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

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

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。

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。

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。

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。

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。

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[x_i|i=1,……,N]及び[Y_i|i=1,……,N]とし、それらの平均値をμ_x，μ_y、標準偏差をσ_x，σ_y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。

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。

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。

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。

可視化した階層化グラフの概念図である。 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。 可視化方法の概要を示すフローチャートである。 cDNAマイクロアレイ実験の結果の一例を模式的に示す図である。 遺伝子間の相関係数をメモリに収納した状態を説明する図である。 クラスタリング工程の詳細を示すフローチャートである。 画面に表示するノード数を変えて、同じ情報を表示した結果を比較した図である。 クラスタリング工程の結果をメモリに収納した状態を説明する図である。 エッジ決定工程の詳細を示すフローチャートである。 画面に表示するエッジの割合を変えて、同じ情報を表示した結果を比較した図である。 エッジ決定工程の結果をメモリに収納した状態を説明する図である。 ノードとエッジの表示位置を決定した結果を、メモリに収納した状態を説明する図である。 生命情報を可視化して、表示装置の画面に表示した結果である。 相関係数を確認するための散布図である。 生命情報を従来の方法で樹状図により表示した結果を示す図である。 生命情報を従来の方法でグラフにより表示した結果を示す図である。

符号の説明

１ コンピュータ
１１ CPU
１２ メモリ
１３ 外部記憶装置
１４ モニタ

Claims (7)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。

Images