JP2003203078A - Physiology analyzing method and system - Google Patents
Physiology analyzing method and systemInfo
- Publication number
- JP2003203078A JP2003203078A JP2002293391A JP2002293391A JP2003203078A JP 2003203078 A JP2003203078 A JP 2003203078A JP 2002293391 A JP2002293391 A JP 2002293391A JP 2002293391 A JP2002293391 A JP 2002293391A JP 2003203078 A JP2003203078 A JP 2003203078A
- Authority
- JP
- Japan
- Prior art keywords
- pathway
- change
- protein
- gene
- changes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本願発明は、生体から分取さ
れた細胞や、培養細胞等の細胞内のタンパク質や遺伝子
の量的変化を、シグナル伝達系パスウエイのデータベー
スに基づいてパスウエイマップに割り当てることによっ
て、生理機能解析を行うための方法およびシステム、さ
らにこれらの方法およびシステムを利用して、創薬ター
ゲットの選定、リード化合物の置換基効果の予測をする
方法およびシステムを提供する。TECHNICAL FIELD The present invention assigns quantitative changes of proteins and genes in cells sorted from a living body or cells such as cultured cells to a pathway map based on a database of pathway pathways for signal transduction. The present invention provides a method and system for performing physiological function analysis, and a method and system for utilizing these methods and systems to select drug targets and predict the effect of substituents on lead compounds.
【０００２】[0002]
【従来の技術】近年多くの生物のゲノム配列が解明さ
れ、データベースが充実してきている。また細胞が外部
の信号や環境の変化に応答するメカニズムが解明されつ
つあり、その処理メカニズムであるシグナル伝達系のパ
スウエイも明らかになってきた。2. Description of the Related Art In recent years, the genome sequences of many organisms have been elucidated and databases have been enriched. In addition, the mechanism by which cells respond to external signals and environmental changes is being elucidated, and the pathway of the signal transduction system, which is the processing mechanism, has also been clarified.
【０００３】シグナル伝達系パスウエイとは、図１に示
した例のごとく、細胞外の因子が細胞表面のレセプタに
結合した後、細胞内でどのように信号が伝達され、細胞
の応答が起こるかを示した図である。図１の例は増加し
た血小板由来増殖因子（ＰＤＧＦ）が細胞表面のレセプ
タに結合した後の応答を示すものである。The signal transduction pathway is, as in the example shown in FIG. 1, how an extracellular factor binds to a receptor on the cell surface, and then how the signal is transduced in the cell and the cell response occurs. It is the figure which showed. The example in FIG. 1 shows the response after increased platelet-derived growth factor (PDGF) binding to cell surface receptors.
【０００４】各細胞はそれぞれの機能に応じた複数のシ
グナル伝達系パスウエイを備えており、細胞外の環境の
変化に対し対応している。また、細胞外からの信号に対
応して、新たなシグナル伝達系のパスウエイを準備する
場合もある。これら個々のパスウエイにターゲットを絞
り、特定のパスウエイに関与する遺伝子や化合物をスク
リーニングする方法は提案されている（特許文献１、特
許文献２）。また、薬物の投与による細胞内物質の変化
を測定し、一方、特定のパスウエイを変化させた場合の
細胞内物質の変化を測定し、両者を比較して薬物が作用
するパスウエイを推定する方法が提案されている（特許
文献３）。しかしながら、解明されたシグナル伝達系パ
スウエイの情報を用いて、生理機能の変化を解析できる
方法および装置は現在まで提案されていない。Each cell is equipped with a plurality of signal transduction pathways according to its function and responds to changes in the extracellular environment. In addition, a pathway of a new signal transduction system may be prepared in response to a signal from the outside of the cell. A method has been proposed in which a gene or compound involved in a specific pathway is screened by targeting each of these pathways (Patent Documents 1 and 2). In addition, a method of estimating changes in intracellular substances due to administration of a drug, on the other hand, measuring changes in intracellular substances when a specific pathway is changed, and comparing both to estimate a pathway in which the drug acts It has been proposed (Patent Document 3). However, up to now, no method and device have been proposed that can analyze changes in physiological functions using the information of the elucidated signal transduction pathway.
【０００５】細胞への刺激に対応して生じる一連のシグ
ナル伝達系にかかわるタンパク質の相互作用情報を集め
た、シグナル伝達系のパスウエイのデータベースが構築
されつつある。[0005] A pathway database for signal transduction systems is being constructed, which is a collection of information on interactions of proteins involved in a series of signal transduction systems that occur in response to cell stimulation.
【０００６】現在シグナル伝達系パスウエイデータベー
スとしては、ある刺激により活性化されるシグナル伝達
系における一連のタンパク質相互作用をデータベース化
したものの作成が進んでいる。かかるデータベースとし
てはインターネットを通じて一般に提供されているもの
があり、Biocarta社(米国)が提供する「パスウエイズ(P
athways)」、［online］、［平成１４年９月１１日検
索］、バイオカルタ社（Biocarta、米国）、インターネ
ット＜URL：http://www.biocarta.com/＞、九州大学農
学部久原教授が提供する「シグナリング・パスウエイ・
データベース（Signaling Pathway Database SPAD)」、
［online］、１９９８年１０月１６日、［平成１４年９
月１１日検索］、インターネット＜URL：http://www.gr
t.kyushu-u.ac.jp/spad/＞、German Research Center o
f Biotechnology(ドイツ)が提供する「トランスパス(TR
ANSPATH)」、［online］、２０００年１１月２３日、
［平成１４年９月１１日検索］、ジャーマン・リサーチ
・センター・オブ・バイオテクノロジー(German Resear
ch Center of Biotechnology、ドイツ）、インターネッ
ト<URL: http://transpath.gbf.de/>、およびNational
Cancer Institute(米国)が提供する「コーンズ・モレキ
ュラー・インタラクション・マップス(Kohn Molecular
Interaction Maps）」、ナショナル・キャンサー・イン
スティテュート（National Cancer Institute、米国)、
［online］、平成１２年１２月、［平成１４年９月１１
日検索］、インターネット＜URL：http://discover.nc
i.nih.gov/kohnk/interaction_maps.html＞などが知ら
れている。At present, as a signal transduction pathway database, a database of a series of protein interactions in a signal transduction system activated by a certain stimulus is being prepared. Some of these databases are publicly available on the Internet, and they are provided by Biocarta (USA) in the "Passways (P
athways) ”, [online], [Search on September 11, 2002], Biocarta (Biocarta, USA), Internet <URL: http://www.biocarta.com/>, Professor Kuhara of Kyushu University Providing "Signaling Pathway
Database (Signaling Pathway Database SPAD) ",
[Online], October 16, 1998, [September 2002
Search on the 11th of the month], Internet <URL: http://www.gr
t.kyushu-u.ac.jp/spad/>, German Research Center o
f Transpass (TR
ANSPATH) ", [online], November 23, 2000,
[Search on September 11, 2002], German Research Center of Biotechnology (German Resear
ch Center of Biotechnology, Germany), Internet <URL: http://transpath.gbf.de/>, and National
"Korns Molecular Interaction Maps" (Kohn Molecular
Interaction Maps) ", National Cancer Institute, USA,
[Online], December 2000, [September 11, 2002
Date search], Internet <URL: http://discover.nc
i.nih.gov/kohnk/interaction_maps.html> are known.
【０００７】また、シグナル伝達系における２種類のタ
ンパク質の相互作用をデータベース化したものも作成さ
れている。このようなものとしては国立医薬品食品衛生
研究所の提供する「セル・シグナリング・ネットワーク
ス・データベース(Cell Singaling Networks Databas
e、CSNDB)」、[online]、［平成１４年９月１１日検
索］国立医薬品食品衛生研究所、インターネット＜UR
L：http://geo.nihs.go.jp/csndb/＞、「バイオモレキ
ュラー・インタラクション・ネットワーク・データベー
ス（Biomolecular Interaction Network Database：BIN
D）」、[online]、平成１２年１２月１９日、［平成１
４年９月１１日検索］、サミュエル・ルーネンフェルド
・リサーチ・インスティテュート（Samuel Lunenfeld R
esearch Institute）(カナダ)、インターネット＜URL:h
ttp://bioinfo.mshri.on.ca/cgi-bin/bind/dataman＞な
どが知られている。なお、これらのＵＲＬはいずれも先
の出願時に検索したものであるが、今回確認したもので
ある。Also, a database of interactions between two kinds of proteins in the signal transduction system has been prepared. One such example is the Cell Signaling Networks Database provided by the National Institute of Health Sciences.
e, CSNDB) ”, [online], [searched on September 11, 2002] National Institute of Health Sciences, Internet <UR
L: http://geo.nihs.go.jp/csndb/>, "Biomolecular Interaction Network Database: BIN
D) ”, [online], December 19, 2000, [Heisei 1
Searched September 11, 4], Samuel Lunenfeld R
esearch Institute) (Canada) Internet <URL: h
ttp: //bioinfo.mshri.on.ca/cgi-bin/bind/dataman> is known. It should be noted that all of these URLs were retrieved at the time of the previous application, but they were confirmed this time.
【０００８】[0008]
【特許文献１】特開２００１−３７４９７[Patent Document 1] Japanese Patent Laid-Open No. 2001-37497
【特許文献２】特開２００１−３７４９２[Patent Document 2] Japanese Patent Laid-Open No. 2001-37492
【特許文献３】米国特許第５９６５３５２号[Patent Document 3] US Pat. No. 5,965,352
【０００９】[0009]
【発明が解決しようとする課題】本発明は、シグナル伝
達系パスウエイのデータベースを用い、コンピューター
システムにより総合的に生理機能を解析し、これに基づ
き創薬ターゲットを選定し、またリード化合物の置換基
効果を予測する方法および装置を提供することを目的と
する。DISCLOSURE OF THE INVENTION The present invention uses a database of signal transduction pathways to comprehensively analyze physiological functions by a computer system, selects drug targets based on the results, and selects substituents of lead compounds. It is an object to provide a method and a device for predicting an effect.
【００１０】[0010]
【課題を解決するための手段】本発明はコンピューター
システムにより、細胞の生理機能を解析する方法であっ
て、解析対象試料に含まれる各タンパク質を、基準試料
に含まれるタンパク質と比較した際の各タンパク質の量
的変化を入力するステップと、シグナル伝達系パスウエ
イデータベースを用いて、入力されたタンパク質の量的
変化を特定のシグナル伝達系パスウエイマップ中に位置
付けるパスウエイ割り当てステップと、各パスウエイ全
体の変化を計算するパスウエイ変化計算ステップと、パ
スウエイの変化を判定する変化判定ステップを含んでい
ることを特徴とする生理機能解析方法を基本とする。本
発明の生理機能解析方法においては、タンパク質ではな
く遺伝子発現量の変化をパスウエイマップへ割り当てて
もよい。The present invention is a method for analyzing a physiological function of a cell by a computer system, wherein each protein contained in a sample to be analyzed is compared with each protein contained in a reference sample. The step of inputting the quantitative change of the protein, the step of assigning the quantitative change of the input protein in a specific signal pathway pathway map using the signal transduction pathway database, and the change of the entire pathway The physiological function analysis method is characterized by including a pathway change calculating step for calculating and a change determining step for determining a pathway change. In the physiological function analysis method of the present invention, a change in gene expression level may be assigned to the pathway map instead of the protein.
【００１１】本発明の生理機能解析方法におけるパスウ
エイ化計算ステップは、パスウエイ中の各タンパク質量
または遺伝子発現量の変化の平均を計算することによっ
て行ってもよい。または、パスウエイ中の各タンパク質
または遺伝子発現の量的変化を入力とし、パスウエイ全
体の変化を出力とする、ニューラルネットワークで計算
してもよい。The pathway calculation step in the physiological function analysis method of the present invention may be carried out by calculating the average of changes in the amount of each protein or gene expression in the pathway. Alternatively, it may be calculated by a neural network in which the quantitative change of each protein or gene expression in the pathway is input and the change of the entire pathway is output.
