JP2007087125A - 生命情報の可視化方法、可視化プログラム及び記憶媒体 - Google Patents
生命情報の可視化方法、可視化プログラム及び記憶媒体 Download PDFInfo
- Publication number
- JP2007087125A JP2007087125A JP2005275342A JP2005275342A JP2007087125A JP 2007087125 A JP2007087125 A JP 2007087125A JP 2005275342 A JP2005275342 A JP 2005275342A JP 2005275342 A JP2005275342 A JP 2005275342A JP 2007087125 A JP2007087125 A JP 2007087125A
- Authority
- JP
- Japan
- Prior art keywords
- nodes
- displayed
- life information
- edges
- graph
- 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
- 238000007794 visualization technique Methods 0.000 title claims abstract description 15
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 48
- 238000002474 experimental method Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 18
- 102000004169 proteins and genes Human genes 0.000 claims description 10
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 108091032973 (ribonucleotides)n+m Proteins 0.000 claims description 3
- 238000013517 stratification Methods 0.000 claims 1
- 238000009395 breeding Methods 0.000 abstract description 2
- 230000001488 breeding effect Effects 0.000 abstract description 2
- 201000010099 disease Diseases 0.000 abstract description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 2
- 238000005352 clarification Methods 0.000 abstract 1
- 230000014509 gene expression Effects 0.000 description 8
- 238000002493 microarray Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000000018 DNA microarray Methods 0.000 description 5
- 239000002299 complementary DNA Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000009396 hybridization Methods 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 102000007474 Multiprotein Complexes Human genes 0.000 description 1
- 108010085220 Multiprotein Complexes Proteins 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000002306 biochemical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000022131 cell cycle Effects 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007417 hierarchical cluster analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004850 protein–protein interaction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】生物学的な実験によって得られた膨大な生命情報を、人がより容易に理解できるように表示することによって、生命現象の解明、特定疾患と関係する遺伝子の特定、優れた特性を持った植物の育種等に貢献する生命情報の可視化方法及び可視化プログラムを提供する。
