タンパク質の機能や構造に対応する局所配列の特徴抽出のためにクラスタリング法が広く利用されているが、従来の方法は近年のタンパク質データベースのような膨大なデータに適用することが難しい。そこで本研究開発では、近年開発された高速な階層的クラスタリング法、BOOL（Binary cOding Oriented cLustering）を利用することでこの問題を解決し、大規模なタンパク質データベースにも適用可能な局所配列の特徴の抽出法を開発する。

近年、いくつかのモデル生物で全ゲノム規模での代謝モデルの再構築結果が公開されている。これらのモデルに独自オミクスデータを適用し、その結果着目したパスウェイをターゲットとする薬剤情報の探索を容易にするソフトウエア基盤の構築を目的とする。本研究では「大腸菌の代謝モデルとKEGG PATHWAYの統合」「オミクスデータマッピングと可視化」「KEGG MEDICUSを用いた薬剤探索」これら一連の操作を実現したネットワーク解析システムの開発を行う。

KNApSAcK Familyは、植物代謝産物とその由来植物種の組み合わせおよび各植物種のヒトに対する薬効・適応症などの情報を収載している。本提案は、植物の効能に関する情報(個体レベルの機能情報)と、ChEMBLデータベースなどの植物代謝産物と相互作用するヒトタンパク質情報(分子レベルの機能情報)との因果関係の解明に向けた情報基盤を構築し、メタボローム情報を利用した植物の効能予測のための知識の蓄積を目的とする。

利用者が指定したリガンド（糖、脂質、金属イオンなど）に対し、そのリガンドが結合するタンパク質の部位（リガンド結合部位）を予測するツールの自動生成パイプラインを開発する。すでに開発したリガンド結合部位データベースにほかの最新データを統合することで、機械学習に基づく高精度な予測ツールを生成する。生成される予測ツールは立体構造未知なタンパク質も予測可能で計算コストも小さく、ゲノムワイドな予測が可能である。

本研究は、質量分析計を使って測定されたモデル植物シロイヌナズナのメタボローム測定データの過去研究を統合することで、シロイヌナズナメタボロームデータベースAtMetExpressを構築する。NBDCのメタボローム関連データベースおよび植物関連データベースを活用して、メタボロームデータおよび他階層オミックスデータの統合化によって新たな知識発見につなげる。

現在、さまざまなデータベースが公開されているが、それらをいかにつなぎあわせて有用な情報を引き出すかが課題となっている。そこで本研究では、それらの情報同士の共起関係に注目し、重要な関係性を探索する手法を開発する。今回は機能ドメイン・モチーフに対して共起関係を求めていく。その共起関係は３次元構造上近くに存在するもの、全タンパク質中で高頻度に出現するもの、またその両方に当てはまるものを検出する。これらで得られた重要な共起関係はデータベースにしてWebツールとして公開する。

生体内の機能解明に、タンパク質などの分子と相互作用する糖鎖の解明が注目され、質量分析、レクチンマイクロアレイなど実験により蓄積された大量の実験データを解析する糖鎖インフォマティクスの技術が求められている。そこで、糖鎖構造の解析ツールとして開発している、複数の糖鎖構造アラインメントを行うことができるツールを用いて、統合化されたデータベースのデータからタンパク質と糖鎖の認識および結合の理解・解明に貢献する。

本研究開発は、使いやすい解析ツールが不足しているメタゲノム解析について、既存のメタゲノム解析データを同一の解析手法で解析した結果を公開しているMicrobeDB.jpのデータおよびその解析手法を利用することで、ユーザーが所持するメタゲノム配列データからの知識発見を容易に行い、さらには既存のメタゲノム解析データとの比較解析を可能にするWeb アプリケーションを開発する。