅ（登録商標）Ａｐｐ Ｓｔｏｒｅ、Ｇｏｏｇｌｅ（登録商標）Ｐｌａｙ、Ｃｈｒｏｍｅ ＷｅｂＳｔｏｒｅ、ＢｌａｃｋＢｅｒｒｙ（登録商標）Ａｐｐ Ｗｏｒｌｄ、Ａｐｐ Ｓｔｏｒｅ ｆｏｒ Ｐａｌｍデバイス、Ａｐｐ Ｃａｔａｌｏｇ ｆｏｒ ｗｅｂＯＳ、Ｗｉｎｄｏｗｓ（登録商標）Ｍａｒｋｅｔｐｌａｃｅ
ｆｏｒ Ｍｏｂｉｌｅ、Ｏｖｉ Ｓｔｏｒｅ ｆｏｒ Ｎｏｋｉａ（登録商標）デバイス、Ｓａｍｓｕｎｇ（登録商標）Ａｐｐｓ、およびＮｉｎｔｅｎｄｏ（登録商標）ＤＳｉ
Ｓｈｏｐを含むいくつかの商業的フォーラムがモバイルアプリケーションの配布のために利用可能であることが当業者には理解されよう。
スタンドアロンアプリケーション
ｆｏｒ Ｍｏｂｉｌｅ、Ｏｖｉ Ｓｔｏｒｅ ｆｏｒ Ｎｏｋｉａ（登録商標）デバイス、Ｓａｍｓｕｎｇ（登録商標）Ａｐｐｓ、およびＮｉｎｔｅｎｄｏ（登録商標）ＤＳｉ
Ｓｈｏｐを含むいくつかの商業的フォーラムがモバイルアプリケーションの配布のために利用可能であることが当業者には理解されよう。
スタンドアロンアプリケーション
【0153】
一部の実施形態では、コンピュータプログラムは、スタンドアロンアプリケーションを含み、これは、既存のプロセスのアドオンではなく、例えば、プラグインではなく、独立したコンピュータプロセスとして実行されるプログラムである。スタンドアロンアプリケーションはコンパイルされることも多いことが当業者には理解されよう。コンパイラは、プログラミング言語で書かれたソースコードをアセンブリ言語または機械コードなどのバイナリオブジェクトコードに変換するコンピュータプログラム（単数または複数）である。適切なコンパイルされたプログラミング言語の非限定的な例として、Ｃ、Ｃ＋＋、Ｏｂｊｅｃｔｉｖｅ－Ｃ、ＣＯＢＯＬ、Ｄｅｌｐｈｉ、Ｅｉｆｆｅｌ、Ｊａｖａ（登録商標）、Ｌｉｓｐ、Ｐｙｔｈｏｎ（商標）、Ｖｉｓｕａｌ Ｂａｓｉｃ、およびＶＢ．ＮＥＴ、またはこれらの組合せが挙げられる。多くの場合、少なくとも一部において、実行可能なプログラムを創出するために、編集が行われる。一部の実施形態では、コンピュータプログラムは、１つまたは複数の実行可能なコンパイルされたアプリケーションを含む。
ウェブブラウザプラグイン
ウェブブラウザプラグイン
【0154】
一部の実施形態では、コンピュータプログラムは、ウェブブラウザプラグイン（例えば、拡張機能など）を含む。計算において、プラグインは、より大きなソフトウェアアプリケーションに特定の機能性を付加する１つまたは複数のソフトウェア構成要素である。ソフトウェアアプリケーションのメーカーは、第三者開発者が、アプリケーションを拡張する能力を創出すること、新しい特徴の容易な追加をサポートすること、およびアプリケーションのサイズを縮小することが可能になるようにプラグインをサポートする。サポートされると、プラグインにより、ソフトウェアアプリケーションの機能性をカスタマイズすることが可能になる。例えば、プラグインは、ビデオを再生するため、インタラクティビティを生じさせるため、ウイルススキャンを行うため、および特定のファイル型を表示するためにウェブブラウザに一般に使用される。当業者は、Ａｄｏｂｅ（登録商標）Ｆｌａｓｈ（登録商標）Ｐｌａｙｅｒ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｓｉｌｖｅｒｌｉｇｈｔ（登録商標）、およびＡｐｐｌｅ（登録商標）ＱｕｉｃｋＴｉｍｅ（登録商標）を含めたいくつかのウェブブラウザプラグインに精通しているであろう。
【0155】
本明細書に提示される本開示を考慮して、非限定的な例として、Ｃ＋＋、Ｄｅｌｐｈｉ、Ｊａｖａ（登録商標）、ＰＨＰ、Ｐｙｔｈｏｎ（商標）、およびＶＢ．ＮＥＴ、またはこれらの組合せを含めた種々のプログラミング言語のプラグインの開発を可能にするいくつかのプラグインフレームワークが利用可能であることが当業者には理解されよう。
【0156】
ウェブブラウザ（インターネットブラウザとも称される）は、Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ上で情報リソースを検索するため、提示するため、およびトラバースするために、ネットワークに接続されたデジタル処理デバイスと共に使用するために設計されたソフトウェアアプリケーションである。適切なウェブブラウザの非限定的な例として、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標）、Ｍｏｚｉｌｌａ（登録商標）Ｆｉｒｅｆｏｘ（登録商標）、Ｇｏｏｇｌｅ（登録商標）Ｃｈｒｏｍｅ、Ａｐｐｌｅ（登録商標）Ｓａｆａｒｉ（登録商標）、Ｏｐｅｒａ Ｓｏｆｔｗａｒｅ（登録商標）Ｏｐｅｒａ（登録商標）、およびＫＤＥ Ｋｏｎｑｕｅｒｏｒが挙げられる。一部の実施形態では、ウェブブラウザは、モバイルウェブブラウザである。モバイルウェブブラウザ（マイクロブラウザ、ミニブラウザ、およびワイヤレスブラウザとも称される）は、非限定的な例として、手持ち型コンピュータ、タブレットコンピュータ、ネットブックコンピュータ、サブノートコンピュータ、スマートフォン、音楽プレーヤー、携帯情報端末（ＰＤＡ）、および携帯用ゲーム機システムを含むモバイルデジタル処理デバイスで使用するために設計されている。適切なモバイルウェブブラウザの非限定的な例として、Ｇｏｏｇｌｅ（登録商標）Ａｎｄｒｏｉｄ（登録商標）ブラウザ、ＲＩＭ ＢｌａｃｋＢｅｒｒｙ（登録商標）ブラウザ、Ａｐｐｌｅ（登録商標）Ｓａｆａｒｉ（登録商標）、Ｐａｌｍ（登録商標）Ｂｌａｚｅｒ、Ｐａｌｍ（登録商標）ＷｅｂＯＳ（登録商標）Ｂｒｏｗｓｅｒ、Ｍｏｚｉｌｌａ（登録商標）Ｆｉｒｅｆｏｘ（登録商標）ｆｏｒ ｍｏｂｉｌｅ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標）Ｍｏｂｉｌｅ、Ａｍａｚｏｎ（登録商標）Ｋｉｎｄｌｅ（登録商標）Ｂａｓｉｃ Ｗｅｂ、Ｎｏｋｉａ（登録商標）Ｂｒｏｗｓｅｒ、Ｏｐｅｒａ Ｓｏｆｔｗａｒｅ（登録商標）Ｏｐｅｒａ（登録商標）Ｍｏｂｉｌｅ、およびＳｏｎｙ（登録商標）ＰＳＰ（商標）ブラウザが挙げられる。
ソフトウェアモジュール
ソフトウェアモジュール
【0157】
一部の実施形態では、本明細書に開示されるプラットフォーム、システム、メディア、および方法は、ソフトウェア、サーバー、および／もしくはデータベースモジュール、またはその使用を含む。本明細書に提示される本開示を考慮して、ソフトウェアモジュールは、当業者に公知の技法により、当技術分野に公知の機械、ソフトウェア、および言語を使用して創出される。本明細書に開示されるソフトウェアモジュールは、多数のやり方で実装される。種々の実施形態では、ソフトウェアモジュールは、ファイル、コードのセクション、プログラミングオブジェクト、プログラミング構造、またはこれらの組合せを含む。別の種々の実施形態では、ソフトウェアモジュールは、複数のファイル、複数のコードのセクション、複数のプログラミングオブジェクト、複数のプログラミング構造、またはこれらの組合せを含む。種々の実施形態では、１つまたは複数のソフトウェアモジュールは、非限定的な例として、ウェブアプリケーション、モバイルアプリケーション、およびスタンドアロンアプリケーションを含む。一部の実施形態では、ソフトウェアモジュールは、１つのコンピュータプログラムまたはアプリケーション中に存在する。他の実施形態では、ソフトウェアモジュールは、１つよりも多くのコンピュータプログラムまたはアプリケーション中に存在する。一部の実施形態では、ソフトウェアモジュールは、１つの機械をホストとして動作する。他の実施形態では、ソフトウェアモジュールは、１つよりも多くの機械をホストとして動作する。さらなる実施形態では、ソフトウェアモジュールは、クラウドコンピューティングプラットフォームをホストとして動作する。一部の実施形態では、ソフトウェアモジュールは、１つの場所にある１つまたは複数の機械をホストとして動作する。他の実施形態では、ソフトウェアモジュールは、１つよりも多くの場所にある１つまたは複数の機械をホストとして動作する。
【0158】
アプリケーション
【0159】
スプライシング因子突然変異に関連する疾患状態の識別
【0160】
一部の実施形態では、本明細書に開示されるプラットフォーム、システム、メディアおよび方法を医学的アプリケーションに適用する。一態様では、上記の開示を使用して、スプライシング因子突然変異に関連する疾患状態を識別することができる。第１に、個体の配列決定データからスプライシング因子突然変異を識別することができる。第２に、本明細書に記載のコンピュータにより実装される方法を適用して、スプライシング因子突然変異を有するものおよび有さないものの両方の、データベースからの配列決定データを解析する。次いで、スプライシング因子突然変異によって促進される選択的スプライシング事象の一覧を含有する出力を生じさせる。
【0161】
疾患状態は、遺伝性のものまたは放射線、重金属、毒物などの環境因子への曝露に起因するものであり得る。疾患状態としては、これだけに限定されないが、がん、白血病、中枢神経系の障害、筋ジストロフィー、ホルモン障害および慢性または異常な炎症などの免疫性障害を伴う疾患が挙げられる。疾患状態は、家族性自律神経障害（ＦＤ）、脊髄性筋萎縮症（ＳＭＡ）、中鎖アシルＣｏＡデヒドロゲナーゼ（ＭＣＡＤ）欠損症、ハッチンソン・ギルフォード早老症候群（ＨＧＰＳ）、筋強直性ジストロフィー１型（ＤＭ１）、筋強直性ジストロフィー２型（ＤＭ２）、常染色体優性網膜色素変性症（ＲＰ）、デュシェンヌ型筋ジストロフィー（ＤＭＤ）、小頭症性骨異形成性原発性小人症１型（ＭＯＰＤ１）またはテイビ・リンダー症候群（ＴＡＬＳ）、パーキンソニズムを伴う前頭側頭型認知症－１７（ＦＴＤＰ－１７）、福山型先天性筋ジストロフィー（ＦＣＭＤ）、筋萎縮性側索硬化症（ＡＬＳ）、高コレステロール血症、および嚢胞性線維症（ＣＦ）を含み得る。がんは、これだけに限定されないが、膀胱がん、乳がん、結腸直腸がん、婦人科のがん、頭部のがん、頸部のがん、血液のがん、腎がん、肝がん、肺がん、膵がん、前立腺がん、皮膚がん、胃がんを含み得る。
【0162】
スプライシング因子突然変異としては、これだけに限定されないが、ＳＲＳＦ２、ＳＦ３Ｂ１、Ｕ２ＡＦ１、ＺＲＳＲ２が挙げられる。スプライシング因子突然変異はまた、がんにおいて異所性発現を示すスプライシング因子、例えば、ＳＲおよびｈｎＲＮＰファミリーのメンバー、ＴＲＡ２Ｂ、ＲＢＦＯＸ１／２、ＭＢＮＬまたは任意の欠陥のあるＲＮＡ結合性タンパク質なども含む。データベースは、例えばＣａｎｃｅｒ Ｇｅｎｏｍｅ Ａｔｌａｓ、ＵＣＳＣ Ｇｅｎｏｍｅ Ｂｒｏｗｓｅｒ、ＮＣＢＩ、ＧＴＥｘなどの公共のリポジトリを含み得る。データベースに含有される配列決定データは、これだけに限定されないが、ＲＮＡ－ｓｅｑデータおよびマイクロアレイデータを含み得る。選択的スプライシング事象は、これだけに限定されないが、ＢＲＣＡ１、ＢＲＣＡ２、ＥＺＨ２、ＢＩＮ１、ＢＣＬ２Ｌ１、ＢＣＬ２Ｌ１１、ＣＡＳＰ２、ＣＣＮＤ１、ＣＤ４４、ＥＮＡＨ、ＦＡＳ、ＦＧＲＦ、ＨＥＲ２、ＨＲＡＳ、ＫＬＦ６、ＭＣＬ１、ＭＫＮＫ２、ＭＳＴＲ１、ＰＫＭ、ＲＡＣ１、ＲＰＳ６ＫＢ１、ＶＥＧＦＡ、ＩＫＢＫＡＰ、ＳＭＮ２、ＭＣＡＤ、ＬＭＮＡ、ＤＭＰＫ、ＺＮＦ９、ＰＲＰＦ３１、ＰＲＰＦ８、ＰＲＰＦ３、ＲＰ９、ＭＡＰＴ、ＴＫＴＮ、ＴＰＤ－４３、ＬＤＬＲ、ＣＦＴＲ、ＤＭＤ、ＡＴＦ２、およびＵ４ａｔａｃ ｓｎＲＮＡをコードする遺伝子におけるスプライシング事象を含み得る。
【0163】
疾患の処置
【0164】
上記の方法を使用して、既知のスプライシング因子突然変異によって促進される選択的スプライシング事象の一覧を出力することができる。次いで、選択的スプライシング事象の調節回路を、選択的スプライシング事象を防止するために変更または妨害を受けやすい調節回路エレメントについて解析することができる。調節回路の改変後に、影響を受けた細胞について配列決定して、選択的スプライシング事象の存在または非存在をモニタリングすることができる。
【0165】
調節回路エレメントは、当業者に公知の方法によって妨害または改変することができる。そのような方法は、転写因子、シス調節エレメント、誘導性転写因子、構成的な転写因子などの改変を含み得る。そのような方法は、これだけに限定されないが、ＲＮＡ干渉による遺伝子サイレンシングまたはプロモーター領域の改変を含み得る。方法は、例えばＲＮＡｉ、ｓｉＲＮＡ、ＣＲＩＳＰＲ Ｃａｓ ヌクレアーゼ、ＴＡＬＥＮ、ジンクフィンガーヌクレアーゼなどの構成要素をさらに含み得る。
【0166】
疾患に関連する２連エクソンおよび／または３連エクソンの識別。
【0167】
一部の実施形態では、本明細書に開示されるプラットフォーム、システム、メディアおよび方法を医学的アプリケーションに適用する。一態様では、上記の開示を使用して、疾患状態に関連する２連エクソンおよび／または３連エクソンを識別することができる。方法は、まず、疾患に関連する突然変異に関するデータベースから疾患関連遺伝子配列決定データを受け取るステップを含み得る。データベースは、公共のデータベースであっても個人のデータベースであってもよい。データベースは、Ｃａｎｃｅｒ Ｇｅｎｏｍｅ Ａｔｌａｓ、ＵＣＳＣ Ｇｅｎｏｍｅ Ｂｒｏｗｓｅｒ、ＮＣＢＩ、ＧＴＥｘなどの公共のリポジトリを含み得る。配列決定データは、ＲＮＡ－ｓｅｑデータまたはマイクロアレイデータであり得る。疾患に関連する選択的スプライシング事象は、これだけに限定されないが、以下の遺伝子を含み得る：ＲＡＳ、ＨＥＲ２、ｐ５３、ＢＲＣＡ１、ＢＲＣＡ２、ＥＺＨ２、ＢＩＮ１、ＢＣＬ２Ｌ１、ＢＣＬ２Ｌ１１、ＣＡＳＰ２、ＣＣＮＤ１、ＣＤ４４、ＥＮＡＨ、ＦＡＳ、ＦＧＲＦ、ＨＥＲ２、ＨＲＡＳ、ＫＬＦ６、ＭＣＬ１、ＭＫＮＫ２、ＭＳＴＲ１、ＰＫＭ、ＲＡＣ１、ＲＰＳ６ＫＢ１、ＶＥＧＦＡ、ＩＫＢＫＡＰ、ＳＭＮ２、ＭＣＡＤ、ＬＭＮＡ、ＤＭＰＫ、ＺＮＦ９、ＰＲＰＦ３１、ＰＲＰＦ８、ＰＲＰＦ３、ＲＰ９、ＭＡＰＴ、ＴＫＴＮ、ＴＰＤ－４３、ＬＤＬＲ、ＣＦＴＲ、ＤＭＤ、ＡＴＦ２、およびＵ４ａｔａｃ ｓｎＲＮＡをコードする遺伝子。
【0168】
次に、本明細書に開示される方法を使用したアノテーションによって遺伝子配列決定データをソートして、ＴＸｄｂ ｖ２データベースを創出することができる。これは、エクソン－エクソンジャンクションを検出するためのＳＴＡＲアライナー、２連エクソンおよび／または３連エクソンをアセンブルするためのＳｔｒｉｎｇＴｉｅならびに本明細書に記載の通りの頻度、カバレッジおよび供給源の解析によって既知のアノテーションと新規のアノテーションを区別するためのスクリプトを含むソフトウェアパイプラインを含み得る。解析は、Ｍｉｃｒｏｓｏｆｔ Ａｚｕｒｅクラウドなどのクラウドサービスで並行計算によって実行することができる。データキューを処理するためにＡｎｓｉｂｌｅおよびＳｌｕｒｍを用いてデプロイメントを自動的に管理することができる。
【0169】