【解決手段】この発明の可視化方法及び可視化プログラムは、生命を構成する各要素をノード、各要素間の関連をエッジとするグラフとしてコンピュータの表示装置に表示するものである。また、グラフを作成する際には、各ノード間の関係値によって複数のノードをクラスタリングしてグループノードに集約し、階層化グラフとして表示する。なお、作成した階層化グラフから、あるグループノードを選択すると、そのグループノードの下位階層のグラフを表示する。
【選択図】図13
【解決手段】この発明の可視化方法及び可視化プログラムは、生命を構成する各要素をノード、各要素間の関連をエッジとするグラフとしてコンピュータの表示装置に表示するものである。また、グラフを作成する際には、各ノード間の関係値によって複数のノードをクラスタリングしてグループノードに集約し、階層化グラフとして表示する。なお、作成した階層化グラフから、あるグループノードを選択すると、そのグループノードの下位階層のグラフを表示する。
【選択図】図13
Description
この発明は、生物学的な実験・研究により得られた莫大な量の生命情報を人間が理解し易いように可視化する生命情報の可視化方法及び可視化プログラム等に関する。
「ヒトゲノム・プロジェクト」に代表されるように、大規模な生物化学的な研究行われることによって、遺伝子や蛋白質等の、生命の構成要素レベルについての研究が大きく前進した。それにつれて、ゲノムスケールの研究、具体的には、遺伝子制御、蛋白質と蛋白質の相互関係、発現プロファイルなど、についても関心が高まってきている。
このようなゲノムスケールの研究方法として、例えば、DNAマイクロアレイ法があげられる。DNAマイクロアレイ法とは、ハイブリダイゼーション等の生化学的な技術と、クラスター分析等の情報科学的な技術を組み合わせて行うものであり、具体的には、次のような手順によって行うものである。
まず、ガラス、ナイロン、プラスチック等からなる基板上に千〜数万の種類の既知遺伝子配列DNAを別々にスポットしたマイクロアレイを作成し、このマイクロアレイ上のDNAと、サンプルから抽出したmRNAからRT-PCR法により作成した蛍光色素標識DNAとをハイブリダイゼーションさせ、ハイブリッド形成の強度を蛍光強度により測定する。
つぎに、この測定データをコンピュータに入力して、クラスター分析等の統計解析を行って情報の解析を行う。なお、クラスター分析とは、各遺伝子間の関係の程度を何らかの方法で数値化した値(関係値)に基づいて、関係の高いものは同じまとまり(クラスター)に関係の低いものは異なるまとまり(クラスター)に分類し、全ての遺伝子をいくつかの個体からなるクラスターに分類するものである。
最後に統計処理されたデータ、具体的には、遺伝子同士の類似性や発現プロファイルに基づいて関係づけられたデータをコンピュータのモニタ上に表示して、研究者が新たな知見を得ることを手助けする。
ここで、クラスター分析の結果をモニタ上に表示する方法としては、樹状図を使用するのが一般的である。樹状図は、図15に示すようにトーナメント表のような形をしており、低い位置で結合している遺伝子同士は、それより高い位置で結合している個体同士よりも近い距離にある(関係値が大きい。)ことを意味している(非特許文献1を参照。)。
ただし、樹状図には、各遺伝子同士の独立した関係を表示できないという問題点、大量のデータを扱う場合には、例えば図15に示すように情報が密に表示されてしまうため、人の目では読み取ることが難しくなるという問題点があった。
そのため、ノードとエッジを使用するグラフによって、各遺伝子同士の関係を表現することが検討されている(例えば、特許文献1を参照。)。グラフは、図16に示すように、各遺伝子をノードで示し、各遺伝子の間の関係をエッジで示すものであり、遺伝子間の関係の強さは、例えばノード間の距離やエッジの太さや色などによって表示する。
ただ、グラフを使用すれば、各個体(ノード)同士の独立した関係を見せることができないという問題は解決するものの、大量のデータを扱う場合には、例えば図16に示すように樹状図と同じくグラフが密になってしまうため、情報を人の目で読み取ることが困難になるという問題は解決していなかった。
特開2002−91991号公報
村上康文ら著,「バイオインフォマティクスの実際」,株式会社講談社サイエンティフィク,2003年1月10日,p.135−157
そこで、この発明は、DNAマイクロアレイ法などの生物学的な実験によって得られた膨大な生命情報を、人がより容易に理解できるように表示することによって、生命現象の解明、特定疾患と関係する遺伝子の特定、優れた特性を持った植物の育種等に貢献する生命情報の可視化方法及び可視化プログラムを提供することを課題とする。
この発明の可視化方法、可視化プログラム等は、生命情報をグラフ表示する際に、一画面に表示するノード数を、各ノード間の関係値に基づいてクラスタリングすることにより、一定の範囲内に制御することを最も主要な特徴とする。
