遺伝子の配列情報に基づいて生物種を分類する方法およびシステム
【課題】 従来行われてきた遺伝子配列の相同性に基づく系統樹による解析は、同じ種類の分子の進化速度が一定であるとの前提に基づいているので、同じ種類の遺伝子間での分析しかできないという欠点がある。
【解決手段】 本発明者は、複数の生物種が有する遺伝子集合の塩基組成比を遺伝子別に分析することで、第一に、すべての生物の遺伝子のＧ＋Ｔは、ほぼ０．５であるという普遍的な分子の性質を、第二に、遺伝子のＧ＋Ｃは多様であり、高次機能を有する真核生物の遺伝子のＧ＋Ｃの分布のばらつきは大きいという進化的性質を、第三に、極限環境で生育している古細菌の遺伝子は、ピリミジン残基（Ｃ＋Ｔ）に比べて分子の大きさの大きいプリン残基（Ｇ＋Ａ）の比率が大きいという進化的性質をそれぞれ見出した。この知見に基づいて、任意の種類の遺伝子集合の配列情報に基づいて生物種を分類する新たな方法を完成させた。
【解決手段】 本発明者は、複数の生物種が有する遺伝子集合の塩基組成比を遺伝子別に分析することで、第一に、すべての生物の遺伝子のＧ＋Ｔは、ほぼ０．５であるという普遍的な分子の性質を、第二に、遺伝子のＧ＋Ｃは多様であり、高次機能を有する真核生物の遺伝子のＧ＋Ｃの分布のばらつきは大きいという進化的性質を、第三に、極限環境で生育している古細菌の遺伝子は、ピリミジン残基（Ｃ＋Ｔ）に比べて分子の大きさの大きいプリン残基（Ｇ＋Ａ）の比率が大きいという進化的性質をそれぞれ見出した。この知見に基づいて、任意の種類の遺伝子集合の配列情報に基づいて生物種を分類する新たな方法を完成させた。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、遺伝子の配列情報に基づいて生物種を分類する方法およびシステムに関する。
【背景技術】
【０００２】
木村資生により提唱された分子進化の中立説によると、遺伝子の塩基における分子レベルの変異の大部分は進化の淘汰において「中立」である。（非特許文献１参照）突然変異のうち不利な変異は、自然淘汰の力で集団から除去されてしまい、結局進化には寄与しない。残りの変異は有利な変異と、有利でもなく不利でもない中立な変異に分けられるが、中立説では、集団内に固定する大部分の変異は中立な変異で、有利な変異は数において無視できるほど小さく、これらの中立な変異は機会的浮動、すなわち偶然に、集団中に固定されると考える。すなわち、中立な変異の割合をｆとすると、中立説では有利な変異の割合を無視するので、残りの１−ｆはすべて有害な変異とみなされる。分子の進化速度は下記の数式で表される。
【０００３】
【数１】
【０００４】
式中、中立な変異の割合をｆ、全突然変異率をｕとし、進化速度をｖとする。
【０００５】
この数式から、分子の進化速度は塩基の突然変異率に比例し、突然変異率が増加すると進化速度も増加するという結論が導き出される。１−ｆは、有害な変異、すなわち、分子の機能に影響を与える変異の割合で、個々の分子の特性で決まる。従って分子（遺伝子）の種類が同じなら、中立な変異の割合ｆの大きさは、異なる生物の系統の間でほぼ同じであるとみなせる。つまり、突然変異率が系統ごとに変わらない限り、分子進化速度は異なる系統間で等しくなることが期待される。ここから分子進化の一定性という分子時計の性質が導かれる。逆に分子が違うと、一般にｆの値が異なるので進化速度が変わってくる。（非特許文献２参照）
【０００６】
同じ種類の分子の進化速度が一定であるという前提に基づき、複数の生物種が有する同じ種類の遺伝子の塩基配列の相同性を比較し、進化の系統樹による生物種の系統分析が広く行われている。（非特許文献２参照）
【０００７】
一方、ダーウィンは表現型、すなわち個体レベルにおける自然選択説を唱えている。（非特許文献３参照）自然選択説では、生存に有利な子孫を多く残せる変異が選択され、集団に広まってゆき、中立な変異は淘汰の対象にはならないと考える。
【０００８】
以上より、現在の主流の進化理論では、個体レベルでは自然選択が働いているように観察されるにもかかわらず、その一方で分子レベルでは進化は中立であるかのように観察されるという矛盾がある。分子進化の中立説は、突然変異の一部については自然選択に関わる有益ないしは有害変異であることを否定していない。しかし、個体レベルで観察される自然選択による適応的進化や生物の多様化を、分子進化の中立説だけで説明することは困難である。つまり、表現型レベルでの進化と分子レベルでの進化を統一して理解するための分子の新しい進化的性質を見出すことが、現在の分子進化学における最も重要な課題の一つとなっている。
【０００９】
また、ダーウィン進化論によれば遺伝子の変異は個体にとっての有利さにかかわらず無方向であるとされている。しかし、単細胞生物の集団が、ある強い選択圧下に置かれた時、表現型において適応的な変化を引き起こすＤＮＡ上の変異を有する変異株が現れることが報告されている。（非特許文献４参照）さらに紫外線照射などによりＤＮＡが損傷されると、ＲｅｃＡ蛋白質が、多くのＤＮＡ修復酵素によって構成されるＳＯＳ応答を引き起こすことが知られている。その結果、環境の変化に適応した変異株が発生することも示唆されている。（非特許文献５参照）以上のことから、方向性を持った遺伝子変異についても改めて検討する余地があると考えられる。
【００１０】
さらにＳｕｅｏｋａは、ＤＮＡの二重鎖上の変異と選択にバイアスが全くないとき、ＤＮＡのＧＣ含量にかかわらず一本鎖上の塩基組成の平均値はＡ＝ＴあるいはＧ＝Ｃとなるように平衡化されることを報告している。（非特許文献６参照）すなわち、必ずしも遺伝子の配列上の変異はランダムに起こるのではなく、一定の制約がかかっていると考えられる。
【先行技術文献】
【非特許文献】
【００１１】
【非特許文献１】分子進化の中立説、木村資生 著、紀伊國屋書店、１９８６年
【非特許文献２】分子進化 解析の技法とその応用、宮田隆 編、共立出版、１９９８年
【非特許文献３】自然選択による種の起源、Ｄａｒｗｉｎ，Ｃ．著、Ｊｏｈｎ Ｍｕｒｒａｙ社、１８５９年
【非特許文献４】Ｔｈｅ ｏｒｉｇｉｎ ｏｆ ｍｕｔａｎｔｓ，Ｃａｉｒｎｓ，Ｊ．ｅｔ ａｌ．著，Ｎａｔｕｒｅ ３３５，ｐ１４２−１４５，１９８８年
【非特許文献５】ＵｍｕＤ’（２）Ｃ ｉｓ ａｎ ｅｒｒｏｒ−ｐｒｏｎｅ ＤＮＡ ｐｏｌｙｍｅｒａｓｅ，Ｅｓｃｈｅｒｉｃｈｉａ ｃｏｌｉ Ｖ，Ｔａｎｇ，Ｍ．ｅｔ ａｌ．著，Ｐｒｏｃ．Ｎａｔｌ．Ａｃａｄ． Ｓｃｉ．ＵＳＡ ９６，ｐ８９１９−８９２４，１９９９年
【非特許文献６】Ｉｎｔｒａｓｔｒａｎｄ ｐａｒｉｔｙ ｒｕｌｅｓ ｏｆ ＤＮＡ ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｕｓａｇｅ ｂｉａｓｅｓ ｏｆ ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎｓ，Ｓｕｅｏｋａ，Ｎ．著，Ｊ．Ｍｏｌ．Ｅｖｏｌ．４０，ｐ３１８−３２５，１９９５年
【発明の概要】
【発明が解決しようとする課題】
【００１２】
上記に述べたことから、現在の遺伝子配列の相同性に基づく分子進化の系統樹による解析は、同じ種類の分子の進化速度が一定であるとの前提に基づいているので、同じ種類の遺伝子間での分析しかできないという欠点がある。すなわち、異なる任意の種類の遺伝子集合の配列情報から生物種を系統分析あるいは分類するという試みは従来まったくなされていなかった。
【００１３】
また、同じ種類の遺伝子配列の相同性解析を行う際に、相同性を最大にするために、比較の対象となる遺伝子の配列中に、もともと存在しなかったスペースの挿入による、アラインメント（遺伝子配列の整列）が、通常行われている。しかし、遺伝子の配列情報に人為的に手を加えた情報に基づいて系統分析することは、好ましくないと思われる。
【００１４】
従って、表現型レベルでの自然淘汰による進化と分子レベルでの進化を統一して理解するための分子の新しい進化的性質を見出し、同一種類の遺伝子ではなく、任意の種類の遺伝子集合の配列情報に基づいて生物種を分類する、新たな系統分析の方法が求められている。
【００１５】
そこで、本発明の課題は従来技術の問題点に鑑み、表現型レベルでの自然淘汰による進化と分子レベルでの進化を統一して理解できる分子の新しい進化的性質に基づき、遺伝子の配列情報による新たな生物種の分類方法およびシステムを提供することにある。
【課題を解決するための手段】
【００１６】
本発明者は、上記した目的を達成すべく鋭意研究を重ねた結果、遺伝子の塩基に観察される三つの対称性（Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃ）に従って、３２種の生物の遺伝子配列の塩基組成を、遺伝子別に一つずつ分析することで、すべての遺伝子配列に観察できる普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質を見出すことによって、上記した目的を達成し本発明を完成させるに至った。
【００１７】
すなわち本発明の態様１は、
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法である。
【００１８】
本発明の態様２は、
遺伝子の配列情報を読み込む読み込み手段と、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算する塩基組成比計算手段と、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算する塩基組成比分布計算手段と、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示する分類表示手段とを含む生物種分類システムである。
【００１９】
本発明の態様３は、
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体である。
【００２０】
本発明の態様４は、
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である態様１記載の生物種分類方法である。
【００２１】
本発明の態様５は、
前記生物種を分類し表示する分類表示手段が、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析を行う手段である態様２記載の生物種分類システムである。
【００２２】
本発明の態様６は、
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である態様３記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体である。
【００２３】
本発明の態様７は、
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、態様１又は４記載の生物種分類方法である。
【００２４】
本発明の態様８は、
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、態様２又は５記載の生物種分類システムである。
【００２５】
本発明の態様９は、
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、態様３又は６記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体である。
【発明の効果】
【００２６】
本発明者は、遺伝子の塩基に観察される三つの対称性（Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃ）に従って、複数の生物種の遺伝子配列の塩基組成を、遺伝子別に一つずつ分析することで、下記に述べる、すべての遺伝子配列に観察できる普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質を見出すことに成功した。
【００２７】
第一に、すべての生物の遺伝子のＧ＋Ｔは、ほぼ０．５であるという、遺伝子配列に観察される普遍的な分子の性質を見出した。
【００２８】
第二に、遺伝子のＧ＋Ｃは多様である。バクテリアの遺伝子のＧ＋Ｃの標準偏差は約０．０３〜０．０５であり、分布のばらつきが小さいのに対して、真核生物、特にニワトリ、ヒト、コケとイネなどの高次機能を有する生物種の遺伝子のＧ＋Ｃの標準偏差は０．０６以上であり、分布のばらつきが大きいという分子の進化的性質を見出した。
【００２９】
第三に、極限環境で生育している古細菌の遺伝子は、ピリミジン残基（Ｃ＋Ｔ）に比べて分子の大きさの大きいプリン残基（Ｇ＋Ａ）の比率が大きいという分子の進化的性質を見出した。
【００３０】
上記の遺伝子配列の普遍的性質と進化的性質に基づき、本発明の態様１又は４は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種の分類を行う方法であり、これによって生物種を分類するための新たな方法が可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、態様１又は４記載の生物種を分類するための新たな方法が可能となった。
【００３１】
本発明の態様２又は５は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種の分類を行う手段であり、これによって生物種を分類するための新たなシステムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、態様２又は５記載の生物種を分類するための新たなシステムが可能となった。
【００３２】
本発明の態様３又は６は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種の分類を行う方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体であり、これによって生物種を分類するための新たなプログラムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、態様３又は６記載の生物種を分類するための新たなプログラムが可能となった。
【図面の簡単な説明】
【００３３】
【図１】グループＡ真正細菌（Ｅｕｂａｃｔｅｒｉａ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図２】グループＢ古細菌（Ａｒｃｈａｅｂａｃｔｅｒｉａ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図３】グループＣ動物（Ａｎｉｍａｌｓ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図４】グループＤ動物以外の真核生物（Ｅｕｋａｒｙｏｔｅ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図５】遺伝子のＧ＋Ｔを０．５に一定に保ちながら、Ｇ＋Ｃが多様化する方向へ進化する現象と、遺伝子のＧ＋Ｔを０．５に一定に保ちながらＧ＋Ａが０．５よりも大きい方向へ進化する現象を示す模式図である。
【図６】遺伝子のＧ＋ＴとＧ＋Ｃの情報エントロピーを示す模式図である。
【図７】遺伝子のＧ＋ＴとＧ＋Ｃからなる情報エントロピーの二重構造による遺伝子の進化を示す模式図である。
【図８】３２種の生物種について、それぞれの遺伝子のＧ＋Ｔ、Ｇ＋Ａ、Ｇ＋Ｃの分布の平均値と標準偏差を用いて因子分析を行い、生物種を分類した散布図である。
【図９】複数の生物種が有する任意の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比の分布の平均値と分布のばらつきを示す指標値に基づいて、多変量解析を行ない、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類するシステムのハードウェア構成図である。
【発明を実施するための形態】
【００３４】
以下、本発明の基礎となる遺伝子配列の進化的性質を見出すための分析方法について詳細に説明する。
