遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体
【課題】複合する様々な知識を網羅的に統合して、全体を俯瞰した包括的な理解に基づいて疾患関連遺伝子（特に多因子性疾患の関連遺伝子）を探索することができる遺伝子探索装置などを提供することを課題とする。
【解決手段】本発明にかかる遺伝子探索装置１００は、文書情報を取得し、各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて文書ベクトル情報を作成し、作成した文書ベクトル情報に基づいて定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出してオブジェクトを生成し、生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいてオブジェクト間の類似度情報を算出し、算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得し、取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出し、算出した距離情報に基づいて各オブジェクトを序列する。
【解決手段】本発明にかかる遺伝子探索装置１００は、文書情報を取得し、各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて文書ベクトル情報を作成し、作成した文書ベクトル情報に基づいて定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出してオブジェクトを生成し、生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいてオブジェクト間の類似度情報を算出し、算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得し、取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出し、算出した距離情報に基づいて各オブジェクトを序列する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念（具体的には所望の概念）に関連する遺伝子を探索する遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体に関するものである。
【背景技術】
【０００２】
ヒトゲノム解読により、疾患の遺伝的要因の解明とｇｅｎｅｔｉｃ ｍｅｄｉｃｉｎｅの開発が期待される段階となっている（例えば非特許文献１参照）。この状況の下で、多因子性疾患を対象にゲノムワイド（ｇｅｎｏｍｅ−ｗｉｄｅ）な疾患関連遺伝子の解明（例えば非特許文献２参照）が精力的に進められている。
【０００３】
これまで、疾患関連遺伝子の抽出は、生物学的実験により得られるのが一般的で、その結果は蓄積されてきている。情報処理による方法としては、既知の疾患関連遺伝子を基に塩基配列の相同性により疾患関連遺伝子を推定する方法が挙げられる。また、生体に関する測定機器や計算機の性能向上に伴ってデータの取得が比較的容易となり、数々のデータベース構築（例えば非特許文献３参照）を通して個別に得られた知識が蓄積されてきている。しかし、解釈に用いる知識が分野横断的で且つ膨大な量となっているために人が扱いきれず、意味付けや生体全体との関わりの理解が困難な状況である。そのため、データベースを有効活用して断片的な知識の網羅的統合により知識発見を図るマイニングに期待が高まっている。
【０００４】
そして、疾患関連遺伝子の探索は、主として遺伝統計学的分析により疾患遺伝子座の局在の決定から原因遺伝子の単離に至るポジショナルクローニング（ｐｏｓｉｔｉｏｎａｌ ｃｌｏｎｉｎｇ）を通して行われている。例えば、ＳＮＰ（ｓｉｎｇｌｅ ｎｕｃｌｅｏｔｉｄｅ ｐｏｌｙｍｏｒｐｈｉｓｍ）をはじめとしたマーカーの解析が行われている。ただし、多因子性疾患の関連遺伝子を探索する場合、遺伝子型と疾患との関係を確立するのに多くのサンプルが必要となる（例えば非特許文献４参照）。また、家系内の患者間で遺伝子を共有しているか否かを統計学的に検定する連鎖解析と、集団で特定の対立遺伝子を患者同士で共有しているか否かをみて患者群と正常対象群との比較から関連遺伝子とその変異を統計学的に検定する“ｃａｓｅ−ｃｏｎｔｒｏｌ ｓｔｕｄｙ”がよく知られる。なお、連鎖解析や“ｃａｓｅ−ｃｏｎｔｒｏｌ ｓｔｕｄｙ”は、「ありふれた病気に対する感受性は、集団内での或る共通の遺伝子の変異が一因である可能性が高い。」という“ｃｏｍｍｏｎ ｄｉｓｅａｓｅ ｃｏｍｍｏｎ ｖａｒｉａｎｔ”仮説に基づいて行われている。
【０００５】