この発明の可視化方法、可視化プログラム等により、研究者が、遺伝子、タンパク等の生命を構成する要素間の関係をより視覚的に理解し易くなり、生物に関する新たな知見をより容易に得られるようになる。
以下、図面に基づいて、この発明の一実施の形態について詳細に説明する。
(1)階層化グラフの概念
図1は、この発明の可視化方法により生命情報を可視化した階層化グラフの概念図であり、この図はコンピュータの表示装置に表示される第1階層から第3階層までの画面遷移を示している。また、図中の四角枠は階層ごとの画面を示しており、この画面には、ノード、グループノード、及びこれらの間を接続するエッジからなる階層化グラフが表示してある。なお、グループノードは、互いに関係の強いノード又はグループノードから構成されている。
図1は、この発明の可視化方法により生命情報を可視化した階層化グラフの概念図であり、この図はコンピュータの表示装置に表示される第1階層から第3階層までの画面遷移を示している。また、図中の四角枠は階層ごとの画面を示しており、この画面には、ノード、グループノード、及びこれらの間を接続するエッジからなる階層化グラフが表示してある。なお、グループノードは、互いに関係の強いノード又はグループノードから構成されている。
画面に表示されているグループのうち、特定のグループノードを選択する(例えば、マウスでクリックする)ことによって、画面が第1階層から第2階層、又は第2階層から第3階層に遷移する。その際、選択されたグループノードが展開して、これに含まれるグループノードやノードを画面に表示する。
このように、階層化グラフにおいては、ノードを関係の強いものを一つにまとめてグループノードとして表示することによって、ノード全体の関係を簡単に把握できるとともに、必要に応じて簡単な操作により詳細な情報についても容易に知ることができる。
(2)可視化のための装置
図2は、この発明の可視化方法を実施するための、コンピュータ1の一例を示す構成図である。この図に示すように、コンピュータ1は、CPU(中央演算装置)11、RAM、ROMからなるメモリ(内部記憶装置)12、ハードディスクやCD-Rドライブなどの外部記憶装置13、液晶表示パネルなどからなる表示装置14、キーボードやマウス等からなる入力装置15などを備えたパソコン、ワークステーションなどのことである。
図2は、この発明の可視化方法を実施するための、コンピュータ1の一例を示す構成図である。この図に示すように、コンピュータ1は、CPU(中央演算装置)11、RAM、ROMからなるメモリ(内部記憶装置)12、ハードディスクやCD-Rドライブなどの外部記憶装置13、液晶表示パネルなどからなる表示装置14、キーボードやマウス等からなる入力装置15などを備えたパソコン、ワークステーションなどのことである。
また、外部記憶装置13は、後述する生命情報や後述するS1〜S6などの各工程を含む可視化プログラムを記憶しており、これら生命情報やプログラムは必要に応じてメモリ12に読み込まれ、CPU11が生命情報をプログラムで処理して可視化する。
なお、コンピュータ1は、前記生命情報や可視化プログラム等を記憶できる市販のコンピュータであれば特に限定することなく使用することができ、必要に応じてプリンターなどの出力装置が取り付けてあってもよい。
(3)生命情報
外部記憶装置13が記憶している生命情報は、生命を構成する各要素に関する要素情報や生物学的な実験結果などである。具体例を挙げると、要素情報として、遺伝子、蛋白質、蛋白質複合体、低分子などの生物を構成する要素についての名称や分子量などの情報を挙げることができる。また、生物学的実験結果としては、温度変化などの環境からの刺激、細胞周期などの刺激に対する複数遺伝子、RNA、蛋白質等の発現量を蛍光、燐光、化学物質の変色等によって測定したものが挙げられる。
外部記憶装置13が記憶している生命情報は、生命を構成する各要素に関する要素情報や生物学的な実験結果などである。具体例を挙げると、要素情報として、遺伝子、蛋白質、蛋白質複合体、低分子などの生物を構成する要素についての名称や分子量などの情報を挙げることができる。また、生物学的実験結果としては、温度変化などの環境からの刺激、細胞周期などの刺激に対する複数遺伝子、RNA、蛋白質等の発現量を蛍光、燐光、化学物質の変色等によって測定したものが挙げられる。
なお、生物学的実験結果から計算した遺伝子や蛋白質などの間の相関関係、遺伝子や蛋白質等の相互作用、遺伝子や蛋白質等の配列の類似性などに基づいて、これらの間の関係の程度を何らかの方法で数値化したものが、関係値である。また、生命情報として、要素情報、関係情報についての外部データベースへのリンクや関係する論文への参照を含んでいてもよい。
(4)可視化方法
つぎに、cDNAマイクロアレイによって得られた遺伝子の発現情報を例に、生物学的実験結果から遺伝子同士の関係値を計算し、遺伝子をノード、遺伝子間の関係をエッジとするグラフをコンピュータ1の表示装置14に表示する手順を以下に説明する。なお、この例での発現情報とは、cDNAマイクロアレイ実験によって得られた各遺伝子の発現量である。また、各遺伝子同士の関係値は、各遺伝子同士の間の発現量の相関係数である。