次に、各２連エクソンおよび／または３連エクソンならびに関連するアノテーションが２つの状態：３つのエクソンが存在するインクルージョン、および真ん中のエクソンが存在せず、隣接するエクソンのみが残るスキッピング、にソートされる参照トランスクリプトームを創出する。
【0170】
次に、各２連エクソンおよび／または３連エクソンならびに関連するアノテーションに、ＥｎｓｅｍｂｌまたはＲｅｆＳｅｑなどのデータベースからの既知の２連エクソンおよび／または３連エクソンの頻度およびカバレッジを使用して、信頼度スコアを適用する。ＥＮＳＥＭＢＬおよびＲｅｆＳｅｑなどのデータベースからの既知の２連エクソンおよび／または３連エクソンの頻度およびカバレッジをＰｒｉｏｒ情報として使用し、ベイズ法に基づく信頼度スコアをあらゆる２連エクソンおよび／または３連エクソンに割り当てることができる。信頼度は、Ｐ（Ｒ｜Ｄ）＝Ｐ（Ｄ｜Ｒ）Ｐ（Ｒ）／Ｐ（Ｄ）として算出することができ、ここで、Ｒは、アノテーションが信頼できる確率であり、Ｄは、信頼度のエビデンスである。Ｐｒｉｏｒ Ｐ（Ｒ）＝Ｐ（Ｆ≧ｆ｜Ｒ）Ｐ（Ｃ≧ｃ｜Ｒ）は、ＧＴＥｘおよびＴＣＧＡデータにおいて所与のスプライシング事象が最小の頻度（Ｆ）およびカバレッジ（Ｃ）で観察される確率である。Ｐ（Ｄ｜Ｒ）＝Ｐ（Ｆ∩Ｃ｜Ｒ）は、ＥｎｓｅｍｂｌｅおよびＲｅｆＳｅｑアノテーションから経験的に推定される。予測因子ＰｒｉｏｒをＰ（Ｄ）＝Ｐ（Ｄ｜Ｒ＝１）＋Ｐ（Ｄ｜Ｒ＝？）として推定することができ、ここで、Ｒ＝？は、アンラベルデータの未知の信頼度であり、Ｐ（Ｆ∩Ｃ｜Ｒ）＝？は、新しく予測されるアノテーションから算出される。
【0171】
次に、信頼度スコア、ならびに２連エクソンおよび／または３連エクソンがスキッピングの状態にあるかまたはインクルージョン状態にあるかを使用して、２連エクソンおよび／または３連エクソンを５つのカテゴリーのうちの１つであると識別する。カテゴリーは、キュレート、アノテート、予測－１、予測－２、または理論上である。キュレートは、インクルージョンの状態およびスキッピングの状態の両方についてアノテーションを有する２連エクソンおよび／または３連エクソンを含む。アノテートは、インクルージョンの状態またはスキッピングの状態のいずれかを有する２連エクソンおよび／または３連エクソンを含む。予測－１は、データベースからインクルージョンの状態およびスキッピングの状態の両方が予測された２連エクソンおよび／または３連エクソンを含む。予測－２は、インクルージョンの状態またはスキッピングの状態のいずれかがデータベースによって予測された２連エクソンおよび／または３連エクソンを含む。理論上は、存在する可能性が高いが、それを裏付けるエビデンスが不十分である２連エクソンおよび／または３連エクソンを含む。予測されるカテゴリーを新規の、疾患に関連する２連エクソンおよび／または３連エクソンの識別として出力する。
【実施例0172】
下記の例証的実施例は、本明細書に記載するソフトウェアアプリケーション、システム、および方法の実施形態を代表し、いかなる場合においても限定を意味しない。
【0173】
（実施例１）
ＣＡＳＣ４エクソン９の探索
ＣＡＳＣ４エクソン９の探索
【0174】
Ｂｒｅａｓｔ Ｃａｎｃｅｒ Ｒｅｓｅａｒｃｈ Ｔｒｅａｔｍｅｎｔに公開されている並行群間比較試験は、ＡＳを探索するためのオープンソースプログラムＭＩＳＯを使用しており、ＲＴ－ＰＣＲにより４／２０の候補についてバリデートした。これと比較して、本明細書におけるシステムおよび方法は、ＲＴ－ＰＣＲにより１１３／１５５のＡＳ事象をバリデートするのに使用されている。本明細書におけるシステムおよび方法は、競合会社のソフトウェアでは一切識別されないのとは反対に、これらの異常なスプライシング事象のうちの１つ（ＣＡＳＣ４エクソン９）を潜在的抗がん標的として識別する。ＣＡＳＣ４エクソン９は、ＭＹＣ経路の一環として、アポトーシスを阻害し、増殖を増加させることが実験的に明らかにされている。ＣＡＳＣ４エクソン９が、本明細書におけるシステムおよび方法を使用して発癌性として見出される前は、該遺伝子は文献に２回しか記載されず、本明細書におけるシステムおよび方法を使用してなされたこの発見が革新的で高い価値を有することが実証される。
【0175】
（実施例２）
パブリックデータリポジトリから抽出されたＡＳ情報構造を用いた網羅的知識ベースの構築
パブリックデータリポジトリから抽出されたＡＳ情報構造を用いた網羅的知識ベースの構築
【0176】
パブリックデータリポジトリから得た選択的スプライシング情報を用いて、ＴＸｄｂデータベースの第２バージョンを構築し、それを実行して新規３連エクソンを識別した。ＴＸｄｂデータベースの第１のバージョンは、４つの異なるスプライシング型：カセットエクソン（ＣＡ）、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、およびイントロン保持（ＩＲ）についてのアノテーションを含む。ＣＡはいずれも、中央のエクソンが主体である３連エクソンとして表され、隣接するエクソンは、対応するスプライスジャンクションを含むトランスクリプトームコンテキストを提供する。３連エクソンの概念は、他のスプライシング型に適合するように考案された（図１４）。新規の３連エクソンを識別するために、エクソン－エクソンジャンクションを検出するためのＳＴＡＲアライナー、３連エクソンアセンブリ用のＳｔｒｉｎｇ Ｔｉｅ、ならびに新規のアノテーションを既知のアノテーションと区別し、頻度（３連エクソンを含有するデータセットの数）、カバレッジ（データ全体を通じた３連エクソンの平均、最大、および最小カバレッジ）、およびソース（３連エクソンが発見された疾患および組織型のブレークダウン）を抽出するための内作スクリプトを使用してソフトウェアパイプラインを構築した。Ｍｉｃｒｏｓｏｆｔ
Ａｚｕｒｅクラウド上で並列式の計算法を使用して、分析を並行して実行し、キューを処理するためのＡｎｓｉｂｌｅおよびＳｌｕｒｍを用いて、自動デプロイメントを管理した。新規ＴＸｄｂをコンパイルするために、ＲｅｆＳｅｑ（ＧＲＣｈ３８．ｐ１２）およびＥｎｓｅｍｂｌｅ（ＧＥＮＣＯＤＥ ｖ２８）アノテーションを最初に更新し、合計１８０，１６７例の公知３連エクソンをデータベースに追加した。ＴＸｄｂ ｖ２では，異議のある公共記録に由来する１３，５１２個のアノテーションを除去した。次に、１，２５６例のＴＣＧＡ乳がん（ＢＲＣＡ）に由来するＲＮＡ－ｓｅｑデータ、および死後組織３１例から得られた１０，４９１例のＧＴＥｘデータセットを、公知および新規の組織特異的スプライシング事象を識別するために分析した。参照トランスクリプトームを調製するために、各３連エクソンを、２つの潜在的状態：（１）３つのエクソンが存在する「インクルージョン」、および（２）中央のエクソンが存在せず、隣接するエクソンのみが残存する「スキッピング」で表現した。全体で、５，９８０，５９１例のインクルージョン、および６４６，４０５例のスキッピング事象が、該データ内に観察された。
Ａｚｕｒｅクラウド上で並列式の計算法を使用して、分析を並行して実行し、キューを処理するためのＡｎｓｉｂｌｅおよびＳｌｕｒｍを用いて、自動デプロイメントを管理した。新規ＴＸｄｂをコンパイルするために、ＲｅｆＳｅｑ（ＧＲＣｈ３８．ｐ１２）およびＥｎｓｅｍｂｌｅ（ＧＥＮＣＯＤＥ ｖ２８）アノテーションを最初に更新し、合計１８０，１６７例の公知３連エクソンをデータベースに追加した。ＴＸｄｂ ｖ２では，異議のある公共記録に由来する１３，５１２個のアノテーションを除去した。次に、１，２５６例のＴＣＧＡ乳がん（ＢＲＣＡ）に由来するＲＮＡ－ｓｅｑデータ、および死後組織３１例から得られた１０，４９１例のＧＴＥｘデータセットを、公知および新規の組織特異的スプライシング事象を識別するために分析した。参照トランスクリプトームを調製するために、各３連エクソンを、２つの潜在的状態：（１）３つのエクソンが存在する「インクルージョン」、および（２）中央のエクソンが存在せず、隣接するエクソンのみが残存する「スキッピング」で表現した。全体で、５，９８０，５９１例のインクルージョン、および６４６，４０５例のスキッピング事象が、該データ内に観察された。
【0177】
ＥＮＳＥＭＢＬおよびＲｅｆＳｅｑから得られた既知の３連エクソンの頻度およびカバレッジをＰｒｉｏｒ情報として使用して、ベイジアンに基づく信頼度スコアを３連エクソンそれぞれに割り振った。信頼度を、Ｐ（Ｒ｜Ｄ）＝Ｐ（Ｄ｜Ｒ）Ｐ（Ｒ）／Ｐ（Ｄ）として算出し、式中、Ｒはアノテーションに信頼性がある確率であり、およびＤは信頼度のエビデンスである。Ｐｒｉｏｒ Ｐ（Ｒ）＝Ｐ（Ｆ≧ｆ｜Ｒ）Ｐ（Ｃ≧ｃ｜Ｒ）は、ＧＴＥｘデータおよびＴＣＧＡデータにおいて、最低の頻度（Ｆ）およびカバレッジ（Ｃ）で所定のスプライシング事象が観察される確率である。Ｐ（Ｄ｜Ｒ）＝Ｐ（Ｆ∩Ｃ｜Ｒ）は、ＥｎｓｅｍｂｌｅおよびＲｅｆＳｅｑアノテーションから実験的に推定される。
【0178】
最終的に、予測因子Ｐｒｉｏｒを、Ｐ（Ｄ）＝Ｐ（Ｄ｜Ｒ＝１）＋Ｐ（Ｄ｜Ｒ＝？）として見積もり、式中、Ｒ＝？は未表示データの不明な信頼度であり、およびＰ（Ｆ∩Ｃ｜Ｒ）＝？は新たに予測されたアノテーションから算出した。アノテーションを５つの異なる分類：（ｉ）キュレート（Ｃｕｒａｔｅｄ）：インクルージョン状態およびスキッピング状態の両方について、ＥｎｓｅｍｂｌｅアノテーションまたはＲｅｆＳｅｑアノテーションを有する３連エクソン；（ｉｉ）アノテート（Ａｎｎｏｔａｔｅｄ）：ＥｎｓｅｍｂｌｅまたはＲｅｆＳｅｑにおいてインクルージョン状態またはスキッピング状態のいずれかを有する３連エクソン；（ｉｉｉ）予測－１（Ｐｒｅｄｉｃｔｅｄ－１）：ＴＣＧＡおよび／またはＧＴＥｘから予測されたインクルージョン状態およびスキッピング状態の両方を有する３連エクソン；（ｉｖ）予測－２（Ｐｒｅｄｉｃｔｅｄ－２）：ＴＣＧＡおよび／またはＧＴＥｘから予測されたインクルージョン状態およびスキッピング状態のいずれかを有する３連エクソン；（ｖ）理論上（Ｔｈｅｏｒｅｔｉｃ）：３連エクソンが存在する可能性があるが、しかし裏付けるエビデンスが不十分、にソートするのに、このモデルを使用した。
【0179】
結果：新たなＴＸｄｂ ｖ２は、合計６，６２６，９９６例の非冗長性スプライシング事象を識別した。アノテート分類単独は、オリジナルのＴＸｄｖ ｖ１のサイズと同等であるが、５分類をまとめた全体的な量は１０倍を超えるサイズに増加している。キュレートおよび予測－１分類では、類似した信頼度スコアを有するようにする、スキッピングアイソフォームおよびインクルージョンアイソフォームの両方のソート要件に起因して、非ＣＡスプライシング事象（ＡＡ、ＡＤ、ＩＲ）が最も濃縮されている。（図１５）。競合ツールと比較したとき、ＴＸｄｂ ｖ２は、ｒＭＡＴｓ、ＭＩＳＯ、およびＭａｊｉＱ等のツールよりも、それらの各ウェブサイトにおいて利用可能なアノテーションリソースに基づけば、少なくとも２０倍大きな参照トランスクリプトームを提供する（図１６）。ベイズモデルを用いて算出した信頼度スコアは、少なくとも４つの異なる期待群を含むマルチモーダル分布を示した。キュレートおよびアノテート分類のいずれも、局所的に最大の信頼度０．４を示した一方、予測－１は０．２を示し、予測－２および理論上は局所的最大値を有さなかったが、しかしその平均スコアは、それぞれ０．０５および０．０００９であった（図１７）。興味深いことに、１４３，４７９個の３連エクソンが、少なくとも１つのＢＲＣＡデータセットにおいて観察され、そのうちの６４，９７６個は予測群に属し、ＴＸｄｂにおける新規乳がん特異的３連エクソンとして４５．３％を占める。
【0180】
（実施例３）
ＲＮＡ結合タンパク質（ＲＢＰ）と、ＴＸｄｂにおいてアノテーションが付されたＡＳ事象との間の予測された調節相互作用、ならびにＡＳＯ化合物により標的とされ、調節されるスプライシング調節サーキットを識別するためのＭＬに基づくツールの開発
ＲＮＡ結合タンパク質（ＲＢＰ）と、ＴＸｄｂにおいてアノテーションが付されたＡＳ事象との間の予測された調節相互作用、ならびにＡＳＯ化合物により標的とされ、調節されるスプライシング調節サーキットを識別するためのＭＬに基づくツールの開発
【0181】
ＴＸｄｂ ｖ２内の６百万を超えるスプライシング事象に対する調節サーキットを識別し、それにアノテーションを付した。これを実現するために、高信頼度のＰｒｉｏｒにおいて訓練されたＭＬ法が、ＲＮＡ－ｓｅｑデータのみ、およびｉｎ－ｓｉｌｉｃｏでのＲＢＰ結合プロファイルを使用してＴＸｄｂ全体に適用可能である。文献において入手可能な公知で機能的なＡＳＯ結合部位の数は少数であるので、単一ヌクレオチドバリアント（ＳＮＶ）情報が、スプライシング調節に変化をもたらすＲＢＰ特異的結合の乱れに対するプロキシとして使用可能である。突然変異させたときに（例えば、ＣＲＩＳＰＲを使用して）、ＲＢＰ結合を破壊するのに十分高感度の任意のヌクレオチドが、ＡＳＯブロッキングに対して同様に応答する可能性があると、理論付けられた。（Ｃｈｅｕｎｇおよび共同研究者らは、２，１９８個の異なるエクソン内の２７，７３３例のヒト自然バリアントを対象に、エクソンＳＮＶおよびイントロンＳＮＶに対する超並列スプライシングミニ遺伝子レポーターを使用する試験を最近公表した。Cheung, R. et al. A Multiplexed Assay for Exon Recognition Reveals that an Unappreciated Fraction of Rare Genetic Cariats Cause Large-Effect Splicint Disruptions Mol. Cell. 73, 183-194. E8 (2019)）。
【0182】
合計１，１０５個のＳＮＶが、少なくとも２５％のエクソンインクルージョンの減少を引き起こしたが（ΔＰＳＩ≦－０．２５）、それは、エクソンインクルージョンを促進するＲＢＰを活性化させるための結合部位、または反対に新たなスプライシングリプレッサー結合部位を創出するための結合部位が除去された可能性があると解釈された。１４，９３６個のＳＮＶからなる追加のセットは、スプライシングの変化との関連性を示さず（－０．０５≦ΔＰＳＩ≦０．０５）、したがって、エクソンスキッピングを駆動するＳＮＶを予測するＭＬ分類器を訓練するための「ポジティブ」セットとして前者を表示し、後者を「ネガティブ」セットとして表示した（図１８）。一次ＲＮＡ配列スクリーニングに基づきＲＢＰ結合を推定する３つの異なる方法を統合して、ＳＮＶがエクソンインクルージョンに及ぼす効果を判定し、ＭＬ予測特性を設計した：
【0183】
（ｉ）ＲＮＡ－Ｃｏｍｐｌｅｔｅ：ランダムなｋマーのライブラリーを使用して、ＲＢＰ結合の選好性を識別するｉｎ ｖｉｔｒｏ結合富化アプローチ、およびマイクロアレイを使用する数量化。ｋマーに対するＲＢＰの結合スコアを、標準化され、中心化されたｅスコアとして算出した。
【0184】