また、非特許文献５には、医学生物学的知見に関する論文データベースの「ＰｕｂＭｅｄ（例えば非特許文献６参照）」を用いて、論文中の単語共起に基づいて、医学生物学的知見を遺伝子、化合物、疾患の３つの間の関係から求めて、疾患関連遺伝子を探索する技術が記載されている。これにより、断片的に蓄積された論文などの知識と遺伝子との照合により、疾患関連遺伝子を探索することができた。また、文書情報を活用したこれまでの検討例には、遺伝的に受継がれる疾患とヒトの遺伝子との関係を、調整された語彙を用いて探るスコアリングシステム（例えば非特許文献７参照）が挙げられる。これにより、遺伝的に受継がれる疾患などに関連する遺伝子を探索することができた。
【０００６】
【非特許文献１】Ｃｏｌｌｉｎｓ，ＦＳ．， ａｎｄ Ｍｃｋｕｓｉｃｋ，ＶＡ．， “Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ ｔｈｅ Ｈｕｍａｎ Ｇｅｎｏｍｅ Ｐｒｏｊｅｃｔ ｆｏｒ ｍｅｄｉｃａｌ ｓｃｉｅｎｃｅ”， ＪＡＭＡ， ２８５， ｐｐ．５４０−５４４， ２００１
【非特許文献２】Ｄａｉｍｏｎ，Ｍ．， Ｊｉ，Ｇ．， Ｓａｉｔｏｈ，Ｔ．， Ｏｉｚｕｍｉ，Ｔ．， Ｔｏｍｉｎａｇａ，Ｍ．， Ｎａｋａｍｕｒａ，Ｔ．， Ｉｓｈｉｉ，Ｋ．， Ｍａｔｓｕｕｒａ，Ｔ．， Ｉｎａｇｅｄａ，Ｋ．， Ｍａｔｓｕｍｉｎｅ，Ｈ．， Ｋｉｄｏ，Ｔ．， Ｈｔａｙ，Ｌ．， Ｋａｍａｔａｎｉ，Ｎ．， Ｍｕｒａｍａｔｓｕ，Ｍ．， ａｎｄ Ｋａｔｏ，Ｔ．， “Ｌａｒｇｅ−ｓｃａｌｅ ｓｅａｒｃｈ ｏｆ ＳＮＰｓ ｆｏｒ ｔｙｐｅ ２ ＤＭ ｓｕｓｃｅｐｔｉｂｉｌｉｔｙ ｇｅｎｅｓ ｉｎ ａ Ｊａｐａｎｅｓｅ ｐｏｐｕｌａｔｉｏｎ”， Ｂｉｏｃｈｅｍ． Ｂｉｏｐｈｙｓ． Ｒｅｓ． Ｃｏｍｍｕｎ．， ３０２， ｐｐ．７５１−７５８， ２００３
【非特許文献３】Ｂａｘｅｖａｎｉｓ，ＡＤ．， “Ｔｈｅ ｍｏｌｅｃｕｌａｒ ｂｉｏｌｏｇｙ ｄａｔａｂａｓｅ ｃｏｌｌｅｃｔｉｏｎ：２００３ ｕｐｄａｔｅ”， Ｎｕｃｌｅｉｃ． Ａｃｉｄｓ Ｒｅｓ．， ３１， ｐｐ．１−１２， ２００３
【非特許文献４】Ｋｒｕｇｌｙａｋ，Ｌ．， “Ｐｒｏｓｐａｃｔｓ ｆｏｒ ｗｈｏｌｅ−ｇｅｎｏｍｅ ｌｉｎｋａｇｅ ｄｉｓｅｑｕｉｌｉｂｒｉｕｍ ｍａｐｐｉｎｇ ｏｆ ｃｏｍｍｏｎ ｄｉｓｅａｓｅ ｇｅｎｅｓ”， Ｎａｔ． Ｇｅｎｅｔ．， ２２， ｐｐ．１３９−１４４， １９９９
【非特許文献５】株式会社ワールドフュージョンが開発したテキストマイニングシステム「構ｋｏｚｏ造 ｖｅｒ１」のホームページ「ｈｔｔｐ：／／ｗｗｗ．ｗ−ｆｕｓｉｏｎ．ｃｏ．ｊｐ／ｗｆ／ｋｏｚｏ．ｈｔｍｌ」
【非特許文献６】論文データベースＰｕｂＭｅｄのホームページ「ｈｔｔｐ：／／ｗｗｗ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／ｅｎｔｒｅｚ／ｑｕｅｒｙ．ｆｃｇｉ？ｄｂ＝ＰｕｂＭｅｄ」
【非特許文献７】Ｐｅｒｅｚ−Ｉｒａｔｘｅｔａ，Ｃ．， Ｂｏｒｋ，Ｐ．， ａｎｄ Ａｎｄｒａｄｅ，ＭＡ．， “Ａｓｓｏｃｉａｔｉｏｎ ｏｆ ｇｅｎｅｓ ｔｏ ｇｅｎｅｔｉｃａｌｌｙ ｉｎｈｅｒｉｔｅｄ ｄｉｓｅａｓｅｓ ｕｓｉｎｇ ｄａｔａ ｍｉｎｉｎｇ”， Ｎａｔ． Ｇｅｎｅｔ．， ３１， ｐｐ．３１６−３１９， ２００２
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかしながら、非特許文献５に記載の技術では、断片的に蓄積された論文などの知識と遺伝子との照合にとどまっているため、複合する様々な知識を網羅的に統合した分析がなされておらず、また疾患関連遺伝子の探索が全体を俯瞰した包括的な理解に基づいて果たされていないという問題点があった。また、非特許文献７に記載の技術では、種々の遺伝子が原因となる多因子性疾患の関連遺伝子の探索への適用が考慮されていないという問題点があった。
【０００８】
本発明は、上記問題点に鑑みてなされたもので、複合する様々な知識を網羅的に統合して、全体を俯瞰した包括的な理解に基づいて疾患関連遺伝子（特に多因子性疾患の関連遺伝子）を探索することができる遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体を提供することを目的とする。
【課題を解決するための手段】
【０００９】