【００１２】本発明の第１の態様として、上記生理機能
解析方法にさらに変化の生じたパスウエイを正常に戻す
ためのターゲットとして適したタンパク質または遺伝子
を特定するためのステップを備えた、創薬ターゲット選
定方法が提供される。なお本明細書において「創薬ター
ゲット」とは、ある症状の新規治療もしくは予防方法の
開発のためのターゲットを意味し、新規医薬品開発のた
めのターゲットのみならず、遺伝子治療における標的遺
伝子等、医薬品を用いない新規治療方法の開発において
ターゲットとなるタンパク質または遺伝子も含むものと
する。[0012] As a first aspect of the present invention, a drug discovery target comprising a step for identifying a protein or gene suitable as a target for restoring a pathway to which a change has occurred to the normal state in the above-mentioned physiological function analysis method. A selection method is provided. In the present specification, the "drug target" means a target for the development of a novel treatment or prevention method for a certain symptom, and not only a target for the development of a new drug, but also a target gene in gene therapy such as a drug. It also includes a protein or gene targeted in the development of a novel therapeutic method that does not use
【００１３】本発明の第２の態様として、上記の生理機
能解析方法を新規薬理活性物質の開発に応用した方法が
提供される。本態様においてはリード化合物、およびリ
ード化合物と共通の化学構造を有する一連の化合物を作
用させた各試料に含まれるタンパク質もしくは遺伝子
を、上記の生理機能解析方法により解析する。得られた
パスウエイ変化のデータを蓄積し、該得られたデータに
基づいて同じく共通する構造を有するが一部置換基が相
違する化合物による生理機能を予測する。As a second aspect of the present invention, there is provided a method in which the above-mentioned physiological function analysis method is applied to the development of a novel pharmacologically active substance. In this embodiment, the protein or gene contained in each sample to which the lead compound and a series of compounds having a common chemical structure with the lead compound are allowed to act is analyzed by the above-mentioned physiological function analysis method. The obtained pathway change data is accumulated, and based on the obtained data, the physiological functions of the compounds having the same common structure but partially different substituents are predicted.
【００１４】本発明の第３の態様は、コンピューターシ
ステムにより、生理機能を解析する方法であって、解析
対象試料に発現される遺伝子を、基準試料に発現される
遺伝子と比較し、遺伝子発現量が変化した遺伝子を入力
する入力ステップと、発現量が変化した遺伝子の転写調
節領域に含まれる転写因子結合配列を検索する、転写因
子検索ステップと検索した転写因子中、共通する転写因
子を推定する、共通転写因子推定ステップと、共通する
転写因子をシグナル伝達系パスウエイデータベースを用
いて特定のパスウエイマップに割り当てる、パスウエイ
マップ割り当てステップと、原因となるパスウエイを推
定するステップを含むことを特徴とする、生理機能解析
方法である。A third aspect of the present invention is a method for analyzing physiological functions by a computer system, which comprises comparing a gene expressed in a sample to be analyzed with a gene expressed in a reference sample, Inputting a gene with altered expression, and searching for a transcription factor binding sequence contained in the transcriptional regulatory region of the gene whose expression level has changed. Transcription factor searching step and estimating a common transcription factor among the searched transcription factors , A common transcription factor estimation step, a common transcription factor is assigned to a specific pathway map using a signal transduction pathway database, a pathway map allocation step, and a step of estimating the causal pathway, characterized by including: This is a physiological function analysis method.
【００１５】本発明はさらに、上記各方法を実行するた
めのコンピューターを備えたシステムを提供する。The present invention further provides a system including a computer for executing each of the above methods.
【００１６】[0016]
【発明の実施の形態】以下、本発明の実施の形態を具体
的に説明する。本発明の生理機能解析方法は、生体から
採取した細胞や培養細胞などにおけるタンパク質もしく
は遺伝子の量的変化を、シグナル伝達系パスウエイマッ
プのデータベースを用いてシグナル伝達系パスウエイに
割り当て、割り当てられたシグナル伝達系パスウエイの
変化を計算し、これを評価することによって、生理機能
を解析するものである。本発明の生理機能解析方法を応
用して、創薬ターゲットを選定し、あるいはリード化合
物の置換基効果を予測することが可能となる。BEST MODE FOR CARRYING OUT THE INVENTION Embodiments of the present invention will be specifically described below. The physiological function analysis method of the present invention assigns a quantitative change of a protein or gene in a cell or a cultured cell collected from a living body to a signal transduction pathway by using a database of a signal transduction pathway map, and assigned signal transduction. The physiological function is analyzed by calculating the change of the system pathway and evaluating it. By applying the physiological function analysis method of the present invention, it becomes possible to select a drug discovery target or predict a substituent effect of a lead compound.
【００１７】本発明の生理機能解析方法は、コンピュー
ターシステムを用いて入力されたデータを自動的に解析
する。換言すれば本発明の生理機能解析方法において、
各ステップの計算はいずれもコンピュータシステムを用
いて実行される。The physiological function analysis method of the present invention automatically analyzes the data input using a computer system. In other words, in the physiological function analysis method of the present invention,
All calculations in each step are performed using a computer system.
【００１８】図１３は、本発明の生理機能解析方法を実
行するためのコンピュータシステムの構成を示すブロッ
ク図である。図１３に示すように、このコンピューター
システムには入出力インターフェース１１ａ、主記憶部
１１ｂ、制御部１１ｃ、演算部１１ｄを備えたコンピュ
ータ１１が設けられている。そして、入出力インターフ
ェース１１ａには該コンピューターを他のコンピュータ
システム（図示せず）やインターネット等のネットワー
ク（図示せず）に接続するためのイーサネット（登録商
標）ボード１２が接続されている。また入出力インター
フェース１１ａには、入力装置であるマウス１３及びキ
ーボード１４と、出力装置であるモニタ１５およびプリ
ンタ１６とが接続されている。さらに、入出力インター
フェース１１ａには、外部記憶装置１７（例えばハード
ディスク）が接続されていてもよい。シグナル伝達系パ
スウエイマップデータベースは、インターネット等のネ
ットワーク上にあるものを利用しても、外部記憶装置１
７内に格納し、これを利用してもよい。FIG. 13 is a block diagram showing the configuration of a computer system for executing the physiological function analysis method of the present invention. As shown in FIG. 13, this computer system is provided with a computer 11 including an input / output interface 11a, a main storage unit 11b, a control unit 11c, and a calculation unit 11d. An Ethernet (registered trademark) board 12 for connecting the computer to another computer system (not shown) or a network (not shown) such as the Internet is connected to the input / output interface 11a. A mouse 13 and a keyboard 14 which are input devices, and a monitor 15 and a printer 16 which are output devices are connected to the input / output interface 11a. Furthermore, an external storage device 17 (for example, a hard disk) may be connected to the input / output interface 11a. As for the signal transmission pathway map database, even if the database on the network such as the Internet is used, the external storage device 1
You may store in 7 and use this.
【００１９】主記憶部１１ｂは例えばＤＲＡＭ（ダイナ
ミック・ランダム・アクセス・メモリ）等からなるコン
ピュータ１１の内部記憶装置であり、種々のプログラ
ム、データ等を記憶している。制御部１１ｃは、主記憶
部１１ｂ及び演算部１１ｄを制御する。演算部１１ｄ
（パスウエイ割り当て手段、パスウエイ変化計算手段、
パスウエイ変化判定手段）は、制御部により制御されて
種々の計算を行い、その結果を主記憶部１１ｂに格納す
る。The main storage unit 11b is an internal storage device of the computer 11 including, for example, a DRAM (dynamic random access memory) and stores various programs and data. The control unit 11c controls the main storage unit 11b and the calculation unit 11d. Computing unit 11d
(Pathway allocation means, pathway change calculation means,
The pathway change determining means) is controlled by the control unit, performs various calculations, and stores the results in the main storage unit 11b.
【００２０】このコンピューター１１においてはおよそ
以下のような手順で生理機能を解析する。即ち、入力手
段を介して入力されたタンパク質もしくは遺伝子の情報
を元に演算部１１ｄはまずインターネット等のネットワ
ークを介して、あるいは外部記憶装置１７に記憶されて
いるシグナル伝達系パスウエイマップデータベースを用
いて、パスウエイ上にタンパク質もしくは遺伝子を割り
当てる。次いで演算部１１ｄは割り当てられたタンパク
質もしくは遺伝子の変化をパスウエイ単位で計算する。
さらに演算部１１ｄは、予め定めた閾値をもとに、パス
ウエイに変化が生じたか否かを判断する。The computer 11 analyzes the physiological function according to the following procedure. That is, based on the protein or gene information input via the input means, the arithmetic unit 11d first uses a signal transmission pathway map database stored in the external storage device 17 via a network such as the Internet. , Assign proteins or genes on the pathway. Next, the calculation unit 11d calculates the change in the assigned protein or gene in pathway units.
Further, the calculation unit 11d determines whether or not the pathway has changed, based on a predetermined threshold value.
【００２１】以下、本発明の生理機能解析方法ないし生
理機能解析システムをさらに具体的に説明する。
実施の形態１．図２は本発明の基礎となる生理解析方法
の概略構成を示す。以下、図２に基づいて説明する。１
はタンパク質の量的変化を入力する入力ステップ、２は
入力した各タンパク質の量的変化をパスウエイマップ上
の適切な位置に割り当てる、パスウエイ割り当てステッ
プ、３は各パスウエイ毎の変化を計算する、パスウエイ
変化計算ステップ、４は変化したパスウエイを判定す
る、変化判定ステップである。The physiological function analysis method or physiological function analysis system of the present invention will be described in more detail below. Embodiment 1. FIG. 2 shows a schematic configuration of a physiological analysis method which is the basis of the present invention. Hereinafter, description will be given with reference to FIG. 1
Is an input step for inputting a quantitative change of protein, 2 is for assigning a quantitative change of each input protein to an appropriate position on the pathway map, is for assigning a pathway, and 3 is for calculating a change for each pathway. The calculation step 4 is a change determination step of determining the changed pathway.
【００２２】ステップ１においては、解析対象試料の細
胞中のタンパク質を、基準試料の細胞に含まれるタンパ
ク質と比較した際の、各タンパク質の量的変化を入力す
る。解析対象試料としては、疾患モデル動物の病変部位
から採取された細胞、ヒト患者の疾患部位から採取され
た疾患部位細胞、薬物を投与した患者から採取された疾
患部位細胞、薬物を局所投与した場合の、薬物投与部位
の細胞、およびインビトロで細胞を培養したものへ薬物
を作用させたものなどが例示される。基準試料としては
健常人の細胞や、薬物を投与していない正常細胞など、
解析の目的に応じて適宜選択すればよい。In step 1, the quantitative change of each protein when the protein in the cells of the sample to be analyzed is compared with the protein contained in the cells of the reference sample is input. Samples to be analyzed include cells collected from a lesion site of a disease model animal, diseased site cells collected from a diseased site of a human patient, diseased site cells collected from a drug-administered patient, or when the drug is locally administered. , Cells at the drug administration site, cells in vitro cultured with the drug, and the like. As a reference sample, healthy human cells, normal cells to which no drug has been administered, etc.
It may be appropriately selected depending on the purpose of analysis.
【００２３】細胞内のタンパク質を測定する方法として
は限定的ではなく、従来から知られている方法のいずれ
を用いてもよい。例えば、タンパク質を細胞から常套の
方法にて抽出し、これを２次元電気泳動で分離する。分
離して得られる各スポットのタンパク質の量を定量する
と共に、各スポットからタンパク質を抽出し、それをタ
ンパク質分解酵素で分解して、質量分析計で分析する。
検出される分解産物のパターンから、各スポットのタン
パク質を同定することができる。The method for measuring intracellular protein is not limited, and any conventionally known method may be used. For example, proteins are extracted from cells by a conventional method and separated by two-dimensional electrophoresis. The amount of protein in each spot obtained by separation is quantified, and the protein is extracted from each spot, decomposed with a proteolytic enzyme, and analyzed by a mass spectrometer.
The protein of each spot can be identified from the pattern of degradation products detected.
【００２４】細胞からタンパク質を抽出する際、変化が
生じている画分が予測できる場合には、常套の方法にて
細胞成分を分画し、所望の画分のタンパク質を測定して
もよい。When a fraction in which a change has occurred can be predicted when extracting a protein from cells, cell components may be fractionated by a conventional method and the protein in the desired fraction may be measured.
【００２５】ステップ１においては、上記のごとく得ら
れる各細胞のタンパク質の種類および量を基準試料細胞
のものと比較し、解析対象細胞におけるタンパク質の量
的変化を入力する。In step 1, the kind and amount of the protein of each cell obtained as described above is compared with that of the reference sample cell, and the quantitative change of the protein in the cell to be analyzed is inputted.