つぎに、cDNAマイクロアレイによって得られた遺伝子の発現情報を例に、生物学的実験結果から遺伝子同士の関係値を計算し、遺伝子をノード、遺伝子間の関係をエッジとするグラフをコンピュータ1の表示装置14に表示する手順を以下に説明する。なお、この例での発現情報とは、cDNAマイクロアレイ実験によって得られた各遺伝子の発現量である。また、各遺伝子同士の関係値は、各遺伝子同士の間の発現量の相関係数である。
さて、可視化方法は、図3に示すように、読込工程S1、関係値計算工程S2、クラスタリング工程S3、エッジ決定工程S4、レイアウト工程S5、表示工程S6などから構成されている。そこで、以下にこれらの各工程について詳説する。
(読込工程S1)
cDNAマイクロアレイ実験の結果は、例えば、図4に示すように、実験に供した各株名(サンプル名)を列項目に、各遺伝子名(要素名)と行項目とする表形式のデータであり、表中の各欄には対応するサンプル、遺伝子ごとの蛍光強度を記憶している。なお、表中の「No.」は各遺伝子(ノード)に付けられた通し番号である。
cDNAマイクロアレイ実験の結果は、例えば、図4に示すように、実験に供した各株名(サンプル名)を列項目に、各遺伝子名(要素名)と行項目とする表形式のデータであり、表中の各欄には対応するサンプル、遺伝子ごとの蛍光強度を記憶している。なお、表中の「No.」は各遺伝子(ノード)に付けられた通し番号である。
この実験結果は、外部記憶装置13が記憶しているため、そのままではCPU11によって処理できない。そこで、読込工程S1により、このデータを外部記憶装置13から、内部記憶装置12に読み込んで、処理できるようにする。なお、外部記憶装置13から読み込むのではなく、マイクロアレイスキャナーから直接データを読み込んでもよい。
(関係値計算工程S2)
関係値計算工程S2は、各遺伝子間の関係値を計算する工程である。この例では関係値として、遺伝子間の蛍光強度についての相関係数を使用する。ここで、2つの遺伝子X,Yのi番目のサンプルの蛍光強度をそれぞれ[xi|i=1,……,N]及び[Yi|i=1,……,N]とし、それらの平均値をμx,μy、標準偏差をσx,σyすると、相関係数の一例であるピアソンの相関係数は、下記の式(1)によって求めることができる。なお、このようにして計算した各遺伝子間の相関係数は、例えば、図5に示すような表形式によってメモリ12に記憶すればよい。
関係値計算工程S2は、各遺伝子間の関係値を計算する工程である。この例では関係値として、遺伝子間の蛍光強度についての相関係数を使用する。ここで、2つの遺伝子X,Yのi番目のサンプルの蛍光強度をそれぞれ[xi|i=1,……,N]及び[Yi|i=1,……,N]とし、それらの平均値をμx,μy、標準偏差をσx,σyすると、相関係数の一例であるピアソンの相関係数は、下記の式(1)によって求めることができる。なお、このようにして計算した各遺伝子間の相関係数は、例えば、図5に示すような表形式によってメモリ12に記憶すればよい。
(クラスタリング工程S3)
クラスタリング工程S3は、図6に示すように、ノード数等の和と予め設定した数(表示数)とを比較(S3a)する。そして、もし、ノード数が表示数よりも小さい場合にはエッジ決定工程S4に進む。反対に、もしノード数が表示数を超えている場合には、関係値が最も大きな組み合わせを探し(S3b)、これを1つのグループノードに集約した(S3c)のち、グループノードとそれ以外のノード等との間の関係値を計算し(S3d)、ノード数とグループノード数の和が表示数以下になるまでS3bからS3dを繰り返す工程である。なお、表示数は手動で自由に変更することができる。また、表示するノード数を変えて同じ情報を表示装置14に表示した場合のグラフの違いを図7に示す。ここで、図7(a)は表示数が14の場合を示しており、図7(b)は表示数が30の場合を示している。
クラスタリング工程S3は、図6に示すように、ノード数等の和と予め設定した数(表示数)とを比較(S3a)する。そして、もし、ノード数が表示数よりも小さい場合にはエッジ決定工程S4に進む。反対に、もしノード数が表示数を超えている場合には、関係値が最も大きな組み合わせを探し(S3b)、これを1つのグループノードに集約した(S3c)のち、グループノードとそれ以外のノード等との間の関係値を計算し(S3d)、ノード数とグループノード数の和が表示数以下になるまでS3bからS3dを繰り返す工程である。なお、表示数は手動で自由に変更することができる。また、表示するノード数を変えて同じ情報を表示装置14に表示した場合のグラフの違いを図7に示す。ここで、図7(a)は表示数が14の場合を示しており、図7(b)は表示数が30の場合を示している。
クラスタリングの方法は、階層的クラスター分析法であり、これは大きく分けると凝縮型と分岐型があり、凝縮型には「最近隣法」、「最遠隣法」、「群平均法」、「重心法」、「ウォード法」等の公知の方法があるが、凝縮型の方法であれば、特に制限なく何れの方法でも使用することができる。