【００３５】
１．遺伝子の塩基に観察される三つの対称性
４種類のＤＮＡ塩基（ＧＡＴＣ）は、塩基の分子構造に由来する３つの対称性によって２つの組に分割することが出来る。第一に塩基は、「左右の対称性」によってＧ（グアニン）とＴ（チミン）の組とＡ（アデニン）とＣ（シトシン）の組に分割できる。ここでＤＮＡのＴはＲＮＡにおいてＵ（ウラシル）に対応する。ＧはＣと、Ｕ（Ｔ）はＡと、それぞれ転写されたＲＮＡ中で分子内対合し、ステムループ構造を取る。ＧとＣ、あるいはＵ（Ｔ）とＡは、ＲＮＡの分子内対合の基となる水素結合の供与基あるいは受容基として互いに対称的に存在する。そこでＧとＴ（Ｕ）を左塩基、ＣとＡを右塩基として定義する。Ｇはプリンの６位に、ＴとＵはピリミジンの４位に、それぞれカルボニル基（＝ＣＯ基）を有することが左塩基の目印となり、ＡとＣの組はプリンの６位とピリミジンの４位に、それぞれアミノ基（−ＮＨ２基）を有することが、右塩基の目印となる。
【００３６】
第二に塩基は、互いに対合する「ワトソンクリック対」の対称性によってＧとＣの組とＡとＴの組に分割できる。
【００３７】
第三に塩基は、「分子の大きさ」の対称性によってプリンの組（ＧとＡ）とピリミジン（ＴとＣ）の組に分割できる。すなわちプリン塩基はピリミジン塩基よりも分子が大きい。
【００３８】
三つの対称性によって分割された一つの組に含まれる２つの塩基組成比を、一つ一つの遺伝子について計算した。すなわちＧ＋Ｔ、Ｇ＋Ａ、Ｇ＋Ｃをそれぞれ計算した。本明細書中でＧ，Ａ，Ｔ，Ｃの文字は特定の鎖における４つの塩基のそれぞれの組成比を表す。
【００３９】
２．分析に用いた遺伝子
ＫＥＧＧ「生命システム情報統合データベース」
（ｈｔｔｐ：／／ｗｗｗ．ｋｅｇｇ．ｊｐ／ｊａ／）から
各生物種の遺伝子情報が記載されたｎｕｃファイル（例ｅ．ｃｏｌｉ．ｎｕｃ）をダウンロードして分析に用いた。分析に用いた遺伝子は、蛋白質遺伝子を含む転写産物であり、ｈｙｐｏｔｈｅｔｉｃａｌ ｐｒｏｔｅｉｎも含む。従ってｔＲＮＡ、ｒＲＮＡその他の構造ＲＮＡ遺伝子も含まれるが、イントロンを除いたエクソンのみを分析対象としている。
【００４０】
３２種の生物についてそれぞれ６００個の遺伝子をサンプリングして分析を行った。３２種の生物種の内訳と、それぞれの生物種の遺伝子について分析した塩基対の合計を表１に示した。表１に記載されている生物種の４つのグループは、ＫＥＧＧでの分類に従った。グループＡは原核生物である真正細菌であり、グループＢは原核生物である古細菌である。一方、グループＣは真核生物である動物であり、グループＤは植物、菌類、原生生物などの動物以外の真核生物を示す。
【００４１】
グループＡは、エスケリキア・コリ（Ｅｓｃｈｅｒｉｃｈｉａ ｃｏｌｉ／大腸菌）、シネコシスティス（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ／シアノバクテリア）、シュードモーナズ・エールジノーサ（Ｐｓｅｕｄｏｍｏｎａｓ ａｅｒｕｇｉｎｏｓａ／緑膿菌）、マイコバクテリアム・テュバーキュローシス（Ｍｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓ／結核菌）、ヘモフィルス・インフルエンザエ（Ｈａｅｍｏｐｈｉｌｕｓ ｉｎｆｌｕｅｎｚａｅ／インフルエンザ菌）、バチルス・サブティリス（Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓ／枯草菌）、ラクトバシラス・アシドフィルス（Ｌａｃｔｏｂａｃｉｌｌｕｓ ａｃｉｄｏｐｈｉｌｕｓ／好酸性乳酸桿菌）、サーモトガ・マリティマ（Ｔｈｅｒｍｏｔｏｇａ ｍａｒｉｔｉｍａ／超好熱菌）である。
グループＢは、アーケオグロブス・フルギダス（Ａｒｃｈａｅｏｇｌｏｂｕｓ ｆｕｌｇｉｄｕｓ／超好熱性硫黄還元古細菌）、メタノバクテリウム・サーモオートトロフィカム（Ｍｅｔｈａｎｏｂａｃｔｅｒｉｕｍ ｔｈｅｒｍｏａｕｔｏｔｒｏｐｈｉｃｕｍ／メタン菌）、サーモコッカス・コダカラエンシス（Ｔｈｅｒｍｏｃｏｃｃｕｓ ｋｏｄａｋａｒａｅｎｓｉｓ／超好熱菌）、テルモプラズマ・アキドピルム（Ｔｈｅｒｍｏｐｌａｓｍａ ａｃｉｄｏｐｈｉｌｕｍ／好熱好酸菌）、メタノコックス・ヤニシ（Ｍｅｔｈａｎｏｃｏｃｃｕｓ ｊａｎｎａｓｃｈｉｉ／超好熱性メタン菌）、スルホロブス・トコダイイ（Ｓｕｌｆｏｌｏｂｕｓ ｔｏｋｏｄａｉｉ／好酸性好熱菌）、パイロコッカス・ホリコシイ（Ｐｙｒｏｃｏｃｃｕｓ ｈｏｒｉｋｏｓｈｉｉ／嫌気性超好熱菌）、ハロバクテリウム・エスピー・エヌアールシーワン（Ｈａｌｏｂａｃｔｅｒｉｕｍ ｓｐ． ＮＲＣ−１／高度好塩性古細菌）である。
グループＣは、シノラブディス・エレガンス（Ｃａｅｎｏｒｈａｂｄｉｔｉｓ ｅｌｅｇａｎｓ／線虫）、ドュロソヒィラ・メラノガスター（Ｄｒｏｓｏｐｈｉｌａ ｍｅｌａｎｏｇａｓｔｅｒ／ショウジョウバエ）、ストロンギロセントロタス・パーパレイタス（Ｓｔｒｏｎｇｙｌｏｃｅｎｔｒｏｔｕｓ ｐｕｒｐｕｒａｔｕｓ／アメリカムラサキウニ）、ゼノパス・ラエビス（Ｘｅｎｏｐｕｓ ｌａｅｖｉｓ／アフリカツメガエル）、ダニオ・レリオ（Ｄａｎｉｏ ｒｅｒｉｏ／ゼブラフィッシュ）、ガルス・ガルス（Ｇａｌｌｕｓ ｇａｌｌｕｓ／ニワトリ）、ムス・ムスクルス（Ｍｕｓ ｍｕｓｃｕｌｕｓ／マウス）、ホモ・サピエンス（Ｈｏｍｏ ｓａｐｉｅｎｓ／ヒト）である。
グループＤは、サッカロマイシス・セレビシエ（Ｓａｃｃｈａｒｏｍｙｃｅｓ ｃｅｒｅｖｉｓｉａｅ／酵母）、クラミドモナス・レインハーディ（Ｃｈｌａｍｙｄｏｍｏｎａｓ ｒｅｉｎｈａｒｄｔｉｉ／クラミドモナス）、ディクティオステリウム・ディスコイジューム（Ｄｉｃｔｙｏｓｔｅｌｉｕｍ ｄｉｓｃｏｉｄｅｕｍ／粘菌）、テトラヒメナ・サーモフィラ（Ｔｅｔｒａｈｙｍｅｎａ ｔｈｅｒｍｏｐｈｉｌａ／テトラヒメナ）、ファイスコミテラ・パテンス（Ｐｈｙｓｃｏｍｉｔｒｅｌｌａ ｐａｔｅｎｓ／コケ）、アラビドプシス・サリアナ（Ａｒａｂｉｄｏｐｓｉｓ ｔｈａｌｉａｎａ／シロイヌナズナ）、ヴィティス・ヴィニフェラ（Ｖｉｔｉｓ ｖｉｎｉｆｅｒａ／葡萄）、オリザ・サチバ（Ｏｒｙｚａ ｓａｔｉｖａ／イネ）である。
【００４２】
３．各生物種のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す平均値と標準偏差
３２種の生物種の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃを遺伝子別に計算し、それぞれの生物種が有する遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布の平均値と標準偏差を生物種別に計算し、表１に示した。Ｍｅａｎは平均値を、ＳＤ（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は標準偏差を示す。
グレーで表示されたセルは、Ｇ＋Ｃの標準偏差が０．６よりも大きいものを示す。
【００４３】
【表１】
【００４４】
Ｇ＋Ａについて、Ｇ＋Ａが０．５よりも大きい遺伝子が、サンプル数６００個に占める比率を生物種別に計算して、表２に示した。グレーで表示された一列目のセルは、Ｇ＋Ａが０．５よりも大きい遺伝子の比率が、全体の８５％以上である生物種を示す。またグレーで表示された二列目のセルは、Ｇ＋Ａの分布の平均値が０．５５以上である生物種を示す。さらにグレーで表示された三列目のセルは、Ｇ＋Ａの分布の平均値が有意水準１％で０．５５よりも大きいと言える生物種を示す。ｐ値は、有意水準と比較する確率の値であり、ｐ値が有意水準０．０１以下の場合、Ｇ＋Ａの分布の平均値は０．５５よりも大きいと統計的に主張できる。
【００４５】
【表２】
【００４６】
４．Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの生物種別の分布
グループＡ（原核生物）、グループＢ（古細菌）、グループＣ（動物）、グループＤ（菌類、原生生物、植物）の４つのグループの、それぞれの生物種のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を、図１〜図４に示した。すなわち、図１はグループＡである真正細菌（Ｅｕｂａｃｔｅｒｉａ）の、図２はグループＢである古細菌（Ａｒｃｈａｅｂａｃｔｅｒｉａ）の、図３はグループＣである動物（Ａｎｉｍａｌｓ）の、図４はグループＤである動物以外の真核生物（Ｅｕｋａｒｙｏｔｅ）の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布をそれぞれ示す図である。図１〜図４において、黒線はＧ＋Ｔの、点線はＧ＋Ａの、グレーの線はＧ＋Ｃの分布をそれぞれ示す。またＸ軸はＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの比率（ｒａｔｉｏ）を示し、Ｙ軸はそれぞれの比率における頻度（Ｆｒｅｑｕｅｎｃｙ）を示す。
【００４７】
以上の分析結果に基づいて本発明者は、遺伝子配列に観察される普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質に関する５つの法則を見出した。この法則について以下に詳細に述べる。
【００４８】
法則１．すべての生物種、すべての遺伝子において、遺伝子配列のＧ＋Ｔは、ほぼ０．５である。（遺伝子配列における普遍性）
【００４９】
表１及び図１〜図４に示されたように、Ｇ＋Ｔは、すべての生物種において、平均値が約０．５で標準偏差も約０．０３である。標準偏差が０に近いときは、分布がその平均の近くに集中していることを意味する。標準偏差が大きいときは分布が幅広く広がっていることを意味する。すなわち、すべての生物種の遺伝子配列のＧ＋Ｔは０．５付近に分布するという普遍的な傾向が観察される。
【００５０】
すなわち、ＧとＣ、あるいはＵ（Ｔ）とＡは、ＤＮＡから転写されたＲＮＡにおける分子内対合の基となる水素結合の供与基あるいは受容基として対称的に存在する。ＧとＴ（Ｕ）を左塩基、ＣとＡを右塩基として定義する。左塩基Ｇは右塩基のＣと、左塩基のＵ（Ｔ）は右塩基のＡと、それぞれ転写されたＲＮＡ中で分子内対合する。一つのＲＮＡ鎖中のＧ＋Ｔの比率と、対合するＣ＋Ａの比率が等しく０．５に保たれるという法則１によって、転写されたＲＮＡの分子内対合が速やかに形成され、一定の構築原理に従った普遍的な構造となることが推測される。つまりＧ＋ＴはＲＮＡの分子内における相互作用に影響を与えるファクターであると考えられる。
【００５１】
法則２．遺伝子配列のＧ＋Ｃは多様であり、そのばらつきが遺伝子の発現の多様化と細胞の分化を生んでいる。（遺伝子配列における多様性）
【００５２】
表１及び図１〜図４に示されたように、遺伝子配列のＧ＋Ｃの平均値と標準偏差は、ばらついているという結果が得られた。
【００５３】
図１と表１において、一般的な真正細菌の遺伝子のＧ＋Ｃは平均値付近に分布していることが観察された。Ｐｓｅｕｄｏｍｏｎａｓ ａｅｒｕｇｉｎｏｓａやＭｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓの遺伝子のＧ＋Ｃの平均値は０．６を越える値を持ち、Ｈａｅｍｏｐｈｉｌｕｓ ｉｎｆｌｕｅｎｚａｅ、Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓ、Ｌａｃｔｏｂａｃｉｌｌｕｓ ａｃｉｄｏｐｈｉｌｕｓのＧ＋Ｃの平均値は０．５を下回る値となっている。しかし、真正細菌のＧ＋Ｃは、いずれも標準偏差が約０．０３〜０．０５であり小さいため、平均値付近に集中して分布していることは同様である。
【００５４】
一方、図３と表１において示されたように、真核生物のＧ＋Ｃは多様であるという結果が得られた。特にニワトリ、マウス、ヒト、コケ、イネのＧ＋Ｃの分布は、標準偏差の値が０．０５５以上で分布のピークがなだらかで低い。
【００５５】
近年、蛋白質配列をコードしない、ＤＮＡ配列と相補的なｎｏｎ−ｃｏｄｉｎｇ ＲＮＡによって遺伝子の発現が精妙に制御されていることが発見され精力的に研究されている。
ＤＮＡの２重らせん構造で対合しているＧＣペアは３本の水素結合を有しているため、２本の水素結合を持つＡＴペアよりも高温において安定である。この物理化学的性質によって、遺伝子配列上のＧ＋Ｃの多様性が、相補的なｎｏｎ−ｃｏｄｉｎｇ ＲＮＡとＤＮＡとの分子間における対合や解離の速度を変化させるのではないかと推測される。結果として遺伝子の発現が多様化し細胞型の分化が起こることが示唆される。また遺伝子配列上のＧ＋Ｃの多様性がＲＮＡの細胞における局在にも影響を与えている可能性があると思われる。すなわちＧ＋ＣはＲＮＡと他の細胞内物質の分子間における相互作用に影響を与えるファクターであると考えられる。
【００５６】
Ｇ＋Ｃを変化させる自発的な変異として，５−メチルシトシンの脱アミノ化によるチミンへの変異が知られている。５−メチルシトシンの脱アミノ化によってミスマッチのＧＴペアが生み出される。次の複製でミスマッチのＧＴペアは新しいパートナーと対合し、野生型のＧＣペアと変異型のＡＴペアに分離する。
【００５７】
以上のように真核生物では個々の遺伝子のＧ＋Ｃ比の変化によってｎｏｎ−ｃｏｄｉｎｇＲＮＡを介したＤＮＡとＲＮＡの分子間相互作用による遺伝子の発現が多様化し、細胞型の違いが生まれ、その結果、発生を通じて多細胞組織が構築されているという進化モデルが考えられる。
【００５８】
法則３．悪条件下でも生育できる細菌は、遺伝子のピリミジン（ＣＴ）よりもプリン（ＧＡ）の比率を上昇させることで環境に適応している。（遺伝子配列における多様性）
【００５９】
グループＢの古細菌は、高温、高圧といった極限環境でも生育できるという特徴を有している。図２および表２において示されたように、古細菌の特徴は、Ｇ＋Ａの平均値が真正細菌（グループＡ）や真核生物（グループＣ、グループＤ）と比較して０．５よりも大きいことである。すなわち、塩基の大きさが大きいプリンの比率（Ｇ＋Ａ）が高いという傾向が観察された。その他に表２に示されたように、好熱性真正細菌であるＴｈｅｒｍｏｔｏｇａ ｍａｒｉｔｉｍａのＧ＋Ａの平均値も０．５５よりも大きかった。
【００６０】
古細菌ではプリン残基（Ｇ＋Ａ）の比率がピリミジン残基（Ｃ＋Ｔ）の比率よりも大きいため、遺伝子配列の相補鎖を転写することによって合成されるｍＲＮＡの重さ（分子量）が重くなる。
二つの原子が接近すると非特異的な引力が生じ、これをファンデルワールス力という。ファンデルワールス力による非特異的な分子の相互作用は、原子の周りの電子の分布の経時的なゆらぎの結果、生まれる。ｍＲＮＡの分子量が大きくなると電子の数が増え、分子の骨格を覆う電子雲が広範囲となるため、分子間の相互作用に関与する電子のゆらぎが大きくなると推測される。また、高温高圧などの極限環境下では、ブラウン運動が活発となりｍＲＮＡ分子の熱的ゆらぎは、さらに大きくなると推測される。その結果、大きくなったゆらぎを利用して、ＲＮＡと他の細胞内物質との分子間相互作用が極限環境下でも起りやすくなるように、古細菌は環境に適応しているという進化モデルが考えられる。
【００６１】
上記のような、遺伝子のＧ＋Ｔを０．５に一定に保ちながら、Ｇ＋Ｃが多様化する方向へ進化する現象を、図５の（ａ）に模式的に示した。すなわち真核生物においては、Ｇ＋ＴとＣ＋Ａが等しく０．５に保たれながら、Ｇが増加すればＣも増加し、その分ＡとＴが一緒に減少する。一方、Ｇが減少すればＣも減少し、その分ＡとＴが一緒に増加する。Ａ→Ｇ、Ｇ→Ａの変異は、塩基の大きさが同程度のプリン（ｐｕｒｉｎｅ）残基同士の変異である。一方、Ｔ→Ｃ、Ｃ→Ｔの変異は、塩基の大きさが同程度のピリミジン（ｐｙｒｉｍｉｄｉｎｅ）残基同士の変異である。プリン残基同士あるいはピリミジン残基同士の変異は、通常の生理的条件下でも起こりやすいと考えられる。そこで、Ａ→ＧとＴ→Ｃの変異が起こることによって、ＡとＴが減少し、ＧとＣが増加する。Ｇ→ＡとＣ→Ｔの変異が起こることによって、ＡとＴが増加し、ＧとＣが減少すると考えられる。
【００６２】