【００２６】タンパク質の量的変化は、特に限定的では
ないが、基準試料と解析対象細胞それぞれの総タンパク
質量に対する各タンパク質の比率を比較しても、基準試
料および解析対象細胞それぞれ１細胞あたりのタンパク
質量として比較してもよい。The quantitative change of the protein is not particularly limited, but even if the ratio of each protein to the total protein amount of the reference sample and the analysis target cell is compared, it is You may compare as a protein amount.
【００２７】ステップ２となるパスウエイ割り当てステ
ップにおいては、入力ステップ１により入力された各タ
ンパク質につき、どのパスウエイに関係するものかを、
シグナル伝達系パスウエイデータベースにて検索する。
シグナル伝達系パスウエイのデータベースは、細胞が受
けた刺激を伝達するパスウエイに関与する各タンパク質
の相互作用をデータベース化したものである。上記のも
のを含め、公知のものいずれを用いてもよい。また、デ
ータベースはインターネットワーク等のネットワーク上
で提供されているものを用いてもあるいは外部記憶装置
に格納したものを用いてもよい。In the pathway assigning step, which is Step 2, it is determined which pathway each protein input in the input step 1 is related to.
Search in the signaling pathway database.
The database of signaling pathways is a database of interactions between proteins involved in pathways that transmit stimuli received by cells. Any known one may be used including the above. The database may be provided on a network such as an internetwork or may be stored in an external storage device.
【００２８】入力されたタンパク質が、どのパスウエイ
に含まれるか探索し、入力されたタンパク質の変化量を
探索されたパスウエイ上の該当位置に割り当てる。一つ
のタンパク質が複数のパスウエイに関係している場合
も、各パスウエイのそれぞれの位置にタンパク質の変化
量を割り当てる。It is searched which pathway the input protein is contained in, and the change amount of the input protein is assigned to the corresponding position on the searched pathway. Even when one protein is associated with multiple pathways, the amount of protein change is assigned to each position of each pathway.
【００２９】シグナル伝達系パスウエイデータベース
が、タンパク質を遺伝子単位で指定せず、遺伝子ファミ
リー単位で指定している場合には、パスウエイマップの
ある位置に、複数のタンパク質が対応する場合がある。
その場合には、複数のタンパク質の変化量を割り当てた
後、平均等の計算を行い、該当位置のタンパク質の変化
量を求めればよい。In the case where the signal transduction pathway database does not specify proteins in gene units but in gene family units, a plurality of proteins may correspond to certain positions in the pathway map.
In that case, after allocating the variation amounts of a plurality of proteins, the average or the like may be calculated to obtain the variation amount of the protein at the corresponding position.
【００３０】全ての入力されたタンパク質をパスウエイ
に割り当てた後に、全てのパスウエイに対し、ステップ
３のパスウエイ変化計算を行い、各パスウエイの変化量
を計算する。After all the input proteins have been assigned to the pathways, the pathway change calculation of step 3 is performed for all pathways to calculate the variation of each pathway.
【００３１】また、シグナル伝達系パスウエイデータベ
ースに登録されていないタンパク質が入力された場合に
は、シグナル伝達系の２タンパク質間の相互作用データ
ベースを用いて、入力されたタンパク質の含まれるパス
ウエイを推定する。シグナル伝達系の２タンパク質間の
相互作用データベースで入力されたタンパク質と相互作
用するタンパク質を探索する。次に、入力タンパク質と
相互作用するタンパク質をシグナル伝達系パスウエイデ
ータベースで探索する。相互作用するタンパク質が、探
索されれば、そのパスウエイマップのそのタンパク質の
周囲の関係と、２タンパク質間の相互作用データベース
で発見された入力タンパク質と相互作用するタンパク質
のデータを用いて、入力されたタンパク質をパスウエイ
マップ中に位置付ける。When a protein that is not registered in the signal transduction pathway database is input, the pathway containing the input protein is estimated by using the interaction database between the two proteins in the signal transduction system. . Search for proteins that interact with the input protein in the interaction database between two proteins in the signal transduction system. Next, a protein that interacts with the input protein is searched for in the signal transduction pathway database. If an interacting protein is sought, it is entered using the relationship between the protein in the pathway map and the protein that interacts with the input protein found in the interaction database between the two proteins. Position the protein in the pathway map.
【００３２】入力されたタンパク質と直接相互作用する
全てのタンパク質（タンパク質群１）がシグナル伝達系
パスウエイデータベースから発見できない場合は、タン
パク質群１と相互作用するタンパク質を２タンパク質間
の相互作用データベースで探索し、そのタンパク質をシ
グナル伝達系パスウエイデータベースで探索する。該当
タンパク質がシグナル伝達系パスウエイデータベースで
発見されるまで、この処理を繰り返す。When all proteins (protein group 1) that directly interact with the input protein cannot be found in the signal transduction pathway database, a protein that interacts with protein group 1 is searched for in the interaction database between the two proteins. Then, the protein is searched in the signal transduction pathway database. This process is repeated until the protein of interest is found in the signaling pathway database.
【００３３】こうして各タンパク質の関与するパスウエ
イを選択し、各タンパク質がパスウエイマップのどこに
位置するかをパスウエイデータベースから検索し、パス
ウエイマップの適切な位置に割り当てる。In this way, the pathway in which each protein is involved is selected, the location of each protein in the pathway map is searched from the pathway database, and assigned to an appropriate position in the pathway map.
【００３４】一例として、ある疾患を患っている患者の
患部細胞に含まれるタンパク質を、健常人の同部位の細
胞を基準試料としてこれと対比し、各タンパク質の量的
変化を入力した。パスウエイ割り当てステップ２によっ
て、この入力されたタンパク質の量的変化をパスウエイ
マップに割り当てた例を図３に示す。図３において、各
タンパク質の横に当該タンパク質量の基準試料に対する
比をバーと数字で表示した。As an example, the protein contained in the affected cells of a patient suffering from a certain disease was compared with the cells of the same site of a healthy person as a reference sample, and the quantitative change of each protein was input. FIG. 3 shows an example in which the quantitative change of the input protein is assigned to the pathway map in the pathway assignment step 2. In FIG. 3, the ratio of the amount of the protein to the reference sample is indicated by bars and numbers beside each protein.
【００３５】ステップ３はパスウエイ変化計算ステップ
である。パスウエイ変化の計算としては様々な演算式が
考えられる。最も簡便なものとして、例えばシグナル伝
達系パスウエイマップ上の各パスウエイ毎に、タンパク
質量の変化の平均を計算する方法が挙げられる。Step 3 is a pathway change calculation step. Various calculation formulas can be considered for calculating the change in the pathway. The simplest method is, for example, a method of calculating an average of changes in protein amount for each pathway on the pathway map of the signal transduction system.
【００３６】ステップ４は変化判定ステップである。パ
スウエイ変化計算ステップにおいて、各シグナル伝達系
パスウエイ毎の変化の平均を計算した場合は、計算で得
られた平均値と予め設定しておいた閾値を比較し、パス
ウエイ単位で変化の有無を判定することができる。Step 4 is a change determination step. In the pathway change calculation step, if the average of the changes for each signaling system pathway is calculated, the average value obtained by the calculation is compared with a preset threshold value, and the presence or absence of a change is determined in pathway units. be able to.
【００３７】例えば上記の例において閾値を１.５とす
ると、中央のパスウエイだけが閾値以上の変化をしてい
ることがわかる。したがって図３に示した例では、疾患
によって中央のパスウエイが変化していると判断され
る。For example, if the threshold value is set to 1.5 in the above example, it can be seen that only the central pathway changes more than the threshold value. Therefore, in the example shown in FIG. 3, it is determined that the central pathway changes due to the disease.
【００３８】上記では疾患部位から採取した細胞等のタ
ンパク質を基準試料と比較して評価する場合を説明した
が、本発明の生理機能解析方法においては、細胞を経時
的に採取して、各タンパク質の経時的な変化をを入力し
てもよい。例えば培養細胞にある薬物を作用させた後、
一定時間毎に細胞を採取してそのタンパク質を計測し、
それぞれの時間における基準試料との差を入力してもよ
い。In the above description, the case has been described where proteins such as cells collected from a diseased site are compared and evaluated with a reference sample. However, in the physiological function analysis method of the present invention, cells are collected over time and each protein is collected. You may input the change with time. For example, after applying a drug to cultured cells,
Collect the cells at regular intervals and measure the protein,
You may input the difference with the reference sample in each time.
【００３９】また上記ではパスウエイ上の全タンパク質
の量の変化が計測され、割り当てられた場合を示したも
のであるが、本発明の方法においては、パスウエイの変
化の有無をパスウエイ単位で判断することから、パスウ
エイ上の全タンパク質の変化が計測できなくても各パス
ウエイの変化を推定することが可能である。In the above, the change in the amount of total protein on the pathway was measured and assigned, but in the method of the present invention, the presence or absence of the change in the pathway should be judged in units of pathways. Therefore, it is possible to estimate the change of each pathway even if the change of all proteins on the pathway cannot be measured.
【００４０】実施の形態２．実施の形態１として説明し
た生理機能解析法においてはタンパク質を単離し、量を
測定し、量的変化のあったタンパク質を同定し、その変
化量を入力したが、本発明の実施の形態２においては遺
伝子発現の変化を測定し、そのデータを入力することに
よって上記と同様の生理機能解析を行うことができる。Embodiment 2. In the physiological function analysis method described as the first embodiment, the protein was isolated, the amount was measured, the protein having the quantitative change was identified, and the changed amount was input, but in the second embodiment of the present invention, Can measure the change in gene expression and input the data to perform the same physiological function analysis as above.
【００４１】細胞内の遺伝子発現は、常套の方法により
測定すればよい。細胞からｍＲＮＡを抽出、同定する方
法は当業者に知られている。また、測定対象細胞の全ｃ
ＤＮＡを固定したＤＮＡチップを用いてｍＲＮＡの種類
およびその量を測定し、基準試料からの変化を調べても
よい。The gene expression in cells may be measured by a conventional method. Methods for extracting and identifying mRNA from cells are known to those skilled in the art. In addition, the total c of the cells to be measured
It is also possible to measure the type and amount of mRNA using a DNA chip on which DNA is immobilized and examine the change from the reference sample.
【００４２】周知のごとく、各ｍＲＮＡはタンパク質に
対応しており、ｍＲＮＡの配列からタンパク質を関連付
けるデータベースも得られる。従って遺伝子発現の量的
変化があった遺伝子について、その遺伝子により提供さ
れるタンパク質を関連付け、その情報をもとに、タンパ
ク質を計測した場合と同様にして各遺伝子をパスウエイ
マップに割り当てればよい。As is well known, each mRNA corresponds to a protein, and a database relating the proteins can be obtained from the sequence of the mRNA. Therefore, regarding a gene having a quantitative change in gene expression, a protein provided by the gene is associated with each other, and each gene may be assigned to a pathway map in the same manner as when the protein is measured based on the information.
【００４３】シグナル伝達系パスウエイのデータベース
として、タンパク質に加えて、遺伝子配列についての情
報を含むよう、構築されたものである場合には、遺伝子
配列を直接パスウエイへ割り当てることが可能である。When the database of signal transduction pathways is constructed so as to include information on gene sequences in addition to proteins, it is possible to directly assign gene sequences to pathways.
【００４４】遺伝子をパスウエイへ割り当てた後、上記
と同様にして、パスウエイ変化を計算し、各パスウエイ
の変化を判定する。After the genes are assigned to the pathways, the pathway changes are calculated and the changes of the pathways are determined in the same manner as above.
【００４５】実施の形態３．本発明の生理機能解析方法
においては、パスウエイ評価において、ニューラルネッ
トを用いてもよい。即ち、パスウエイ毎の変化を各パス
ウエイを構成するタンパク質量や遺伝子量の変化の平均
値ではなく、ニューラルネットを用いてパスウエイ毎の
変化を評価する。ニューラルネットを用いて評価するこ
とにより、パスウエイ全体での変化を効率よく計算する
ことが可能となる。Embodiment 3. In the physiological function analysis method of the present invention, a neural network may be used in the pathway evaluation. That is, the change for each pathway is evaluated not by using the average value of the change in the amount of protein or gene constituting each pathway, but by using the neural network. By using a neural network for evaluation, it becomes possible to efficiently calculate changes in the entire pathway.