ここで、群平均法は、全ノード又はグループノードの中で、相関係数が最も大きな組み合わせを探して、これを新しい1つのグループノードに集約し、新しくできたグループノードに含まれる全ノードと当該グループノードに含まれない特定ノードとの相関係数の平均値を計算して、これを新しくできたグループと特定ノードとの間の相関係数とし、ノード数とグループノード数の和が表示数以下になるまで、グループノードへの集約・階層化及び相関係数の計算を繰り返すことによって、全ノードを階層化する。なお、クラスタリングの結果は、例えば、図8に示すような表形式によってメモリ12に記憶すればよい。
(エッジ決定工程S4)
エッジ決定工程S4は、グラフの読み取り易さを考慮して表示するエッジ数を決定する工程である。なお、表示可能なエッジ数は自由に変更することができる。具体的には、例えば、相関係数の閾値を決めて表示するエッジを限定し、表示するエッジ数を減らす方法が考えられる。しかし、階層化グラフの場合には、階層の深いものほど相関係数が高くなり、階層の深さによって相関係数の偏りがある。例えば、相関係数が低いものしかないところで、高い閾値を設定すると、エッジが一本もないというようなことも起こる可能性がある。
エッジ決定工程S4は、グラフの読み取り易さを考慮して表示するエッジ数を決定する工程である。なお、表示可能なエッジ数は自由に変更することができる。具体的には、例えば、相関係数の閾値を決めて表示するエッジを限定し、表示するエッジ数を減らす方法が考えられる。しかし、階層化グラフの場合には、階層の深いものほど相関係数が高くなり、階層の深さによって相関係数の偏りがある。例えば、相関係数が低いものしかないところで、高い閾値を設定すると、エッジが一本もないというようなことも起こる可能性がある。
そこで、相関係数に左右されないエッジの表示割合を考えることにより、この問題を解決する。具体的には、図9に示すように、全ノードの組み合わせから全エッジ数を計算して(S4a)、全エッジ数と予め設定した表示割合とから表示するエッジ数を計算したのち(S4b)、関係値の高い方から表示するエッジを決定する(S4c)。例えば、全エッジ数が100であり、表示する割合が20%であるならば、相関係数の高いものから20本表示する。このようにすれば、相関係数の値の偏りに関係なくエッジ数を制御できるので、ノード数が多い場合や相関係数が偏っている場合にも対応できる。
なお、表示割合は手動で自由に変更することができる。また、同じ情報を表示するエッジの表示割合を変えて表示装置14に表示した場合のグラフの違いを、図10に示す。ここで、図10(a)は表示割合が18%の場合を示しており、図10(b)は表示割合が10%の場合を示している。なお、相関係数の高い順にエッジを決定した結果は、例えば、図11に示すような表形式によってメモリ12に記憶すればよい。
(レイアウト工程S5)
レイアウト工程S5は、クラスタリング工程S3とエッジ決定工程S4で表示すると決められたノードとエッジの表示位置を決定する工程である。具体的には、バネ埋め込みアルゴリズムや直行格子アルゴリズムなどの公知のレイアウト方法によってノードの座標を決めたのち、各ノードの間を接続するようにエッジの表示位置を決定する。
レイアウト工程S5は、クラスタリング工程S3とエッジ決定工程S4で表示すると決められたノードとエッジの表示位置を決定する工程である。具体的には、バネ埋め込みアルゴリズムや直行格子アルゴリズムなどの公知のレイアウト方法によってノードの座標を決めたのち、各ノードの間を接続するようにエッジの表示位置を決定する。
ここで、バネ埋込みアルゴリズムは、一般無向グラフの描画法のうち力指向配置と呼ばれるものであり、ノード をリングに、エッジをバネに置き換えて、各リングにかかるバネの力(斥力および引力)のもつエネルギーが最小、あるいは極小となる状態を求めるアルゴリズムである。また、「斥力」とは一定の範囲内に存在する全ノード間に発生する力であり、斥力によりノード は分散されてノード同士の重なりが除去される。また、「引力」は、エッジにより接続されたノード間に働く力であり、引力によりエッジ接続されたノードは接近するので、関係のあるノードを接近させることができ、関係のないノードと区別できる。なお、ノードとエッジの表示位置を決定した結果は、例えば、図12に示すような表形式によってメモリ12に記憶すればよい。
(表示工程S6)
表示工程S6は、レイアウト工程S5で決定した表示位置に基づいて、コンピュータ1の表示装置14上にノードとエッジからなるグラフを表示させる工程である。具体的には、決定したノードの座標に基づいてノードとエッジを描画したグラフ画像を、メモリ12上に生成して表示装置14に出力する工程である。
表示工程S6は、レイアウト工程S5で決定した表示位置に基づいて、コンピュータ1の表示装置14上にノードとエッジからなるグラフを表示させる工程である。具体的には、決定したノードの座標に基づいてノードとエッジを描画したグラフ画像を、メモリ12上に生成して表示装置14に出力する工程である。