一方、遺伝子のＧ＋Ｔを０．５に一定に保ちながらＧ＋Ａが０．５よりも大きい方向へ進化する現象を、図５の（ｂ）に模式的に示した。すなわち古細菌においては、Ｇ＋Ｔ比率をほぼ０．５に保ちながら、Ｔ→ＧあるいはＣ→Ａの変異が増加する場合に、Ｇ＋Ａ含量が０．５よりも大きくなると考えられる。一般的に分子の大きさが同程度のプリン残基同士あるいはピリミジン残基同士の変異は起こりやすく、ピリミジン残基からプリン残基への変異は起こりにくいと考えられる。しかし高温高圧などの極限環境下では、Ｔ→ＧあるいはＣ→Ａの、ピリミジン残基からプリン残基への分子量が大きくなる変異が発生する確率が増加すると思われる。その結果、古細菌などはＧ＋Ａ含量が０．５よりも大きくなることで極限環境に適応していると考えられる。
【００６３】
法則４．遺伝子配列はランダムに変異してきたのではなく、遺伝子のＧ＋Ｔをほぼ０．５で一定に保持しながら、Ｇ＋ＣとＧ＋Ａが、対称性を破り方向性を持って、非対称に変異し多様化している。（方向性を持つ非対称な遺伝子多様化の法則）
【００６４】
これまでダーウィニズムによれば、遺伝子配列上の変異は、無方向に起こると考えられてきた。さらに分子進化の中立説によれば、集団に広まる分子レベルの変異の大部分は中立な変異であり、個体の適応に影響を与えない。変異の固定化においては偶然的浮動が主役を演じ、正の淘汰は働かないとされてきた。
【００６５】
本発明者は、この生物学における一般的な概念を否定する。
【００６６】
すなわち、遺伝子配列は無方向に変異してきたのではなく、遺伝子のＧ＋Ｔをほぼ０．５で一定に保持しながら、Ｇ＋ＣとＧ＋Ａが、対称性を破り方向性を持って、非対称に変異し多様化してきたのである。真核生物のＧ＋Ｃは多様化して、その分布のピークはなだらかで低い方向へ非対称に変異する。一方、悪条件下でも生育できる古細菌の遺伝子はプリン残基の比率（Ｇ＋Ａ）を上昇させる方向へ非対称に変異してきたのである。
【００６７】
本発明における分析結果から個々の遺伝子の変異について、下記の二つの可能性が考えうる。第一の可能性として変異そのものに方向性があると考えられる場合である。ヒトやマウスのような高次機能を有する多細胞生物は、それぞれの遺伝子のＧ＋Ｃが多様化し、系全体としての分布の無秩序さが増加する方向へ、変異そのものが方向性を持って変異する。一方、極限環境で生育する生物種においては、それぞれの遺伝子のＧ＋Ａが０．５よりも大きくなる方向へ、変異そのものが方向性を持って変異すると仮定される。この場合、この方向性を持った遺伝子配列の非対称な多様化は、「神の見えざる手」によるのではなく、ＤＮＡの複製修復機構などの内在的メカニズムやＤＮＡの構造上の特徴（塩基の極性・塩基の対合・塩基の分子の大きさ）による変異の起こりやすさから起因すると考えられる。
【００６８】
第二の可能性として変異は無方向に起こるが、その集団内での固定化には、方向性を持った正の淘汰が働いていると考えられる場合である。すなわち、変異は無方向に起こり、ヒトやマウスなどの高次機能を有する多細胞生物においては、個々の遺伝子のＧ＋Ｃが多様化し、系全体としての分布の無秩序さが増加する方向へ向かう変異に正の淘汰が働き、集団内において固定化される。個々の遺伝子のＧ＋Ｃ比の変化によって、ｎｏｎ−ｃｏｄｉｎｇ ＲＮＡを介したＤＮＡとＲＮＡの分子間相互作用による遺伝子の発現が多様化し、細胞型の違いが生まれることが、より環境に適した形質として自然選択され正の淘汰が働くと仮定される。
一方、極限環境で生育する生物種においては個々の遺伝子のＧ＋Ａが０．５よりも大きくなる方向の変異に正の淘汰が働き、集団内において固定化される。古細菌においては、ｍＲＮＡの重さ（分子量）が重くなることによって、分子の骨格を覆う電子のゆらぎが大きくなり、大きくなったゆらぎを利用してＲＮＡを介した分子間相互作用が極限環境下でも起りやすくなることが、より環境に適した形質として自然選択され正の淘汰が働くと仮定される。
【００６９】
上記の二つの可能性のうち、いずれが正しいのかはさらに検討される必要があると思われる。しかしいずれにしても上記の主張は、ゲノム上に生じる突然変異は無方向に起こるというダーウィニズムや、突然変異の大部分が中立であり、正の淘汰は分子レベルでは働かないと主張する中立説とは相容れない。このことは以下のように考えることで解決できると考えられる。
【００７０】
すなわち、Ｇ、Ａ、ＴおよびＣの４つの塩基それぞれを独立して、個別に塩基の変異を観察している場合には、一見すると変異は無方向に起こり、変異は中立であるかのように観察されるのだと思われる。しかし、塩基の有する３つの対称性によって４つの塩基をＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの組に分割して、これらの塩基の組の組成についての変異を観察した場合には、遺伝子のＧ＋Ｔをほぼ０．５で一定に保持しながら、Ｇ＋ＣとＧ＋Ａが、対称性を破り方向性を持って非対称に変異し多様化してきたことが観察されるのだと考えられる。つまり、塩基の変異を個別に観察した場合には、突然変異の大部分が中立であり、正の淘汰は働かないという結論が導き出されるが、４つの塩基をＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの組に分割して、塩基の組の組成を観察した場合には、変異は方向性を持っており、その変異は環境に適した形質として自然選択され正の淘汰が働くと結論される。
【００７１】
分子レベルにおける有利でもなく不利でもない中立な変異によって、個体レベルでの適応的進化や生物の多様化がなぜ起こるのかという問題は、現在の分子進化学における最も重要な課題の一つである。近年、生命系に代表される複雑系の研究が進んでいる。コンピュータサイエンスの分野ではセルラーオートマトンモデルが広く研究され、人工生命のモデルになっている。セルラーオートマトンとは、システムを構成している要素の振る舞いの局所的なルールがシステム全体の文脈の中でダイナミックに変化し、その要素の局所的なルールによって複雑系のシステム全体が定義されるというモデルである。
【００７２】
このセルラーオートマトンモデルに基づいて上記に述べた分子進化を考察すると、遺伝子レベルにおける中立な変異の蓄積によって遺伝子のＧ＋Ｃが多様化しＧ＋Ａの比率が０．５よりも大きくなる。その結果、ＲＮＡを介した細胞内分子の局所的な相互作用や局在の変化が生まれ、これらの要素間の局所的なルールの時空間パターンの変化が生物の発生をコントロールしているという進化モデルが考えられる。
【００７３】
法則５．遺伝子配列におけるエントロピーの二重構造が遺伝子の進化を生み出す。
【００７４】
個別の遺伝子のＧ＋Ｔの情報エントロピーが大きいのに対して、系全体のＧ＋Ｔの標準偏差と無秩序さは低い。一方、系全体のＧ＋Ｃの標準偏差と無秩序さは高いのに対して、個々の遺伝子のＧ＋Ｃの情報エントロピーは低く、情報量が大きい。その結果、多細胞生物などの高次の機能が創出されると考えられる。
【００７５】
私たちが生活するこの自然界では、エントロピー増大の法則が働いており、経験則として正しいと考えられているが、系のエントロピーが増大し、系の無秩序さが大きくなる方向へ平衡化される中で、なぜ生物のような情報量の大きい、すなわち情報エントロピーの低い物理的存在が創出されてきたのかという、物理学のみならず哲学上の重要な問題が存在してきた。遺伝子の進化とエントロピー増大の法則について以下のように考察する。
【００７６】
遺伝子の分子進化の初期状態において系全体の無秩序さが最も小さい状態、すなわち標準偏差が０に近い状態が選択されたと仮定する。まず遺伝子のＧ＋Ｔの分布に注目する。進化の初期状態においては法則１に従い、遺伝子のＧ＋ＴとＣ＋Ａが等量存在していたと推測される。Ｇ＋Ｔの情報エントロピーは、次の数式（Ｉ）で表される。
【００７７】
【数２】
【００７８】
式中、Ｈ（ｐ１）はＧ＋Ｔの情報エントロピーを表し、一つの遺伝子上のＧ＋Ｔの組成比をｐ１、Ｃ＋Ａの組成比をｐ０＝１−ｐ１とする。
【００７９】
Ｇ＋Ｔの情報エントロピーＨ（ｐ１）を、図６の上段に模式的に示した。横軸はＧ＋Ｔの組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）を、縦軸はエントロピー（ｅｎｔｒｏｐｙ）を示す。ｐ１＝ｐ０＝０．５の時に、個別の遺伝子のＧ＋Ｔの情報エントロピー（ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ）は最大（Ｍａｘ）となる。（グレーの楕円で示した部分）
一般に情報エントロピーが最大のとき、個別の遺伝子が有する情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さく（ｓｍａｌｌ）、その状態の起こりやすさ（ｐｒｏｂａｂｉｌｉｔｙ）は高くなる（ｈｉｇｈ）。一方、情報エントロピーが小さくなると、個別の遺伝子が有する情報量は大きく（Ｌａｒｇｅ）、その状態の起こりやすさは低くなる（Ｌｏｗ）。
遺伝子の集団全体について考えると、ｐ１とｐ０が等量である遺伝子が系全体の中で大部分を占めるので、系全体の分布の無秩序さは小さい。系全体のＧ＋Ｔの組成比の分布を図７の左段に模式的に示した。横軸をＧ＋Ｔの塩基組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）とした時の、縦軸はそれぞれの比率における頻度（Ｆｒｅｑｕｅｎｃｙ）を示す。系全体の無秩序さは、Ｇ＋Ｔの分布の標準偏差から求めることができる。系全体の標準偏差は、次の数式（ＩＩ）で表される。
【００８０】
【数３】
【００８１】
式中、ｓは標準偏差を表し、Ｎは標本数、ｘはＧ＋Ｔ比、ｍはＧ＋Ｔ比の平均値とする。
【００８２】
図７の左上段に示したように、進化の初期状態においては、系全体（ｗｈｏｌｅ ｓｙｓｔｅｍ）における遺伝子集合のＧ＋Ｔは０．５付近に集中して分布しているので、系全体の標準偏差（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は０に近い最小値を取ることになる。すなわち、系全体のＧ＋Ｔの分布の無秩序さ（ｄｉｓｏｒｄｅｒ）は低い（ｌｏｗ）。
一方、個別の遺伝子に注目すると、図６上段に示したようにＧ＋Ｔが０．５になるので、遺伝子（ｇｅｎｅ）のエントロピー（ｅｎｔｒｏｐｙ）は、最大（Ｍａｘ）となる。このとき遺伝子が有する情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さい（ｓｍａｌｌ）。
【００８３】
図７の左下段に示したように、進化が進んでも法則１に従うので、初期状態から進化の過程に至るまで、Ｇ＋Ｔの系全体の無秩序さと個別の遺伝子のエントロピーは変らない。すなわちＧ＋Ｔはほぼ０．５に保たれているので、個別の遺伝子のエントロピーは最大となり、このとき個別の遺伝子の情報量は小さい。その一方で、系全体のＧ＋Ｔの分布は、平均値である０．５付近に集中して分布し、標準偏差が０に近く系全体の無秩序さは低くなる。
【００８４】
次に遺伝子のＧ＋Ｃの分布に注目する。ここで初期状態においてはＧ＋ＣとＡ＋Ｔも等量存在していると仮定する。この仮定の根拠は以下の理由による。私たちが生活するこの自然界では、エントロピー増大の法則、すなわち系の秩序はその無秩序さが大きくなる方向へ平衡化されるという法則、が働いていると考えられており、経験則としてこの法則は正しいと認められている。個々の遺伝子の集合である系全体（ある生物種）の遺伝子配列の無秩序さが増大し続けるのであれば、進化の最も初期の状態における系全体の遺伝子配列の分布の無秩序さは、最も小さくなるはずである。すなわち、初期状態においてＧ＋ＣとＡ＋Ｔも等量存在する遺伝子の集合が一般的に多くなり、組成比の平均値である０．５付近に集中して分布することが予想される。このとき系全体のＧ＋Ｃの分布は最も秩序が高い状態（無秩序さが最も低い状態）となる。
【００８５】
Ｇ＋Ｔと同様に、Ｇ＋Ｃの情報エントロピーも数式（Ｉ）で表される。このとき、式中、Ｈ（ｐ１）はＧ＋Ｃの情報エントロピーを表し、一つの遺伝子上のＧ＋Ｃの組成比をｐ１、Ａ＋Ｔの組成比をｐ０＝１−ｐ１とする。
【００８６】
Ｇ＋Ｃの情報エントロピーＨ（ｐ１）を、図６の下段に模式的に示した。横軸はＧ＋Ｃの組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）を、縦軸はエントロピー（ｅｎｔｒｏｐｙ）を示す。進化の初期状態においては、ｐ１＝ｐ０＝０．５であるので、個別の遺伝子のＧ＋Ｃの情報エントロピー（ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ）は最大（Ｍａｘ）となる。このとき、個別の遺伝子の情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さく（ｓｍａｌｌ）、起こりやすさ（ｐｒｏｂａｂｉｌｉｔｙ）は高い（ｈｉｇｈ）。
進化が進むにつれて、個々の遺伝子のＧ＋Ｃは多様化し、ｐ１とｐ０の値はばらついてゆく。従ってＧ＋Ｃの情報エントロピーは、０から最大値までの値をとることになる。このとき、個別の遺伝子の中には情報量の大きなもの（ｌａｒｇｅ）が出現し、その起こりやすさは低くなる（ｌｏｗ）。
【００８７】
一方、遺伝子の集団全体について考えると、進化の初期状態においてｐ１とｐ０が等量である遺伝子が系全体の中で大部分を占めるので、系全体の分布の無秩序さは小さい。系全体のＧ＋Ｃの組成比の分布を図７の右段に模式的に示した。横軸をＧ＋Ｃの塩基組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）とした時の、縦軸はそれぞれの比率における頻度（Ｆｒｅｑｕｅｎｃｙ）を示す。系全体の無秩序さは、Ｇ＋Ｃの分布の標準偏差から求めることができる。すでに述べたようにＧ＋Ｃの系全体の標準偏差も、数式（ＩＩ）で表される。
【００８８】
式中、ｓは標準偏差を表し、Ｎは標本数、ｘはＧ＋Ｃ比、ｍはＧ＋Ｃ比の平均値とする。
【００８９】
図７の右上段に示したように、進化の初期状態においてＧ＋Ｃの組成比は０．５付近に集中して分布しているので、Ｇ＋Ｔと同様に、系全体（ｗｈｏｌｅ ｓｙｓｔｅｍ）の標準偏差（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は０に近い最小値を取ることになる。すなわち、初期状態の系全体のＧ＋Ｃの分布の無秩序さ（ｄｉｓｏｒｄｅｒ）は低い（ｌｏｗ）。
一方、個別の遺伝子に注目すると、Ｇ＋Ｃが０．５になるので、遺伝子（ｇｅｎｅ）のエントロピー（ｅｎｔｒｏｐｙ）は、最大（Ｍａｘ）となる。このとき遺伝子が有する情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さい（ｓｍａｌｌ）。
【００９０】
図７の右下段に示したように、進化（ｅｖｏｌｕｔｉｏｎ）が進むにつれて、Ｇ＋Ｔは初期の状態を保ったままで、個々の遺伝子のＧ＋Ｃは多様化するので、系全体のＧ＋Ｃの分布は、標準偏差が最大値（Ｍａｘ）に、無秩序さが高い（ｈｉｇｈ）状態になっていく。
一方、系を構成する個々の遺伝子のエントロピーは０付近の小さいものから最大値までばらついていく。すなわち、エントロピー増大の法則の影響下で、進化の過程において個別の遺伝子の中にエントロピーの小さなもの（情報量が大きなもの）が創出されてくる。
【００９１】
極論すれば、遺伝子配列の進化とは、Ｇ＋Ｔが０．５に保たれながら、Ｇ＋Ｃが多様化するという現象であると言える。つまり、図５に示したように進化の過程でＧ＋ＴとＣ＋Ａが等しく０．５に保たれながら、Ｇが増加すればＣも増加し、その分ＡとＴが一緒に減少する。一方、Ｇが減少すればＣも減少し、その分ＡとＴが一緒に増加するという現象である。すなわち、Ｇ＋Ｃのエントロピーが小さい、すなわち情報量が大きい遺伝子を生み出すために、Ｇ＋Ｔを０．５に保ちエントロピーが大きい状態を維持するという、Ｇ＋Ｃを多様化させるための補償機構が進化の過程で、遺伝子配列に働いているように観察される。
【００９２】
法則１においてＧ＋Ｔの組成比は転写されたＲＮＡの「分子内」の相互作用に影響を及ぼすファクターであり、法則２においてＧ＋Ｃの組成比は転写されたＲＮＡの「分子間」の相互作用に影響を及ぼすファクターであると仮定した。
