POINT 01
データベース準備の自動化
Ensemblのリリース番号と生物種を指定するだけで、転写産物配列のダウンロードからBLAST用データベースの作成までを実行します。使用したリリースが設定に残るため、検索条件を再現できます。
転写産物全体を対象にした
ホモロジー検索システムの開発
対象遺伝子の配列が、ほかの転写産物とどの程度共通しているかを網羅的に調べるシステムを開発しました。データベースの準備、配列の取得、BLASTによる検索、遺伝子ごとの可視化までを、一連の処理として自動化しています。
- CLIENT
- 微生物系研究室
- SCOPE
- 検索システムの設計・実装
- ENVIRONMENT
- スーパーコンピューター（ジョブ投入）
- TECHNOLOGY
Challenge_
研究で求められたこと
発現している遺伝子の配列について、ほかの転写産物と共通する部分を洗い出す必要がありました。対象は数多くの遺伝子にわたるため、手作業での検索では現実的ではありませんでした。
- 多数の遺伝子をまとめて検索する発現データから抽出した遺伝子を、ヒト転写産物全体と網羅的に照合する必要があります。
- 配列のどの位置が共通しているかを知る遺伝子単位ではなく、配列上の位置ごとに類似配列の多さを把握することが求められました。
- 結果を見て判断できる形にする大量の検索結果から、注目すべき遺伝子を効率よく見つけられる出力が必要でした。
Architecture_
処理の全体像
対象遺伝子の配列を一定の長さの区間に分割し、各区間をBLASTで転写産物データベースと照合します。区間ごとのヒット数を集計し、全体の分布と遺伝子ごとのグラフとして出力します。
INPUT
- 発現データ発現量（TPM）から対象遺伝子を抽出
- ヒト転写産物配列Ensemblのデータベース
PROCESS
- データベースの準備配列の取得と検索用データベースの作成
- 対象配列の取得Ensembl REST APIからcDNA配列を取得
- 区間への分割1塩基ずつずらした20塩基の部分配列
- BLAST検索バッチ単位・マルチスレッドで実行
- 結果の整理自己一致を除き、区間ごとのヒット数を集計
OUTPUT
- 検索結果一覧E値・スコア・一致配列
- 区間ごとのランキング
- 分布のヒストグラム
- 遺伝子ごとのグラフ位置別のヒット数と累積割合
Key Points_
開発のポイント
データベースのバージョンや検索条件を設定ファイルで管理し、同じ条件で再検索できる構成にしました。
POINT 02
位置ごとに類似性を調べる区間分割
対象遺伝子の配列を、1塩基ずつずらした短い区間に分割して検索します。どの位置に類似配列の多い領域があるかを、配列全体にわたって把握できます。区間の長さは設定で変更可能です。
POINT 03
大量検索を前提にした実行設計
REST APIでの配列取得はバッチ単位で行い、取得済みの配列はキャッシュして再取得を避けます。BLASTもバッチ単位・マルチスレッドで実行し、スーパーコンピューターのジョブとして投入できるスクリプトを用意しました。
POINT 04
注目すべき遺伝子を見つける可視化
全体の分布をヒストグラムで示すほか、遺伝子ごとに位置別のヒット数と累積割合をグラフ化します。しきい値を超える遺伝子のグラフだけを別フォルダへ抜き出す機能も備えています。
Tech Stack_
技術構成
検索・可視化・抽出をそれぞれ単独でも実行できるよう、処理ごとにコマンドを分けています。
| 区分 | 技術 | 用途 |
|---|---|---|
| 配列データ | Ensembl／pyensembl／REST API | 転写産物配列の取得とバージョン管理 |
| 検索エンジン | NCBI BLAST+（blastn） | データベースの作成、塩基配列の類似性検索 |
| データ処理 | Python／pandas | 区間の作成、検索結果の集計・ランキング |
| 可視化 | Matplotlib | ヒストグラム、遺伝子ごとのグラフの出力 |
| 実行環境 | ジョブスケジューラ | スーパーコンピューターへの検索・可視化ジョブの投入 |
Outcome_
実現したこと
- 網羅的な検索の自動化発現データから抽出した多数の遺伝子を、転写産物全体と一括で照合できるようになりました。
- 位置レベルでの類似性の把握配列上のどの区間に共通配列が多いかを、遺伝子ごとに確認できます。
- 再現できる検索条件データベースのリリースや検索オプションを設定で管理し、同じ条件での再検索に対応しています。
Contact_
研究テーマに合った開発方法を、
一緒に検討します
扱うデータや研究目的に応じて、必要なモデルとシステムをご提案します。検討中のテーマや実装したい機能からご相談ください。
研究開発について相談する