このように、S1〜S6の各工程によって、コンピュータ1に入力したDNAマイクロアレイ法による実験データを、グラフとして表示装置14に表示した結果を図13に示す。この図には、グループノードgが表示されており、これを選択する(マウスでクリックする。)ことによって、下の階層に画面が遷移して、選択したグループノードgに含まれるグループノード、ノード、エッジなどからなる下位階層グラフを表示させることができる。なお、エッジの線の太さは相関係数の大きさによって変化し、その傍に記載されている数字は当該エッジが接続している遺伝子間の相関係数である。
ここで、グループノードをクリックした場合には、選択したグループノードgの下位階層グラフを構成するグループノード、ノードだけを含む表を図8の表から生成し、この表をS4からS6の工程により処理して、別ウインドウに下位階層グラフを表示する。また、図示しないが、ノードの表示数やエッジの表示割合を変更した場合には、図5又は図8の表に基づいて、S3又はS4の工程からS6工程により処理することによって、グラフを再表示する。
この発明は前記実施の形態に限定されるのではなく、特許請求の範囲に記載した技術的範囲内で様々な変更を加えることができる。
例えば、前記実施例では、この発明の可視化方法をcDNAマイクロアレイ法の実験データ、遺伝子の発現の可視化に使用したが、このほかにも蛋白質の発現の可視、遺伝子や蛋白質等の相互作用、遺伝子や蛋白質等の配列の類似性など、多数の生物学的要素とそれらの間の関係を可視化することができる。
また、図4又は図5の表を編集することによって、グラフ中のノードやエッジを追加・削除し、ノードの名前やエッジの相関係数を変更する編集手段や、画面上に表示されたノードやエッジの位置を、マウス等の入力手段15によりドラッグアンドドロップすることによって図12の表を編集し、グラフやノードの表示位置を変更するレイアウト編集手段などを備えていてもよい。
さらに、前記実施例では、蛍光強度同士は直線的な関係を取ると仮定して相関係数を計算したが、このように関係値として相関係数を用いる場合には、図14に示すように、蛍光強度同士が直線関係を取っているかどうかを散布図に表示して、人の目で確認できるようにしてもよい。
1 コンピュータ
11 CPU
12 メモリ
13 外部記憶装置
14 モニタ
11 CPU
12 メモリ
13 外部記憶装置
14 モニタ
Claims (7)
- 遺伝子、RNA、蛋白質などの生物を構成する要素間の関係性についての理解を助けるため、前記各要素をノード、前記各要素間の関係をエッジとして表現するグラフを、コンピュータの表示装置に表示する生命情報の可視化方法であって、
生物学的な実験結果等、各要素に関する生命情報を読み込む読込工程と、
生命情報から各要素間の関係値を計算する関係値計算工程と、
関係値に基づくクラスター分析によりノードをグループノードに集約して階層化し、ノード数とグループノード数との和が予め設定した表示数よりも小さくなるまで、前記階層化を繰り返すクラスタリング工程と、
関係値に基づいて表示するエッジを決定するエッジ決定工程と、
表示するノード、グループノード、エッジの表示位置を決定するレイアウト工程と、
ノード、グループノード、エッジをコンピュータの表示装置に表示する表示工程と、
を施すことによって、生命情報を階層化グラフとしてコンピュータの表示装置に表示することを特徴とする生命情報の可視化方法。 - グループノードを選択すると、当該グループノードの下位階層にあるノード等から構成されたグラフをコンピュータの表示装置に表示することを特徴とする請求項1に記載の生命情報の可視化方法。
- エッジ決定工程が、全ノードの組み合わせから全エッジ数を計算して、全エッジ数と予め設定した表示割合とから表示するエッジ数を計算したのち、関係値の高い方から表示するエッジを決定することを特徴とする請求項1に記載の生命情報の可視化方法。
- 遺伝子、RNA、蛋白質などの生物を構成する要素間の関係についての理解を助けるため、前記各要素をノード、前記各要素間の関係をエッジとして表現するグラフを、コンピュータの表示装置に表示する生命情報の可視化プログラムであって、
生物学的な実験結果等、各要素に関する生命情報を読み込む読込手段と、
生命情報から各要素間の関係値を計算する関係値計算手段と、
関係値に基づくクラスター分析によりノードをグループノードに集約して階層化し、ノード数とグループノード数との和が予め設定した表示数よりも小さくなるまで、前記階層化を繰り返すクラスタリング手段と、
関係値に基づいて表示するエッジを決定するエッジ決定手段と、
表示するノード、グループノード、エッジの表示位置を決定するレイアウト手段と、
ノード、グループノード、エッジをコンピュータの表示装置に表示する表示手段と、
を備え、生命情報を階層化グラフとしてコンピュータの表示装置に表示することを特徴とする生命情報の可視プログラム。 - グループノードを選択すると、当該グループノードの下位階層にあるノード等から構成されたグラフをコンピュータの表示装置に表示することを特徴とする請求項4に記載の生命情報の可視プログラム。
- エッジ決定手段が、全ノードの組み合わせから全エッジ数を計算して、全エッジ数と予め設定した表示割合とから表示するエッジ数を計算したのち、関係値の高い方から表示するエッジを決定することを特徴とする請求項5に記載の生命情報の可視化プログラム。