（ｉｉ）Ｂｉｎｄ－ｎ－ｓｅｑ：富化されたｋマーの存在量を推定するために、マイクロアレイの代わりにＲＮＡ－ｓｅｑを使用する点を除き、ＲＮＡ－Ｃｏｍｐｌｅｔｅと同様である。結合スコアを、入力物ライブラリーの頻度に対する、ＲＢＰ選択されたプール中のｋマーの頻度との間の比として算出した。
【0185】
（ｉｉｉ）ＲＢＰｍａｐ：ＲＢＰ位置特異的スコアリングマトリックス（ＰＳＳＭ）のクラスタリング傾向（clustering propensity）および調節領域の全体的な傾向（tendency）が保存されていることを考慮する加重ランクアルゴリズムに基づき、ＰＳＳＭを予測およびマッピングするための計算ツール。ＰＳＳＭ頻度のバックグラウンド分布に基づき、結合スコアをＺ－スコアとして算出する。ＳＮＶ毎に、３方法のうちの少なくとも１法によりカバーされる合計１５３個のＲＢＰについて、結合スコアを見積もり（図１９）、分位点を使用して３つのスコアリング機能を標準化した。次に、ＲＢＰマトリックスの次元数およびまばらさを抑えつつ、直観的で生物学的に意義のある予測特性を設計するために、スプライソソームの構造および機能の様々な側面を反映するように、ＲＭＰサブセットを３２のオントロジータイプに統合した（表１）。最大分位点スコアを代表として選択することにより、同一のオントロジー内の異なるＲＭＰを併合し、次に３方法を通じてスコアを合計して、エビデンスの裏付けがより高いタンパク質を優遇した。このスコアリング機能から得られる直観的な知見として、一般的に、単一のＲＢＰは、たとえそれが他のＲＭＰ（すなわち、所与のオントロジーの他のメンバー）を凌駕する必要があるとしても、スプライシング調節モチーフを支配的に占有することが挙げられる。ＭＬ訓練およびテストに備えて、このデータセットを使用して予備的な特性選択を実施した。
【0186】
結果：３つの異なる配列領域：（ｉ）エクソンＳＮＶ、および（ｉｉ）上流イントロンにおいて生ずるＳＮＶ、または（ｉｉｉ）下流イントロンにおいて生ずるＳＮＶ内のポジティブデータセット（すなわち、エクソンスキッピングを促進するＳＮＶ）、およびネガティブデータセット（すなわち、スプライシングに対して効果を有さないＳＮＶ）を比較する際、各個別のオントロジーの予知力を評価するのにウィルコクソン検定を利用した（表１）。この分析によれば、エクソンＳＲタンパク質結合部位のＳＮＶ媒介式の除去は、エクソンインクルージョンの減少の強力な予測因子である（ｐ＜７．３３－６）。これは、ＧＡに富んだエクソン配列エンハンサーと結合してエクソンインクルージョンを促進するスプライシングアクチベーターとしてのＳＲタンパク質の役割について記載する多くの既報と一致する。したがって、エクソンアクチベーター（ｐ＜０．０００３）およびＡＧに富んだエクソン結合モチーフ（ｐ＜９．９２－６）がきわめて有意であった。興味深いことに、エクソンのスキッピングが上流または下流において生じたかを問わず、イントロンＳＮＶは異なるいくつかの機能に影響を及ぼした。３’スプライス部位に隣接する上流配列において、スプライシングリプレッサーは、ｈｎＲＮＰファミリーのいくつかのメンバーを含み、その場合、ＣＧ結合ＲＢＰと共に（ｐ＜０．０００２５）きわめて予測的である（ｐ＜５．９－８）。スプライソソームＣ複合体中に存在するタンパク質（ｐ＜９．３９－６）、必須ＲＢＰ（ｐ＜７．２－５）、および組織特異性において３にランクされるＲＢＰ（ｐ＜４．３４－１８）を含め、特に強い一連の特性が５’スプライス部位に近接した下流イントロンで観察され、これは、いくつかのＲＢＰ、例えばＳＦ３サブ複合体のメンバー、またはポリＡ結合タンパク質、例えばＣＰＥＢ２、ＣＰＥＢ４、およびＰＣＢＰ１は、必須タンパク質、スプライソソームＣ複合体のメンバーであり、また組織型全体を通じて普遍的に発現する傾向を有する、という事実により説明される。
【0187】
（実施例４）
ＲＮＡ結合タンパク質（ＲＢＰ）とＴＸｄｂにおいてアノテーションが付されたＡＳ事象との間の予測された調節相互作用、ならびにＷＴ ＳＲＳＦ２およびがん特異的ＳＲＳＦ２突然変異体を使用して、ＭＬソフトウェアの実験的バリデーションを実施するためのＭＤＳ細胞分化システムの確立。
ＲＮＡ結合タンパク質（ＲＢＰ）とＴＸｄｂにおいてアノテーションが付されたＡＳ事象との間の予測された調節相互作用、ならびにＷＴ ＳＲＳＦ２およびがん特異的ＳＲＳＦ２突然変異体を使用して、ＭＬソフトウェアの実験的バリデーションを実施するためのＭＤＳ細胞分化システムの確立。
【0188】
がん特異的モデルの細胞系、計算パイプライン、およびＲＢＰ－ＲＮＡ相互作用を促進することにより、がん特異的ＡＳの調節において、特定モチーフの機能的重要性に対処する生化学的アプローチを使用した。トランスジェニックノックインヒトＳＲＳＦ２突然変異体Ｋ５６２細胞（ヒト骨髄性白血病細胞）、およびＴＣＧＡ急性骨髄性白血病（ＡＭＬ）患者から得られたマイニングパブリックＲＮＡ－ｓｅｑデータを、ＭＤＳ／白血病の状況においてＳＲＳＦ２スプライシング標的を識別するのに使用した。
【0189】
突然変異体ＳＲＳＦ２により促進されるＡＳ事象を識別するために、ＳＲＳＦ２突然変異を含む、または含まないＡＭＬ Ｃａｎｃｅｒ Ｇｅｎｏｍｅ Ａｔｌａｓ（ＴＣＧＡ）に由来するＲＮＡ－ｓｅｑデータを分析した。トランスジェニックノックインＳＲＳＦ２Ｐ９５Ｈ突然変異体Ｋ５６２細胞を、実験的バリデーション用として使用した。ＭＤＳは血球分化の欠陥により特徴付けられ、したがってヘミンを使用して、Ｋ５６２細胞を終末赤血球系統までさらに分化させた。ＲＴ－ＰＣＲを使用して、いくつかのＡＳ事象についてバリデートした。それらの中でも、ＥＺＨ２におけるポイゾンエクソンインクルージョン事象、およびＡＴＦ２におけるエクソンインクルージョン事象は、これまでに報告された。図２０に示すように、一貫した結果が得られた。これらの結果より、細胞系モデルおよび実験系の適切性がバリデートされた。さらに、ＴＣＧＡ－ＡＭＬ ＲＮＡ－ｓｅｑデータ内の新規ＡＳ事象ＩＮＴＳ３が識別された。２つの連続したイントロン（イントロン４および５）の保持が、未成熟終止コドンを生成するＩＮＴＳ３に見出された。未成熟終止コドンはナンセンス媒介ｍＲＮＡ分解に関するｍＲＮＡを標的とすることが予測された。ＩＮＴＳ３（インテグレーター複合体サブユニット３）はインテグレーター複合体のメンバーであり、転写の開始および休止したＲＮＡポリメラーゼＩＩの放出の両方において重要な役割を演じている。イントロン４の保持は、ＳＲＳＦ２突然変異体細胞においてＲＴ－ＰＣＲによりバリデートされた（図２０）。最近の報告によれば、ＳＲＳＦ２ ＷＴは、Ｇに富んだモチーフ（ＧＧＷＧ、Ｗ＝Ａ／Ｕ）と結合することを好み、ＳＲＳＦ２突然変異体はＣに富んだモチーフ（ＣＣＷＧ）と結合することを好む。突然変異体ＳＲＳＦ２は、ＩＮＴＳ３において配列特異的な様式でイントロン保持を促進するか調査するために、イントロン４を含めエクソン４～エクソン５にまたがるミニ遺伝子レポーターを生成した（図２１）。エクソン４内に、２つのＧＧＷＧモチーフおよび４つのＣＣＷＧモチーフが存在する（ＷＴミニ遺伝子）。エクソン４内にＧＧＷＧモチーフ（ＧＧＷＧミニ遺伝子）またはＣＣＷＧモチーフ（ＣＣＷＧミニ遺伝子）を内包する突然変異原性により、ＩＮＴＳ３ミニ遺伝子の２つの追加のバージョンを生成させた。これらミニ遺伝子のそれぞれを、Ｋ５６２細胞内でＳＲＳＦ２ ＷＴ、またはＳＲＳＦ２突然変異体（Ｐ９５Ｈ／Ｐ９５Ｌ／Ｐ９５Ｒ）をコードするｃＤＮＡを用いて同時トランスフェクトし、ＲＴ－ＰＣＲによりスプライシングを分析した。ＳＲＳＦ２ ＷＴは、ミニ遺伝子のいずれにおいても、イントロン保持に対する活性を示さなかった。しかしながら、ＳＲＳＦ２突然変異体は、ＷＴおよびＣＣＷＧミニ遺伝子についてイントロン保持を促進するが、しかしＧＧＷＧミニ遺伝子については促進しなかった。これより、ＳＲＳＦ２ ＷＴの配列特異的な新規機能が実証された。
【0190】
（実施例５）
ＳｐｌｉｃｅＣｏｒｅのシステム構造およびユーザインターフェース。
ＳｐｌｉｃｅＣｏｒｅのシステム構造およびユーザインターフェース。
【0191】
１．自動化されたバックエンドデプロイメントおよびスケーラビリティ：自動プラットフォームデプロイメントを可能にし、資源管理を計算するための自動化されたＩＴインフラストラクチャーを開発して、ＳｐｌｉｃｅＣｏｒｅプラットフォームが、当社ユーザ用の独立したＡｚｕｒｅアカウント内に容易に「クローン化される」のを可能にした。この開発により、Ａｚｕｒｅアカウントを保有するユーザのデータ方針を遵守しつつ、独自データセットの完全な隔離が保証される。したがって、データは組織から乖離せず、ソフトウェアはデータとリンクしており、ユーザは、保管を含む計算資源の型と量、およびランタイムを調節する仮想マシン、および各プロジェクト要件に対するコストを管理する能力を維持する。
【0192】
ＴｅｒｒａｆｏｒｍおよびＡｎｓｉｂｌｅを使用する高性能計算クラスターの自動化：ｔｅｒｒａｆｏｒｍコードは、Ａｚｕｒｅ仮想マシン、Ａｚｕｒｅ保管コンテナ、必要なディスク、セキュリティー方針、および保管コンテナを創出した。また、Ｔｅｒｒａｆｏｒｍは、分析が完了したら資源を自動的に除去または破壊する。ジョブパラレルオーケストレーション、ツールセット（例えば、ｂｏｗｔｉｅ、ｓａｍｔｏｏｌ）、パッケージおよびモジュール（例えば、Ｐｙｔｈｏｎ、Ｒ）、ならびにＳｐｌｉｃｅＣｏｒｅプラットフォームを用いてスプライシング分析およびデータ解釈を実施するための全ての独自開発コードについて、Ｓｌｕｒｍをインストールおよび構成するために、Ａｎｓｉｂｌｅプレイブックを起草した。計算クラスターのエンジニアリングタスクには下記事項が含まれる：（ｉ）エラーハンドリングは、バックエンドインフラストラクチャーおよびワークフロー、終了時またはエラー時のワークフロープロセスに対する追加のＥメール通知により改善した。（ｉｉ）リモートクラウド保管環境（例えば、ＡＷＳ Ｓ３）からのクラウドデータのダウンロード、およびデータアップロードをリファクターリングした。（ｉｉｉ）ＳｐｌｉｃｅＣｏｒｅレポート内のワークフローにより生成された新たなデータポイントをカプセル化するために、ＰｏｓｔｇｒｅＳＱＬデータベース構造を開発した。（ｉｖ）Ａｚｕｒｅ Ｒｅｄｉｓ Ｃａｃｈｅサービスを使用するＰｏｓｔｇｒｅＳＱＬサービスのための、ＰｏｓｔｇｒｅＳＱＬデータベースサーバーからＡｚｕｒｅデータベースへのデータレポートの抽出についてリファクターリングした。
【0193】
２．フロントエンドユーザインターフェース（ＵＩ）：ＳｐｌｉｃｅＣｏｒｅのＵＩは、データ、情報、および見識をユーザと交換するのを可能にするコラボレーション環境である。ＵＩは、当社アルゴリズムを用いてＲＮＡ－ｓｅｑデータのアップロードおよび分析を可能にし、スプライシング定量結果をビルトイン式の予測的分析ツール、例えばＳｐｌｉｃｅＩｍｐａｃｔまたはＴＸｄｂメタデータ等に結び付ける。創薬ターゲットおよびバイオマーカーの選択を支援するために、リアルタイムでのデータ統合、ならびにグラフィックの可視化を可能にする対話型テーブルを開発した。フロントエンドユーザインターフェースのエンジニアリングタスクには下記事項が含まれる：（ｉ）Ｂｏｏｔｓｔｒａｐ４およびＲｕｂｙ ｏｎ Ｒａｉｌｓ５．２．２を用いたモダンで応答性のＵＩの設計。（ｉｉ）プロジェクトおよび実験データに関するＰｏｓｔｇｒｅＳＱＬデータベースのリファクターリングおよびその性能の向上。（ｉｉｉ）ａｇＧｒｉｄおよびＪａｖａＳｃｒｉｐｔ（登録商標）を使用する実験結果表の性能、スケーラビリティ、およびフィルタリングの改善。（ｉｖ）スプライシング事象レポートデータの可視化、例えば症例と対照のジャンクションリード、およびＰｌｏｔ．ｌｙ ＪａｖａＳｃｒｉｐｔ（登録商標）ライブラリーを使用するＧＴＥｘの再現性等の追加。（ｖ）外部ウェブリサーチツール、例えばＵＣＳＣ Ｇｅｎｏｍｅ Ｂｒｏｗｓｅｒ、ＧｅｎｅＣａｒｄｓ、ＮＣＢＩ、Ｏｐｅｎ
Ｔａｒｇｅｔｓ、およびＰｕｂＭｅｄ等の統合。（ｖｉ）ネイティブなＭｉｒｃｏｓｏｆｔ Ａｚｕｒｅ仮想マシンおよび保管サービスを用いたセキュリティーの向上。
Ｔａｒｇｅｔｓ、およびＰｕｂＭｅｄ等の統合。（ｖｉ）ネイティブなＭｉｒｃｏｓｏｆｔ Ａｚｕｒｅ仮想マシンおよび保管サービスを用いたセキュリティーの向上。
【0194】
【0195】
（ｉ）プロジェクトダッシュボード：クライアントのプロジェクトの一覧、およびプロジェクトそれぞれについて、当該プロジェクトにおいて分析されたＲＮＡ－ｓｅｑデータセットの数、実験の実行状態、承認されたユーザ、およびアドミニストレーターを表示する。プロジェクト名をクリックすると、データセットおよび実験ダッシュボードが立ち上がる（図２２Ａ）。
【0196】
（ｉｉ）データセットおよび実験：アップロードされたＲＮＡ－ｓｅｑデータセットの一覧を左側に、および実験の一覧を右側に表示する。ＲＮＡ－ｓｅｑデータセットがアップロードされると、それらはＳｐｌｉｃｅＴｒａｐを用いて自動的に分析され、当社の参照トランスクリプトームおよびデータベースＴＸｄｂに対してマッピングされる。ダッシュボードは分析プロセスを示し、準備が整い次第、ＳｐｌｉｃｅＴｒａｐ出力物（比のファイル）が実験用として利用可能となり、またダウンロードも可能である。実験は、ＳｐｌｉｃｅＤｕｏを使用して行う、ＲＮＡ－ｓｅｑデータの２つの異なる群間の症例対照比較である。実験デザインボタンをクリックすることにより、ユーザは、各実験で使用されるＲＮＡ－ｓｅｑデータセットを選択（choose）および選択（select）することができる。実験ステータスは右側に現れる。実験が完了したら、それをクリックして実験結果ダッシュボードを立ち上げることができる（図２２Ｂ）。
【0197】
（ｉｉｉ）実験結果：これは、統計的に有意な差次的スプライシングエラーの数を表示する対話型テーブルである。デフォルトカラムは、ＴＸｄｂ ＩＤ、遺伝子の名称、ｄＰＳＩ（スプライシング変化）、再現性（同一のスプライシング事象が統計的に有意であった症例データセットの数）、およびコンシステンシー（症例データセット内のスプライシング定量間の一致性の指標）を表示する。さらに、右側の区画は、ＧＴＥｘおよびＴＣＧＡ内の計算前のスプライシング事象、患者メタデータ、およびＡｐｌｉｃｅＩｍｐａｃｔ結果を含む、出力物に付加される数百の追加のカラムを提供する。カラムは、リアルタイムで付加、除去、ソート、およびフィルター処理可能であり、複数のデータセットのシームレスな統合を可能にする。（図２２Ｃ）。
【0198】
（ｉｖ）ＲＮＡスプライシングレポート：目的とする候補をフィルターにかけた後、スプライシング事象のそれぞれと関連する、左側のブルーの四角をクリックして、スプライシング事象のそれぞれを説明する一連のグラフィクスを視覚化することができる。視覚化には、スプライシングレベル、リードカバレッジ、ゲノム上のＲＮＡ－ｓｅｑマッピングプロファイル、疾患の関与に関する情報、組織特異性、および創薬可能性が含まれた（図２２Ｄ）。
【0199】