上述した課題を解決し目的を達成するために、本発明にかかる請求項１に記載の遺伝子探索装置は、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索装置であって、所定の単語情報を記憶する単語情報記憶手段と、オブジェクトを生成する際に用いる文書情報を取得する文書情報取得手段と、前記単語情報記憶手段に記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得手段で取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成手段と、前記文書ベクトル情報作成手段で作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成手段と、前記オブジェクト生成手段で生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出手段と、前記類似度情報算出手段で算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得手段と、前記座標情報取得手段で取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出手段と、前記距離情報算出手段で算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列手段と、を備えたことを特徴とする。
【００１０】
また、本発明にかかる請求項２に記載の遺伝子探索装置は、請求項１に記載の遺伝子探索装置において、前記オブジェクト序列手段で序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出手段をさらに備えたことを特徴とする。
【００１１】
また、本発明は遺伝子探索方法に関するものであり、本発明にかかる請求項３に記載の遺伝子探索方法は、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法であって、所定の単語情報を記憶する単語情報記憶ステップと、オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、を含むことを特徴とする。
【００１２】
また、本発明にかかる請求項４に記載の遺伝子探索方法は、請求項３に記載の遺伝子探索方法において、前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップをさらに含むことを特徴とする。
【００１３】
また、本発明は遺伝子探索プログラムに関するものであり、本発明にかかる請求項５に記載の遺伝子探索プログラムは、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法をコンピュータに実行させる遺伝子探索プログラムであって、所定の単語情報を記憶する単語情報記憶ステップと、オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、を含むことを特徴とする。
【００１４】
また、本発明にかかる請求項６に記載の遺伝子探索プログラムは、請求項５に記載の遺伝子探索プログラムにおいて、前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップをさらに含むことを特徴とする。
【００１５】
また、本発明は記録媒体に関するものであり、本発明にかかる請求項７に記載の記録媒体は、前記請求項５または６に記載された遺伝子探索プログラムを記録したことを特徴とする。
【発明の効果】
【００１６】
本発明にかかる遺伝子探索装置、遺伝子探索方法および遺伝子探索プログラムは、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念（具体的には所望の概念）に関連する遺伝子を探索する遺伝子探索装置、遺伝子探索方法および当該遺伝子探索方法をコンピュータに実行させる遺伝子探索プログラムであって、オブジェクトを生成する際に用いる文書情報を取得し、記憶した所定の各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて、取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成し、作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成し、生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出し、算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得し、取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出し、算出した距離情報に基づいて各オブジェクトを序列する。これにより、複合する様々な知識を網羅的に統合して、全体を俯瞰した包括的な理解に基づいて疾患関連遺伝子（特に多因子性疾患の関連遺伝子）を探索することができるという効果を奏する。
【００１７】
