MeSH termを用いた機能アノテーション

筋ジストロフィーマウスと正常なマウスの筋肉の遺伝子発現解析

GOでは気付かなかった機能の推定

筋ジストロフィーマウスと正常のマウスで発現量が有意に増加した遺伝子群に対して、 GeneOntology （GO - 左表）、およびMeSH term（右表）を使って機能アノテーションしました。

その結果、MeSH termを使った場合、GOでは登場していない、“Blood Coagulation”など血液凝固に関する用語が上位に登場しています。筋ジストロフィの合併症として、血液凝固系異常が指摘されており、興味深い解釈を与えています。

解説

マイクロアレイ実験などでは、発現パターンが類似した遺伝子群をクラスタリングすることがよく行われます。

この遺伝子群に特徴的な機能情報を付与（アノテーション）するツールは、数多くのものが公開されています。しかしその多くが、GOに基づくものであり、実験の目的によっては、適切な結果が得られない場合も少なくありません。例えば、疾患に関する知識を参照したい場合、GOでは十分なアノテーションができないことが知られています。

相互作用データベースのGENPACを用いれば、MedLineに登録される文献の分類や索引付けに用いられる約2万語（同義語を含めると約20万語）の語彙体系である“MeSH term”を用いた機能アノテーションが可能です。 MeSH termには、 疾患名のほか、 “Edema（浮腫）”など症状や副作用に分類される用語も多数収録されており、最適なアノテーション情報を提供することが可能です。

キーワード

マイクロアレイ、マウス、疾患、アノテーション、MeSH Term

網羅的実験データの効率的なスクリーニング

大阪大学臨床医工学融合研究教育センター山崎先生の事例

テキストマイニング＋シミュレーションでスクリーニングの時間を大幅（数十分の一）に短縮

薬物の抗がん作用において、X遺伝子（現時点では非公表）と制御関係にある別の遺伝子が、これまで明らかになっていない重要な働きをしているとの仮説を立て、まず、マイクロアレイ実験を行い、候補遺伝子の絞込みを行いました。

そこで、処理区間で発現量に差が認められた遺伝子グループをリストアップし、さらに情報抽出システムGENPACを用いて、文献情報の中から、それらと相互作用関係のある遺伝子（転写因子）を、その関係性のタイプと方向性をもつ情報、例えば、“Bind”、“Phosphorylate”、“Activate”などの関係情報と共に抽出しました。

次に、その相互作用情報を、Cytoscapeを用いて遺伝子相互ネットワークとして表示し、ネットワークの構造上の特徴から、薬物の抗がんメカニズムにおいて重要な役割を担っていると推定される遺伝子の絞込みを行いました。

その後、in slicoにおけるシュミレーション実験を行いモデルの妥当性の検討、RT-PCR実験を通し、仮説の検証を進め、新規の抗がん剤のターゲットとなる遺伝子の候補や、ドッキングシュミレーションを行い新薬候補化合物の探索に可能性まで言及しています。

網羅的なマイクロアレイ発現実験の膨大な実験データの中から、薬物の抗がんメカニズムにおいて重要な役割を担っていると推定される遺伝子（転写因子）候補を、情報抽出システムGENPACを用い、短時間で効率的に絞り込むことに成功しました。

解説

生命現象のメカニズムを明らかにする上で、マイクロアレイを用いた網羅的な発現実験を用いることは、有効と考えられています。しかし、その膨大な実験データの中から、遺伝子間の関係性を発見することは手間と時間がかかる困難な作業です。

通常、研究者は、発現量に差が認められた遺伝子の個々に対して、それについて記述のある論文を探し出し、実際に論文を読んで遺伝子間の相互作用を見つけてくることが必要になります。

場合によっては、この作業には１ヶ月以上費やされることも珍しくありませんが、テキスト・マイニング技術を利用することで、数日でこの作業を終わらせることができます。

更に、シミュレーションと組合わせる事で、仮説の検証まで非常に効率よく行うことを可能としました。

キーワード

マイクロアレイ、薬剤作用メカニズム、抗がん、Cytoscape、遺伝子制御ネットワーク