特定の実施形態および実施例が、上記説明において提示されているが、本発明の主題は、特に開示された実施形態を超えてその他の代替的実施形態および／または使用、ならびに修正形態およびその等価物にまで拡張される。したがって、本明細書に添付の特許請求の範囲は、以下に記載する特定の実施形態のいずれによっても限定されない。例えば、本明細書で開示される任意の方法またはプロセスにおいて、方法またはプロセスの行為または操作は、任意の適する順番で実施されてもよく、開示された特定の順番のいずれにも必ずしも限定されない。様々な操作は、特定の実施形態を理解する際に役立ち得る順番、方式で複数の独立した操作として記載され得る；しかしながら、説明の順序は、これらの操作は順序依存性であることを示唆するものと解釈すべきでない。さらに、本明細書に記載される構造、システム、および／またはデバイスは、一体化したコンポーネントとして、または分離したコンポーネントとして具体化され得る。
【0200】
様々な実施形態を比較するために、それらの実施形態の特定の側面および利点が記載されている。全てのそのような側面または利点が、必ずしも特定の実施形態のいずれかにより達成されるわけではない。したがって、例えば様々な実施形態は、本明細書において教示されるように、１つの利点または利点の群を実現または最適化する方式で、本明細書においてやはり教示または示唆され得るようなその他の側面または利点を必ずしも達成することなく実施され得る。
【0201】
本明細書で使用される場合、Ａおよび／またはＢは、ＡまたはＢのうちの１つもしくは複数、およびその組合せ、例えばＡおよびＢを包含する。用語「第１」、「第２」、「第３」等は、様々な要素、コンポーネント、領域、および／またはセクションを記載するのに本明細書において使用され得るが、これらの要素、コンポーネント、領域、および／またはセクションは、これらの用語により限定されるべきでないと理解される。これらの用語は、１つの要素、コンポーネント、領域、またはセクションを別の要素、コンポーネント、領域、またはセクションから区別するのに使用されるにすぎない。したがって、以下で議論される第１の要素、コンポーネント、領域、またはセクションは、本開示の教示から逸脱することなく、第２の要素、コンポーネント、領域、またはセクションと呼ぶこともあり得る。
【0202】
本明細書で使用される専門用語は、特定の実施形態を記載する目的に限定され、本開示を限定するように意図されない。本明細書で使用される場合、単数形「１つの（ａ）」、「１つの（ａｎ）」、および「その（ｔｈｅ）」は、文脈が別途明示しない限り、複数形もやはり含むように意図されている。用語「含む（ｃｏｍｐｒｉｓｅｓ）」および／または「含むこと（ｃｏｍｐｒｉｓｉｎｇ）」、あるいは「含む（ｉｎｃｌｕｄｅｓ）」および／または「含むこと（ｉｎｃｌｕｄｉｎｇ）」は、本明細書で使用されるとき、記載された特徴、領域、整数、ステップ、操作、要素、および／またはコンポーネントの存在を特定するが、しかし１つまたは複数のその他の特徴、領域、整数、ステップ、操作、要素、コンポーネント、および／またはその群の存在もしくは追加を排除しないものとさらに理解される。
【0203】
本明細書および特許請求の範囲で使用される場合、別途記載がなければ、用語「約」および「およそ」とは、実施形態に応じて、数値の±１％、±２％、±３％、±４％、±５％、±６％、±７％、±８％、±９％、±１０％、±１１％、±１２％、±１４％、±１５％、または±２０％未満のまたはそれに等しい変動を指す。非限定的な例として、約１００メートルは、実施形態に応じて９５メートル～１０５メートル（１００メートルの±５％である）、９０メートル～１１０メートル（１００メートルの±１０％である）、または８５メートル～１１５メートル（１００メートルの±１５％である）の範囲を表す。
【0204】
好ましい実施形態が本明細書に提示および記載されているが、そのような実施形態は、例示目的に限定して提供されていることは当業者にとって明白である。ここで、非常に多くの変化、変更、および置換が、本開示の範囲から逸脱せずに、当業者において思いつくであろう。本明細書に記載する実施形態に対する様々な代替形態が実際に採用され得るものと理解すべきである。本明細書に記載する実施形態の非常に多くの異なる組合せが可能であり、そのような組合せは本開示の一部分と考えられる。さらに、本明細書における任意の１つの実施形態と関連付けて議論される全ての特徴は、本明細書におけるその他の実施形態で使用するために、容易に調整可能である。下記の特許請求の範囲は、本開示の範囲を定義すること、ならびにこれらの特許請求の範囲内の方法および構造ならびにその等価物は、それによりカバーされることが意図されている。
本発明は、例えば、以下の項目を提供する。
(項目１)
選択的スプライシング（ＡＳ）事象を数量化するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング数量化アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムとを含むデジタル処理デバイスを含み、前記選択的スプライシング数量化アプリケーションが、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報をデータベースにマッピングして、マッピングされた情報を創出するステップと、
（ｃ）ヒューリスティック近似を使用して、前記マッピングされた情報からデータ依存パラメータのセットを計算するステップと、
（ｄ）前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップと
を行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステム。
(項目２)
選択的スプライシング事象を解析するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング解析アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムを含むデジタル処理デバイスを含み、前記選択的スプライシング解析アプリケーションが、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報を定量的に処理して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別するステップであって、
ｉ．回帰モデルの１つまたは複数のパラメータを算出すること、および
ｉｉ．前記１つまたは複数のパラメータを使用して前記回帰モデルを前記情報に適用して、前記１つまたは複数の統計的に有意な選択的スプライシング事象を識別すること
を含むステップと
を行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステム。
(項目３)
前記確率モデルが、ベイズ確率モデルである、項目１に記載のコンピュータにより実装されるシステム。
(項目４)
前記回帰モデルが、薄板スプラインに基づく回帰モデルである、項目２に記載のコンピュータにより実装されるシステム。
(項目５)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データが、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、およびｍＲＮＡ配列のうちの１つまたは複数を含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目６)
前記情報をユーザから受け取るステップが、クラウドネットワークを含むコンピュータネットワークを介したものである、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目７)
前記ソフトウェアモジュールが、ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、前記データベースに保存されている情報を選択すること、選択的スプライシング値を前記データベースに保存されている選択された情報とマージすること、前記１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするユーザインターフェースをさらに含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目８)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報からエクソンインクルージョン比を含む情報が算出される、項目２に記載のコンピュータにより実装されるシステム。
(項目９)
前記回帰モデルが、薄板スプライン（ＴＰＳ）モデルを含む、項目２に記載のコンピュータにより実装されるシステム。
(項目１０)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが自動で行われる、項目１に記載のコンピュータにより実装されるシステム。
(項目１１)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが自動で行われる、項目１に記載のコンピュータにより実装されるシステム。
(項目１２)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目１に記載のコンピュータにより実装されるシステム。
(項目１３)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回実行される、項目１に記載のコンピュータにより実装されるシステム。
(項目１４)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが、前記ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目１に記載のコンピュータにより実装されるシステム。
(項目１５)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、前記ユーザによって調整されない、項目１に記載のコンピュータにより実装されるシステム。
(項目１６)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが、前記ユーザによって調整されない、項目１に記載のコンピュータにより実装されるシステム。
(項目１７)
前記データ依存パラメータのセットが、断片サイズ分布を含む、項目１に記載のコンピュータにより実装されるシステム。
(項目１８)
前記計算するステップが、ヒューリスティック近似をさらに含み、前記ヒューリスティック近似が、インクルージョン比モデルをインクルージョン比のデータ駆動型モデルまたは数学的モデルに置き換えることを含む、項目１に記載のコンピュータにより実装されるシステム。
(項目１９)
前記選択的スプライシング値が、エクソンインクルージョン比またはパーセントスプライス指数（ＰＳＩ）を含む、項目１に記載のコンピュータにより実装されるシステム。
(項目２０)
前記選択的スプライシング値が、エクソンレベルでの値である、項目１に記載のコンピュータにより実装されるシステム。
(項目２１)
前記１つまたは複数の統計的に有意な選択的スプライシング事象をデータベースまたは第２のデータベースに保存されている追加的な情報を用いて処理して、公共のデータセットにおける選択的スプライシング事象の再現性、臨床的メタデータに基づく記述的分析、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するその機能的影響、異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシング調節の制御可能性を数量化するステップであって、
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の統計的に有意な選択的スプライシング事象の確率を、前記データベースに保存されている追加的な情報であって、公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ｍＲＮＡアノテーション、ＧＴＥｘデータ、ＴＣＧＡデータ、臨床的メタデータ、タンパク質構造情報、またはゲノムデータに基づく選択的スプライシングの複数のスプライシング型のアノテーションから得られたメタデータを含む、追加的な情報を使用して生成される複数の特徴を使用して定量的に推定することと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の有意な選択的スプライシング事象の機能的影響を推定される確率に基づいて予測することとを含む、ステップ
を行うソフトウェアモジュールをさらに含む、項目２に記載のコンピュータにより実装されるシステム。
(項目２２)
公共のＲＮＡ－ｓｅｑデータに関連する情報を含むアノテーションを生成するステップを行うソフトウェアモジュールをさらに含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２３)
前記複数のスプライシング型が、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、カセットエクソン（ＣＡ）、およびイントロン保持（ＩＲ）のうちの１つまたは複数を含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２４)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２５)
前記アノテーションが、前記ユーザから受け取った情報を使用して生成された１つまたは複数の新しいアノテーションを含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２６)
前記選択的スプライシング事象の１つまたは複数の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測するための半教師ありまたは教師あり機械学習分類器をさらに含む、項目２に記載のコンピュータにより実装されるシステム。
(項目２７)
前記スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性の予測が、スプライシング事象の解釈に利用されるように構成されている、項目２６に記載のコンピュータにより実装されるシステム。
(項目２８)
前記ユーザが、前記１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目２９)
タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を数量化するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング機能的影響解析アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムとを含むデジタル処理デバイスを含み、前記アプリケーションが、
（ａ）データベースに保存されている情報であって、公共のＲＮＡ－ｓｅｑデータまたは他の生物学的データに基づいた選択的スプライシングの複数の型のアノテーションから得られたメタデータを含む、情報に基づいて複数の特徴を生成するステップと、
（ｂ）１つまたは複数の選択的スプライシング事象を得るステップと、
（ｃ）前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を前記複数の特徴に基づいて定量的に推定するステップと、
（ｄ）教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の選択的スプライシング事象の機能的影響を推定される確率に基づいて予測するステップと、
（ｅ）前記１つまたは複数の選択的スプライシング事象の機能的影響の予測に基づいて、優先順位が付けられた、生物学的に関連する選択的スプライシング事象の一覧を生成するステップと
を行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステム。
(項目３０)
前記半教師ありまたは教師あり機械学習アルゴリズムが、ランダムフォレスト、ベイズモデル、回帰モデル、ニューラルネットワーク、分類木、回帰木、判別分析、ｋ近傍法、単純ベイズ分類器、サポートベクターマシン（ＳＶＭ）、生成モデル、低密度分離法、グラフに基づく方法、ヒューリスティック手法、またはこれらの組合せを含む、項目２９に記載のコンピュータにより実装されるシステム。
(項目３１)
前記機械学習アルゴリズムを訓練セットを用いて訓練し、前記訓練セットの各データポイントが、前記複数の特徴のうちのある１つの特徴およびラベルを含み、前記ラベルが、ポジティブ、ネガティブ、またはアンラベルである、項目２９に記載のコンピュータにより実装されるシステム。
(項目３２)
前記訓練セットが、５０以上の訓練データポイントで構成される、項目３１に記載のコンピュータにより実装されるシステム。
(項目３３)
前記複数の特徴が、ＲＮＡに基づく特徴、タンパク質ドメイン特徴、進化的特徴、変異性特徴、およびスプライシング調節特徴から選択される１つまたは複数のカテゴリーの特徴を含む、項目３１に記載のコンピュータにより実装されるシステム。
(項目３４)
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を定量的に推定するステップが、選択的スプライシングによる機能的なタンパク質ドメインの除去；選択的スプライシングによるナンセンス変異依存分解（ＮＭＤ）および翻訳フレームシフト（ＦＳ）；選択的スプライシング事象の変異性；選択的スプライシングを受けたタンパク質の生物学的ネットワークにおける重み付けされた接近中心性；またはこれらの組合せによって引き起こされる損傷を定量的に推定することを含む、項目２９に記載のコンピュータにより実装されるシステム。
(項目３５)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目２９に記載のコンピュータにより実装されるシステム。
(項目３６)
選択的スプライシング事象を解析するためのコンピュータにより実装されるシステムであって、
（ａ）プロセッサ、実行可能命令を実施するように構成されたオペレーティングシステム、およびメモリを含むデジタル処理デバイスと、
（ｂ）前記デジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムと、
（ｃ）エクソン中心のデータマッピングを通じた選択的スプライシング事象の自動問い合わせが可能になるように構成されたデータベースであって、前記データベースの各エントリーが独立した選択的スプライシング事象を含み、前記データベースが、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを使用して生成された１つまたは複数のアノテーションを含み、前記生物学的データが、前記データベースのユーザにより提供されたものである、データベースと、
（ｄ）第１の複数の選択的スプライシング事象の解析を第２の複数のプロセッサに分散するソフトウェアモジュールと
を含む、コンピュータにより実装されるシステム。
(項目３７)
前記第１の複数のスプライシング事象が、コンピュータネットワークを介して分散される、項目３６に記載のコンピュータにより実装されるシステム。
(項目３８)
選択的スプライシング（ＡＳ）事象を数量化するためのコンピュータにより実装される方法であって、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報をデータベースにマッピングして、マッピングされた情報を創出するステップと、
（ｃ）ヒューリスティック近似を使用して、前記マッピングされた情報からデータ依存パラメータのセットを計算するステップと、
（ｄ）前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップと、
を含む、コンピュータにより実装される方法。
(項目３９)
選択的スプライシング（ＡＳ）事象を解析するためのコンピュータにより実装される方法であって、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報を定量的に処理して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別するステップであって、
ｉ．回帰モデルの１つまたは複数のパラメータを算出すること、および
ｉｉ．前記１つまたは複数のパラメータを使用して前記回帰モデルを前記情報に適用して、前記１つまたは複数の統計的に有意な選択的スプライシング事象を識別すること
を含むステップと
を含む、コンピュータにより実装される方法。
(項目４０)
前記確率モデルが、ベイズ確率モデルである、項目３８に記載のコンピュータにより実装される方法。
(項目４１)
前記回帰モデルが、薄板スプラインに基づく回帰モデルである、項目３９に記載のコンピュータにより実装される方法。
(項目４２)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データが、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、またはｍＲＮＡ配列のうちの１つまたは複数を含む、前記項目のいずれか一項に記載のコンピュータにより実装される方法。
(項目４３)
ユーザから情報を受け取るステップが、クラウドネットワークを含むコンピュータネットワークを介したものである、項目３８または３９に記載のコンピュータにより実装される方法。
(項目４４)
ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、前記データベースに保存されている情報を選択すること、選択的スプライシング値を前記データベースに保存されている前記選択された情報とマージすること、前記１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするステップをさらに含む、項目３８に記載のコンピュータにより実装される方法。
(項目４５)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報からエクソンインクルージョン比が算出される、項目３９に記載のコンピュータにより実装される方法。
(項目４６)
前記回帰モデルが、薄板スプライン（ＴＰＳ）モデルを含む、項目３９に記載のコンピュータにより実装される方法。
(項目４７)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが自動で行われる、項目３８に記載のコンピュータにより実装される方法。
(項目４８)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが自動で行われる、項目３８に記載のコンピュータにより実装される方法。
(項目４９)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目３８に記載のコンピュータにより実装される方法。
(項目５０)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回実行される、項目３８に記載のコンピュータにより実装される方法。
(項目５１)
前記確率モデルを適用して選択的スプライシング値を生成するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目３８に記載のコンピュータにより実装される方法。
(項目５２)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、前記ユーザによって調整されない、項目３８に記載のコンピュータにより実装される方法。
(項目５３)
前記確率モデルを適用して選択的スプライシング値を生成するステップが、前記ユーザによって調整されない、項目３８に記載のコンピュータにより実装される方法。
(項目５４)
前記データ依存パラメータのセットの１つが、断片サイズ分布を含む、項目３８に記載のコンピュータにより実装される方法。
(項目５５)
前記計算するステップが、ヒューリスティック近似をさらに含み、前記ヒューリスティック近似が、インクルージョン比モデルをインクルージョン比のデータ駆動型モデルまたは数学的モデルに置き換えることを含む、項目３８に記載のコンピュータにより実装される方法。
(項目５６)
前記選択的スプライシング値が、エクソンインクルージョン比またはパーセントスプライス指数（ＰＳＩ）を含む、項目３８に記載のコンピュータにより実装される方法。
(項目５７)
前記選択的スプライシング値が、エクソンレベルでの値である、項目３８に記載のコンピュータにより実装される方法。
(項目５８)
前記１つまたは複数の統計的に有意な選択的スプライシング事象を、データベースまたは第２のデータベースに保存されている追加的な情報を用いて処理して、公共のデータセットにおける選択的スプライシング事象の再現性、臨床的メタデータに基づく記述的分析、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するその機能的影響、異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシング調節の制御可能性を数量化するステップであって、
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の統計的に有意な選択的スプライシング事象の確率を、前記データベースに保存されている追加的な情報であって、公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ｍＲＮＡアノテーション、ＧＴＥｘデータ、ＴＣＧＡデータ、臨床的メタデータ、タンパク質構造情報、またはゲノムデータに基づく選択的スプライシングの複数のスプライシング型のアノテーションから得られたメタデータを含む、追加的な情報を使用して生成される複数の特徴を使用して定量的に推定することと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の有意な選択的スプライシング事象の機能的影響を推定される確率に基づいて予測することとを含む、ステップ
をさらに含む、項目３９に記載のコンピュータにより実装される方法。
(項目５９)
公共のＲＮＡ－ｓｅｑデータに関連する情報を含むアノテーションを生成するステップをさらに含む、項目５８に記載のコンピュータにより実装される方法。
(項目６０)
前記複数のスプライシング型が、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、カセットエクソン（ＣＡ）、およびイントロン保持（ＩＲ）のうちの１つまたは複数を含む、項目５８に記載のコンピュータにより実装される方法。
(項目６１)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目５８に記載のコンピュータにより実装される方法。
(項目６２)
前記アノテーションが、前記ユーザから受け取った情報を使用して生成された１つまたは複数の新しいアノテーションを含む、項目５８に記載のコンピュータにより実装される方法。
(項目６３)
前記選択的スプライシング事象の１つまたは複数の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測するための半教師ありまたは教師あり機械学習分類器をさらに含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目６４)
前記スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測することが、スプライシング事象の解釈に利用されるように構成されている、項目６３に記載のコンピュータにより実装される方法。
(項目６５)
前記ユーザが、前記１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む、項目３９に記載のコンピュータにより実装される方法。
(項目６６)
タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を数量化するためのコンピュータにより実装される方法であって、
（ａ）データベースに保存されている情報であって、公共のＲＮＡ－ｓｅｑデータまたは他の生物学的データに基づいた選択的スプライシングの複数の型のアノテーションから得られたメタデータを含む、情報に基づいて複数の特徴を生成するステップと、
（ｂ）１つまたは複数の選択的スプライシング事象を得るステップと、
（ｃ）前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を前記複数の特徴に基づいて定量的に推定するステップと、
（ｄ）教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の選択的スプライシング事象の機能的影響を推定される確率に基づいて予測するステップと、
（ｅ）前記１つまたは複数の選択的スプライシング事象の機能的影響の予測に基づいて、優先順位が付けられた、生物学的に関連する選択的スプライシング事象の一覧を生成するステップと
を含む、コンピュータにより実装される方法。
(項目６７)