また、本発明にかかる遺伝子探索装置、遺伝子探索方法および遺伝子探索プログラムは、序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出する。つまり、本発明によれば、疾患関連遺伝子の探索と共に疾患に関連する知識も抽出するので、新しい薬剤や治療法の開発を効率よく行うことができ、その結果、当該開発に要するコストを削減することができるという効果を奏する。
【００１８】
また、本発明にかかる記録媒体は、本発明にかかる遺伝子探索プログラムを記録する。これにより、当該記録媒体に記録された遺伝子探索プログラムをコンピュータに読み取らせて実行することによって、本発明にかかる遺伝子探索プログラムをコンピュータを利用して実現することができ、これら各遺伝子探索プログラムと同様の効果を得ることができるという効果を奏する。
【発明を実施するための最良の形態】
【００１９】
以下に、本発明にかかる遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体の実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。
【００２０】
まず、本実施の形態の遺伝子探索装置１００の構成について、図１を参照して説明する。図１は、遺伝子探索装置１００の構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
【００２１】
遺伝子探索装置１００は、遺伝子探索装置１００を統括的に制御するＣＰＵ等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して遺伝子探索装置１００をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。なお、ネットワーク３００は、遺伝子探索装置１００と外部システム２００とを相互に通信可能に接続する機能を有し、例えばインターネットやＬＡＮ等である。外部システム２００は、ネットワーク３００を介して遺伝子探索装置１００と相互に通信可能に接続され、文書情報や単語情報や各種パラメータ等に関する外部データベース、そしてオブジェクトの生成やオブジェクト間の類似度の算出のための外部プログラム等を提供する機能など、を有する。また、外部システム２００はＷＥＢサーバやＡＳＰサーバ等として構成してもよく、そのハードウェアは一般に市販されるワークステーションやパーソナルコンピュータ等の情報処理装置およびその付属装置で構成してもよい。また、外部システム２００の各機能は外部システム２００のハードウェア構成中のＣＰＵやディスク装置やメモリ装置や入力装置や出力装置や通信制御装置等およびそれらを制御するプログラム等で実現される。
【００２２】
記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ、ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。そして、記憶部１０６には、各種処理に用いる各種のプログラムやテーブルやファイルやデータベースやウェブページ用ファイル等を格納する。記憶部１０６は、図示の如く、文書情報ファイル１０６ａや単語情報ファイル１０６ｂ、文書ベクトル情報ファイル１０６ｃ、学習文書情報ファイル１０６ｄ、学習文書ベクトル情報ファイル１０６ｅ、変換行列ファイル１０６ｆ、次元圧縮文書ベクトル情報ファイル１０６ｇ、オブジェクトファイル１０６ｈ、類似度情報ファイル１０６ｉ、座標情報ファイル１０６ｊ、距離情報ファイル１０６ｋ、序列結果ファイル１０６ｍ、知識データベース１０６ｎ、関連知識情報ファイル１０６ｐを格納する。
【００２３】
ここで、文書情報ファイル１０６ａは、後述する文書情報取得部１０２ａで取得した、オブジェクトを生成する際に用いる文書情報を格納する。単語情報ファイル１０６ｂは、本発明の構成要素である単語情報記憶手段に対応し、所定の単語情報を記憶（格納）する。文書ベクトル情報ファイル１０６ｃは、後述する文書ベクトル情報作成部１０２ｂで作成した文書ベクトル情報を格納する。
【００２４】
学習文書情報ファイル１０６ｄは、後述する学習文書情報取得部１０２ｃで取得した学習文書情報を格納する。学習文書ベクトル情報ファイル１０６ｅは、後述する学習文書ベクトル情報作成部１０２ｄで作成した学習文書ベクトル情報を格納する。変換行列ファイル１０６ｆは、後述する変換行列取得部１０２ｅで取得した正規直交変換を行うための変換行列を格納する。次元圧縮文書ベクトル情報ファイル１０６ｇは、後述する正規直交変換部１０２ｆで変換して次元圧縮した文書ベクトル情報を格納する。
【００２５】