- 請求項4から請求項6に記載の生命情報の可視化プログラムを記憶した記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005275342A JP2007087125A (ja) | 2005-09-22 | 2005-09-22 | 生命情報の可視化方法、可視化プログラム及び記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005275342A JP2007087125A (ja) | 2005-09-22 | 2005-09-22 | 生命情報の可視化方法、可視化プログラム及び記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007087125A true JP2007087125A (ja) | 2007-04-05 |
Family
ID=37974041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005275342A Pending JP2007087125A (ja) | 2005-09-22 | 2005-09-22 | 生命情報の可視化方法、可視化プログラム及び記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007087125A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011003156A (ja) * | 2009-06-22 | 2011-01-06 | Nec Corp | データ分類装置、データ分類方法及びデータ分類プログラム |
JP2013003626A (ja) * | 2011-06-13 | 2013-01-07 | Nec Corp | ネットワーク可視化システム、ネットワーク可視化方法、および、ネットワーク可視化プログラム |
JP2014191757A (ja) * | 2013-03-28 | 2014-10-06 | Fujitsu Ltd | 情報処理方法、装置及びプログラム |
WO2015114830A1 (ja) * | 2014-02-03 | 2015-08-06 | 株式会社日立製作所 | 計算機及びグラフデータ生成方法 |
JP6078210B2 (ja) * | 2015-01-19 | 2017-02-08 | 株式会社テイエルブイ | データの表示方法及び表示システム |
US11669727B2 (en) | 2017-01-23 | 2023-06-06 | Nec Corporation | Information processing device, neural network design method, and recording medium |
-
2005
- 2005-09-22 JP JP2005275342A patent/JP2007087125A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011003156A (ja) * | 2009-06-22 | 2011-01-06 | Nec Corp | データ分類装置、データ分類方法及びデータ分類プログラム |
JP2013003626A (ja) * | 2011-06-13 | 2013-01-07 | Nec Corp | ネットワーク可視化システム、ネットワーク可視化方法、および、ネットワーク可視化プログラム |
JP2014191757A (ja) * | 2013-03-28 | 2014-10-06 | Fujitsu Ltd | 情報処理方法、装置及びプログラム |
WO2015114830A1 (ja) * | 2014-02-03 | 2015-08-06 | 株式会社日立製作所 | 計算機及びグラフデータ生成方法 |
JPWO2015114830A1 (ja) * | 2014-02-03 | 2017-03-23 | 株式会社日立製作所 | 計算機及びグラフデータ生成方法 |
US9846679B2 (en) | 2014-02-03 | 2017-12-19 | Hitachi, Ltd. | Computer and graph data generation method |
JP6078210B2 (ja) * | 2015-01-19 | 2017-02-08 | 株式会社テイエルブイ | データの表示方法及び表示システム |
US11669727B2 (en) | 2017-01-23 | 2023-06-06 | Nec Corporation | Information processing device, neural network design method, and recording medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11574706B2 (en) | Systems and methods for visualization of single-cell resolution characteristics | |