前記半教師ありまたは教師あり機械学習アルゴリズムが、ランダムフォレスト、ベイズモデル、回帰モデル、ニューラルネットワーク、分類木、回帰木、判別分析、ｋ近傍法、単純ベイズ分類器、サポートベクターマシン（ＳＶＭ）、生成モデル、低密度分離法、グラフに基づく方法、ヒューリスティック手法、またはこれらの組合せを含む、項目６６に記載のコンピュータにより実装される方法。
(項目６８)
前記機械学習アルゴリズムを訓練セットを用いて訓練し、前記訓練セットの各データポイントが、複数の特徴のうちのある１つの特徴およびラベルを含み、前記ラベルが、ポジティブ、ネガティブ、およびアンラベルである、項目６６に記載のコンピュータにより実装される方法。
(項目６９)
前記訓練セットが、５０以上の訓練データポイントで構成される、項目６８に記載のコンピュータにより実装される方法。
(項目７０)
前記複数の特徴が、ＲＮＡに基づく特徴、タンパク質ドメイン特徴、進化的特徴、変異性特徴、およびスプライシング調節特徴から選択される１つまたは複数のカテゴリーの特徴を含む、項目６６に記載のコンピュータにより実装される方法。
(項目７１)
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を定量的に推定するステップが、選択的スプライシングによる機能的なタンパク質ドメインの除去；選択的スプライシングによるナンセンス変異依存分解（ＮＭＤ）および翻訳フレームシフト（ＦＳ）；選択的スプライシング事象の変異性；選択的スプライシングの重み付けされた接近中心性；またはこれらの組合せによって引き起こされる損傷を定量的に推定することを含む、項目６６に記載のコンピュータにより実装される方法。
(項目７２)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目６６に記載のコンピュータにより実装される方法。
(項目７３)
疾患状態を識別する方法であって、
（ａ）スプライシング因子エラーを識別するステップと、
（ｂ）前記項目のいずれかに記載のコンピュータにより実装される方法を適用して、スプライシング因子エラーを有するまたは有さない配列決定データを解析するステップであって、前記配列決定データが、データベースに由来するものである、ステップと、
（ｃ）前記スプライシング因子エラーによって促進される選択的スプライシング事象の一覧を出力するステップと、
を含む方法。
(項目７４)
前記スプライシング因子エラーが、前記スプライシング因子の突然変異である、項目７３に記載の方法。
(項目７５)
前記スプライシング因子エラーが、前記スプライシング因子の異常な発現である、項目７３に記載の方法。
(項目７６)
前記スプライシング因子エラーが、異常なスプライシングである、項目７３に記載の方法。
(項目７７)
前記スプライシング因子エラーが、ＲＮＡ不安定化に関連する、項目７３に記載の方法。
(項目７８)
前記データベースが、Ｃａｎｃｅｒ Ｇｅｎｏｍｅ Ａｔｌａｓである、項目７３に記載の方法。
(項目７９)
前記配列決定データが、ＲＮＡ－ｓｅｑデータである、項目７３に記載の方法。
(項目８０)
前記配列決定データが、マイクロアレイデータである、項目７３に記載の方法。
(項目８１)
前記疾患状態が、がん、白血病、中枢神経系の疾患、筋ジストロフィー、ホルモン障害、慢性炎症および異常な炎症からなる群から選択される、項目７３に記載の方法。
(項目８２)
前記疾患状態が、家族性自律神経障害（ＦＤ）、脊髄性筋萎縮症（ＳＭＡ）、中鎖アシルＣｏＡデヒドロゲナーゼ（ＭＣＡＤ）欠損症、ハッチンソン・ギルフォード早老症候群（ＨＧＰＳ）、筋強直性ジストロフィー１型（ＤＭ１）、筋強直性ジストロフィー２型（ＤＭ２）、常染色体優性網膜色素変性症（ＲＰ）、デュシェンヌ型筋ジストロフィー（ＤＭＤ）、小頭症性骨異形成性原発性小人症１型（ＭＯＰＤ１）またはテイビ・リンダー症候群（ＴＡＬＳ）、パーキンソニズムを伴う前頭側頭型認知症－１７（ＦＴＤＰ－１７）、福山型先天性筋ジストロフィー（ＦＣＭＤ）、筋萎縮性側索硬化症（ＡＬＳ）、高コレステロール血症、および嚢胞性線維症（ＣＦ）からなる群から選択される、項目７３に記載の方法。
(項目８３)
前記疾患状態が遺伝性である、項目７３に記載の方法。
(項目８４)
前記疾患状態が、放射線への曝露に関連する、項目７３に記載の方法。
(項目８５)
前記選択的スプライシング事象の一覧が、ＢＲＣＡ１、ＢＲＣＡ２、ＥＺＨ２、ＢＩＮ１、ＢＣＬ２Ｌ１、ＢＣＬ２Ｌ１１、ＣＡＳＰ２、ＣＣＮＤ１、ＣＤ４４、ＥＮＡＨ、ＦＡＳ、ＦＧＲＦ、ＨＥＲ２、ＨＲＡＳ、ＫＬＦ６、ＭＣＬ１、ＭＫＮＫ２、ＭＳＴＲ１、ＰＫＭ、ＲＡＣ１、ＲＰＳ６ＫＢ１、ＶＥＧＦＡ、ＩＫＢＫＡＰ、ＳＭＮ２、ＭＣＡＤ、ＬＭＮＡ、ＤＭＰＫ、ＺＮＦ９、ＰＲＰＦ３１、ＰＲＰＦ８、ＰＲＰＦ３、ＲＰ９、ＭＡＰＴ、ＴＫＴＮ、ＴＰＤ－４３、ＬＤＬＲ、ＣＦＴＲ、ＤＭＤ、ＡＴＦ２、およびＵ４ａｔａｃ ｓｎＲＮＡをコードする遺伝子を含む群のうちの少なくとも１つの遺伝子を含む、項目７３に記載の方法。
(項目８６)
前記ＡＳ事象の一覧に基づいて処置レジメンが推奨される、項目７３に記載の方法。
(項目８７)
疾患特異的２連エクソン（ｅｘｏｎ ｄｕｏ）または３連エクソン（ｅｘｏｎ ｔｒｉｏ）を識別するためのコンピュータにより実装される方法であって、
（ａ）供給源から疾患関連遺伝子配列決定データを受け取るステップと、
（ｂ）既知のアノテーションと新規のアノテーションを区別するステップであって、頻度、カバレッジ、および供給源を抽出する、ステップと、
（ｃ）既知のアノテーションに基づいて前記疾患特異的２連エクソンまたは３連エクソンに信頼度スコアを割り当てるステップと、
（ｄ）前記アノテーションをインクルージョンの状態またはスキッピングの状態に基づいてソートするステップと、
（ｅ）予測される２連エクソンおよび／または３連エクソンの一覧を出力するステップと
を含む、コンピュータにより実装される方法。
(項目８８)
前記供給源が、ＴＣＧＡまたはＧＴＥｘ ＲＮＡ－ｓｅｑデータである、項目８７に記載のコンピュータにより実装される方法。
(項目８９)
前記供給源が、公共のデータベースである、項目８７に記載のコンピュータにより実装される方法。
(項目９０)
前記信頼度スコアが、ベイズ確率モデル、薄板スプラインに基づく回帰モデルを含む群のうちの少なくとも１つを使用して算出される、項目８７に記載のコンピュータにより実装される方法。
(項目９１)
ステップ（ｄ）が、前記アノテーションを５つのカテゴリーにソートすることを含む、項目８７に記載のコンピュータにより実装される方法。
(項目９２)
前記５つのカテゴリーが、キュレート、アノテート、予測－１、予測－２および理論上である、項目９１に記載のコンピュータにより実装される方法。
(項目９３)
キュレートが、インクルージョンの状態およびスキッピングの状態の両方についてＥｎｓｅｍｂｌまたはＲｅｆＳｅｑアノテーションを有する２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９４)
アノテートが、配列決定データまたは公共のリポジトリからインクルージョンの状態およびスキッピングの状態の両方が予測された２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９５)
予測－１が、配列決定データまたは公共のリポジトリからインクルージョンの状態およびスキッピングの状態の両方が予測された２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９６)
予測－２が、配列決定データまたは公共のリポジトリからインクルージョンの状態またはスキッピングの状態のいずれかが予測された２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９７)
理論上が、存在する可能性が高いが、それを裏付けるエビデンスが不十分である２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９８)
前記配列決定データがＧＴＥｘである、項目９４から９７までに記載のコンピュータにより実装される方法。
(項目９９)
前記公共のリポジトリがＴＣＧＡである、項目９４から９７までに記載のコンピュータにより実装される方法。
(項目１００)
疾患に関連する２連エクソンまたは３連エクソンを識別する方法であって、
（ａ）項目８７に記載のコンピュータにより実装される方法を、疾患に関連する突然変異に関するデータベース配列決定データに適用するステップと、
（ｂ）予測される２連エクソンおよび／または３連エクソンの一覧を出力するステップと
を含む、方法。
(項目１０１)
前記疾患に関連する突然変異が、ＢＲＣＡ１、ＢＲＣＡ２、ＥＺＨ２、ＢＩＮ１、ＢＣＬ２Ｌ１、ＢＣＬ２Ｌ１１、ＣＡＳＰ２、ＣＣＮＤ１、ＣＤ４４、ＥＮＡＨ、ＦＡＳ、ＦＧＲＦ、ＨＥＲ２、ＨＲＡＳ、ＫＬＦ６、ＭＣＬ１、ＭＫＮＫ２、ＭＳＴＲ１、ＰＫＭ、ＲＡＣ１、ＲＰＳ６ＫＢ１、ＶＥＧＦＡ、ＩＫＢＫＡＰ、ＳＭＮ２、ＭＣＡＤ、ＬＭＮＡ、ＤＭＰＫ、ＺＮＦ９、ＰＲＰＦ３１、ＰＲＰＦ８、ＰＲＰＦ３、ＲＰ９、ＭＡＰＴ、ＴＫＴＮ、ＴＰＤ－４３、ＬＤＬＲ、ＣＦＴＲ、ＤＭＤ、ＡＴＦ２、およびＵ４ａｔａｃ ｓｎＲＮＡをコードする遺伝子を含む群のうちの少なくとも１つの遺伝子である、項目１００に記載の方法。
本発明は、例えば、以下の項目を提供する。
(項目１)
選択的スプライシング（ＡＳ）事象を数量化するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング数量化アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムとを含むデジタル処理デバイスを含み、前記選択的スプライシング数量化アプリケーションが、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報をデータベースにマッピングして、マッピングされた情報を創出するステップと、
（ｃ）ヒューリスティック近似を使用して、前記マッピングされた情報からデータ依存パラメータのセットを計算するステップと、
（ｄ）前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップと
を行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステム。
(項目２)
選択的スプライシング事象を解析するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング解析アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムを含むデジタル処理デバイスを含み、前記選択的スプライシング解析アプリケーションが、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報を定量的に処理して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別するステップであって、
ｉ．回帰モデルの１つまたは複数のパラメータを算出すること、および
ｉｉ．前記１つまたは複数のパラメータを使用して前記回帰モデルを前記情報に適用して、前記１つまたは複数の統計的に有意な選択的スプライシング事象を識別すること
を含むステップと
を行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステム。
(項目３)
前記確率モデルが、ベイズ確率モデルである、項目１に記載のコンピュータにより実装されるシステム。
(項目４)
前記回帰モデルが、薄板スプラインに基づく回帰モデルである、項目２に記載のコンピュータにより実装されるシステム。
(項目５)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データが、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、およびｍＲＮＡ配列のうちの１つまたは複数を含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目６)
前記情報をユーザから受け取るステップが、クラウドネットワークを含むコンピュータネットワークを介したものである、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目７)
前記ソフトウェアモジュールが、ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、前記データベースに保存されている情報を選択すること、選択的スプライシング値を前記データベースに保存されている選択された情報とマージすること、前記１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするユーザインターフェースをさらに含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目８)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報からエクソンインクルージョン比を含む情報が算出される、項目２に記載のコンピュータにより実装されるシステム。
(項目９)
前記回帰モデルが、薄板スプライン（ＴＰＳ）モデルを含む、項目２に記載のコンピュータにより実装されるシステム。
(項目１０)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが自動で行われる、項目１に記載のコンピュータにより実装されるシステム。
(項目１１)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが自動で行われる、項目１に記載のコンピュータにより実装されるシステム。
(項目１２)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目１に記載のコンピュータにより実装されるシステム。
(項目１３)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回実行される、項目１に記載のコンピュータにより実装されるシステム。
(項目１４)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが、前記ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目１に記載のコンピュータにより実装されるシステム。
(項目１５)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、前記ユーザによって調整されない、項目１に記載のコンピュータにより実装されるシステム。