オブジェクトファイル１０６ｈは、後述するオブジェクト生成部１０２ｇで生成したオブジェクト、具体的にはオブジェクトに対応する固有値情報や固有ベクトル情報、オブジェクトの次元数、後述するパラメータ“κ”の値などを格納する。類似度情報ファイル１０６ｉは、後述する類似度情報算出部１０２ｈで算出した類似度情報を、オブジェクトを一意に識別するためのオブジェクト識別情報（算出対象の各オブジェクトのオブジェクト識別情報）と相互に関連付けて格納する。座標情報ファイル１０６ｊは、後述する座標情報取得部１０２ｉで取得した座標情報を格納する。距離情報ファイル１０６ｋは、後述する距離情報算出部１０２ｊで算出した距離情報を格納する。序列結果ファイル１０６ｍは、後述するオブジェクト序列部１０２ｋで序列した序列結果を格納する。序列結果ファイル１０６ｍは、順位を一意に識別する順位識別情報とオブジェクト識別情報とを相互に関連付けて格納する。知識データベース１０６ｎは、後述する関連知識情報抽出部１０２ｍで利用する知識データベース（例えばオントロジー等の知識情報を蓄積したデータベース）を格納する。関連知識情報ファイル１０６ｐは、後述する関連知識情報抽出部１０２ｍで抽出した抽出結果を格納する。ここで、関連知識情報ファイル１０６ｐに格納される情報について、図２を参照して説明する。図２は、関連知識情報ファイル１０６ｐに格納される情報の一例を示す図である。関連知識情報ファイル１０６ｐには、後述するオブジェクト序列部１０２ｋでオブジェクトを序列した際の順位と、後述する距離情報算出部１０２ｊで算出した距離情報と、オブジェクトとして捉えた遺伝子を一意に識別する遺伝子識別情報と、疾患などの関連情報と、を相互に関連付けて格納する。
【００２６】
通信インターフェース部１０４は、遺伝子探索装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。
【００２７】
入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下で、出力装置１１４をモニタとして記載する場合がある。）。また、入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
【００２８】
制御部１０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、各種の処理手順等を規定したプログラムおよび所要データを格納するための内部メモリを有し、これらのプログラムに基づいて種々の処理を実行するための情報処理を行う。また、制御部１０２は、図示の如く、大別して、文書情報取得部１０２ａと、文書ベクトル情報作成部１０２ｂと、学習文書情報取得部１０２ｃと、学習文書ベクトル情報作成部１０２ｄと、変換行列取得部１０２ｅと、正規直交変換部１０２ｆと、オブジェクト生成部１０２ｇと、類似度情報算出部１０２ｈと、座標情報取得部１０２ｉと、距離情報算出部１０２ｊと、オブジェクト序列部１０２ｋと、関連知識情報抽出部１０２ｍと、を備えている。
【００２９】
ここで、文書情報取得部１０２ａは、オブジェクトを生成する際に用いる文書情報を取得する。文書ベクトル情報作成部１０２ｂは、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて文書情報取得部１０２ａで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する。
【００３０】
学習文書情報取得部１０２ｃは、正規直交変換を行う際に用いる学習文書情報を取得する。学習文書ベクトル情報作成部１０２ｄは、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて学習文書情報取得部１０２ｃで取得した学習文書情報をベクトルで表現することで、学習文書ベクトル情報を作成する。変換行列取得部１０２ｅは、学習文書ベクトル情報を用いて、正規直交変換を行うための変換行列を取得する。正規直交変換部１０２ｆは、変換行列に基づいて文書ベクトル情報の正規直交変換を行うことにより、文書ベクトル情報を次元圧縮した情報である次元圧縮文書ベクトル情報に変換する。
【００３１】
オブジェクト生成部１０２ｇは、文書ベクトル情報作成部１０２ｂで作成した文書ベクトル情報または正規直交変換部１０２ｆで変換した次元圧縮文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成する。換言すると、固有ベクトル情報を基底とする部分空間により導出されるオブジェクトを生成する。類似度情報算出部１０２ｈは、オブジェクト生成部１０２ｇで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する。座標情報取得部１０２ｉは、類似度情報算出部１０２ｈで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得する。距離情報算出部１０２ｊは、座標情報取得部１０２ｉで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出する。オブジェクト序列部１０２ｋは、距離情報算出部１０２ｊで算出した距離情報に基づいて各オブジェクトを序列する。関連知識情報抽出部１０２ｍは、オブジェクト序列部１０２ｋで序列した各オブジェクトの序列結果と知識データベース１０６ｎに格納した知識データベースとを対比させ、対比結果に基づいて所定の指標（例えば、後述する実施例における“ＥＴ５０”や“ｄｉｖ．”など）に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出する。