【００９３】
ＧはＣと、Ｕ（Ｔ）はＡと、それぞれＲＮＡ中で分子内対合する。一つのＲＮＡ鎖中のＧ＋Ｔの比率と、対合するＣ＋Ａの比率が等しく０．５に保たれるという法則１は、転写されたＲＮＡの分子内対合を速やかに形成し、ＲＮＡが一定の構築原理に従った「普遍的な」構造を形成することに寄与すると推測される。
【００９４】
一方、ＧはＣと、ＴはＡと、それぞれＲＮＡを介して他の細胞内分子と分子間の相互作用をする。Ｇ＋Ｃが変化することによって、相補的なｎｏｎ−ｃｏｄｉｎｇ ＲＮＡとＤＮＡとの細胞内における分子間相互作用が「多様化」し、Ｇ＋Ｃが０．５付近で一定である生物と比較して、遺伝子の発現が様々に変化することが予測される。すなわち、Ｇ＋Ｔを０．５に保つことによって個別の遺伝子のＧ＋Ｔのエントロピーを大きくするという「普遍的な」補償機構の基で、Ｇ＋Ｃが変化し情報エントロピーの低い（情報量の大きい）遺伝子を生み出すことが可能となる。その結果、ＲＮＡを介した分子間の相互作用が「多様化」し、遺伝子の発現が変化して細胞が分化する。このような情報エントロピーの二重構造によって、多細胞生物などの高次の機能が創出され、生命圏全体は構築されているという進化モデルが考えられる。この分子進化のメカニズムのことを、「情報エントロピーの二重構造による分子進化理論」と名づけることを提唱する。
【００９５】
以上述べてきた、すべての遺伝子配列に観察できる普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質に基づく、生物種の新たな分類方法について実施例を挙げて詳細に説明する。ただし本発明の技術的思想は以下の実施例に拘束されない。
【００９６】
本発明において、遺伝子の配列情報を読み込み、読み込んだ遺伝子の配列情報を遺伝子配列情報ファイルに保存する。
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算する。
次に生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算する。
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示する。
【００９７】
本発明において、前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップ又は分類表示手段とは、分布の平均値および／又は分布のばらつきを示す指標値に基づいて、数値を記載した表、棒グラフ、散布図および樹形図などを含む分類表示手段によって生物種を分類するステップ又は分類表示手段を指す。この分類表示を行うステップ又は手段として、以下に述べる多変量解析も含む。
【００９８】
本発明における多変量解析とは、複数の変数からなる多変量データを統計的に扱い、分析対象である複数のサンプル（本発明では生物種）の間の類似度を明らかにする手法のことを言い、因子分析やクラスター分析などを含む。
【００９９】
因子分析は、複数の変数からなる多変量データを、潜在的に内在するいくつかの因子（ファクター）に分解し、生物種相互の類似度を示す因子の得点から分析対象であるサンプル（本発明では生物種）の類似性について、散布図によってポジショニングを行う方法である。
【０１００】
クラスター分析は、複数の変数からなる多変量データを基にして、分析対象であるサンプルの類似度を示す距離行列を求め、グループ分けを行う方法である。多くの場合、サンプル相互間の類似度を示す樹形図が作成される。
【０１０１】
本発明における分布のばらつきを示す指標値とは、標準偏差又は分散などを含む統計量である。
【０１０２】
本発明において、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換も許されるものとする。Ｇ＋Ａの代わりにＣ＋Ｔに置換された場合には、Ｃ＋Ｔの分布の平均値を、および／又はＧ＋Ｃの代わりにＡ＋Ｔに置換された場合には、Ａ＋Ｔの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するものとする。
【実施例】
【０１０３】
実施例１
上記に述べた分析結果より、生物種が有する遺伝子集合のＧ＋Ｃの分布の標準偏差は、「高次機能を有する真核生物」の指標になると考えられる。分析対象の生物種について、Ｇ＋Ｃの塩基組成比を遺伝子別に計算し、生物種が有する任意の遺伝子集合について、Ｇ＋Ｃの分布の標準偏差を生物種別に計算した結果、Ｇ＋Ｃの分布の標準偏差が０．０６よりも大きな生物種は、高次機能を有する真核生物であると分類できる。
Ｇ＋Ｃの代わりにＡ＋Ｔに置換された場合には、Ａ＋Ｔの分布の標準偏差が０．０６よりも大きな生物種は、高次機能を有する真核生物であると分類できる。
【０１０４】
実施例２
上記に述べた分析結果より、生物種が有する遺伝子集合のＧ＋Ａの分布の平均値は、「極限環境でも生育できる生物種」の指標になると考えられる。分析対象の生物種について、Ｇ＋Ａの塩基組成比を遺伝子別に計算し、生物種が有する任意の遺伝子集合について、Ｇ＋Ａの分布の平均値を生物種別に計算した結果、Ｇ＋Ａの分布の平均値が０．５５よりも大きな生物種は、極限環境でも生育できる生物種であると分類できる。
Ｇ＋Ａの代わりにＣ＋Ｔに置換された場合には、Ｃ＋Ｔの分布の平均値が０．４５よりも小さい生物種は、極限環境でも生育できる生物種であると分類できる。
【０１０５】
実施例３
分析対象の生物種について、２種の塩基の組からなる集合として、Ｇ＋ＡおよびＧ＋Ｃを選択し、集合の各要素であるＧ＋ＡとＧ＋Ｃの塩基組成比を、遺伝子別に計算する。生物種が有する任意の遺伝子集合について、Ｇ＋Ａの分布の平均値を、およびＧ＋Ｃの分布の標準偏差を、生物種別に計算する。Ｘ軸に生物種別のＧ＋Ｃの分布の標準偏差を、Ｙ軸に生物種別のＧ＋Ａの分布の平均値を、プロットして散布図を作成することによって、Ｘ軸の値が０．０６よりも大きな生物種は、高次機能を有する真核生物であると分類できる。Ｙ軸の値が０．５５よりも大きな生物種は、極限環境でも生育できる生物種であると分類できる。
【０１０６】
実施例４
３２種の生物種について、表１で示した、それぞれの生物種のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布の平均値と標準偏差を変数として用いて、多変量解析の一種である因子分析を行った。因子分析は株式会社エスミの多変量解析ソフト「太閤Ｖｅｒ３．０」を使用した。Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布の平均値と標準偏差からなる６つの多変数を、３つの因子に分解する因子分析を行った。因子分析の結果、分解された３つの因子のうち、因子１と因子２を選択し、因子１（Ｙ軸）の正の方向を「極限環境に対する生物の環境適応性」として、因子２（Ｘ軸）の正の方向を「生物の高次機能」と意味付けし、個々の生物種の因子１の得点をＹ軸に、因子２の得点をＸ軸にプロットして散布図を作成し、３２種の生物種のポジショニングを行った。
結果を、図８に示す。図８に示した３２種の生物種の学名の略号を、表３に示す。
【０１０７】
【表３】
【０１０８】
６つの変数であるＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの平均値と標準偏差について因子分析を行なった結果、分解された因子（因子１、因子２および因子３）に対する、因子負荷量（因子に寄与するウェイト）を表４に示した。グレーのセルは、それぞれの因子に対してウェイトが高い変数を示す。Ｍｅａｎは平均値を、ＳＤ（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は標準偏差を示す。
【０１０９】
【表４】
【０１１０】
図８に示したように、因子１が０．２５よりも大きく、かつ因子２が０．５よりも小さいグループを、グループＸ「極限環境で生育できる生物種」として生物種の分類を行った。グループＸには、主に古細菌が含まれ、他に好熱性の真正細菌であるＴｈｅｒｍｏｔｏｇａ ｍａｒｉｔｉｍａやＢａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓが含まれる。Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓは桿菌で、芽胞を形成し高い耐熱性を示す。その他に、原生生物であるＴｅｔｒａｈｙｍｅｎａ ｔｈｅｒｍｏｐｈｉｌａ、Ｄｉｃｔｙｏｓｔｅｌｉｕｍ ｄｉｓｃｏｉｄｅｕｍも含まれた。
【０１１１】
一方、因子２が０．５よりも大きいグループを、グループＹ「高次機能を有する生物種」として生物種の分類を行った。グループＹには、ヒト、マウス、ニワトリ、ショウジョウバエ、コケ、イネが含まれた。
【０１１２】
グループＸとＹ以外の、因子１が０．２５以下であり、因子２が０．５以下の値を取るグループを、グループＺ「その他の生物種」として生物種の分類を行った。
【０１１３】
因子１「極限環境に対する生物の環境適応性」に対して、因子負荷量（ウェイト）が高かった変数は、Ｇ＋Ａの平均値（ウェイト０．８６２０）であった。従って、グループＸ（極限環境で生育できる生物種）の指標として、Ｇ＋Ａの平均値が適切であると考えられる。
【０１１４】
因子２「生物の高次機能」に対して、因子負荷量（ウェイト）が高かった変数は、Ｇ＋Ｃの標準偏差（ウェイト０．９１３９）であった。従って、グループＹ（高次機能を有する生物種）の指標として、Ｇ＋Ｃの標準偏差が適切であると考えられる。
【０１１５】
以上のように、遺伝子の塩基に観察される三つの対称性（Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃ）に従って、複数の生物種の遺伝子配列の塩基組成を、遺伝子別に一つずつ分析することによって、遺伝子の進化的性質が見出された。第一に、すべての生物の遺伝子のＧ＋Ｔは、ほぼ０．５である。第二に、遺伝子のＧ＋Ｃは多様であり、バクテリアの遺伝子のＧ＋Ｃの標準偏差は約０．０３〜０．０５であり分布のばらつきが小さいのに対して、真核生物、特にニワトリ、ヒト、コケとイネの遺伝子のＧ＋Ｃは、標準偏差が０．０６よりも大きく分布のばらつきが大きい。第三に、極限環境で生育している古細菌の遺伝子は、ピリミジン残基（Ｃ＋Ｔ）に比べて分子の大きさの大きいプリン残基（Ｇ＋Ａ）の比率が大きい。
【０１１６】
上記の遺伝子配列の普遍的性質と進化的性質に基づき、本発明は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種を分類する方法であり、これによって生物種を分類する新たな方法が可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、生物種を分類するための新たな方法が可能となった。
【０１１７】
また本発明は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種を分類する手段であり、これによって生物種を分類する新たなシステムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、生物種を分類するための新たなシステムが可能となった。
【０１１８】
さらに本発明は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種を分類する方法をコンピュータに実行させるためのプログラムであり、これによって生物種を分類する新たなプログラムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、生物種を分類するための新たなプログラムが可能となった。
【０１１９】
本発明による生物種の分類方法を具現化するシステムのハードウェア構成図の一例を図９に示す。ただし本発明に係るシステムの技術的思想は、図９のハードウェア構成図に拘束されない。本システムは、遺伝子の配列情報を読み込む読み込み手段と、読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、読み込んだ遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比を遺伝子別に計算する塩基組成比計算手段と、生物種が有する任意の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比の分布の平均値と分布のばらつきを示す指標値を、生物種別に計算する塩基組成比分布計算手段と、前記生物種別の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比の分布の平均値と分布のばらつきを示す指標値に基づいて、多変量解析を行う多変量解析手段と、前記多変量解析によって得られた、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類する分類表示手段を含む生物種分類システムである。
【産業上の利用可能性】
【０１２０】
本発明によって、ある特定の環境に生育する未知の生物種が有する任意の遺伝子集合の配列情報に基づき、その生物種が、極限環境でも生育できる古細菌に近い生物なのか、高次機能を有する真核生物に近い生物なのか、あるいはその他の真正細菌に近い生物なのかを分類することが可能となった。また本発明を完成させる為に、本発明者が見出した遺伝子配列に観察される普遍的な分子の法則と、方向性を持つ遺伝子配列の非対称な多様化の法則は、生物の分子進化において新しい進化モデルを提供するのみならず、ウイルスの高速変異、免疫系における体細胞超変異、遺伝子配列の多型などに関連するバイオテクノロジーや医学産業の進歩に大きく貢献することが期待される。
【技術分野】
【０００１】
本発明は、遺伝子の配列情報に基づいて生物種を分類する方法およびシステムに関する。
【背景技術】
【０００２】
木村資生により提唱された分子進化の中立説によると、遺伝子の塩基における分子レベルの変異の大部分は進化の淘汰において「中立」である。（非特許文献１参照）突然変異のうち不利な変異は、自然淘汰の力で集団から除去されてしまい、結局進化には寄与しない。残りの変異は有利な変異と、有利でもなく不利でもない中立な変異に分けられるが、中立説では、集団内に固定する大部分の変異は中立な変異で、有利な変異は数において無視できるほど小さく、これらの中立な変異は機会的浮動、すなわち偶然に、集団中に固定されると考える。すなわち、中立な変異の割合をｆとすると、中立説では有利な変異の割合を無視するので、残りの１−ｆはすべて有害な変異とみなされる。分子の進化速度は下記の数式で表される。
【０００３】
【数１】
【０００４】
式中、中立な変異の割合をｆ、全突然変異率をｕとし、進化速度をｖとする。
【０００５】
この数式から、分子の進化速度は塩基の突然変異率に比例し、突然変異率が増加すると進化速度も増加するという結論が導き出される。１−ｆは、有害な変異、すなわち、分子の機能に影響を与える変異の割合で、個々の分子の特性で決まる。従って分子（遺伝子）の種類が同じなら、中立な変異の割合ｆの大きさは、異なる生物の系統の間でほぼ同じであるとみなせる。つまり、突然変異率が系統ごとに変わらない限り、分子進化速度は異なる系統間で等しくなることが期待される。ここから分子進化の一定性という分子時計の性質が導かれる。逆に分子が違うと、一般にｆの値が異なるので進化速度が変わってくる。（非特許文献２参照）
【０００６】
同じ種類の分子の進化速度が一定であるという前提に基づき、複数の生物種が有する同じ種類の遺伝子の塩基配列の相同性を比較し、進化の系統樹による生物種の系統分析が広く行われている。（非特許文献２参照）
【０００７】
一方、ダーウィンは表現型、すなわち個体レベルにおける自然選択説を唱えている。（非特許文献３参照）自然選択説では、生存に有利な子孫を多く残せる変異が選択され、集団に広まってゆき、中立な変異は淘汰の対象にはならないと考える。
【０００８】