(項目１６)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが、前記ユーザによって調整されない、項目１に記載のコンピュータにより実装されるシステム。
(項目１７)
前記データ依存パラメータのセットが、断片サイズ分布を含む、項目１に記載のコンピュータにより実装されるシステム。
(項目１８)
前記計算するステップが、ヒューリスティック近似をさらに含み、前記ヒューリスティック近似が、インクルージョン比モデルをインクルージョン比のデータ駆動型モデルまたは数学的モデルに置き換えることを含む、項目１に記載のコンピュータにより実装されるシステム。
(項目１９)
前記選択的スプライシング値が、エクソンインクルージョン比またはパーセントスプライス指数（ＰＳＩ）を含む、項目１に記載のコンピュータにより実装されるシステム。
(項目２０)
前記選択的スプライシング値が、エクソンレベルでの値である、項目１に記載のコンピュータにより実装されるシステム。
(項目２１)
前記１つまたは複数の統計的に有意な選択的スプライシング事象をデータベースまたは第２のデータベースに保存されている追加的な情報を用いて処理して、公共のデータセットにおける選択的スプライシング事象の再現性、臨床的メタデータに基づく記述的分析、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するその機能的影響、異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシング調節の制御可能性を数量化するステップであって、
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の統計的に有意な選択的スプライシング事象の確率を、前記データベースに保存されている追加的な情報であって、公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ｍＲＮＡアノテーション、ＧＴＥｘデータ、ＴＣＧＡデータ、臨床的メタデータ、タンパク質構造情報、またはゲノムデータに基づく選択的スプライシングの複数のスプライシング型のアノテーションから得られたメタデータを含む、追加的な情報を使用して生成される複数の特徴を使用して定量的に推定することと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の有意な選択的スプライシング事象の機能的影響を推定される確率に基づいて予測することとを含む、ステップ
を行うソフトウェアモジュールをさらに含む、項目２に記載のコンピュータにより実装されるシステム。
(項目２２)
公共のＲＮＡ－ｓｅｑデータに関連する情報を含むアノテーションを生成するステップを行うソフトウェアモジュールをさらに含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２３)
前記複数のスプライシング型が、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、カセットエクソン（ＣＡ）、およびイントロン保持（ＩＲ）のうちの１つまたは複数を含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２４)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２５)
前記アノテーションが、前記ユーザから受け取った情報を使用して生成された１つまたは複数の新しいアノテーションを含む、項目２１に記載のコンピュータにより実装されるシステム。
(項目２６)
前記選択的スプライシング事象の１つまたは複数の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測するための半教師ありまたは教師あり機械学習分類器をさらに含む、項目２に記載のコンピュータにより実装されるシステム。
(項目２７)
前記スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性の予測が、スプライシング事象の解釈に利用されるように構成されている、項目２６に記載のコンピュータにより実装されるシステム。
(項目２８)
前記ユーザが、前記１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目２９)
タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を数量化するためのコンピュータにより実装されるシステムであって、プロセッサと、実行可能命令を実施するように構成されたオペレーティングシステムと、メモリと、選択的スプライシング機能的影響解析アプリケーションを創出するためのデジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムとを含むデジタル処理デバイスを含み、前記アプリケーションが、
（ａ）データベースに保存されている情報であって、公共のＲＮＡ－ｓｅｑデータまたは他の生物学的データに基づいた選択的スプライシングの複数の型のアノテーションから得られたメタデータを含む、情報に基づいて複数の特徴を生成するステップと、
（ｂ）１つまたは複数の選択的スプライシング事象を得るステップと、
（ｃ）前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を前記複数の特徴に基づいて定量的に推定するステップと、
（ｄ）教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の選択的スプライシング事象の機能的影響を推定される確率に基づいて予測するステップと、
（ｅ）前記１つまたは複数の選択的スプライシング事象の機能的影響の予測に基づいて、優先順位が付けられた、生物学的に関連する選択的スプライシング事象の一覧を生成するステップと
を行うためのソフトウェアモジュールを含む、コンピュータにより実装されるシステム。
(項目３０)
前記半教師ありまたは教師あり機械学習アルゴリズムが、ランダムフォレスト、ベイズモデル、回帰モデル、ニューラルネットワーク、分類木、回帰木、判別分析、ｋ近傍法、単純ベイズ分類器、サポートベクターマシン（ＳＶＭ）、生成モデル、低密度分離法、グラフに基づく方法、ヒューリスティック手法、またはこれらの組合せを含む、項目２９に記載のコンピュータにより実装されるシステム。
(項目３１)
前記機械学習アルゴリズムを訓練セットを用いて訓練し、前記訓練セットの各データポイントが、前記複数の特徴のうちのある１つの特徴およびラベルを含み、前記ラベルが、ポジティブ、ネガティブ、またはアンラベルである、項目２９に記載のコンピュータにより実装されるシステム。
(項目３２)
前記訓練セットが、５０以上の訓練データポイントで構成される、項目３１に記載のコンピュータにより実装されるシステム。
(項目３３)
前記複数の特徴が、ＲＮＡに基づく特徴、タンパク質ドメイン特徴、進化的特徴、変異性特徴、およびスプライシング調節特徴から選択される１つまたは複数のカテゴリーの特徴を含む、項目３１に記載のコンピュータにより実装されるシステム。
(項目３４)
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を定量的に推定するステップが、選択的スプライシングによる機能的なタンパク質ドメインの除去；選択的スプライシングによるナンセンス変異依存分解（ＮＭＤ）および翻訳フレームシフト（ＦＳ）；選択的スプライシング事象の変異性；選択的スプライシングを受けたタンパク質の生物学的ネットワークにおける重み付けされた接近中心性；またはこれらの組合せによって引き起こされる損傷を定量的に推定することを含む、項目２９に記載のコンピュータにより実装されるシステム。
(項目３５)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目２９に記載のコンピュータにより実装されるシステム。
(項目３６)
選択的スプライシング事象を解析するためのコンピュータにより実装されるシステムであって、
（ａ）プロセッサ、実行可能命令を実施するように構成されたオペレーティングシステム、およびメモリを含むデジタル処理デバイスと、
（ｂ）前記デジタル処理デバイスにより実行可能な命令を含むコンピュータプログラムと、
（ｃ）エクソン中心のデータマッピングを通じた選択的スプライシング事象の自動問い合わせが可能になるように構成されたデータベースであって、前記データベースの各エントリーが独立した選択的スプライシング事象を含み、前記データベースが、ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを使用して生成された１つまたは複数のアノテーションを含み、前記生物学的データが、前記データベースのユーザにより提供されたものである、データベースと、
（ｄ）第１の複数の選択的スプライシング事象の解析を第２の複数のプロセッサに分散するソフトウェアモジュールと
を含む、コンピュータにより実装されるシステム。
(項目３７)
前記第１の複数のスプライシング事象が、コンピュータネットワークを介して分散される、項目３６に記載のコンピュータにより実装されるシステム。
(項目３８)
選択的スプライシング（ＡＳ）事象を数量化するためのコンピュータにより実装される方法であって、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報をデータベースにマッピングして、マッピングされた情報を創出するステップと、
（ｃ）ヒューリスティック近似を使用して、前記マッピングされた情報からデータ依存パラメータのセットを計算するステップと、
（ｄ）前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップと、
を含む、コンピュータにより実装される方法。
(項目３９)
選択的スプライシング（ＡＳ）事象を解析するためのコンピュータにより実装される方法であって、
（ａ）ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報をユーザから受け取るステップと、
（ｂ）前記情報を定量的に処理して、１つまたは複数の統計的に有意な選択的スプライシング事象を識別するステップであって、
ｉ．回帰モデルの１つまたは複数のパラメータを算出すること、および
ｉｉ．前記１つまたは複数のパラメータを使用して前記回帰モデルを前記情報に適用して、前記１つまたは複数の統計的に有意な選択的スプライシング事象を識別すること
を含むステップと
を含む、コンピュータにより実装される方法。
(項目４０)
前記確率モデルが、ベイズ確率モデルである、項目３８に記載のコンピュータにより実装される方法。
(項目４１)
前記回帰モデルが、薄板スプラインに基づく回帰モデルである、項目３９に記載のコンピュータにより実装される方法。
(項目４２)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データが、ＤＮＡ配列、ＲＮＡ配列、プレｍＲＮＡ配列、またはｍＲＮＡ配列のうちの１つまたは複数を含む、前記項目のいずれか一項に記載のコンピュータにより実装される方法。
(項目４３)
ユーザから情報を受け取るステップが、クラウドネットワークを含むコンピュータネットワークを介したものである、項目３８または３９に記載のコンピュータにより実装される方法。
(項目４４)
ユーザが、選択的スプライシング値をソートすること、選択的スプライシング値をフィルターにかけること、前記データベースに保存されている情報を選択すること、選択的スプライシング値を前記データベースに保存されている前記選択された情報とマージすること、前記１つまたは複数の統計的に有意な選択的スプライシング事象を閲覧すること、選択的スプライシング事象をその機能的影響の予測のために選択すること、またはこれらの組合せを行うことを可能にするステップをさらに含む、項目３８に記載のコンピュータにより実装される方法。
(項目４５)
前記ゲノム、トランスクリプトーム、またはその両方に関連する生物学的データを含む情報からエクソンインクルージョン比が算出される、項目３９に記載のコンピュータにより実装される方法。
(項目４６)
前記回帰モデルが、薄板スプライン（ＴＰＳ）モデルを含む、項目３９に記載のコンピュータにより実装される方法。
(項目４７)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが自動で行われる、項目３８に記載のコンピュータにより実装される方法。
(項目４８)
前記データ依存パラメータのセットに確率モデルを適用して、選択的スプライシング値を生成するステップが自動で行われる、項目３８に記載のコンピュータにより実装される方法。
(項目４９)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目３８に記載のコンピュータにより実装される方法。
(項目５０)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回実行される、項目３８に記載のコンピュータにより実装される方法。
(項目５１)
前記確率モデルを適用して選択的スプライシング値を生成するステップが、ゲノムに関連する生物学的データの各ＤＮＡ、ＲＮＡ、またはｍＲＮＡ配列に対して１回だけ実行される、項目３８に記載のコンピュータにより実装される方法。
(項目５２)
前記マッピングされた情報からデータ依存パラメータのセットを計算するステップが、前記ユーザによって調整されない、項目３８に記載のコンピュータにより実装される方法。
(項目５３)
前記確率モデルを適用して選択的スプライシング値を生成するステップが、前記ユーザによって調整されない、項目３８に記載のコンピュータにより実装される方法。
(項目５４)
前記データ依存パラメータのセットの１つが、断片サイズ分布を含む、項目３８に記載のコンピュータにより実装される方法。
(項目５５)
前記計算するステップが、ヒューリスティック近似をさらに含み、前記ヒューリスティック近似が、インクルージョン比モデルをインクルージョン比のデータ駆動型モデルまたは数学的モデルに置き換えることを含む、項目３８に記載のコンピュータにより実装される方法。
(項目５６)
前記選択的スプライシング値が、エクソンインクルージョン比またはパーセントスプライス指数（ＰＳＩ）を含む、項目３８に記載のコンピュータにより実装される方法。
(項目５７)
前記選択的スプライシング値が、エクソンレベルでの値である、項目３８に記載のコンピュータにより実装される方法。
(項目５８)
前記１つまたは複数の統計的に有意な選択的スプライシング事象を、データベースまたは第２のデータベースに保存されている追加的な情報を用いて処理して、公共のデータセットにおける選択的スプライシング事象の再現性、臨床的メタデータに基づく記述的分析、タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対するその機能的影響、異常なスプライシング事象の創薬可能性および可逆性ならびにスプライシング調節の制御可能性を数量化するステップであって、