【００３２】
以上の構成において、遺伝子探索装置１００の制御部１０２で行われるメイン処理を、図３などを参照して説明する。図３は、遺伝子探索装置１００の制御部１０２で行われるメイン処理の一例を示すフローチャートである。なお、単語情報ファイル１０６ｂには予め定めた単語情報が格納されているものとする。また、知識データベース１０６ｎには予め取得した知識データベースが格納されているものとする。
【００３３】
まず、文書情報取得部１０２ａで、オブジェクトを生成する際に用いる文書情報を取得し、取得した文書情報を文書情報ファイル１０６ａの所定の記憶領域に格納する（ステップＳＡ−１）。
【００３４】
ついで、文書ベクトル情報作成部１０２ｂで、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて文書情報取得部１０２ａで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成し、作成した文書ベクトル情報を文書ベクトル情報ファイル１０６ｃの所定の記憶領域に格納する（ステップＳＡ−２）。ここで、ステップＳＡ−２において、文書ベクトル情報を出現頻度情報および重み情報の積に基づいて作成してもよい。なお、重み情報は、語の意味合いの深さを表す量であり、単語情報識別番号「ｋ」に対応する単語情報に関する重みである下記数式１で算出される「ＩＤＦ（ｋ）」であってもよい。
【数１】
（ここで、「ｋ」は１からＮの値をとる整数である。但し、「Ｎ」は１以上の整数であって単語情報集合に含まれる単語情報の総数を表す。）
【００３５】
ここで、単語情報の冗長性を除いて処理量を削減する目的から学習文書情報を用いた正規直交変換を施し、固有値情報の累積寄与率を基準に次元圧縮した空間に変換してもよい。つまり、学習文書情報を利用して単語情報間の相関を排除することにより、文書ベクトル情報の次元数を削減してもよい。具体的には、正規直交変換に用いる学習文書情報を取得し、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて学習文書情報をベクトルで表現することで、学習文書ベクトル情報を作成し、作成した学習文書ベクトル情報を用いて、正規直交変換を行うための変換行列を取得し、取得した変換行列に基づいて文書ベクトル情報の正規直交変換を行うことで、文書ベクトル情報を次元圧縮してもよい（次元圧縮処理）。
【００３６】
ここで、制御部１０２の学習文書情報取得部１０２ｃから正規直交変換部１０２ｆで行われる次元圧縮処理について、図４を参照して詳細に説明する。なお、本次元圧縮処理は、ステップＳＡ−２（文書ベクトル情報作成）に包含される位置付けにあり、単純に文書ベクトル情報の次元を削減するテクニック（少記憶容量、高速化につながるもの）である。図４は、遺伝子探索装置１００の制御部１０２で行われる次元圧縮処理の一例を示すフローチャートである。
【００３７】
まず、学習文書情報取得部１０２ｃで、正規直交変換を行う際に用いる学習文書情報を取得し、学習文書情報ファイル１０６ｄの所定の記憶領域に格納する（ステップＳＢ−１）。
【００３８】
ついで、学習文書ベクトル情報作成部１０２ｄで、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいてステップＳＢ−１で取得した学習文書情報をベクトルで表現することで、学習文書ベクトル情報を作成し、学習文書ベクトル情報ファイル１０６ｅの所定の記憶領域に格納する（ステップＳＢ−２）。ここで、ステップＳＢ−２において、学習文書ベクトル情報を出現頻度情報および重み情報の積に基づいて作成してもよい。なお、重み情報は、語の意味合いの深さを表す量であり、単語情報識別番号「ｋ」に対応する単語情報に関する重みである下記数式２で算出される「ＩＤＦ（ｋ）」であってもよい。
【数２】
（ここで、「ｋ」は１からＮの値をとる整数である。但し、「Ｎ」は１以上の整数であって単語情報集合に含まれる単語情報の総数を表す。）
【００３９】