【００４６】実施の形態４
本発明の実施の形態４の構成を図４に示す。本形態は、
実施の形態１乃至３のいずれかにより得られるパスウエ
イ変化のデータに基づき変化したパスウエイを正常に戻
すためのターゲットを選択する、ターゲット選択ステッ
プ５を有する創薬ターゲット選定方法である。本形態に
おいてはまず、ステップ４まで上で実施の形態１乃至３
のいずれかに説明したごとく処理し、タンパク質もしく
は遺伝子発現の変化をパスウエイマップに割り当て、パ
スウエイ毎の変化の有無を判定する。ターゲット選択ス
テップ５においては、ステップ４で変化したと判断され
たパスウエイの、パスウエイマップ中における他のパス
ウエイとの相互関係を考慮し、疾患等で変化が生じた活
性を正常に戻すためのターゲットを選択する。Fourth Embodiment FIG. 4 shows the configuration of the fourth embodiment of the present invention. This form is
It is a method for selecting a drug target including a target selecting step 5 for selecting a target for restoring a changed pathway to normal based on the pathway change data obtained in any of the first to third embodiments. In the present embodiment, first, up to step 4, the first to third embodiments are performed.
As described in any of the above, the change in protein or gene expression is assigned to the pathway map, and the presence or absence of the change for each pathway is determined. In step 5 of target selection, in consideration of the mutual relationship of the pathway determined to have changed in step 4 with other pathways in the pathway map, the target for restoring the activity caused by the disease or the like to normal is selected. select.
【００４７】ターゲットとしては、変化が生じたパスウ
エイを正常値に戻すと共に、変化が生じていない他の関
連するパスウエイにおいて影響を与えないタンパク質が
好適に選択される。他の関連するパスウエイにおいて影
響を与えなければ、副作用の発生の危険性が低いものと
なることが予測される。As a target, a protein that returns the changed pathway to a normal value and does not affect other related pathways that have not changed is preferably selected. If not affected in other relevant pathways, the risk of side effects is expected to be low.
【００４８】図３に示した態様を例に取って説明する。
図３において中央のパスウエイの活性が亢進しているこ
とから、これを減少させ、正常値へと戻すことが疾患の
治療につながると考えられる。ここで中央のパスウエイ
を減少させるために、一番上流の”Ｒａｓ"を減少させ
ようとすると、このパスウエイは途中の”ＭＥＫ"で枝
分かれしているため、中央のパスウエイだけでなく、右
側のパスウエイも減少してしまう恐れがある。正常域に
ある右側のパスウエイを減少させることは副作用を誘導
する可能性がある。従って、右側のパスウエイに影響が
なく、中央のパスウエイを減少させるためには、枝分か
れ直後の”ＭＥＫＫ１"を減少させればよい。The embodiment shown in FIG. 3 will be described as an example.
Since the activity of the pathway in the center in FIG. 3 is enhanced, it is considered that decreasing the pathway and returning it to the normal value will lead to the treatment of the disease. If you try to decrease the most upstream "Ras" to reduce the central pathway, this pathway is branched by the "MEK" in the middle, so not only the central pathway but also the right pathway. May decrease. Decreasing the right pathway in the normal range may induce side effects. Therefore, in order to reduce the central pathway without affecting the right pathway, "MEKK1" immediately after branching may be reduced.
【００４９】また、シグナル伝達系パスウエイをモデル
化しその挙動を再現するシミュレーターを用いれば、さ
らに正確にターゲットとなるタンパク質を選択すること
ができる。図５に示す繊維芽細胞増殖因子（FGF）シグ
ナル伝達系のモデルを例に説明する。このモデルにおい
て、各反応を連立微分方程式で表すことによって、各タ
ンパク質の濃度変化をシミュレーターで計算することが
できる。Further, by using a simulator that models a signal transduction pathway and reproduces its behavior, the target protein can be more accurately selected. The model of the fibroblast growth factor (FGF) signal transduction system shown in FIG. 5 will be described as an example. In this model, by expressing each reaction by a simultaneous differential equation, the concentration change of each protein can be calculated by a simulator.
【００５０】このパスウエイにおいて、癌化した細胞で
は、"Ras"に突然変異が起こり、"Ras"を不活性化する"G
AP"への感受性が低下すると報告されていることから、"
Ras"と"GAP"の結合の解離定数が大きくなるという形で
症状のモデル化を試みた。その結果図６に示すごとく、
パスウエイの最終の活性型"Elk"濃度が過剰に増加する
という疾患状態が再現された。In this pathway, in the cancerous cells, "Ras" is mutated and "Ras" is inactivated.
Since it has been reported that the sensitivity to "AP" is reduced,
An attempt was made to model the symptom by increasing the dissociation constant of the Ras "and" GAP "bond.
A disease state was reproduced in which the final active "Elk" concentration in the pathway was increased excessively.
【００５１】この疾患状態に対して、FGFレセプタへ拮
抗的に結合してこれを阻害する擬似薬を加えた場合
と、"Ras"を活性化させる"Raf"に拮抗的に結合して阻害
する擬似薬を加えた場合のFGFに対する応答をシミュレ
ーションした（図７）。FGF刺激に対する活性型Elk濃度
経時変化および活性型Elk濃度のFGF濃度に対する依存性
はいずれも、FGFレセプタを阻害した場合より”Raf”を
阻害した場合の方が正常状態に近くなることがわかる。
このシミュレーションに従い、創薬ターゲットとし
て、"Raf"が選定される。With respect to this disease state, the addition of a mimetic drug that antagonistically binds to and inhibits FGF receptor and the antagonistic binding and inhibition of "Ras" that activates "Ras" The response to FGF when a mimetic was added was simulated (Fig. 7). It can be seen that both the time-dependent changes in the concentration of active Elk and the dependence of the concentration of active Elk on the FGF concentration upon FGF stimulation are closer to the normal state when "Raf" is inhibited than when the FGF receptor is inhibited.
According to this simulation, "Raf" is selected as the drug discovery target.
【００５２】図８は、インターフェロン（IFN）シグナ
ル伝達系パスウエイのモデルを示している。ある疾患に
おいては本パスウエイにおける、抑制性タンパク質のSO
CSの働きが停止しているとの報告がある。この情報に基
づき、SOCSが合成されないという形でこの疾患をモデル
化した。その結果図９に示すごとく、活性型の転写因子
（STAT）が過剰に核に蓄積するという疾患症状を再現す
ることができた。FIG. 8 shows a model of interferon (IFN) signaling pathway. In certain diseases, the inhibitory protein SO in this pathway
There is a report that the work of CS has stopped. Based on this information, the disease was modeled in the form of non-synthesis of SOCS. As a result, as shown in FIG. 9, it was possible to reproduce a disease symptom in which an active transcription factor (STAT) excessively accumulated in the nucleus.
【００５３】このモデルに対し、IFNレセプタへ拮抗的
に結合し阻害する擬似薬を加えた場合と、STATをリン酸
化するJAKに拮抗的に結合し阻害する擬似薬を加えた場
合をシミュレーションした（図１０）。その結果、いず
れの擬似薬も活性型STATの量を減少させたが、IFN刺激
後の経時変化を正常に戻すことはできず、経時変化に対
する効果はどちらの擬似薬もほぼ同じであった。しか
し、活性型ＳＴＡＴ量のIFN濃度依存性の結果より、JAK
拮抗薬の方がより有効であることがわかる。This model was simulated by adding a mimetic drug that competitively binds to and inhibits the IFN receptor and by adding a mimetic drug that competitively binds and inhibits JAK that phosphorylates STAT ( (Fig. 10). As a result, both mimetics reduced the amount of activated STAT, but the time course after IFN stimulation could not be returned to normal, and the effects on the time course were almost the same. However, from the result of the IFN concentration dependence of the amount of active STAT, JAK
It can be seen that the antagonist is more effective.
【００５４】上記のごとく、シミュレーターで疾患の状
態を再現し、その条件下で各タンパク質に作用する薬の
挙動を比較すれば、細胞の応答を正常な状態に戻すため
に最も有効なタンパク質、およびそのタンパク質への作
用方法を選択することができる。As described above, when the state of the disease is reproduced by the simulator and the behavior of the drug acting on each protein under the conditions is compared, the most effective protein for returning the cell response to the normal state, and The method of action on the protein can be selected.
【００５５】以上のように、本発明の実施の形態４にお
いては、シグナル伝達系のパスウエイにおいて、異常の
発生したパスウエイ、異常の発生した部位、および異常
の発生したパスウエイと他の正常パスウエイとの相互作
用を解析することによって、異常を改善し、かつ副作用
の少ない治療方法を開発するためのターゲットとなる創
薬ターゲットを選択することができる。As described above, in the fourth embodiment of the present invention, in the pathway of the signal transduction system, the abnormal pathway, the abnormal site, and the abnormal pathway and other normal pathways. By analyzing the interaction, it is possible to select a drug discovery target as a target for developing a therapeutic method that improves the abnormality and has few side effects.
【００５６】実施の形態５．本発明の実施の形態５は、
医薬品等における新規薬理活性物質の開発にあたってリ
ード化合物が見出された後の化合物の展開に本願の方法
を適用するものである。新薬開発においては、効果を有
するリード化合物を見出した後、リード化合物の構造を
元に、さらに薬効が高く、副作用の低い化合物の開発が
行われるのが常である。かかる開発において、リード化
合物と共通する構造を有しているが、様々な部位が各種
の置換基で置換されている多様な化合物を合成し、その
作用および副作用を計測する多くの実験を実施し、デー
タを集積して、その中から薬効が高く、副作用の小さい
薬物を選択することが行われている。Embodiment 5. The fifth embodiment of the present invention is
The method of the present application is applied to the development of a compound after a lead compound is found in the development of a new pharmacologically active substance in a drug or the like. In the development of a new drug, after finding a lead compound having an effect, it is usual to develop a compound having a higher drug efficacy and less side effects based on the structure of the lead compound. In such development, various compounds having a structure common to that of the lead compound but having various sites substituted with various substituents were synthesized, and many experiments were conducted to measure their actions and side effects. , Collecting data, and selecting drugs with high drug efficacy and small side effects from them.
【００５７】実施の形態５においては、リード化合物と
共通の構造を有する化合物のある部位を性質の類似する
一連の置換基で置換した複数の化合物を作用させた各試
料について、タンパク質の量もしくは遺伝子の発現量を
調べ、これを上記のごとくパスウエイへ割り当てて得ら
れる、パスウエイ変化のデータを蓄積する。In the fifth embodiment, the amount of the protein or the gene of each of the samples treated with a plurality of compounds in which a certain site of the compound having a common structure with the lead compound is substituted with a series of substituents having similar properties The expression amount of is investigated, and the data of the pathway changes obtained by allocating this to the pathways as described above are accumulated.
【００５８】次いで該蓄積されたデータに基づき同じ共
通部分を有するが一部置換基が相違する化合物の作用を
予測する、置換基効果予測ステップを有する。図１０は
実施の形態５の概略構成を示している。実施の形態１乃
至３の生理機能解析方法に加えてさらにデータ蓄積ステ
ップ６および置換基効果予測ステップ７が追加されてい
る。即ち共通の構造を有する複数の化合物を作用させた
各試料について、生理機能解析方法によりステップ４ま
で処理して、各化合物によるシグナル伝達系パスウエイ
の変化を得、これをデータ蓄積ステップ６により記録す
る。次いで置換基効果予測ステップ７において、同じく
共通の構造を有し、類似するが異なる置換基を有する化
合物について、その作用を予測する。Next, there is a substituent effect predicting step of predicting the action of a compound having the same common part but different in some substituents based on the accumulated data. FIG. 10 shows a schematic configuration of the fifth embodiment. In addition to the physiological function analysis methods of the first to third embodiments, a data storage step 6 and a substituent effect prediction step 7 are further added. That is, with respect to each sample on which a plurality of compounds having a common structure are made to act, the physiological function analysis method is performed up to step 4 to obtain a change in the pathway of the signal transduction system by each compound, which is recorded by the data accumulation step 6. . Next, in the substituent effect prediction step 7, the action of compounds having the same structure but having similar but different substituents is predicted.