以上より、現在の主流の進化理論では、個体レベルでは自然選択が働いているように観察されるにもかかわらず、その一方で分子レベルでは進化は中立であるかのように観察されるという矛盾がある。分子進化の中立説は、突然変異の一部については自然選択に関わる有益ないしは有害変異であることを否定していない。しかし、個体レベルで観察される自然選択による適応的進化や生物の多様化を、分子進化の中立説だけで説明することは困難である。つまり、表現型レベルでの進化と分子レベルでの進化を統一して理解するための分子の新しい進化的性質を見出すことが、現在の分子進化学における最も重要な課題の一つとなっている。
【０００９】
また、ダーウィン進化論によれば遺伝子の変異は個体にとっての有利さにかかわらず無方向であるとされている。しかし、単細胞生物の集団が、ある強い選択圧下に置かれた時、表現型において適応的な変化を引き起こすＤＮＡ上の変異を有する変異株が現れることが報告されている。（非特許文献４参照）さらに紫外線照射などによりＤＮＡが損傷されると、ＲｅｃＡ蛋白質が、多くのＤＮＡ修復酵素によって構成されるＳＯＳ応答を引き起こすことが知られている。その結果、環境の変化に適応した変異株が発生することも示唆されている。（非特許文献５参照）以上のことから、方向性を持った遺伝子変異についても改めて検討する余地があると考えられる。
【００１０】
さらにＳｕｅｏｋａは、ＤＮＡの二重鎖上の変異と選択にバイアスが全くないとき、ＤＮＡのＧＣ含量にかかわらず一本鎖上の塩基組成の平均値はＡ＝ＴあるいはＧ＝Ｃとなるように平衡化されることを報告している。（非特許文献６参照）すなわち、必ずしも遺伝子の配列上の変異はランダムに起こるのではなく、一定の制約がかかっていると考えられる。
【先行技術文献】
【非特許文献】
【００１１】
【非特許文献１】分子進化の中立説、木村資生 著、紀伊國屋書店、１９８６年
【非特許文献２】分子進化 解析の技法とその応用、宮田隆 編、共立出版、１９９８年
【非特許文献３】自然選択による種の起源、Ｄａｒｗｉｎ，Ｃ．著、Ｊｏｈｎ Ｍｕｒｒａｙ社、１８５９年
【非特許文献４】Ｔｈｅ ｏｒｉｇｉｎ ｏｆ ｍｕｔａｎｔｓ，Ｃａｉｒｎｓ，Ｊ．ｅｔ ａｌ．著，Ｎａｔｕｒｅ ３３５，ｐ１４２−１４５，１９８８年
【非特許文献５】ＵｍｕＤ’（２）Ｃ ｉｓ ａｎ ｅｒｒｏｒ−ｐｒｏｎｅ ＤＮＡ ｐｏｌｙｍｅｒａｓｅ，Ｅｓｃｈｅｒｉｃｈｉａ ｃｏｌｉ Ｖ，Ｔａｎｇ，Ｍ．ｅｔ ａｌ．著，Ｐｒｏｃ．Ｎａｔｌ．Ａｃａｄ． Ｓｃｉ．ＵＳＡ ９６，ｐ８９１９−８９２４，１９９９年
【非特許文献６】Ｉｎｔｒａｓｔｒａｎｄ ｐａｒｉｔｙ ｒｕｌｅｓ ｏｆ ＤＮＡ ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｕｓａｇｅ ｂｉａｓｅｓ ｏｆ ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎｓ，Ｓｕｅｏｋａ，Ｎ．著，Ｊ．Ｍｏｌ．Ｅｖｏｌ．４０，ｐ３１８−３２５，１９９５年
【発明の概要】
【発明が解決しようとする課題】
【００１２】
上記に述べたことから、現在の遺伝子配列の相同性に基づく分子進化の系統樹による解析は、同じ種類の分子の進化速度が一定であるとの前提に基づいているので、同じ種類の遺伝子間での分析しかできないという欠点がある。すなわち、異なる任意の種類の遺伝子集合の配列情報から生物種を系統分析あるいは分類するという試みは従来まったくなされていなかった。
【００１３】
また、同じ種類の遺伝子配列の相同性解析を行う際に、相同性を最大にするために、比較の対象となる遺伝子の配列中に、もともと存在しなかったスペースの挿入による、アラインメント（遺伝子配列の整列）が、通常行われている。しかし、遺伝子の配列情報に人為的に手を加えた情報に基づいて系統分析することは、好ましくないと思われる。
【００１４】
従って、表現型レベルでの自然淘汰による進化と分子レベルでの進化を統一して理解するための分子の新しい進化的性質を見出し、同一種類の遺伝子ではなく、任意の種類の遺伝子集合の配列情報に基づいて生物種を分類する、新たな系統分析の方法が求められている。
【００１５】
そこで、本発明の課題は従来技術の問題点に鑑み、表現型レベルでの自然淘汰による進化と分子レベルでの進化を統一して理解できる分子の新しい進化的性質に基づき、遺伝子の配列情報による新たな生物種の分類方法およびシステムを提供することにある。
【課題を解決するための手段】
【００１６】
本発明者は、上記した目的を達成すべく鋭意研究を重ねた結果、遺伝子の塩基に観察される三つの対称性（Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃ）に従って、３２種の生物の遺伝子配列の塩基組成を、遺伝子別に一つずつ分析することで、すべての遺伝子配列に観察できる普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質を見出すことによって、上記した目的を達成し本発明を完成させるに至った。
【００１７】
すなわち本発明の態様１は、
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法である。
【００１８】
本発明の態様２は、
遺伝子の配列情報を読み込む読み込み手段と、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算する塩基組成比計算手段と、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算する塩基組成比分布計算手段と、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示する分類表示手段とを含む生物種分類システムである。
【００１９】
本発明の態様３は、
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体である。
【００２０】
本発明の態様４は、
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である態様１記載の生物種分類方法である。
【００２１】
本発明の態様５は、
前記生物種を分類し表示する分類表示手段が、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析を行う手段である態様２記載の生物種分類システムである。
【００２２】
本発明の態様６は、
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である態様３記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体である。
【００２３】
本発明の態様７は、
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、態様１又は４記載の生物種分類方法である。
【００２４】
本発明の態様８は、
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、態様２又は５記載の生物種分類システムである。
【００２５】
本発明の態様９は、
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、態様３又は６記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体である。
【発明の効果】
【００２６】
本発明者は、遺伝子の塩基に観察される三つの対称性（Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃ）に従って、複数の生物種の遺伝子配列の塩基組成を、遺伝子別に一つずつ分析することで、下記に述べる、すべての遺伝子配列に観察できる普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質を見出すことに成功した。
【００２７】
第一に、すべての生物の遺伝子のＧ＋Ｔは、ほぼ０．５であるという、遺伝子配列に観察される普遍的な分子の性質を見出した。
【００２８】
第二に、遺伝子のＧ＋Ｃは多様である。バクテリアの遺伝子のＧ＋Ｃの標準偏差は約０．０３〜０．０５であり、分布のばらつきが小さいのに対して、真核生物、特にニワトリ、ヒト、コケとイネなどの高次機能を有する生物種の遺伝子のＧ＋Ｃの標準偏差は０．０６以上であり、分布のばらつきが大きいという分子の進化的性質を見出した。
【００２９】
第三に、極限環境で生育している古細菌の遺伝子は、ピリミジン残基（Ｃ＋Ｔ）に比べて分子の大きさの大きいプリン残基（Ｇ＋Ａ）の比率が大きいという分子の進化的性質を見出した。
【００３０】
上記の遺伝子配列の普遍的性質と進化的性質に基づき、本発明の態様１又は４は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種の分類を行う方法であり、これによって生物種を分類するための新たな方法が可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、態様１又は４記載の生物種を分類するための新たな方法が可能となった。
【００３１】
本発明の態様２又は５は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種の分類を行う手段であり、これによって生物種を分類するための新たなシステムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、態様２又は５記載の生物種を分類するための新たなシステムが可能となった。
【００３２】
本発明の態様３又は６は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種の分類を行う方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体であり、これによって生物種を分類するための新たなプログラムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、態様３又は６記載の生物種を分類するための新たなプログラムが可能となった。
【図面の簡単な説明】
【００３３】
【図１】グループＡ真正細菌（Ｅｕｂａｃｔｅｒｉａ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図２】グループＢ古細菌（Ａｒｃｈａｅｂａｃｔｅｒｉａ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図３】グループＣ動物（Ａｎｉｍａｌｓ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図４】グループＤ動物以外の真核生物（Ｅｕｋａｒｙｏｔｅ）の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す図である。
【図５】遺伝子のＧ＋Ｔを０．５に一定に保ちながら、Ｇ＋Ｃが多様化する方向へ進化する現象と、遺伝子のＧ＋Ｔを０．５に一定に保ちながらＧ＋Ａが０．５よりも大きい方向へ進化する現象を示す模式図である。
【図６】遺伝子のＧ＋ＴとＧ＋Ｃの情報エントロピーを示す模式図である。
【図７】遺伝子のＧ＋ＴとＧ＋Ｃからなる情報エントロピーの二重構造による遺伝子の進化を示す模式図である。
【図８】３２種の生物種について、それぞれの遺伝子のＧ＋Ｔ、Ｇ＋Ａ、Ｇ＋Ｃの分布の平均値と標準偏差を用いて因子分析を行い、生物種を分類した散布図である。
【図９】複数の生物種が有する任意の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比の分布の平均値と分布のばらつきを示す指標値に基づいて、多変量解析を行ない、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類するシステムのハードウェア構成図である。
【発明を実施するための形態】
【００３４】
以下、本発明の基礎となる遺伝子配列の進化的性質を見出すための分析方法について詳細に説明する。
【００３５】
１．遺伝子の塩基に観察される三つの対称性
４種類のＤＮＡ塩基（ＧＡＴＣ）は、塩基の分子構造に由来する３つの対称性によって２つの組に分割することが出来る。第一に塩基は、「左右の対称性」によってＧ（グアニン）とＴ（チミン）の組とＡ（アデニン）とＣ（シトシン）の組に分割できる。ここでＤＮＡのＴはＲＮＡにおいてＵ（ウラシル）に対応する。ＧはＣと、Ｕ（Ｔ）はＡと、それぞれ転写されたＲＮＡ中で分子内対合し、ステムループ構造を取る。ＧとＣ、あるいはＵ（Ｔ）とＡは、ＲＮＡの分子内対合の基となる水素結合の供与基あるいは受容基として互いに対称的に存在する。そこでＧとＴ（Ｕ）を左塩基、ＣとＡを右塩基として定義する。Ｇはプリンの６位に、ＴとＵはピリミジンの４位に、それぞれカルボニル基（＝ＣＯ基）を有することが左塩基の目印となり、ＡとＣの組はプリンの６位とピリミジンの４位に、それぞれアミノ基（−ＮＨ２基）を有することが、右塩基の目印となる。
【００３６】
第二に塩基は、互いに対合する「ワトソンクリック対」の対称性によってＧとＣの組とＡとＴの組に分割できる。
【００３７】
第三に塩基は、「分子の大きさ」の対称性によってプリンの組（ＧとＡ）とピリミジン（ＴとＣ）の組に分割できる。すなわちプリン塩基はピリミジン塩基よりも分子が大きい。
【００３８】
三つの対称性によって分割された一つの組に含まれる２つの塩基組成比を、一つ一つの遺伝子について計算した。すなわちＧ＋Ｔ、Ｇ＋Ａ、Ｇ＋Ｃをそれぞれ計算した。本明細書中でＧ，Ａ，Ｔ，Ｃの文字は特定の鎖における４つの塩基のそれぞれの組成比を表す。
【００３９】
２．分析に用いた遺伝子
ＫＥＧＧ「生命システム情報統合データベース」
（ｈｔｔｐ：／／ｗｗｗ．ｋｅｇｇ．ｊｐ／ｊａ／）から
各生物種の遺伝子情報が記載されたｎｕｃファイル（例ｅ．ｃｏｌｉ．ｎｕｃ）をダウンロードして分析に用いた。分析に用いた遺伝子は、蛋白質遺伝子を含む転写産物であり、ｈｙｐｏｔｈｅｔｉｃａｌ ｐｒｏｔｅｉｎも含む。従ってｔＲＮＡ、ｒＲＮＡその他の構造ＲＮＡ遺伝子も含まれるが、イントロンを除いたエクソンのみを分析対象としている。
【００４０】
３２種の生物についてそれぞれ６００個の遺伝子をサンプリングして分析を行った。３２種の生物種の内訳と、それぞれの生物種の遺伝子について分析した塩基対の合計を表１に示した。表１に記載されている生物種の４つのグループは、ＫＥＧＧでの分類に従った。グループＡは原核生物である真正細菌であり、グループＢは原核生物である古細菌である。一方、グループＣは真核生物である動物であり、グループＤは植物、菌類、原生生物などの動物以外の真核生物を示す。
【００４１】
グループＡは、エスケリキア・コリ（Ｅｓｃｈｅｒｉｃｈｉａ ｃｏｌｉ／大腸菌）、シネコシスティス（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ／シアノバクテリア）、シュードモーナズ・エールジノーサ（Ｐｓｅｕｄｏｍｏｎａｓ ａｅｒｕｇｉｎｏｓａ／緑膿菌）、マイコバクテリアム・テュバーキュローシス（Ｍｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓ／結核菌）、ヘモフィルス・インフルエンザエ（Ｈａｅｍｏｐｈｉｌｕｓ ｉｎｆｌｕｅｎｚａｅ／インフルエンザ菌）、バチルス・サブティリス（Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓ／枯草菌）、ラクトバシラス・アシドフィルス（Ｌａｃｔｏｂａｃｉｌｌｕｓ ａｃｉｄｏｐｈｉｌｕｓ／好酸性乳酸桿菌）、サーモトガ・マリティマ（Ｔｈｅｒｍｏｔｏｇａ ｍａｒｉｔｉｍａ／超好熱菌）である。