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の統計的に有意な選択的スプライシング事象の確率を、前記データベースに保存されている追加的な情報であって、公共のＲＮＡ－ｓｅｑデータ、ＣＬＩＰ－ｓｅｑデータ、ｍＲＮＡアノテーション、ＧＴＥｘデータ、ＴＣＧＡデータ、臨床的メタデータ、タンパク質構造情報、またはゲノムデータに基づく選択的スプライシングの複数のスプライシング型のアノテーションから得られたメタデータを含む、追加的な情報を使用して生成される複数の特徴を使用して定量的に推定することと、教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の有意な選択的スプライシング事象の機能的影響を推定される確率に基づいて予測することとを含む、ステップ
をさらに含む、項目３９に記載のコンピュータにより実装される方法。
(項目５９)
公共のＲＮＡ－ｓｅｑデータに関連する情報を含むアノテーションを生成するステップをさらに含む、項目５８に記載のコンピュータにより実装される方法。
(項目６０)
前記複数のスプライシング型が、選択的受容部位（ＡＡ）、選択的供与部位（ＡＤ）、カセットエクソン（ＣＡ）、およびイントロン保持（ＩＲ）のうちの１つまたは複数を含む、項目５８に記載のコンピュータにより実装される方法。
(項目６１)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目５８に記載のコンピュータにより実装される方法。
(項目６２)
前記アノテーションが、前記ユーザから受け取った情報を使用して生成された１つまたは複数の新しいアノテーションを含む、項目５８に記載のコンピュータにより実装される方法。
(項目６３)
前記選択的スプライシング事象の１つまたは複数の機能的なスプライシング調節エレメントと潜在的なスプライシング調節エレメントを区別し、それにより、スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測するための半教師ありまたは教師あり機械学習分類器をさらに含む、前記項目のいずれか一項に記載のコンピュータにより実装されるシステム。
(項目６４)
前記スプライシングの制御可能性、異常なスプライシング事象の創薬可能性および可逆性を予測することが、スプライシング事象の解釈に利用されるように構成されている、項目６３に記載のコンピュータにより実装される方法。
(項目６５)
前記ユーザが、前記１つまたは複数の統計的に有意な選択的スプライシング事象をユーザが選択した基準に基づいてソートする、フィルターにかける、または順位付けることを可能にするソフトウェアモジュールをさらに含む、項目３９に記載のコンピュータにより実装される方法。
(項目６６)
タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に対する選択的スプライシング事象の機能的影響を数量化するためのコンピュータにより実装される方法であって、
（ａ）データベースに保存されている情報であって、公共のＲＮＡ－ｓｅｑデータまたは他の生物学的データに基づいた選択的スプライシングの複数の型のアノテーションから得られたメタデータを含む、情報に基づいて複数の特徴を生成するステップと、
（ｂ）１つまたは複数の選択的スプライシング事象を得るステップと、
（ｃ）前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を前記複数の特徴に基づいて定量的に推定するステップと、
（ｄ）教師ありまたは半教師あり機械学習アルゴリズムを適用して、前記１つまたは複数の選択的スプライシング事象の機能的影響を推定される確率に基づいて予測するステップと、
（ｅ）前記１つまたは複数の選択的スプライシング事象の機能的影響の予測に基づいて、優先順位が付けられた、生物学的に関連する選択的スプライシング事象の一覧を生成するステップと
を含む、コンピュータにより実装される方法。
(項目６７)
前記半教師ありまたは教師あり機械学習アルゴリズムが、ランダムフォレスト、ベイズモデル、回帰モデル、ニューラルネットワーク、分類木、回帰木、判別分析、ｋ近傍法、単純ベイズ分類器、サポートベクターマシン（ＳＶＭ）、生成モデル、低密度分離法、グラフに基づく方法、ヒューリスティック手法、またはこれらの組合せを含む、項目６６に記載のコンピュータにより実装される方法。
(項目６８)
前記機械学習アルゴリズムを訓練セットを用いて訓練し、前記訓練セットの各データポイントが、複数の特徴のうちのある１つの特徴およびラベルを含み、前記ラベルが、ポジティブ、ネガティブ、およびアンラベルである、項目６６に記載のコンピュータにより実装される方法。
(項目６９)
前記訓練セットが、５０以上の訓練データポイントで構成される、項目６８に記載のコンピュータにより実装される方法。
(項目７０)
前記複数の特徴が、ＲＮＡに基づく特徴、タンパク質ドメイン特徴、進化的特徴、変異性特徴、およびスプライシング調節特徴から選択される１つまたは複数のカテゴリーの特徴を含む、項目６６に記載のコンピュータにより実装される方法。
(項目７１)
前記タンパク質構造、タンパク質機能、ＲＮＡ安定性、ＲＮＡ完全性、または生物学的経路に損傷を与える１つまたは複数の選択的スプライシング事象の確率を定量的に推定するステップが、選択的スプライシングによる機能的なタンパク質ドメインの除去；選択的スプライシングによるナンセンス変異依存分解（ＮＭＤ）および翻訳フレームシフト（ＦＳ）；選択的スプライシング事象の変異性；選択的スプライシングの重み付けされた接近中心性；またはこれらの組合せによって引き起こされる損傷を定量的に推定することを含む、項目６６に記載のコンピュータにより実装される方法。
(項目７２)
前記アノテーションが、（ｉ）公共のデータから検出されるあらゆるスプライスジャンクションのリードカバレッジ；（ｉｉ）スプライス部位が検出される頻度および試料の型；（ｉｉｉ）所与の選択的スプライシングバリアントが複数の公共の試料にわたって観察される可能性；（ｉｖ）選択的スプライシング事象の原発がんおよび転移における行き渡り、年齢、性別および民族性との相関、関連する生存率および再発率、ならびに分子および組織学的バイオマーカー；（ｖ）ヒト遺伝子における選択的スプライシング事象の位置；（ｖｉ）選択的スプライシング事象の正常なヒト臓器または組織における行き渡り；（ｖｉｉ）カスタマイズされた特徴および予測；ならびに（ｖｉｉｉ）スプライシング調節相互作用（ＲＢＰ－ＲＮＡ）から選択される１つまたは複数を含む、項目６６に記載のコンピュータにより実装される方法。
(項目７３)
疾患状態を識別する方法であって、
（ａ）スプライシング因子エラーを識別するステップと、
（ｂ）前記項目のいずれかに記載のコンピュータにより実装される方法を適用して、スプライシング因子エラーを有するまたは有さない配列決定データを解析するステップであって、前記配列決定データが、データベースに由来するものである、ステップと、
（ｃ）前記スプライシング因子エラーによって促進される選択的スプライシング事象の一覧を出力するステップと、
を含む方法。
(項目７４)
前記スプライシング因子エラーが、前記スプライシング因子の突然変異である、項目７３に記載の方法。
(項目７５)
前記スプライシング因子エラーが、前記スプライシング因子の異常な発現である、項目７３に記載の方法。
(項目７６)
前記スプライシング因子エラーが、異常なスプライシングである、項目７３に記載の方法。
(項目７７)
前記スプライシング因子エラーが、ＲＮＡ不安定化に関連する、項目７３に記載の方法。
(項目７８)
前記データベースが、Ｃａｎｃｅｒ Ｇｅｎｏｍｅ Ａｔｌａｓである、項目７３に記載の方法。
(項目７９)
前記配列決定データが、ＲＮＡ－ｓｅｑデータである、項目７３に記載の方法。
(項目８０)
前記配列決定データが、マイクロアレイデータである、項目７３に記載の方法。
(項目８１)
前記疾患状態が、がん、白血病、中枢神経系の疾患、筋ジストロフィー、ホルモン障害、慢性炎症および異常な炎症からなる群から選択される、項目７３に記載の方法。
(項目８２)
前記疾患状態が、家族性自律神経障害（ＦＤ）、脊髄性筋萎縮症（ＳＭＡ）、中鎖アシルＣｏＡデヒドロゲナーゼ（ＭＣＡＤ）欠損症、ハッチンソン・ギルフォード早老症候群（ＨＧＰＳ）、筋強直性ジストロフィー１型（ＤＭ１）、筋強直性ジストロフィー２型（ＤＭ２）、常染色体優性網膜色素変性症（ＲＰ）、デュシェンヌ型筋ジストロフィー（ＤＭＤ）、小頭症性骨異形成性原発性小人症１型（ＭＯＰＤ１）またはテイビ・リンダー症候群（ＴＡＬＳ）、パーキンソニズムを伴う前頭側頭型認知症－１７（ＦＴＤＰ－１７）、福山型先天性筋ジストロフィー（ＦＣＭＤ）、筋萎縮性側索硬化症（ＡＬＳ）、高コレステロール血症、および嚢胞性線維症（ＣＦ）からなる群から選択される、項目７３に記載の方法。
(項目８３)
前記疾患状態が遺伝性である、項目７３に記載の方法。
(項目８４)
前記疾患状態が、放射線への曝露に関連する、項目７３に記載の方法。
(項目８５)
前記選択的スプライシング事象の一覧が、ＢＲＣＡ１、ＢＲＣＡ２、ＥＺＨ２、ＢＩＮ１、ＢＣＬ２Ｌ１、ＢＣＬ２Ｌ１１、ＣＡＳＰ２、ＣＣＮＤ１、ＣＤ４４、ＥＮＡＨ、ＦＡＳ、ＦＧＲＦ、ＨＥＲ２、ＨＲＡＳ、ＫＬＦ６、ＭＣＬ１、ＭＫＮＫ２、ＭＳＴＲ１、ＰＫＭ、ＲＡＣ１、ＲＰＳ６ＫＢ１、ＶＥＧＦＡ、ＩＫＢＫＡＰ、ＳＭＮ２、ＭＣＡＤ、ＬＭＮＡ、ＤＭＰＫ、ＺＮＦ９、ＰＲＰＦ３１、ＰＲＰＦ８、ＰＲＰＦ３、ＲＰ９、ＭＡＰＴ、ＴＫＴＮ、ＴＰＤ－４３、ＬＤＬＲ、ＣＦＴＲ、ＤＭＤ、ＡＴＦ２、およびＵ４ａｔａｃ ｓｎＲＮＡをコードする遺伝子を含む群のうちの少なくとも１つの遺伝子を含む、項目７３に記載の方法。
(項目８６)
前記ＡＳ事象の一覧に基づいて処置レジメンが推奨される、項目７３に記載の方法。
(項目８７)
疾患特異的２連エクソン（ｅｘｏｎ ｄｕｏ）または３連エクソン（ｅｘｏｎ ｔｒｉｏ）を識別するためのコンピュータにより実装される方法であって、
（ａ）供給源から疾患関連遺伝子配列決定データを受け取るステップと、
（ｂ）既知のアノテーションと新規のアノテーションを区別するステップであって、頻度、カバレッジ、および供給源を抽出する、ステップと、
（ｃ）既知のアノテーションに基づいて前記疾患特異的２連エクソンまたは３連エクソンに信頼度スコアを割り当てるステップと、
（ｄ）前記アノテーションをインクルージョンの状態またはスキッピングの状態に基づいてソートするステップと、
（ｅ）予測される２連エクソンおよび／または３連エクソンの一覧を出力するステップと
を含む、コンピュータにより実装される方法。
(項目８８)
前記供給源が、ＴＣＧＡまたはＧＴＥｘ ＲＮＡ－ｓｅｑデータである、項目８７に記載のコンピュータにより実装される方法。
(項目８９)
前記供給源が、公共のデータベースである、項目８７に記載のコンピュータにより実装される方法。
(項目９０)
前記信頼度スコアが、ベイズ確率モデル、薄板スプラインに基づく回帰モデルを含む群のうちの少なくとも１つを使用して算出される、項目８７に記載のコンピュータにより実装される方法。
(項目９１)
ステップ（ｄ）が、前記アノテーションを５つのカテゴリーにソートすることを含む、項目８７に記載のコンピュータにより実装される方法。
(項目９２)
前記５つのカテゴリーが、キュレート、アノテート、予測－１、予測－２および理論上である、項目９１に記載のコンピュータにより実装される方法。
(項目９３)
キュレートが、インクルージョンの状態およびスキッピングの状態の両方についてＥｎｓｅｍｂｌまたはＲｅｆＳｅｑアノテーションを有する２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９４)
アノテートが、配列決定データまたは公共のリポジトリからインクルージョンの状態およびスキッピングの状態の両方が予測された２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９５)
予測－１が、配列決定データまたは公共のリポジトリからインクルージョンの状態およびスキッピングの状態の両方が予測された２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９６)
予測－２が、配列決定データまたは公共のリポジトリからインクルージョンの状態またはスキッピングの状態のいずれかが予測された２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９７)
理論上が、存在する可能性が高いが、それを裏付けるエビデンスが不十分である２連エクソンまたは３連エクソンを含む、項目９２に記載のコンピュータにより実装される方法。
(項目９８)
前記配列決定データがＧＴＥｘである、項目９４から９７までに記載のコンピュータにより実装される方法。
(項目９９)
前記公共のリポジトリがＴＣＧＡである、項目９４から９７までに記載のコンピュータにより実装される方法。
(項目１００)
疾患に関連する２連エクソンまたは３連エクソンを識別する方法であって、
（ａ）項目８７に記載のコンピュータにより実装される方法を、疾患に関連する突然変異に関するデータベース配列決定データに適用するステップと、
（ｂ）予測される２連エクソンおよび／または３連エクソンの一覧を出力するステップと
を含む、方法。
(項目１０１)
前記疾患に関連する突然変異が、ＢＲＣＡ１、ＢＲＣＡ２、ＥＺＨ２、ＢＩＮ１、ＢＣＬ２Ｌ１、ＢＣＬ２Ｌ１１、ＣＡＳＰ２、ＣＣＮＤ１、ＣＤ４４、ＥＮＡＨ、ＦＡＳ、ＦＧＲＦ、ＨＥＲ２、ＨＲＡＳ、ＫＬＦ６、ＭＣＬ１、ＭＫＮＫ２、ＭＳＴＲ１、ＰＫＭ、ＲＡＣ１、ＲＰＳ６ＫＢ１、ＶＥＧＦＡ、ＩＫＢＫＡＰ、ＳＭＮ２、ＭＣＡＤ、ＬＭＮＡ、ＤＭＰＫ、ＺＮＦ９、ＰＲＰＦ３１、ＰＲＰＦ８、ＰＲＰＦ３、ＲＰ９、ＭＡＰＴ、ＴＫＴＮ、ＴＰＤ－４３、ＬＤＬＲ、ＣＦＴＲ、ＤＭＤ、ＡＴＦ２、およびＵ４ａｔａｃ ｓｎＲＮＡをコードする遺伝子を含む群のうちの少なくとも１つの遺伝子である、項目１００に記載の方法。
【図1】
【図2-1】
【図2-2】
【図2-3】
【図2-4】
【図2-5】
【図2-6】
【図2-7】
【図2-8】
【図2-9】
【図3】
【図4】
【図5】
【図6-1】
【図6-2】
【図6-3】
【図7-1】
【図7-2】
【図7-3】
【図8】
【図9】
【図10-1】
【図10-2】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22-1】
【図22-2】
【図22-3】
【図22-4】
【外国語明細書】