【００５９】一例としてリード化合物Ａ、これと共通の
構造を有し、同一部位を類似の置換基で置換した類似化
合物をそれぞれ作用させた疾患試料について、本発明の
方法によりパスウエイの変化を解析した結果を表１に示
す。As an example, lead compound A, a disease sample treated with a similar compound having a structure common to that of lead compound A and having the same site substituted with a similar substituent, was analyzed for changes in pathway by the method of the present invention. The results are shown in Table 1.
【表１】 [Table 1]
【００６０】表の数字は正常細胞を基準試料とした場合
の、疾患細胞若しくは該細胞へ各化合物を作用させた細
胞において、各タンパク質の量的変化をパスウエイマッ
プに割り当てて得られる、パスウエイの変化の平均を表
す。The numbers in the table represent changes in pathways obtained by assigning quantitative changes in proteins to pathway maps in diseased cells or cells in which each compound was made to act on the cells when normal cells were used as a reference sample. Represents the average of.
【００６１】実験１は疾患に関与する細胞のタンパク質
を基準試料と比した場合の変化を調べた結果を表す。実
験１の結果より、パスウエイＸのみが疾患で変化してい
ることがわかる。実験２は同一の疾患細胞に対し、当該
疾患に効果のあることが知られている化合物Ａを投与し
た結果である。実験３および４は、化合物Ａのｂ部位を
メチルおよびエチル基で置換した化合物を投与した結果
を表す。Experiment 1 represents the result of examining the change when the protein of cells involved in disease was compared with the reference sample. From the results of Experiment 1, it can be seen that only pathway X changes due to the disease. Experiment 2 is the result of administering Compound A, which is known to be effective against the disease, to the same diseased cells. Experiments 3 and 4 represent the results of administration of a compound in which the b site of compound A was substituted with methyl and ethyl groups.
【００６２】表１より、化合物Ａには、疾患によって変
化したパスウエイＸの変化を正常な方向に戻す働きがあ
った。また、化合物Ａのｂ部位を各種の置換基で置き換
えた化合物については、メチル置換体では疾患によって
変化したパスウエイＸはさらに正常時に近づいている一
方、パスウエイＹおよびＺの変化は少ない。しかし、エ
チル置換体を用いた実験４では、パスウエイＸはさらに
正常に近づいているが、他のパスウエイＹにおいて減少
が認められている。From Table 1, Compound A had a function of returning the change in pathway X, which was changed by the disease, to the normal direction. Regarding the compound in which the b site of the compound A is replaced with various substituents, the pathway X, which is changed by the disease in the methyl-substituted form, is closer to the normal time, while the pathways Y and Z are little changed. However, in the experiment 4 using the ethyl-substituted compound, the pathway X approaches the normal level further, but a decrease is observed in the other pathways Y.
【００６３】上記で得られた化合物Ａのｂ部位のメチル
置換体およびエチル置換体を作用させることによる、パ
スウエイの変化のデータから、ｂ部位をプロピル基に置
換した化合物によるパスウエイの変化を推定した。ｂ部
位を炭化水素鎖をもつ置換基で置換した場合、炭化水素
鎖が長くなるに従って、疾患で変化したパスウエイＸの
みならずパスウエイＹを減少させる傾向があった。そこ
で、さらに炭化水素鎖を長くし、化合物Ａのｂ部位をプ
ロピル基で置換した。この化合物を作用させたところ、
パスウエイＹがさらに減少すると推定される。表１にお
いて、実験５は、実験結果と推定結果（カッコ内）を示
す。表１より、本発明の方法により、置換基の効果の推
定が可能となったことがわかる。From the data on the change in pathway by the action of the methyl-substituted product and the ethyl-substituted product at the b site of the compound A obtained above, the change in the pathway due to the compound in which the b site was replaced with a propyl group was estimated. . When the b site was substituted with a substituent having a hydrocarbon chain, there was a tendency that as the hydrocarbon chain became longer, not only the pathway X changed due to the disease but also the pathway Y was decreased. Therefore, the hydrocarbon chain was further lengthened and the b site of compound A was substituted with a propyl group. When this compound acts,
It is estimated that the pathway Y will decrease further. In Table 1, Experiment 5 shows experimental results and estimation results (in parentheses). From Table 1, it can be seen that the method of the present invention made it possible to estimate the effect of the substituent.
【００６４】シグナル伝達系パスウエイをモデル化しそ
の挙動を再現するシミュレーターを用いれば、さらに正
確に置換基の作用を推定することができる。まず、シグ
ナル伝達系パスウエイの各タンパク質に対し、様々な様
式、程度で作用した場合の細胞の応答をシミュレーショ
ンする。各化合物を投与した場合の計測結果とシミュレ
ーション結果を比較し、計測結果と一致する条件を調べ
る。各化合物の作用を再現する条件を比較することによ
り、各化合物の作用するタンパク質とその作用メカニズ
ムを推定することができる。同一の部位に違う置換基を
持つ化合物の作用メカニズムを比較することにより、そ
の位置の置換基の効果を正確に評価できる。求めた置換
基の効果を用いて推定することにより、類似するが異な
る置換基を有する化合物の作用をより正確に予測するこ
とができる。By using a simulator that models the signaling pathway and reproduces its behavior, the action of the substituent can be more accurately estimated. First, we simulate the response of cells to various proteins in the signal transduction pathway in various modes and degrees. The measurement results when each compound is administered and the simulation results are compared, and the conditions that match the measurement results are investigated. By comparing the conditions for reproducing the action of each compound, the protein acting on each compound and its action mechanism can be estimated. By comparing the mechanism of action of compounds having different substituents at the same site, the effect of the substituent at that position can be accurately evaluated. By estimating using the effect of the obtained substituent, the action of the compound having a similar but different substituent can be more accurately predicted.
【００６５】したがって、リード化合物の構造に基づい
て、置換基を適切に選択して実験を行い、本発明の方法
により解析すれば、リード化合物類縁体の置換基による
効果の方向性を探ることができ、改良化合物の効率良い
デザインが可能となる。Therefore, if the substituent is appropriately selected based on the structure of the lead compound and an experiment is conducted and the method of the present invention is used for analysis, the direction of the effect of the substituent of the lead compound analog can be sought. This enables efficient design of improved compounds.
【００６６】実施の形態６．遺伝子発現の変化は、疾患
や薬物によって変化したタンパク質によって、タンパク
質が関係するシグナル伝達系パスウエイの活性が変化
し、該パスウエイで活性化される転写因子によるＤＮＡ
からｍＲＮＡへの転写が変化した結果である。したがっ
て、遺伝子発現に関与した転写因子を特定すれば、疾患
や薬物によって変化したタンパク質を推定することが可
能となる。Sixth Embodiment The change in gene expression is caused by a protein changed by a disease or a drug, the activity of a signal transduction pathway related to the protein is changed, and the DNA is produced by a transcription factor activated in the pathway.
This is the result of the change in the transcription of the mRNA to mRNA. Therefore, by identifying the transcription factor involved in gene expression, it is possible to estimate the protein altered by the disease or drug.
【００６７】各転写因子は遺伝子の転写調節領域にある
特定のＤＮＡ配列を認識して結合することが知られてい
る。例えば、転写因子Ｅ２ＦはＤＮＡ配列"ＴＴＴＣＧ
ＣＧＣ"を認識して結合する。各遺伝子の転写調節領域
は複数の転写因子結合配列を含有し、そのいずれかによ
って転写が生じることが知られている。したがって、単
独の遺伝子の発現変化だけでは、どの転写因子によって
発現が増加したかを特定することはできない。It is known that each transcription factor recognizes and binds to a specific DNA sequence in the transcriptional regulatory region of a gene. For example, the transcription factor E2F has the DNA sequence "TTTTCG.
It recognizes and binds CGC ". It is known that the transcriptional regulatory region of each gene contains multiple transcription factor binding sequences, and transcription is caused by either of them. , It is not possible to identify which transcription factor increased the expression.
【００６８】したがって、実施の形態６においては、発
現量が変化した遺伝子を特定し、その遺伝子のセットか
ら共通する転写因子を特定する。転写因子を特定するこ
とによって、転写因子を活性化するシグナル伝達系パス
ウエイを推定できる。Therefore, in the sixth embodiment, a gene whose expression level is changed is specified, and a common transcription factor is specified from the set of the genes. By specifying the transcription factor, the pathway of the signal transduction system that activates the transcription factor can be estimated.
【００６９】図１１は実施の形態６の構成を示す図であ
る。入力ステップ１においては、発現量が増加した遺伝
子を入力する。発現量が増加したかどうかの判断は、例
えば、増加量がある閾値以上を示すかどうかで行えばよ
い。入力ステップ１により入力された発現が増加した遺
伝子につき、転写因子検索ステップ７によって、各遺伝
子の転写調節領域の配列をゲノムデータベースから読み
取る。ゲノムデータベースとしては、例えば、東大ヒト
ゲノム解析センターが提供する「ヒューマン・ゲノム・
リコンストラクション・プロジェクト（Human Genome R
EconstructionProject）」に開示されているもの、[onl
ine]、［平成１４年９月１１日検索］、東京大学ヒトゲ
ノム解析センター、インターネット＜URL：http://hgre
p.ims.u-tokyo.ac.jp/＞、米国国立衛生研究所が提供す
るもの「ザ・ヒューマンゲノム(The Human Genome)」、
[online]、［平成１４年９月１１日検索］、ナショナル
・センター・フォー・バイオテクノロジー・インフォメ
ーション（National Center for Biotechnology Inform
ation）、インターネット＜URL:http://www.ncbi.nlm.n
ih.gov/genome/guide/human/＞などがある。FIG. 11 is a diagram showing the configuration of the sixth embodiment. In the input step 1, a gene whose expression level has increased is input. Whether or not the expression level has increased may be determined, for example, based on whether or not the increase level is greater than or equal to a certain threshold. For the gene whose expression has been increased in the input step 1, the transcription factor search step 7 reads the sequence of the transcriptional regulatory region of each gene from the genome database. As a genome database, for example, "Human Genome Database" provided by the University of Tokyo Human Genome Center
Reconstruction Project (Human Genome R
Eonsion Project) ", [onl
ine], [September 11, 2002 search], Human Genome Center, University of Tokyo, Internet <URL: http: // hgre
p.ims.u-tokyo.ac.jp/>, “The Human Genome” provided by the National Institutes of Health,
[online], [September 11, 2002 Search], National Center for Biotechnology Information
ation), Internet <URL: http: //www.ncbi.nlm.n
ih.gov/genome/guide/human/> etc.
【００７０】また、各遺伝子の転写調節領域をまとめた
データベースからデータを取得してもよい。転写調節領
域配列のデータベースとしては、「データベース・オブ
・トランスクリプショナル・スタート・サイツ（Databa
se of Transcriptional Start Sites）」、[online]、
［平成１４年９月１１日検索］、東京大学ヒトゲノム解
析センター、インターネット＜URL：http://elmo.ims.u
-tokyo.ac.jp/dbtss/＞や「ユーカリオティック・プロ
モーター・データベース（Eukaryotic Promoter Databa
se）」[online]、［平成１４年９月１１日検索］、スイ
ス・インスティテュート・フォー・エクペリメンタル・
キャンサー・リサーチ（Swiss Institute for Experime
ntal Cancer Research）、インターネット＜URL：http:
//www.epd.isb-sib.ch/＞がある。Further, data may be obtained from a database in which transcription regulatory regions of each gene are summarized. As a database of transcriptional regulatory region sequences, "Database of Transcriptional Start Site (Databa
se of Transcriptional Start Sites) ”, [online],
[Search on September 11, 2002], Center for Human Genome Analysis, University of Tokyo, Internet <URL: http: //elmo.ims.u
-tokyo.ac.jp/dbtss/> and "Eukaryotic Promoter Database"
se) ”[online], [Search on September 11, 2002], Swiss Institute for Experimental
Cancer Research (Swiss Institute for Experime
ntal Cancer Research), Internet <URL: http:
There is //www.epd.isb-sib.ch/>.