グループＢは、アーケオグロブス・フルギダス（Ａｒｃｈａｅｏｇｌｏｂｕｓ ｆｕｌｇｉｄｕｓ／超好熱性硫黄還元古細菌）、メタノバクテリウム・サーモオートトロフィカム（Ｍｅｔｈａｎｏｂａｃｔｅｒｉｕｍ ｔｈｅｒｍｏａｕｔｏｔｒｏｐｈｉｃｕｍ／メタン菌）、サーモコッカス・コダカラエンシス（Ｔｈｅｒｍｏｃｏｃｃｕｓ ｋｏｄａｋａｒａｅｎｓｉｓ／超好熱菌）、テルモプラズマ・アキドピルム（Ｔｈｅｒｍｏｐｌａｓｍａ ａｃｉｄｏｐｈｉｌｕｍ／好熱好酸菌）、メタノコックス・ヤニシ（Ｍｅｔｈａｎｏｃｏｃｃｕｓ ｊａｎｎａｓｃｈｉｉ／超好熱性メタン菌）、スルホロブス・トコダイイ（Ｓｕｌｆｏｌｏｂｕｓ ｔｏｋｏｄａｉｉ／好酸性好熱菌）、パイロコッカス・ホリコシイ（Ｐｙｒｏｃｏｃｃｕｓ ｈｏｒｉｋｏｓｈｉｉ／嫌気性超好熱菌）、ハロバクテリウム・エスピー・エヌアールシーワン（Ｈａｌｏｂａｃｔｅｒｉｕｍ ｓｐ． ＮＲＣ−１／高度好塩性古細菌）である。
グループＣは、シノラブディス・エレガンス（Ｃａｅｎｏｒｈａｂｄｉｔｉｓ ｅｌｅｇａｎｓ／線虫）、ドュロソヒィラ・メラノガスター（Ｄｒｏｓｏｐｈｉｌａ ｍｅｌａｎｏｇａｓｔｅｒ／ショウジョウバエ）、ストロンギロセントロタス・パーパレイタス（Ｓｔｒｏｎｇｙｌｏｃｅｎｔｒｏｔｕｓ ｐｕｒｐｕｒａｔｕｓ／アメリカムラサキウニ）、ゼノパス・ラエビス（Ｘｅｎｏｐｕｓ ｌａｅｖｉｓ／アフリカツメガエル）、ダニオ・レリオ（Ｄａｎｉｏ ｒｅｒｉｏ／ゼブラフィッシュ）、ガルス・ガルス（Ｇａｌｌｕｓ ｇａｌｌｕｓ／ニワトリ）、ムス・ムスクルス（Ｍｕｓ ｍｕｓｃｕｌｕｓ／マウス）、ホモ・サピエンス（Ｈｏｍｏ ｓａｐｉｅｎｓ／ヒト）である。
グループＤは、サッカロマイシス・セレビシエ（Ｓａｃｃｈａｒｏｍｙｃｅｓ ｃｅｒｅｖｉｓｉａｅ／酵母）、クラミドモナス・レインハーディ（Ｃｈｌａｍｙｄｏｍｏｎａｓ ｒｅｉｎｈａｒｄｔｉｉ／クラミドモナス）、ディクティオステリウム・ディスコイジューム（Ｄｉｃｔｙｏｓｔｅｌｉｕｍ ｄｉｓｃｏｉｄｅｕｍ／粘菌）、テトラヒメナ・サーモフィラ（Ｔｅｔｒａｈｙｍｅｎａ ｔｈｅｒｍｏｐｈｉｌａ／テトラヒメナ）、ファイスコミテラ・パテンス（Ｐｈｙｓｃｏｍｉｔｒｅｌｌａ ｐａｔｅｎｓ／コケ）、アラビドプシス・サリアナ（Ａｒａｂｉｄｏｐｓｉｓ ｔｈａｌｉａｎａ／シロイヌナズナ）、ヴィティス・ヴィニフェラ（Ｖｉｔｉｓ ｖｉｎｉｆｅｒａ／葡萄）、オリザ・サチバ（Ｏｒｙｚａ ｓａｔｉｖａ／イネ）である。
【００４２】
３．各生物種のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を示す平均値と標準偏差
３２種の生物種の遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃを遺伝子別に計算し、それぞれの生物種が有する遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布の平均値と標準偏差を生物種別に計算し、表１に示した。Ｍｅａｎは平均値を、ＳＤ（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は標準偏差を示す。
グレーで表示されたセルは、Ｇ＋Ｃの標準偏差が０．６よりも大きいものを示す。
【００４３】
【表１】
【００４４】
Ｇ＋Ａについて、Ｇ＋Ａが０．５よりも大きい遺伝子が、サンプル数６００個に占める比率を生物種別に計算して、表２に示した。グレーで表示された一列目のセルは、Ｇ＋Ａが０．５よりも大きい遺伝子の比率が、全体の８５％以上である生物種を示す。またグレーで表示された二列目のセルは、Ｇ＋Ａの分布の平均値が０．５５以上である生物種を示す。さらにグレーで表示された三列目のセルは、Ｇ＋Ａの分布の平均値が有意水準１％で０．５５よりも大きいと言える生物種を示す。ｐ値は、有意水準と比較する確率の値であり、ｐ値が有意水準０．０１以下の場合、Ｇ＋Ａの分布の平均値は０．５５よりも大きいと統計的に主張できる。
【００４５】
【表２】
【００４６】
４．Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの生物種別の分布
グループＡ（原核生物）、グループＢ（古細菌）、グループＣ（動物）、グループＤ（菌類、原生生物、植物）の４つのグループの、それぞれの生物種のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布を、図１〜図４に示した。すなわち、図１はグループＡである真正細菌（Ｅｕｂａｃｔｅｒｉａ）の、図２はグループＢである古細菌（Ａｒｃｈａｅｂａｃｔｅｒｉａ）の、図３はグループＣである動物（Ａｎｉｍａｌｓ）の、図４はグループＤである動物以外の真核生物（Ｅｕｋａｒｙｏｔｅ）の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布をそれぞれ示す図である。図１〜図４において、黒線はＧ＋Ｔの、点線はＧ＋Ａの、グレーの線はＧ＋Ｃの分布をそれぞれ示す。またＸ軸はＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの比率（ｒａｔｉｏ）を示し、Ｙ軸はそれぞれの比率における頻度（Ｆｒｅｑｕｅｎｃｙ）を示す。
【００４７】
以上の分析結果に基づいて本発明者は、遺伝子配列に観察される普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質に関する５つの法則を見出した。この法則について以下に詳細に述べる。
【００４８】
法則１．すべての生物種、すべての遺伝子において、遺伝子配列のＧ＋Ｔは、ほぼ０．５である。（遺伝子配列における普遍性）
【００４９】
表１及び図１〜図４に示されたように、Ｇ＋Ｔは、すべての生物種において、平均値が約０．５で標準偏差も約０．０３である。標準偏差が０に近いときは、分布がその平均の近くに集中していることを意味する。標準偏差が大きいときは分布が幅広く広がっていることを意味する。すなわち、すべての生物種の遺伝子配列のＧ＋Ｔは０．５付近に分布するという普遍的な傾向が観察される。
【００５０】
すなわち、ＧとＣ、あるいはＵ（Ｔ）とＡは、ＤＮＡから転写されたＲＮＡにおける分子内対合の基となる水素結合の供与基あるいは受容基として対称的に存在する。ＧとＴ（Ｕ）を左塩基、ＣとＡを右塩基として定義する。左塩基Ｇは右塩基のＣと、左塩基のＵ（Ｔ）は右塩基のＡと、それぞれ転写されたＲＮＡ中で分子内対合する。一つのＲＮＡ鎖中のＧ＋Ｔの比率と、対合するＣ＋Ａの比率が等しく０．５に保たれるという法則１によって、転写されたＲＮＡの分子内対合が速やかに形成され、一定の構築原理に従った普遍的な構造となることが推測される。つまりＧ＋ＴはＲＮＡの分子内における相互作用に影響を与えるファクターであると考えられる。
【００５１】
法則２．遺伝子配列のＧ＋Ｃは多様であり、そのばらつきが遺伝子の発現の多様化と細胞の分化を生んでいる。（遺伝子配列における多様性）
【００５２】
表１及び図１〜図４に示されたように、遺伝子配列のＧ＋Ｃの平均値と標準偏差は、ばらついているという結果が得られた。
【００５３】
図１と表１において、一般的な真正細菌の遺伝子のＧ＋Ｃは平均値付近に分布していることが観察された。Ｐｓｅｕｄｏｍｏｎａｓ ａｅｒｕｇｉｎｏｓａやＭｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓの遺伝子のＧ＋Ｃの平均値は０．６を越える値を持ち、Ｈａｅｍｏｐｈｉｌｕｓ ｉｎｆｌｕｅｎｚａｅ、Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓ、Ｌａｃｔｏｂａｃｉｌｌｕｓ ａｃｉｄｏｐｈｉｌｕｓのＧ＋Ｃの平均値は０．５を下回る値となっている。しかし、真正細菌のＧ＋Ｃは、いずれも標準偏差が約０．０３〜０．０５であり小さいため、平均値付近に集中して分布していることは同様である。
【００５４】
一方、図３と表１において示されたように、真核生物のＧ＋Ｃは多様であるという結果が得られた。特にニワトリ、マウス、ヒト、コケ、イネのＧ＋Ｃの分布は、標準偏差の値が０．０５５以上で分布のピークがなだらかで低い。
【００５５】
近年、蛋白質配列をコードしない、ＤＮＡ配列と相補的なｎｏｎ−ｃｏｄｉｎｇ ＲＮＡによって遺伝子の発現が精妙に制御されていることが発見され精力的に研究されている。
ＤＮＡの２重らせん構造で対合しているＧＣペアは３本の水素結合を有しているため、２本の水素結合を持つＡＴペアよりも高温において安定である。この物理化学的性質によって、遺伝子配列上のＧ＋Ｃの多様性が、相補的なｎｏｎ−ｃｏｄｉｎｇ ＲＮＡとＤＮＡとの分子間における対合や解離の速度を変化させるのではないかと推測される。結果として遺伝子の発現が多様化し細胞型の分化が起こることが示唆される。また遺伝子配列上のＧ＋Ｃの多様性がＲＮＡの細胞における局在にも影響を与えている可能性があると思われる。すなわちＧ＋ＣはＲＮＡと他の細胞内物質の分子間における相互作用に影響を与えるファクターであると考えられる。
【００５６】
Ｇ＋Ｃを変化させる自発的な変異として，５−メチルシトシンの脱アミノ化によるチミンへの変異が知られている。５−メチルシトシンの脱アミノ化によってミスマッチのＧＴペアが生み出される。次の複製でミスマッチのＧＴペアは新しいパートナーと対合し、野生型のＧＣペアと変異型のＡＴペアに分離する。
【００５７】
以上のように真核生物では個々の遺伝子のＧ＋Ｃ比の変化によってｎｏｎ−ｃｏｄｉｎｇＲＮＡを介したＤＮＡとＲＮＡの分子間相互作用による遺伝子の発現が多様化し、細胞型の違いが生まれ、その結果、発生を通じて多細胞組織が構築されているという進化モデルが考えられる。
【００５８】
法則３．悪条件下でも生育できる細菌は、遺伝子のピリミジン（ＣＴ）よりもプリン（ＧＡ）の比率を上昇させることで環境に適応している。（遺伝子配列における多様性）
【００５９】
グループＢの古細菌は、高温、高圧といった極限環境でも生育できるという特徴を有している。図２および表２において示されたように、古細菌の特徴は、Ｇ＋Ａの平均値が真正細菌（グループＡ）や真核生物（グループＣ、グループＤ）と比較して０．５よりも大きいことである。すなわち、塩基の大きさが大きいプリンの比率（Ｇ＋Ａ）が高いという傾向が観察された。その他に表２に示されたように、好熱性真正細菌であるＴｈｅｒｍｏｔｏｇａ ｍａｒｉｔｉｍａのＧ＋Ａの平均値も０．５５よりも大きかった。
【００６０】
古細菌ではプリン残基（Ｇ＋Ａ）の比率がピリミジン残基（Ｃ＋Ｔ）の比率よりも大きいため、遺伝子配列の相補鎖を転写することによって合成されるｍＲＮＡの重さ（分子量）が重くなる。
二つの原子が接近すると非特異的な引力が生じ、これをファンデルワールス力という。ファンデルワールス力による非特異的な分子の相互作用は、原子の周りの電子の分布の経時的なゆらぎの結果、生まれる。ｍＲＮＡの分子量が大きくなると電子の数が増え、分子の骨格を覆う電子雲が広範囲となるため、分子間の相互作用に関与する電子のゆらぎが大きくなると推測される。また、高温高圧などの極限環境下では、ブラウン運動が活発となりｍＲＮＡ分子の熱的ゆらぎは、さらに大きくなると推測される。その結果、大きくなったゆらぎを利用して、ＲＮＡと他の細胞内物質との分子間相互作用が極限環境下でも起りやすくなるように、古細菌は環境に適応しているという進化モデルが考えられる。
【００６１】
上記のような、遺伝子のＧ＋Ｔを０．５に一定に保ちながら、Ｇ＋Ｃが多様化する方向へ進化する現象を、図５の（ａ）に模式的に示した。すなわち真核生物においては、Ｇ＋ＴとＣ＋Ａが等しく０．５に保たれながら、Ｇが増加すればＣも増加し、その分ＡとＴが一緒に減少する。一方、Ｇが減少すればＣも減少し、その分ＡとＴが一緒に増加する。Ａ→Ｇ、Ｇ→Ａの変異は、塩基の大きさが同程度のプリン（ｐｕｒｉｎｅ）残基同士の変異である。一方、Ｔ→Ｃ、Ｃ→Ｔの変異は、塩基の大きさが同程度のピリミジン（ｐｙｒｉｍｉｄｉｎｅ）残基同士の変異である。プリン残基同士あるいはピリミジン残基同士の変異は、通常の生理的条件下でも起こりやすいと考えられる。そこで、Ａ→ＧとＴ→Ｃの変異が起こることによって、ＡとＴが減少し、ＧとＣが増加する。Ｇ→ＡとＣ→Ｔの変異が起こることによって、ＡとＴが増加し、ＧとＣが減少すると考えられる。
【００６２】
一方、遺伝子のＧ＋Ｔを０．５に一定に保ちながらＧ＋Ａが０．５よりも大きい方向へ進化する現象を、図５の（ｂ）に模式的に示した。すなわち古細菌においては、Ｇ＋Ｔ比率をほぼ０．５に保ちながら、Ｔ→ＧあるいはＣ→Ａの変異が増加する場合に、Ｇ＋Ａ含量が０．５よりも大きくなると考えられる。一般的に分子の大きさが同程度のプリン残基同士あるいはピリミジン残基同士の変異は起こりやすく、ピリミジン残基からプリン残基への変異は起こりにくいと考えられる。しかし高温高圧などの極限環境下では、Ｔ→ＧあるいはＣ→Ａの、ピリミジン残基からプリン残基への分子量が大きくなる変異が発生する確率が増加すると思われる。その結果、古細菌などはＧ＋Ａ含量が０．５よりも大きくなることで極限環境に適応していると考えられる。
【００６３】
法則４．遺伝子配列はランダムに変異してきたのではなく、遺伝子のＧ＋Ｔをほぼ０．５で一定に保持しながら、Ｇ＋ＣとＧ＋Ａが、対称性を破り方向性を持って、非対称に変異し多様化している。（方向性を持つ非対称な遺伝子多様化の法則）
【００６４】
これまでダーウィニズムによれば、遺伝子配列上の変異は、無方向に起こると考えられてきた。さらに分子進化の中立説によれば、集団に広まる分子レベルの変異の大部分は中立な変異であり、個体の適応に影響を与えない。変異の固定化においては偶然的浮動が主役を演じ、正の淘汰は働かないとされてきた。
【００６５】
本発明者は、この生物学における一般的な概念を否定する。
【００６６】
すなわち、遺伝子配列は無方向に変異してきたのではなく、遺伝子のＧ＋Ｔをほぼ０．５で一定に保持しながら、Ｇ＋ＣとＧ＋Ａが、対称性を破り方向性を持って、非対称に変異し多様化してきたのである。真核生物のＧ＋Ｃは多様化して、その分布のピークはなだらかで低い方向へ非対称に変異する。一方、悪条件下でも生育できる古細菌の遺伝子はプリン残基の比率（Ｇ＋Ａ）を上昇させる方向へ非対称に変異してきたのである。
【００６７】
本発明における分析結果から個々の遺伝子の変異について、下記の二つの可能性が考えうる。第一の可能性として変異そのものに方向性があると考えられる場合である。ヒトやマウスのような高次機能を有する多細胞生物は、それぞれの遺伝子のＧ＋Ｃが多様化し、系全体としての分布の無秩序さが増加する方向へ、変異そのものが方向性を持って変異する。一方、極限環境で生育する生物種においては、それぞれの遺伝子のＧ＋Ａが０．５よりも大きくなる方向へ、変異そのものが方向性を持って変異すると仮定される。この場合、この方向性を持った遺伝子配列の非対称な多様化は、「神の見えざる手」によるのではなく、ＤＮＡの複製修復機構などの内在的メカニズムやＤＮＡの構造上の特徴（塩基の極性・塩基の対合・塩基の分子の大きさ）による変異の起こりやすさから起因すると考えられる。
【００６８】
第二の可能性として変異は無方向に起こるが、その集団内での固定化には、方向性を持った正の淘汰が働いていると考えられる場合である。すなわち、変異は無方向に起こり、ヒトやマウスなどの高次機能を有する多細胞生物においては、個々の遺伝子のＧ＋Ｃが多様化し、系全体としての分布の無秩序さが増加する方向へ向かう変異に正の淘汰が働き、集団内において固定化される。個々の遺伝子のＧ＋Ｃ比の変化によって、ｎｏｎ−ｃｏｄｉｎｇ ＲＮＡを介したＤＮＡとＲＮＡの分子間相互作用による遺伝子の発現が多様化し、細胞型の違いが生まれることが、より環境に適した形質として自然選択され正の淘汰が働くと仮定される。
一方、極限環境で生育する生物種においては個々の遺伝子のＧ＋Ａが０．５よりも大きくなる方向の変異に正の淘汰が働き、集団内において固定化される。古細菌においては、ｍＲＮＡの重さ（分子量）が重くなることによって、分子の骨格を覆う電子のゆらぎが大きくなり、大きくなったゆらぎを利用してＲＮＡを介した分子間相互作用が極限環境下でも起りやすくなることが、より環境に適した形質として自然選択され正の淘汰が働くと仮定される。
【００６９】