US9141913B2 (en) | Categorization and filtering of scientific data | |
CN109906486B (zh) | 使用共识基因库和基于网络的数据结构的表型/疾病特异性基因排序 | |
Tseng et al. | Tight clustering: a resampling-based approach for identifying stable and tight patterns in data | |
Demey et al. | Identifying molecular markers associated with classification of genotypes by External Logistic Biplots | |
Sudarikov et al. | Methods for the metagenomic data visualization and analysis | |
US20150186596A1 (en) | Population classification of genetic data set using tree based spatial data structure | |
JP2007087125A (ja) | 生命情報の可視化方法、可視化プログラム及び記憶媒体 | |
JP2019514148A (ja) | デジタルデータを解析するための方法 | |
Crisan et al. | A systematic method for surveying data visualizations and a resulting genomic epidemiology visualization typology: GEViT | |
Sturm et al. | Discovering Medical Knowledge Using Visual Analytics. | |
JP2016115321A (ja) | 特許文献の分析方法 | |
Dresen et al. | Software packages for quantitative microarray-based gene expression analysis | |
DeTomaso et al. | Identifying informative gene modules across modalities of single cell genomics | |
JP2004535612A (ja) | 遺伝子発現データの管理システムおよび方法 | |
Bidaut et al. | ClutrFree: cluster tree visualization and interpretation | |
US20220020449A1 (en) | Vector-based haplotype identification | |
Finn | Diagnostic pathology and laboratory medicine in the age of “omics”: a paper from the 2006 William Beaumont Hospital Symposium on Molecular Pathology | |
JP2007233485A (ja) | 遺伝子多型解析支援プログラム、該プログラムを記録した記録媒体、遺伝子多型解析支援装置、および遺伝子多型解析支援方法 | |
Eichler | Bioinformatics/biostatistics: microarray analysis | |
Shen et al. | Dynamically weighted clustering with noise set | |
Lungu et al. | Biomedical information visualization | |
Pacca et al. | Sequence Analysis as an approach to characterize variables that unfold over time: implementation and practical considerations for epidemiologists | |
Zhou et al. | A heuristic for gene selection and visual prediction of sample type | |
Bredikhin | Structured data abstractions and interpretable latent representations for single-cell multimodal genomics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080624 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20081021 |