【００７１】各遺伝子の転写調節領域の配列は、インタ
ーネット等のネットワーク上で提供されるゲノムデータ
や転写調節領域配列データベースのいずれかを用いて
も、あるいは外部記憶装置に格納されたものを用いても
よい。転写因子のデータベースとしては、「トランスフ
ァク（TRANSFAC）」、[online]、［平成１４年９月１１
日検索］、ジャーマン・リサーチ・センター・オブ・バ
イオテクノロジー（German Research Center of Biotec
hnology(ドイツ)）、インターネット＜URL:http://tran
sfac.gbf.de/TRANSFAC/index.html＞、スウェーデンが
提供する「ザ・トランスクリプション・ファクター・デ
ータベース（The Transcription Factor Databas
e）」、[online]、カロリンスカ・インスティテュート
（Karolinska Institute）、［平成１４年９月１１日検
索］、インターネット＜URL：http://kisac.cmb.ki.se/
kisac/databases/tfd.html＞などがある。続く転写因子
検索ステップにおいて、各転写因子の結合配列を転写因
子のデータベースから検索し、該遺伝子の転写調節領域
にどの転写因子が結合可能かを検索する。検索した結果
をまとめると例えば表２The sequence of the transcriptional regulatory region of each gene can be obtained by using either genomic data provided on a network such as the Internet or a transcriptional regulatory region sequence database or by using one stored in an external storage device. Good. As a database of transcription factors, "TRANSFAC", [online], [September 11, 2002]
Day Search], German Research Center of Biotec
hnology (Germany)), Internet <URL: http: // tran
sfac.gbf.de/TRANSFAC/index.html>, “The Transcription Factor Databas
e) ”, [online], Karolinska Institute, [Search on September 11, 2002], Internet <URL: http://kisac.cmb.ki.se/
kisac / databases / tfd.html> etc. In the subsequent transcription factor search step, the binding sequence of each transcription factor is searched from the database of transcription factors to find out which transcription factor can bind to the transcriptional regulatory region of the gene. The search results are summarized in Table 2, for example.
【００７２】[0072]
【表２】
に示すごとく、発現が増加した各遺伝子の転写調節領域
に結合可能な転写因子のリストを作ることができる。[Table 2] As shown in, a list of transcription factors capable of binding to the transcriptional regulatory region of each gene with increased expression can be prepared.
【００７３】次に、共通転写因子推定ステップ８におい
て、得られた転写因子のリストから、発現が増加した遺
伝子に共通する転写因子を推定する。表２に示す例にお
いては、転写因子Ｂが共通していることがわかる。Next, in the step 8 of estimating a common transcription factor, a transcription factor common to the genes whose expression is increased is estimated from the obtained list of transcription factors. In the examples shown in Table 2, it can be seen that transcription factor B is common.
【００７４】次に、パスウエイ割り当てステップ２にお
いて、シグナル伝達系パスウエイのデータベースに、転
写因子Ｂを割り当てる。最後に原因パスウエイ推定ステ
ップ９において、転写因子Ｂを活性化するパスウエイを
検索すれば、薬物や疾患で変化したパスウエイを特定す
ることができる。Next, in the pathway assignment step 2, the transcription factor B is assigned to the database of signaling pathways. Finally, in the causal pathway estimation step 9, if the pathways that activate the transcription factor B are searched, the pathways changed by the drug or disease can be identified.
【００７５】なお、実施の形態６において、遺伝子発現
は上記と同様、常套の方法により測定すればよい。細胞
からｍＲＮＡを抽出、同定する方法は当業者に知られて
いる。また、測定対象細胞の全ｃＤＮＡを固定したＤＮ
Ａチップもしくは必要であると予測されるｃＤＮＡを固
定したＤＮＡチップを用いてｍＲＮＡの種類およびその
量を測定し、基準試料からの変化を調べてもよい。ＤＮ
Ａチップを用いるのが簡便である。In the sixth embodiment, gene expression may be measured by a conventional method as described above. Methods for extracting and identifying mRNA from cells are known to those skilled in the art. In addition, DN in which all cDNAs of the cells to be measured are fixed
The change from the reference sample may be examined by measuring the type and amount of mRNA using an A chip or a DNA chip on which cDNA expected to be necessary is immobilized. DN
It is convenient to use the A chip.
【００７６】また、実施の形態６において、まず最初に
本発明の基礎となる生理機能解析方法によってパスウエ
イの変化を判定し、次いで変化が認められたパスウエイ
に関与する遺伝子もしくはタンパク質にターゲットを絞
り、そこから発現が増加した遺伝子を検索してもよい。
細胞全体から発現の増加した遺伝子を検索することによ
り、効率のよい検索が可能となる。Further, in the sixth embodiment, first, a change in pathway is determined by the physiological function analysis method which is the basis of the present invention, and then the gene or protein involved in the pathway in which the change is observed is targeted. You may search the gene which expression increased from there.
An efficient search can be performed by searching for a gene whose expression is increased in the entire cell.
【００７７】ＤＮＡチップを用い、パスウエイの解析を
行うためには、ＤＮＡチップ上に解析を行うのに必要な
遺伝子を固定する必要がある。ＤＮＡチップ上に対象と
する疾患および該疾患により改変される組織を想定し、
その組織に存在するシグナル伝達系パスウエイを構成す
るタンパク質の遺伝子、及びパスウエイを介してシグナ
ルが伝達した際に誘導される遺伝子をパスウエイデータ
ベースで検索し、必要な遺伝子をリストアップする。リ
ストアップした遺伝子を固定したＤＮＡチップを作成
し、そのチップを用いて計測した結果を本発明の方法に
より解析することにより、疾患で変化したパスウエイの
同定やそれに対する薬物の効果の解析を効率よく行うこ
とができる。In order to analyze pathways using a DNA chip, it is necessary to immobilize genes required for analysis on the DNA chip. Assuming a target disease and a tissue modified by the disease on a DNA chip,
Genes of proteins constituting the signal transduction pathway in the tissue and genes that are induced when a signal is transmitted via the pathway are searched in the pathway database, and necessary genes are listed. A DNA chip on which the listed genes are fixed is prepared, and the results of measurement using the chip are analyzed by the method of the present invention to efficiently identify the pathway changed by the disease and analyze the effect of the drug on it. It can be carried out.
【００７８】[0078]
【発明の効果】本発明の生理機能解析方法ないしシステ
ムによれば、タンパク質の変化を個々に解析するのでは
なく、細胞内タンパク質量の変化をシグナル伝達系パス
ウエイに割り当て、その結果の割り当てられたパスウエ
イ全体の変化を解析することから、計測誤差が少なくな
り、変化を正しく推定することができる。また、パスウ
エイ全体の解析が、該パスウエイを構成する全タンパク
質についてのデータが無くとも可能となる。According to the physiological function analysis method or system of the present invention, changes in the intracellular protein amount are assigned to the signal transduction pathway and the results are assigned instead of individually analyzing the changes in the protein. Since the change in the entire pathway is analyzed, the measurement error is reduced and the change can be estimated correctly. In addition, it is possible to analyze the entire pathway without data on all proteins constituting the pathway.
【００７９】この生理機能解析方法ないしシステムにお
いては、タンパク質ではなく遺伝子発現量の変化に基づ
き同様の解析を行ってもよく、遺伝子発現のデータによ
る変化の解析が可能となる。In this physiological function analysis method or system, the same analysis may be performed based on the change in the gene expression level instead of the protein, and the change can be analyzed based on the gene expression data.
【００８０】本発明の生理機能解析方法ないしシステム
においては、パスウエイの変化を、各パスウエイを構成
するタンパク質もしくは遺伝子の変化量の平均により計
算してもよい。かかる態様により、パスウエイ全体の変
化を容易に知ることができる。In the physiological function analysis method or system of the present invention, the change in pathway may be calculated by averaging the amounts of changes in the proteins or genes constituting each pathway. With this mode, it is possible to easily know the change in the entire pathway.
【００８１】本発明の生理機能解析方法ないしシステム
においては、パスウエイの変化をニューラルネットワー
クを用いて計算してもよい。ニューラルネットワークを
採用することによって、パスウエイ全体の変化を精度よ
く計算することができる。In the physiological function analysis method or system of the present invention, the change in pathway may be calculated using a neural network. By adopting a neural network, changes in the entire pathway can be calculated accurately.
【００８２】本発明の第１の態様にかかる創薬ターゲッ
ト選定方法ないしシステムにおいては、上記生理機能解
析方法によって変化の認められたパスウエイを正常に戻
すためのターゲットを特定する手段がさらに含まれる。
本発明の第１の態様よって最適なターゲットを選択する
ことができ、副作用が少なく効果が高い薬理活性物質の
効率の良い開発が可能となる。The method or system for selecting a drug target according to the first aspect of the present invention further includes means for specifying a target for restoring a pathway, which has been recognized to have changed by the above-mentioned physiological function analysis method, to normal.
According to the first aspect of the present invention, an optimum target can be selected, and efficient development of a pharmacologically active substance with few side effects and high effect becomes possible.
【００８３】本発明の第２の態様は、リード化合物およ
び、共通する構造を有する化合物によって誘導されるパ
スウエイの変化から、同じく共通する構造を有するが一
部置換基が相違する化合物の活性を予測する、置換基効
果予測方法ないしシステムを提供するものである。本態
様により、効率のよい薬理活性物質の開発が可能とな
る。The second aspect of the present invention is to predict the activity of a compound having the same structure but having a difference in some substituents from the change of the pathway induced by the lead compound and the compound having the common structure. The present invention provides a method or system for predicting substituent effect. This aspect enables efficient development of pharmacologically active substances.
【００８４】本発明の第３の態様にかかる生理機能解析
方法ないしシステムにおいては、遺伝子発現の変化に関
与した転写因子を推定し、これに基づいて変化の原因で
あるパスウエイが推定される。本態様によって、疾患や
薬物による変化の原因となるパスウエイが推定できる。In the physiological function analysis method or system according to the third aspect of the present invention, the transcription factor involved in the change in gene expression is estimated, and the pathway causing the change is estimated based on this. According to this aspect, the pathway that causes a change due to a disease or a drug can be estimated.
【図面の簡単な説明】[Brief description of drawings]
【図１】 従来公知のシグナル伝達系パスウエイマップ
の一例を示す。FIG. 1 shows an example of a conventionally known signal pathway pathway map.
【図２】 本発明の実施の形態１の生理機能解析方法な
いしは生理機能解析システムの概略構成を示すブロック
図である。FIG. 2 is a block diagram showing a schematic configuration of a physiological function analysis method or physiological function analysis system according to the first embodiment of the present invention.
【図３】 本発明の基礎となる生理機能解析方法ないし
は生理機能解析システムを用いてタンパク質の変化をパ
スウエイマップに割り当てた一例を示す。FIG. 3 shows an example in which a protein change is assigned to a pathway map using a physiological function analysis method or a physiological function analysis system which is the basis of the present invention.
【図４】 本発明の実施の形態４の創薬ターゲット選定
方法ないしは創薬ターゲット選定システムの概略構成を
示すブロック図である。FIG. 4 is a block diagram showing a schematic configuration of a drug discovery target selection method or drug discovery target selection system according to a fourth embodiment of the present invention.
【図５】 繊維芽細胞増殖因子（FGF）シグナル伝達系
モデルを示す。FIG. 5 shows a model of fibroblast growth factor (FGF) signal transduction system.
【図６】 シミュレーターにより再現された疾患症状を
示す図である。FIG. 6 is a diagram showing disease symptoms reproduced by a simulator.
【図７】 図６に示す疾患モデルに擬似薬を投与した場
合のシミュレーション。FIG. 7 is a simulation of the disease model shown in FIG. 6 in which a simulated drug is administered.
【図８】 インターフェロン（IFN)シグナル伝達系モデ
ルを示す。FIG. 8 shows a model of interferon (IFN) signaling system.
【図９】 シミュレーターにより再現された疾患症状を
示す図である。FIG. 9 is a diagram showing disease symptoms reproduced by a simulator.
【図１０】 図９に示す疾患モデルに擬似薬を投与した
場合のシミュレーション。FIG. 10 is a simulation in which a simulated drug is administered to the disease model shown in FIG.
【図１１】 本発明の実施の形態５の置換基効果予測方
法ないしは置換基効果予測システムの概略構成を示すブ
ロック図である。FIG. 11 is a block diagram showing a schematic configuration of a substituent effect prediction method or a substituent effect prediction system according to a fifth embodiment of the present invention.
【図１２】 本発明の実施の形態６の生理機能解析方法
ないしは生理機能解析システムの概略構成を示すブロッ
ク図である。FIG. 12 is a block diagram showing a schematic configuration of a physiological function analysis method or a physiological function analysis system according to a sixth embodiment of the present invention.