上記の二つの可能性のうち、いずれが正しいのかはさらに検討される必要があると思われる。しかしいずれにしても上記の主張は、ゲノム上に生じる突然変異は無方向に起こるというダーウィニズムや、突然変異の大部分が中立であり、正の淘汰は分子レベルでは働かないと主張する中立説とは相容れない。このことは以下のように考えることで解決できると考えられる。
【００７０】
すなわち、Ｇ、Ａ、ＴおよびＣの４つの塩基それぞれを独立して、個別に塩基の変異を観察している場合には、一見すると変異は無方向に起こり、変異は中立であるかのように観察されるのだと思われる。しかし、塩基の有する３つの対称性によって４つの塩基をＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの組に分割して、これらの塩基の組の組成についての変異を観察した場合には、遺伝子のＧ＋Ｔをほぼ０．５で一定に保持しながら、Ｇ＋ＣとＧ＋Ａが、対称性を破り方向性を持って非対称に変異し多様化してきたことが観察されるのだと考えられる。つまり、塩基の変異を個別に観察した場合には、突然変異の大部分が中立であり、正の淘汰は働かないという結論が導き出されるが、４つの塩基をＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの組に分割して、塩基の組の組成を観察した場合には、変異は方向性を持っており、その変異は環境に適した形質として自然選択され正の淘汰が働くと結論される。
【００７１】
分子レベルにおける有利でもなく不利でもない中立な変異によって、個体レベルでの適応的進化や生物の多様化がなぜ起こるのかという問題は、現在の分子進化学における最も重要な課題の一つである。近年、生命系に代表される複雑系の研究が進んでいる。コンピュータサイエンスの分野ではセルラーオートマトンモデルが広く研究され、人工生命のモデルになっている。セルラーオートマトンとは、システムを構成している要素の振る舞いの局所的なルールがシステム全体の文脈の中でダイナミックに変化し、その要素の局所的なルールによって複雑系のシステム全体が定義されるというモデルである。
【００７２】
このセルラーオートマトンモデルに基づいて上記に述べた分子進化を考察すると、遺伝子レベルにおける中立な変異の蓄積によって遺伝子のＧ＋Ｃが多様化しＧ＋Ａの比率が０．５よりも大きくなる。その結果、ＲＮＡを介した細胞内分子の局所的な相互作用や局在の変化が生まれ、これらの要素間の局所的なルールの時空間パターンの変化が生物の発生をコントロールしているという進化モデルが考えられる。
【００７３】
法則５．遺伝子配列におけるエントロピーの二重構造が遺伝子の進化を生み出す。
【００７４】
個別の遺伝子のＧ＋Ｔの情報エントロピーが大きいのに対して、系全体のＧ＋Ｔの標準偏差と無秩序さは低い。一方、系全体のＧ＋Ｃの標準偏差と無秩序さは高いのに対して、個々の遺伝子のＧ＋Ｃの情報エントロピーは低く、情報量が大きい。その結果、多細胞生物などの高次の機能が創出されると考えられる。
【００７５】
私たちが生活するこの自然界では、エントロピー増大の法則が働いており、経験則として正しいと考えられているが、系のエントロピーが増大し、系の無秩序さが大きくなる方向へ平衡化される中で、なぜ生物のような情報量の大きい、すなわち情報エントロピーの低い物理的存在が創出されてきたのかという、物理学のみならず哲学上の重要な問題が存在してきた。遺伝子の進化とエントロピー増大の法則について以下のように考察する。
【００７６】
遺伝子の分子進化の初期状態において系全体の無秩序さが最も小さい状態、すなわち標準偏差が０に近い状態が選択されたと仮定する。まず遺伝子のＧ＋Ｔの分布に注目する。進化の初期状態においては法則１に従い、遺伝子のＧ＋ＴとＣ＋Ａが等量存在していたと推測される。Ｇ＋Ｔの情報エントロピーは、次の数式（Ｉ）で表される。
【００７７】
【数２】
【００７８】
式中、Ｈ（ｐ１）はＧ＋Ｔの情報エントロピーを表し、一つの遺伝子上のＧ＋Ｔの組成比をｐ１、Ｃ＋Ａの組成比をｐ０＝１−ｐ１とする。
【００７９】
Ｇ＋Ｔの情報エントロピーＨ（ｐ１）を、図６の上段に模式的に示した。横軸はＧ＋Ｔの組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）を、縦軸はエントロピー（ｅｎｔｒｏｐｙ）を示す。ｐ１＝ｐ０＝０．５の時に、個別の遺伝子のＧ＋Ｔの情報エントロピー（ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ）は最大（Ｍａｘ）となる。（グレーの楕円で示した部分）
一般に情報エントロピーが最大のとき、個別の遺伝子が有する情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さく（ｓｍａｌｌ）、その状態の起こりやすさ（ｐｒｏｂａｂｉｌｉｔｙ）は高くなる（ｈｉｇｈ）。一方、情報エントロピーが小さくなると、個別の遺伝子が有する情報量は大きく（Ｌａｒｇｅ）、その状態の起こりやすさは低くなる（Ｌｏｗ）。
遺伝子の集団全体について考えると、ｐ１とｐ０が等量である遺伝子が系全体の中で大部分を占めるので、系全体の分布の無秩序さは小さい。系全体のＧ＋Ｔの組成比の分布を図７の左段に模式的に示した。横軸をＧ＋Ｔの塩基組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）とした時の、縦軸はそれぞれの比率における頻度（Ｆｒｅｑｕｅｎｃｙ）を示す。系全体の無秩序さは、Ｇ＋Ｔの分布の標準偏差から求めることができる。系全体の標準偏差は、次の数式（ＩＩ）で表される。
【００８０】
【数３】
【００８１】
式中、ｓは標準偏差を表し、Ｎは標本数、ｘはＧ＋Ｔ比、ｍはＧ＋Ｔ比の平均値とする。
【００８２】
図７の左上段に示したように、進化の初期状態においては、系全体（ｗｈｏｌｅ ｓｙｓｔｅｍ）における遺伝子集合のＧ＋Ｔは０．５付近に集中して分布しているので、系全体の標準偏差（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は０に近い最小値を取ることになる。すなわち、系全体のＧ＋Ｔの分布の無秩序さ（ｄｉｓｏｒｄｅｒ）は低い（ｌｏｗ）。
一方、個別の遺伝子に注目すると、図６上段に示したようにＧ＋Ｔが０．５になるので、遺伝子（ｇｅｎｅ）のエントロピー（ｅｎｔｒｏｐｙ）は、最大（Ｍａｘ）となる。このとき遺伝子が有する情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さい（ｓｍａｌｌ）。
【００８３】
図７の左下段に示したように、進化が進んでも法則１に従うので、初期状態から進化の過程に至るまで、Ｇ＋Ｔの系全体の無秩序さと個別の遺伝子のエントロピーは変らない。すなわちＧ＋Ｔはほぼ０．５に保たれているので、個別の遺伝子のエントロピーは最大となり、このとき個別の遺伝子の情報量は小さい。その一方で、系全体のＧ＋Ｔの分布は、平均値である０．５付近に集中して分布し、標準偏差が０に近く系全体の無秩序さは低くなる。
【００８４】
次に遺伝子のＧ＋Ｃの分布に注目する。ここで初期状態においてはＧ＋ＣとＡ＋Ｔも等量存在していると仮定する。この仮定の根拠は以下の理由による。私たちが生活するこの自然界では、エントロピー増大の法則、すなわち系の秩序はその無秩序さが大きくなる方向へ平衡化されるという法則、が働いていると考えられており、経験則としてこの法則は正しいと認められている。個々の遺伝子の集合である系全体（ある生物種）の遺伝子配列の無秩序さが増大し続けるのであれば、進化の最も初期の状態における系全体の遺伝子配列の分布の無秩序さは、最も小さくなるはずである。すなわち、初期状態においてＧ＋ＣとＡ＋Ｔも等量存在する遺伝子の集合が一般的に多くなり、組成比の平均値である０．５付近に集中して分布することが予想される。このとき系全体のＧ＋Ｃの分布は最も秩序が高い状態（無秩序さが最も低い状態）となる。
【００８５】
Ｇ＋Ｔと同様に、Ｇ＋Ｃの情報エントロピーも数式（Ｉ）で表される。このとき、式中、Ｈ（ｐ１）はＧ＋Ｃの情報エントロピーを表し、一つの遺伝子上のＧ＋Ｃの組成比をｐ１、Ａ＋Ｔの組成比をｐ０＝１−ｐ１とする。
【００８６】
Ｇ＋Ｃの情報エントロピーＨ（ｐ１）を、図６の下段に模式的に示した。横軸はＧ＋Ｃの組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）を、縦軸はエントロピー（ｅｎｔｒｏｐｙ）を示す。進化の初期状態においては、ｐ１＝ｐ０＝０．５であるので、個別の遺伝子のＧ＋Ｃの情報エントロピー（ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ）は最大（Ｍａｘ）となる。このとき、個別の遺伝子の情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さく（ｓｍａｌｌ）、起こりやすさ（ｐｒｏｂａｂｉｌｉｔｙ）は高い（ｈｉｇｈ）。
進化が進むにつれて、個々の遺伝子のＧ＋Ｃは多様化し、ｐ１とｐ０の値はばらついてゆく。従ってＧ＋Ｃの情報エントロピーは、０から最大値までの値をとることになる。このとき、個別の遺伝子の中には情報量の大きなもの（ｌａｒｇｅ）が出現し、その起こりやすさは低くなる（ｌｏｗ）。
【００８７】
一方、遺伝子の集団全体について考えると、進化の初期状態においてｐ１とｐ０が等量である遺伝子が系全体の中で大部分を占めるので、系全体の分布の無秩序さは小さい。系全体のＧ＋Ｃの組成比の分布を図７の右段に模式的に示した。横軸をＧ＋Ｃの塩基組成比（ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ）とした時の、縦軸はそれぞれの比率における頻度（Ｆｒｅｑｕｅｎｃｙ）を示す。系全体の無秩序さは、Ｇ＋Ｃの分布の標準偏差から求めることができる。すでに述べたようにＧ＋Ｃの系全体の標準偏差も、数式（ＩＩ）で表される。
【００８８】
式中、ｓは標準偏差を表し、Ｎは標本数、ｘはＧ＋Ｃ比、ｍはＧ＋Ｃ比の平均値とする。
【００８９】
図７の右上段に示したように、進化の初期状態においてＧ＋Ｃの組成比は０．５付近に集中して分布しているので、Ｇ＋Ｔと同様に、系全体（ｗｈｏｌｅ ｓｙｓｔｅｍ）の標準偏差（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は０に近い最小値を取ることになる。すなわち、初期状態の系全体のＧ＋Ｃの分布の無秩序さ（ｄｉｓｏｒｄｅｒ）は低い（ｌｏｗ）。
一方、個別の遺伝子に注目すると、Ｇ＋Ｃが０．５になるので、遺伝子（ｇｅｎｅ）のエントロピー（ｅｎｔｒｏｐｙ）は、最大（Ｍａｘ）となる。このとき遺伝子が有する情報量（ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ）は小さい（ｓｍａｌｌ）。
【００９０】
図７の右下段に示したように、進化（ｅｖｏｌｕｔｉｏｎ）が進むにつれて、Ｇ＋Ｔは初期の状態を保ったままで、個々の遺伝子のＧ＋Ｃは多様化するので、系全体のＧ＋Ｃの分布は、標準偏差が最大値（Ｍａｘ）に、無秩序さが高い（ｈｉｇｈ）状態になっていく。
一方、系を構成する個々の遺伝子のエントロピーは０付近の小さいものから最大値までばらついていく。すなわち、エントロピー増大の法則の影響下で、進化の過程において個別の遺伝子の中にエントロピーの小さなもの（情報量が大きなもの）が創出されてくる。
【００９１】
極論すれば、遺伝子配列の進化とは、Ｇ＋Ｔが０．５に保たれながら、Ｇ＋Ｃが多様化するという現象であると言える。つまり、図５に示したように進化の過程でＧ＋ＴとＣ＋Ａが等しく０．５に保たれながら、Ｇが増加すればＣも増加し、その分ＡとＴが一緒に減少する。一方、Ｇが減少すればＣも減少し、その分ＡとＴが一緒に増加するという現象である。すなわち、Ｇ＋Ｃのエントロピーが小さい、すなわち情報量が大きい遺伝子を生み出すために、Ｇ＋Ｔを０．５に保ちエントロピーが大きい状態を維持するという、Ｇ＋Ｃを多様化させるための補償機構が進化の過程で、遺伝子配列に働いているように観察される。
【００９２】
法則１においてＧ＋Ｔの組成比は転写されたＲＮＡの「分子内」の相互作用に影響を及ぼすファクターであり、法則２においてＧ＋Ｃの組成比は転写されたＲＮＡの「分子間」の相互作用に影響を及ぼすファクターであると仮定した。
【００９３】
ＧはＣと、Ｕ（Ｔ）はＡと、それぞれＲＮＡ中で分子内対合する。一つのＲＮＡ鎖中のＧ＋Ｔの比率と、対合するＣ＋Ａの比率が等しく０．５に保たれるという法則１は、転写されたＲＮＡの分子内対合を速やかに形成し、ＲＮＡが一定の構築原理に従った「普遍的な」構造を形成することに寄与すると推測される。
【００９４】
一方、ＧはＣと、ＴはＡと、それぞれＲＮＡを介して他の細胞内分子と分子間の相互作用をする。Ｇ＋Ｃが変化することによって、相補的なｎｏｎ−ｃｏｄｉｎｇ ＲＮＡとＤＮＡとの細胞内における分子間相互作用が「多様化」し、Ｇ＋Ｃが０．５付近で一定である生物と比較して、遺伝子の発現が様々に変化することが予測される。すなわち、Ｇ＋Ｔを０．５に保つことによって個別の遺伝子のＧ＋Ｔのエントロピーを大きくするという「普遍的な」補償機構の基で、Ｇ＋Ｃが変化し情報エントロピーの低い（情報量の大きい）遺伝子を生み出すことが可能となる。その結果、ＲＮＡを介した分子間の相互作用が「多様化」し、遺伝子の発現が変化して細胞が分化する。このような情報エントロピーの二重構造によって、多細胞生物などの高次の機能が創出され、生命圏全体は構築されているという進化モデルが考えられる。この分子進化のメカニズムのことを、「情報エントロピーの二重構造による分子進化理論」と名づけることを提唱する。
【００９５】
以上述べてきた、すべての遺伝子配列に観察できる普遍的な分子の性質と、生物の多様化を引き起こしてきたと考えられる方向性を持った非対称な分子の進化的性質に基づく、生物種の新たな分類方法について実施例を挙げて詳細に説明する。ただし本発明の技術的思想は以下の実施例に拘束されない。
【００９６】
本発明において、遺伝子の配列情報を読み込み、読み込んだ遺伝子の配列情報を遺伝子配列情報ファイルに保存する。
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算する。
次に生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算する。
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示する。
【００９７】
本発明において、前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップ又は分類表示手段とは、分布の平均値および／又は分布のばらつきを示す指標値に基づいて、数値を記載した表、棒グラフ、散布図および樹形図などを含む分類表示手段によって生物種を分類するステップ又は分類表示手段を指す。この分類表示を行うステップ又は手段として、以下に述べる多変量解析も含む。
【００９８】
本発明における多変量解析とは、複数の変数からなる多変量データを統計的に扱い、分析対象である複数のサンプル（本発明では生物種）の間の類似度を明らかにする手法のことを言い、因子分析やクラスター分析などを含む。
【００９９】
因子分析は、複数の変数からなる多変量データを、潜在的に内在するいくつかの因子（ファクター）に分解し、生物種相互の類似度を示す因子の得点から分析対象であるサンプル（本発明では生物種）の類似性について、散布図によってポジショニングを行う方法である。
【０１００】
クラスター分析は、複数の変数からなる多変量データを基にして、分析対象であるサンプルの類似度を示す距離行列を求め、グループ分けを行う方法である。多くの場合、サンプル相互間の類似度を示す樹形図が作成される。
【０１０１】
本発明における分布のばらつきを示す指標値とは、標準偏差又は分散などを含む統計量である。
【０１０２】
本発明において、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換も許されるものとする。Ｇ＋Ａの代わりにＣ＋Ｔに置換された場合には、Ｃ＋Ｔの分布の平均値を、および／又はＧ＋Ｃの代わりにＡ＋Ｔに置換された場合には、Ａ＋Ｔの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するものとする。