【図１３】 本発明の生理機能解析を実施するためのコ
ンピューターシステムの概略構成を示すブロック図であ
る。FIG. 13 is a block diagram showing a schematic configuration of a computer system for carrying out a physiological function analysis of the present invention.
１ 入力ステップ、 ２ パスウエイ割り当てステッ
プ、 ３ パスウエイ変化計算ステップ、 ４ 変化判
定ステップ、 ５ ターゲット選択ステップ、６ デー
タ蓄積ステップ、 ７ 置換基効果予測ステップ、 ８
転写因子結合部位検索ステップ、 ９ 共通転写因子
推定ステップ、 １０ 原因パスウエイ推定ステップ、
１１ コンピュータ、 １１ａ 入出力インターフェ
ース、１１ｂ 主記憶部、 １１ｃ 制御部、 １１ｄ
演算部、１２ イーサネットボード、 １３ マウ
ス、 １４ キーボード、１５ モニタ、 １６ プリ
ンタ、 １７ 外部記憶装置。1 input step, 2 pathway allocation step, 3 pathway change calculation step, 4 change determination step, 5 target selection step, 6 data storage step, 7 substituent effect prediction step, 8
Transcription factor binding site search step, 9 Common transcription factor estimation step, 10 Cause pathway estimation step,
11 computer, 11a input / output interface, 11b main memory unit, 11c control unit, 11d
Arithmetic unit, 12 Ethernet board, 13 mouse, 14 keyboard, 15 monitor, 16 printer, 17 external storage device.
───────────────────────────────────────────────────── フロントページの続き (72)発明者 阿部 一裕 東京都千代田区丸の内二丁目２番３号 三 菱電機株式会社内 Ｆターム(参考） 2G045 DA13 DA36 JA01 4B063 QA08 QQ43 QS39 5B075 UU19 ─────────────────────────────────────────────────── ─── Continued front page (72) Inventor Kazuhiro Abe 2-3 2-3 Marunouchi, Chiyoda-ku, Tokyo Inside Ryo Electric Co., Ltd. F term (reference) 2G045 DA13 DA36 JA01 4B063 QA08 QQ43 QS39 5B075 UU19
Claims (14)
の生理機能を解析し、これに基づいて創薬ターゲットを
選定する方法であって、 解析対象試料の細胞に含まれる各タンパク質を、基準試
料の細胞に含まれるタンパク質と比較した際の各タンパ
ク質の量的変化を入力するステップと、 シグナル伝達系パスウエイデータベースを用いて、入力
されたタンパク質の量的変化を特定のシグナル伝達系パ
スウエイマップ中に位置付けるパスウエイ割り当てステ
ップと、 各パスウエイ全体の変化を計算するパスウエイ変化計算
ステップと、 パスウエイの変化を判定する変化判定ステップと、 変化したパスウエイを正常に戻すためのターゲットタン
パク質を特定するためのターゲット選択ステップを含ん
でいることを特徴とする、創薬ターゲット選定方法。1. A method for analyzing a physiological function of a cell using a computer system and selecting a drug target based on the analysis, wherein each protein contained in the cell of the analysis target sample is converted into a cell of a reference sample. The step of inputting the quantitative change of each protein when compared with the contained protein, and the pathway assignment that locates the quantitative change of the input protein in a specific signal pathway pathway map using the signal pathway pathway database. Steps, including a pathway change calculation step for calculating changes in each pathway, a change determination step for determining pathway changes, and a target selection step for identifying target proteins for restoring the changed pathways to normal. Selection target for drug discovery Method.
の生理機能を解析し、これに基づいて創薬ターゲットを
選定する方法であって、 解析対象試料の細胞に発現される遺伝子を、基準試料の
細胞に発現される遺伝子と比較した際の、各遺伝子発現
量の変化のデータを入力するステップと、 シグナル伝達系パスウエイデータベースを用いて、入力
された遺伝子発現量の変化を特定のシグナル伝達系パス
ウエイマップ中に位置付けるパスウエイ割り当てステッ
プと、 各パスウエイ全体の変化を計算するパスウエイ変化計算
ステップと、 パスウエイの変化を判定する変化判定ステップを含む生
理機能解析方法と、 変化したパスウエイを正常に戻すためのターゲット遺伝
子を特定するためのターゲット選択ステップを含んでい
ることを特徴とする、創薬ターゲット選定方法。2. A method for analyzing a physiological function of a cell using a computer system and selecting a drug target based on the analysis, wherein a gene expressed in a cell of an analysis target sample is added to a cell of a reference sample. Using the signal transduction pathway database to input the data of the change in the expression level of each gene when compared with the expressed gene, the changes in the input gene expression level are mapped in a specific signal transduction pathway map. Pathway allocation step, which calculates the change of each pathway as a whole, a physiological function analysis method including a change judgment step to judge the change of the pathway, and a target gene for restoring the changed pathway to normal. Characterized by including a target selection step for identifying Drug target selection method.
の生理機能を解析し、これに基づいて化合物の置換基効
果を予測する方法であって、 リード化合物、およびリード化合物と構造上の共通部分
を有する一連の化合物を作用させた生物試料に含まれる
各タンパク質を、基準試料に含まれるタンパク質と比較
した際の各タンパク質の量的変化を入力するステップ
と、 シグナル伝達系パスウエイデータベースを用いて、入力
されたタンパク質の量的変化を特定のシグナル伝達系パ
スウエイマップ中に位置付けるパスウエイ割り当てステ
ップと、 各パスウエイ全体の変化を計算するパスウエイ変化計算
ステップと、 パスウエイの変化を判定する変化判定ステップと、 得られるパスウエイ変化についてのデータを蓄積するデ
ータ蓄積ステップと、 該蓄積されたデータに基づき、リード化合物と該構造上
の共通部分を有するが一部置換基が相違する化合物の置
換基効果を予測する置換基効果予測ステップを含むこと
を特徴とする、置換基効果予測方法。3. A method for analyzing a physiological function of a cell using a computer system and predicting a substituent effect of a compound based on the analysis, which comprises a lead compound and a series of structural common parts with the lead compound. The step of inputting the quantitative change of each protein when comparing each protein contained in the biological sample treated with the compound with the protein contained in the reference sample, and using the signal transduction pathway database Pathway assignment step that positions quantitative changes of proteins in a specific signal pathway pathway map, pathway change calculation step that calculates changes of each pathway overall, change judgment step that determines changes in pathways, and obtained pathway changes Data accumulation step of accumulating data about Based on the accumulated data, a substituent effect prediction step for predicting a substituent effect of a compound having a structural common part with the lead compound but having a partial difference in substituents is included. Effect prediction method.
の生理機能を解析し、これに基づいて化合物の置換基効
果を予測する方法であって、 リード化合物、およびリード化合物と構造上の共通部分
を有する一連の化合物を作用させた生物試料に発現され
る各遺伝子を、基準試料に発現される遺伝子と比較した
際の、各遺伝子発現量の変化のデータを入力するステッ
プと、 シグナル伝達系パスウエイデータベースを用いて、入力
された遺伝子発現量の変化を特定のシグナル伝達系パス
ウエイマップ中に位置付けるパスウエイ割り当てステッ
プと、 各パスウエイ全体の変化を計算するパスウエイ変化計算
ステップと、 パスウエイの変化を判定する変化判定ステップと、 得られるパスウエイ変化についてのデータを蓄積するデ
ータ蓄積ステップと、 該蓄積されたデータに基づき、リード化合物と該構造上
の共通部分を有するが一部置換基が相違する化合物の置
換基効果を予測する置換基効果予測ステップを含むこと
を特徴とする、置換基効果予測方法。4. A method for analyzing a physiological function of a cell using a computer system and predicting a substituent effect of a compound based on the analysis, which comprises a lead compound and a series of structural common parts with the lead compound. Of each gene expressed in the biological sample to which the compound of the above was acted, when inputting the data of the change in the expression level of each gene when compared with the gene expressed in the reference sample, and using the pathway database of signal transduction system Then, a pathway assignment step that positions changes in the input gene expression level in a specific signaling pathway pathway map, a pathway change calculation step that calculates changes in each pathway overall, and a change determination step that determines changes in pathways. , A data accumulation step of accumulating data about the obtained pathway changes Based on the accumulated data, a substituent effect prediction step for predicting a substituent effect of a compound having a structural common part with the lead compound but having a partial difference in substituents is included. Effect prediction method.
エイ中の各タンパク質量または遺伝子発現量の変化の平
均を計算することによって行うことを特徴とする、請求
項１〜４いずれかに記載の方法。5. The method according to claim 1, wherein the pathway change calculation step is performed by calculating an average of changes in the amount of each protein or gene expression in the pathway.
エイ中の各タンパク質または遺伝子発現の量的変化を入
力とし、パスウエイ全体の変化を出力とする、ニューラ
ルネットワークで計算することを特徴とする、請求項１
〜４いずれかに記載の方法。6. The pathway calculation step is performed by a neural network in which a quantitative change in expression of each protein or gene in the pathway is input and a change in the entire pathway is output.
~ The method according to any one of 4 to 4.
の生理機能を解析する方法であって、 解析対象試料細胞中に発現される遺伝子を、基準試料細
胞中に発現される遺伝子と比較し、遺伝子発現量が変化
した遺伝子を入力する入力ステップと、 発現量が変化した遺伝子の転写調節領域に含まれる転写
因子結合配列を検索する、転写因子検索ステップと 検索した転写因子中、共通する転写因子を推定する、共
通転写因子推定ステップと、 共通する転写因子をシグナル伝達系パスウエイデータベ
ースを用いて特定のパスウエイマップに割り当てる、パ
スウエイマップ割り当てステップと、 原因となるパスウエイを推定するステップを含むことを
特徴とする、生理機能解析方法。7. A method for analyzing physiological functions of cells using a computer system, comprising comparing a gene expressed in a sample cell to be analyzed with a gene expressed in a reference sample cell, The step of inputting a gene whose expression has changed, and the transcription factor binding sequence contained in the transcriptional regulatory region of the gene whose expression level has changed are searched. , A common transcription factor estimation step, a common transcription factor is assigned to a specific pathway map using a signal transduction pathway database, a pathway map assignment step, and a causative pathway estimation step are included. Physiological function analysis method.
能を解析し、これに基づき創薬ターゲットを選定するシ
ステムであって、 解析対象試料に含まれる各タンパク質を、基準試料に含
まれるタンパク質と比較した際の各タンパク質の量的変
化を入力する入力手段と、 シグナル伝達系パスウエイデータベースを用いて、入力
されたタンパク質の量的変化を特定のシグナル伝達系パ
スウエイマップ中に位置付けるパスウエイ割り当て手段
と、 各パスウエイ全体の変化を計算するパスウエイ変化計算
手段と、 パスウエイの変化を判定する変化判定手段と、 変化したパスウエイを正常に戻すためのターゲットタン
パク質選択手段を含んでいることを特徴とする、創薬タ
ーゲット選定システム。8. A system equipped with a computer for analyzing physiological functions of cells and selecting a drug discovery target based on the analysis, wherein each protein contained in a sample to be analyzed is compared with a protein contained in a reference sample. Input means for inputting the quantitative change of each protein at the time of performing, and a pathway assigning means for positioning the quantitative change of the input protein in a specific signal pathway pathway map using the signal pathway pathway database, and Drug target, characterized by including pathway change calculation means for calculating changes in the entire pathway, change judgment means for judging changes in the pathway, and target protein selection means for restoring the changed pathway to normal Selection system.
能を解析し、これに基づき創薬ターゲットを選定するシ
ステムであって、 解析対象試料に発現される遺伝子を、基準試料に発現さ
れる遺伝子と比較した際の、各遺伝子発現量の変化のデ
ータを入力する入力手段と、 シグナル伝達系パスウエイデータベースを用いて、入力
された遺伝子発現量の変化を特定のシグナル伝達系パス
ウエイマップ中に位置付けるパスウエイ割り当て手段
と、 各パスウエイ全体の変化を計算するパスウエイ変化計算
手段と、 パスウエイの変化を判定する変化判定手段と、 変化したパスウエイを正常に戻すためのターゲット遺伝
子選択手段を含んでいることを特徴とする、創薬ターゲ
ット選定システム。9. A system equipped with a computer for analyzing physiological functions of cells and selecting a drug discovery target based on the analysis, wherein a gene expressed in a sample to be analyzed is a gene expressed in a reference sample. Input means for inputting data of changes in the expression level of each gene when compared and a signal transduction pathway database are used to map changes in the input gene expression in a specific signaling pathway map. Means, a pathway change calculation means for calculating the change of each pathway as a whole, a change determination means for determining the change of the pathway, and a target gene selection means for restoring the changed pathway to the normal state. , Drug discovery target selection system.
機能を解析し、これに基づき化合物の置換基効果を予測
するためのシステムであって、 リード化合物、およびリード化合物と構造上の共通部分
を有する一連の化合物を作用させた生物試料に含まれる
各タンパク質をそれぞれ、基準試料に含まれるタンパク
質と比較した際の各タンパク質の量的変化を入力するス
テップと、 シグナル伝達系パスウエイデータベースを用いて、入力
されたタンパク質の量的変化を特定のシグナル伝達系パ
スウエイマップ中に位置付けるパスウエイ割り当てステ
ップと、 各パスウエイ全体の変化を計算するパスウエイ変化計算
ステップと、 パスウエイの変化を判定する変化判定ステップを含む方
法により得られるパスウエイ変化についてのデータを蓄
積するデータ蓄積手段と、 該蓄積されたデータに基づき、リード化合物と該構造上
の共通部分を有するが一部置換基が相違する化合物の置
換基効果を予測する置換基効果予測手段を含むことを特
徴とする、置換基効果予測システム。10. A system for analyzing a physiological function of a cell and predicting a substituent effect of a compound on the basis of a computer, comprising a lead compound and a structural common part with the lead compound. Inputting the quantitative change of each protein in the biological sample treated with a series of compounds when compared with the protein contained in the reference sample, and using the signal transduction pathway database By a method that includes a pathway assigning step that positions the quantitative change of the identified protein in a specific signaling pathway pathway map, a pathway change calculation step that calculates the overall change of each pathway, and a change determination step that determines the change of the pathway. Accumulate data about available pathway changes And a substituent effect predicting means for predicting a substituent effect of a compound having a structural common part with the lead compound but having a partial difference of substituents based on the accumulated data. A system for predicting substituent effect.
機能を解析し、これに基づき化合物の置換基効果を予測
するためのシステムであって、 リード化合物、およびリード化合物と構造上の共通部分
を有する一連の化合物を作用させた生物試料に発現され
る各遺伝子を、基準試料に発現される遺伝子と比較した
際の、各遺伝子発現量の変化のデータを入力するステッ
プと、 シグナル伝達系パスウエイデータベースを用いて、入力
された遺伝子発現量の変化を特定のシグナル伝達系パス
ウエイマップ中に位置付けるパスウエイ割り当てステッ
プと、 各パスウエイ全体の変化を計算するパスウエイ変化計算
ステップと、 パスウエイの変化を判定する変化判定ステップを含む方
法により得られるパスウエイ変化についてのデータを蓄
積するデータ蓄積手段と、 該蓄積されたデータに基づき、リード化合物と該構造上
の共通部分を有するが一部置換基が相違する化合物の置
換基効果を予測する置換基効果予測手段を含むことを特
徴とする、置換基効果予測システム。11. A system for analyzing a physiological function of a cell and predicting a substituent effect of a compound based on the computer, comprising a lead compound and a structural common part with the lead compound. A step of inputting data of changes in the expression level of each gene when comparing each gene expressed in a biological sample treated with a series of compounds with a gene expressed in a reference sample, and a signal transduction pathway database. Using the method, a pathway allocation step that positions changes in the input gene expression level in a specific signaling pathway pathway map, a pathway change calculation step that calculates changes in each pathway overall, and a change judgment step that determines changes in the pathway Data that accumulates data about pathway changes obtained by methods including And a substituent effect predicting means for predicting a substituent effect of a compound having a structural common part with the lead compound but having a partial difference in the substituent based on the accumulated data. Substituent effect prediction system.
イ中の各タンパク質量または遺伝子発現量の変化の平均
を計算することによって行うことを特徴とする、請求項
８〜１１いずれかに記載のシステム。12. The system according to claim 8, wherein the pathway change calculation means is performed by calculating the average of changes in the amounts of each protein or gene expression in the pathway.
イ中の各タンパク質または遺伝子発現の量的変化を入力
とし、パスウエイ全体の変化を出力とする、ニューラル
ネットワークで計算することを特徴とする、請求項８〜
１１いずれかに記載のシステム。13. The method for calculating a change in pathway is characterized by a neural network which inputs a quantitative change in expression of each protein or gene in the pathway and outputs a change in the entire pathway. ~
11. The system according to any one of 11 above.
機能を解析するシステムであって、解析対象試料に発現
される遺伝子を、基準試料に発現される遺伝子と比較
し、遺伝子発現量が変化した遺伝子を入力する入力手段
と、 発現量が変化した遺伝子の転写調節領域に含まれる転写
因子結合配列を検索する、転写因子検索手段と、 検索した転写因子中、共通する転写因子を推定する、共
通転写因子推定手段と、 共通する転写因子をシグナル伝達系パスウエイデータベ
ースを用いて特定のパスウエイマップに割り当てる、パ
スウエイマップ割り当て手段と、 原因となるパスウエイを推定する手段を含むことを特徴
とする生理機能解析システム。14. A system for analyzing physiological functions of cells, comprising a computer, wherein a gene expressed in a sample to be analyzed is compared with a gene expressed in a reference sample, and the gene expression level is changed. Input means for inputting, and a transcription factor search means for searching for transcription factor binding sequences contained in the transcriptional regulatory region of a gene whose expression level has changed, and a common transcription for estimating common transcription factors among the searched transcription factors A physiological function analysis system comprising a factor estimating means, a pathway map assigning means for assigning a common transcription factor to a specific pathway map using a signaling pathway database, and a means for estimating a causative pathway .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002293391A JP2003203078A (en) | 2001-10-19 | 2002-10-07 | Physiology analyzing method and system |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001-321996 | 2001-10-19 | ||
| JP2001321996 | 2001-10-19 | ||
| JP2002293391A JP2003203078A (en) | 2001-10-19 | 2002-10-07 | Physiology analyzing method and system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003203078A true JP2003203078A (en) | 2003-07-18 |
Family
ID=27666318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002293391A Pending JP2003203078A (en) | 2001-10-19 | 2002-10-07 | Physiology analyzing method and system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003203078A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009044459A1 (en) * | 2007-10-02 | 2009-04-09 | Fujitsu Limited | Analysis-supporting program, analysis-supporting device and analysis-supporting method |
| JP2012502335A (en) * | 2008-09-03 | 2012-01-26 | マックス−プランク−ゲゼルシャフト・ツア・フェルデルンク・デア・ヴィッセンシャフテン・エー．ファウ．・ベルリン | Biological network computer-implemented model |
| CN110021341A (en) * | 2019-02-21 | 2019-07-16 | 华东师范大学 | A kind of prediction technique of GPCR drug based on heterogeneous network and targeting access |
| JP2020506450A (en) * | 2016-11-17 | 2020-02-27 | ナントバイオ，インコーポレイテッド | Validation of inferred anticancer pathway |
| JP2021076890A (en) * | 2019-11-05 | 2021-05-20 | 株式会社 ディー・エヌ・エー | Compound property prediction device for predicting properties of compounds, compound property prediction program therefor, and compound property prediction method therefor |
| WO2022018911A1 (en) * | 2020-07-21 | 2022-01-27 | 国立大学法人 新潟大学 | Information processing device, information processing method, and program |
| JP7404648B2 (en) | 2019-04-25 | 2023-12-26 | 富士通株式会社 | Therapeutic drug presentation method, therapeutic drug presentation device, and therapeutic drug presentation program |
-
2002
- 2002-10-07 JP JP2002293391A patent/JP2003203078A/en active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009044459A1 (en) * | 2007-10-02 | 2009-04-09 | Fujitsu Limited | Analysis-supporting program, analysis-supporting device and analysis-supporting method |
| US8244480B2 (en) | 2007-10-02 | 2012-08-14 | Fujitsu Limited | Computer product, analysis support apparatus, and analysis support method |
| JP5099142B2 (en) * | 2007-10-02 | 2012-12-12 | 富士通株式会社 | Analysis support program, analysis support apparatus, and analysis support method |
| JP2012502335A (en) * | 2008-09-03 | 2012-01-26 | マックス−プランク−ゲゼルシャフト・ツア・フェルデルンク・デア・ヴィッセンシャフテン・エー．ファウ．・ベルリン | Biological network computer-implemented model |
| JP2020506450A (en) * | 2016-11-17 | 2020-02-27 | ナントバイオ，インコーポレイテッド | Validation of inferred anticancer pathway |
| CN110021341A (en) * | 2019-02-21 | 2019-07-16 | 华东师范大学 | A kind of prediction technique of GPCR drug based on heterogeneous network and targeting access |
| JP7404648B2 (en) | 2019-04-25 | 2023-12-26 | 富士通株式会社 | Therapeutic drug presentation method, therapeutic drug presentation device, and therapeutic drug presentation program |
| JP2021076890A (en) * | 2019-11-05 | 2021-05-20 | 株式会社 ディー・エヌ・エー | Compound property prediction device for predicting properties of compounds, compound property prediction program therefor, and compound property prediction method therefor |
| JP7218274B2 (en) | 2019-11-05 | 2023-02-06 | 株式会社 ディー・エヌ・エー | Compound Property Prediction Apparatus, Compound Property Prediction Program, and Compound Property Prediction Method for Predicting Properties of Compound |
| WO2022018911A1 (en) * | 2020-07-21 | 2022-01-27 | 国立大学法人 新潟大学 | Information processing device, information processing method, and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Oprea et al. | Unexplored therapeutic opportunities in the human genome | |
| Kupari et al. | Single cell transcriptomics of primate sensory neurons identifies cell types associated with chronic pain | |
| Cho et al. | A feature-based approach to modeling protein–protein interaction hot spots | |
| Gökmen et al. | Neutrophil–lymphocyte ratio connected to treatment options and inflammation markers of ankylosing spondylitis | |
| Mann et al. | Epistatic effects of potassium channel variation on cardiac repolarization and atrial fibrillation risk | |
| Meeuwisse et al. | Identification of CXCL13 as a marker for rheumatoid arthritis outcome using an in silico model of the rheumatic joint | |
| US20150142465A1 (en) | Pathway recognition algorithm using data integration on genomic models (paradigm) | |
| KR101606160B1 (en) | Interaction prediction device, interaction prediction method, and program | |
| WO2008060620A2 (en) | Systems and methods for modeling and analyzing networks | |
| Zhou et al. | NEDD: a network embedding based method for predicting drug-disease associations | |
| Bevins et al. | Genetic dissection of EphA receptor signaling dynamics during retinotopic mapping | |
| Cherlin et al. | Prediction of treatment response in rheumatoid arthritis patients using genome‐wide SNP data | |
| KR102042824B1 (en) | SNP marker set for predicting of prognosis of rheumatoid arthritis | |
| Gloudemans et al. | Integration of genetic colocalizations with physiological and pharmacological perturbations identifies cardiometabolic disease genes | |
| Yu et al. | Integrative enrichment analysis: a new computational method to detect dysregulated pathways in heterogeneous samples | |
| JP2003203078A (en) | Physiology analyzing method and system | |
| Karatzas et al. | A web tool for ranking candidate drugs against a selected disease based on a combination of functional and structural criteria | |
| US20160132632A1 (en) | System, Method and Software for Improved Drug Efficacy and Safety in a Patient | |
| Jambusaria et al. | A computational approach to identify cellular heterogeneity and tissue-specific gene regulatory networks | |
| Alvarez et al. | RegNetB: predicting relevant regulator-gene relationships in localized prostate tumor samples | |
| Sudarshan et al. | Decoding of novel missense TSC2 gene variants using in-silico methods | |
| US20050130192A1 (en) | Apparatus and method for identifying therapeutic targets using a computer model | |
| WO2012149107A2 (en) | Stratifying patient populations through characterization of disease-driving signaling | |
| Junet et al. | A decision support system based on artificial intelligence and systems biology for the simulation of pancreatic cancer patient status | |
| Kühn et al. | Hierarchical associations of alcohol use disorder symptoms in late adolescence with markers during early adolescence |