【実施例】
【０１０３】
実施例１
上記に述べた分析結果より、生物種が有する遺伝子集合のＧ＋Ｃの分布の標準偏差は、「高次機能を有する真核生物」の指標になると考えられる。分析対象の生物種について、Ｇ＋Ｃの塩基組成比を遺伝子別に計算し、生物種が有する任意の遺伝子集合について、Ｇ＋Ｃの分布の標準偏差を生物種別に計算した結果、Ｇ＋Ｃの分布の標準偏差が０．０６よりも大きな生物種は、高次機能を有する真核生物であると分類できる。
Ｇ＋Ｃの代わりにＡ＋Ｔに置換された場合には、Ａ＋Ｔの分布の標準偏差が０．０６よりも大きな生物種は、高次機能を有する真核生物であると分類できる。
【０１０４】
実施例２
上記に述べた分析結果より、生物種が有する遺伝子集合のＧ＋Ａの分布の平均値は、「極限環境でも生育できる生物種」の指標になると考えられる。分析対象の生物種について、Ｇ＋Ａの塩基組成比を遺伝子別に計算し、生物種が有する任意の遺伝子集合について、Ｇ＋Ａの分布の平均値を生物種別に計算した結果、Ｇ＋Ａの分布の平均値が０．５５よりも大きな生物種は、極限環境でも生育できる生物種であると分類できる。
Ｇ＋Ａの代わりにＣ＋Ｔに置換された場合には、Ｃ＋Ｔの分布の平均値が０．４５よりも小さい生物種は、極限環境でも生育できる生物種であると分類できる。
【０１０５】
実施例３
分析対象の生物種について、２種の塩基の組からなる集合として、Ｇ＋ＡおよびＧ＋Ｃを選択し、集合の各要素であるＧ＋ＡとＧ＋Ｃの塩基組成比を、遺伝子別に計算する。生物種が有する任意の遺伝子集合について、Ｇ＋Ａの分布の平均値を、およびＧ＋Ｃの分布の標準偏差を、生物種別に計算する。Ｘ軸に生物種別のＧ＋Ｃの分布の標準偏差を、Ｙ軸に生物種別のＧ＋Ａの分布の平均値を、プロットして散布図を作成することによって、Ｘ軸の値が０．０６よりも大きな生物種は、高次機能を有する真核生物であると分類できる。Ｙ軸の値が０．５５よりも大きな生物種は、極限環境でも生育できる生物種であると分類できる。
【０１０６】
実施例４
３２種の生物種について、表１で示した、それぞれの生物種のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布の平均値と標準偏差を変数として用いて、多変量解析の一種である因子分析を行った。因子分析は株式会社エスミの多変量解析ソフト「太閤Ｖｅｒ３．０」を使用した。Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの分布の平均値と標準偏差からなる６つの多変数を、３つの因子に分解する因子分析を行った。因子分析の結果、分解された３つの因子のうち、因子１と因子２を選択し、因子１（Ｙ軸）の正の方向を「極限環境に対する生物の環境適応性」として、因子２（Ｘ軸）の正の方向を「生物の高次機能」と意味付けし、個々の生物種の因子１の得点をＹ軸に、因子２の得点をＸ軸にプロットして散布図を作成し、３２種の生物種のポジショニングを行った。
結果を、図８に示す。図８に示した３２種の生物種の学名の略号を、表３に示す。
【０１０７】
【表３】
【０１０８】
６つの変数であるＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの平均値と標準偏差について因子分析を行なった結果、分解された因子（因子１、因子２および因子３）に対する、因子負荷量（因子に寄与するウェイト）を表４に示した。グレーのセルは、それぞれの因子に対してウェイトが高い変数を示す。Ｍｅａｎは平均値を、ＳＤ（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）は標準偏差を示す。
【０１０９】
【表４】
【０１１０】
図８に示したように、因子１が０．２５よりも大きく、かつ因子２が０．５よりも小さいグループを、グループＸ「極限環境で生育できる生物種」として生物種の分類を行った。グループＸには、主に古細菌が含まれ、他に好熱性の真正細菌であるＴｈｅｒｍｏｔｏｇａ ｍａｒｉｔｉｍａやＢａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓが含まれる。Ｂａｃｉｌｌｕｓ ｓｕｂｔｉｌｉｓは桿菌で、芽胞を形成し高い耐熱性を示す。その他に、原生生物であるＴｅｔｒａｈｙｍｅｎａ ｔｈｅｒｍｏｐｈｉｌａ、Ｄｉｃｔｙｏｓｔｅｌｉｕｍ ｄｉｓｃｏｉｄｅｕｍも含まれた。
【０１１１】
一方、因子２が０．５よりも大きいグループを、グループＹ「高次機能を有する生物種」として生物種の分類を行った。グループＹには、ヒト、マウス、ニワトリ、ショウジョウバエ、コケ、イネが含まれた。
【０１１２】
グループＸとＹ以外の、因子１が０．２５以下であり、因子２が０．５以下の値を取るグループを、グループＺ「その他の生物種」として生物種の分類を行った。
【０１１３】
因子１「極限環境に対する生物の環境適応性」に対して、因子負荷量（ウェイト）が高かった変数は、Ｇ＋Ａの平均値（ウェイト０．８６２０）であった。従って、グループＸ（極限環境で生育できる生物種）の指標として、Ｇ＋Ａの平均値が適切であると考えられる。
【０１１４】
因子２「生物の高次機能」に対して、因子負荷量（ウェイト）が高かった変数は、Ｇ＋Ｃの標準偏差（ウェイト０．９１３９）であった。従って、グループＹ（高次機能を有する生物種）の指標として、Ｇ＋Ｃの標準偏差が適切であると考えられる。
【０１１５】
以上のように、遺伝子の塩基に観察される三つの対称性（Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃ）に従って、複数の生物種の遺伝子配列の塩基組成を、遺伝子別に一つずつ分析することによって、遺伝子の進化的性質が見出された。第一に、すべての生物の遺伝子のＧ＋Ｔは、ほぼ０．５である。第二に、遺伝子のＧ＋Ｃは多様であり、バクテリアの遺伝子のＧ＋Ｃの標準偏差は約０．０３〜０．０５であり分布のばらつきが小さいのに対して、真核生物、特にニワトリ、ヒト、コケとイネの遺伝子のＧ＋Ｃは、標準偏差が０．０６よりも大きく分布のばらつきが大きい。第三に、極限環境で生育している古細菌の遺伝子は、ピリミジン残基（Ｃ＋Ｔ）に比べて分子の大きさの大きいプリン残基（Ｇ＋Ａ）の比率が大きい。
【０１１６】
上記の遺伝子配列の普遍的性質と進化的性質に基づき、本発明は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種を分類する方法であり、これによって生物種を分類する新たな方法が可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、生物種を分類するための新たな方法が可能となった。
【０１１７】
また本発明は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種を分類する手段であり、これによって生物種を分類する新たなシステムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、生物種を分類するための新たなシステムが可能となった。
【０１１８】
さらに本発明は、複数の生物種の遺伝子集合について、２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比の、Ｇ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、分布の平均値および／又は分布のばらつきを示す指標値を計算し、生物種を分類する方法をコンピュータに実行させるためのプログラムであり、これによって生物種を分類する新たなプログラムが可能となった。
また、前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われても、生物種を分類するための新たなプログラムが可能となった。
【０１１９】
本発明による生物種の分類方法を具現化するシステムのハードウェア構成図の一例を図９に示す。ただし本発明に係るシステムの技術的思想は、図９のハードウェア構成図に拘束されない。本システムは、遺伝子の配列情報を読み込む読み込み手段と、読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、読み込んだ遺伝子のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比を遺伝子別に計算する塩基組成比計算手段と、生物種が有する任意の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比の分布の平均値と分布のばらつきを示す指標値を、生物種別に計算する塩基組成比分布計算手段と、前記生物種別の遺伝子集合のＧ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃの塩基組成比の分布の平均値と分布のばらつきを示す指標値に基づいて、多変量解析を行う多変量解析手段と、前記多変量解析によって得られた、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類する分類表示手段を含む生物種分類システムである。
【産業上の利用可能性】
【０１２０】
本発明によって、ある特定の環境に生育する未知の生物種が有する任意の遺伝子集合の配列情報に基づき、その生物種が、極限環境でも生育できる古細菌に近い生物なのか、高次機能を有する真核生物に近い生物なのか、あるいはその他の真正細菌に近い生物なのかを分類することが可能となった。また本発明を完成させる為に、本発明者が見出した遺伝子配列に観察される普遍的な分子の法則と、方向性を持つ遺伝子配列の非対称な多様化の法則は、生物の分子進化において新しい進化モデルを提供するのみならず、ウイルスの高速変異、免疫系における体細胞超変異、遺伝子配列の多型などに関連するバイオテクノロジーや医学産業の進歩に大きく貢献することが期待される。
【特許請求の範囲】
【請求項１】
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法。
【請求項２】
遺伝子の配列情報を読み込む読み込み手段と、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算する塩基組成比計算手段と、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算する塩基組成比分布計算手段と、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示する分類表示手段とを含む生物種分類システム。
【請求項３】
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体。
【請求項４】
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である請求項１記載の生物種分類方法。
【請求項５】
前記生物種を分類し表示する分類表示手段が、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析を行う手段である請求項２記載の生物種分類システム。
【請求項６】
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である請求項３記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体。
【請求項７】
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、請求項１又は４記載の生物種分類方法。
【請求項８】
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、請求項２又は５記載の生物種分類システム。
【請求項９】
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、請求項３又は６記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体。
【請求項１】
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法。
【請求項２】
遺伝子の配列情報を読み込む読み込み手段と、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算する塩基組成比計算手段と、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算する塩基組成比分布計算手段と、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示する分類表示手段とを含む生物種分類システム。
【請求項３】
遺伝子の配列情報を読み込むステップと、
読み込んだ遺伝子の配列情報を保存した遺伝子配列情報ファイルと、
読み込んだ遺伝子の配列情報について、ＤＮＡの４種の塩基であるＧ、Ａ、ＴおよびＣからなる群より選ばれた２種の塩基の組からなる集合が、Ｇ＋Ａ、Ｇ＋Ｃ、Ｇ＋ＡおよびＧ＋Ｃ、又は、Ｇ＋Ｔ、Ｇ＋ＡおよびＧ＋Ｃである集合の各要素の塩基組成比を、遺伝子別に計算するステップと、
生物種が有する任意の遺伝子集合について、前記２種の塩基の組としてＧ＋Ａを選択した場合にはＧ＋Ａの分布の平均値を、および／又はＧ＋Ｃを選択した場合にはＧ＋Ｃの分布のばらつきを示す指標値を含むように、前記２種の塩基の組からなる集合の各要素の塩基組成比の、分布の平均値および／又は分布のばらつきを示す指標値を、生物種別に計算するステップと、
前記生物種別の遺伝子集合について計算された分布の平均値および／又は分布のばらつきを示す指標値に基づいて、生物種を分類し表示するステップとを含む生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体。
【請求項４】
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である請求項１記載の生物種分類方法。
【請求項５】
前記生物種を分類し表示する分類表示手段が、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析を行う手段である請求項２記載の生物種分類システム。
【請求項６】
前記生物種を分類し表示するステップが、生物種相互の類似度を示す得点又は距離行列に基づいて、生物種を分類し表示する多変量解析である請求項３記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体。
【請求項７】
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、請求項１又は４記載の生物種分類方法。
【請求項８】
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、請求項２又は５記載の生物種分類システム。
【請求項９】
前記２種の塩基の組について、Ｇ＋Ｔの代わりにＣ＋Ａに置換すること、Ｇ＋Ａの代わりにＣ＋Ｔに置換すること、およびＧ＋Ｃの代わりにＡ＋Ｔに置換することからなる群より選ばれた１種以上の塩基の組の置換が行われた、請求項３又は６記載の生物種分類方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１１−２３８１９７（Ｐ２０１１−２３８１９７Ａ）
【公開日】平成２３年１１月２４日（２０１１．１１．２４）
【国際特許分類】
【出願番号】特願２０１０−１２３４８７（Ｐ２０１０−１２３４８７）
【出願日】平成２２年５月１１日（２０１０．５．１１）
【出願人】（３１００１１１０３）
【公開日】平成２３年１１月２４日（２０１１．１１．２４）
【国際特許分類】
【出願日】平成２２年５月１１日（２０１０．５．１１）
【出願人】（３１００１１１０３）
[ Back to top ]