ついで、変換行列取得部１０２ｅで、ステップＳＢ−２で作成した学習文書ベクトル情報を用いて、正規直交変換を行うための変換行列を取得し、変換行列ファイル１０６ｆの所定の記憶領域に格納する（ステップＳＢ−３）。ここで、ステップＳＢ−３において、学習文書ベクトル情報を用いて、下記数式３で定義される固有値情報の累積寄与率を基準に、正規直交変換を行うための変換行列を取得してもよい。
【数３】
（ここで、「Ｎ」は次元圧縮する前の学習文書ベクトル情報の次元数であり、「Ｎ'」は次元圧縮した後の学習文書ベクトル情報の次元数（但し、「Ｎ'≪Ｎ」）であり、「ｕk」は第「ｋ」主成分に対応する固有値情報である。但し、「ｋ」は不等式「１≦ｋ≦Ｎ」を満たす整数である。）
【００４０】
ついで、正規直交変換部１０２ｆで、ステップＳＢ−３で取得した変換行列に基づいて文書ベクトル情報の正規直交変換を行うことで、文書ベクトル情報を次元圧縮した次元圧縮文書ベクトル情報に変換し、次元圧縮文書ベクトル情報ファイル１０６ｇの所定の記憶領域に格納する（ステップＳＢ−４）。これにて次元圧縮処理の説明を終了する。
【００４１】
再び図３に戻り、オブジェクト生成部１０２ｇで、ステップＳＡ−２で作成した文書ベクトル情報またはステップＳＢ−４で次元圧縮された文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成し、生成したオブジェクトをオブジェクトファイル１０６ｈの所定の記憶領域に格納する（ステップＳＡ−３）。ここで、ステップＳＡ−３において、ステップＳＡ−２で作成した文書ベクトル情報またはステップＳＢ−４で次元圧縮された文書ベクトル情報に基づいて下記数式４に示す自己相関行列を定義し、当該自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成してもよい。
【数４】
（ここで、「Ｒw」は概念「ｗ」を共有する文書ベクトル情報「ｕw(m)」に関する自己相関行列である。なお、「ｍ」は１からＭの値をとる整数であり、「Ｍ」は１以上の整数であって文書ベクトル情報「ｕw(m)」の総数を表す。また、「ｕw(m)」は文書ベクトル情報識別番号「ｍ」に対応する文書ベクトル情報であり、当該文書ベクトル情報は「（ｕ1，ｕ2，・・・，ｕk，・・・，ｕN）」で表現され、当該文書ベクトル情報のベクトル成分「ｕk」は「ＴＦ（ｕ，ｋ）×ＩＤＦ（ｋ）」であり、「ＴＦ（ｕ，ｋ）」は単語情報識別番号「ｋ」に対応する単語情報の文書情報ｕにおける出現頻度である。）
【００４２】
また、ステップＳＡ−３において、算出した固有値および固有ベクトル情報に基づいて下記数式５で定められた固有ベクトルの数から成るオブジェクトを生成してもよい。
【数５】
（ここで、「κ」は対象とする文書情報により実験的に定められるパラメータであり、「ｎw」は１以上の整数であってオブジェクトの次元数を表し、「κ」は不等式「０＜κ≦１」を満たす実数である。「λjw」は、概念「ｗ」のオブジェクトの第「ｊ」軸に対応する固有値情報であり、「ｊ」は１からＮの値をとる整数である。）
【００４３】
ついで、類似度情報算出部１０２ｈで、ステップＳＡ−３で生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出し、算出した類似度情報を類似度情報ファイル１０６ｉの所定の記憶領域に格納する（ステップＳＡ−４）。具体的には、オブジェクト間の全ての組み合わせの類似度を算出する。ここで、ステップＳＡ−４において、生成したオブジェクトの固有値情報および固有ベクトル情報に基づいて、下記数式６で定義されるオブジェクト間の類似度情報を算出してもよい。これにより、下記数式６で定義される類似度の尺度でオブジェクト間の相対関係が定量化される。
【数６】
【数７】
【数８】
（数式６において、「Ｌw(A,B)」はオブジェクト「ｗ（Ａ）」とオブジェクト「ｗ（Ｂ）」との間の類似度である。「λmaxw(A,B)」は数式８に示す行列成分をもつ数式７に示す行列「Ｘ」の固有値問題を解いて得られる最大固有値である。数式８において、「φiw(A)」、「φiw(B)」はそれぞれ、オブジェクト「ｗ（Ａ）」、オブジェクト「ｗ（Ｂ）」の固有ベクトル情報であり、「ｎw(B)」は、オブジェクト「ｗ（Ｂ）」の次元数である。）
【００４４】
ついで、座標情報取得部１０２ｉで、ステップＳＡ−４で算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得し、取得した座標情報を座標情報ファイル１０６ｊの所定の記憶領域に格納する（ステップＳＡ−５）。具体的には、ステップＳＡ−４で算出した類似度情報から多次元尺度法（例えば「Ｋｒｕｓｋａｌ，ＪＢ．， ａｎｄ Ｗｉｓｈ，Ｍ．， “Ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌ ｓｃａｌｉｎｇ”， Ｓａｇｅ ｐｕｂｌｉｃａｔｉｏｎｓ， １９７８」参照）に基づいて座標情報を取得する。
【００４５】
ついで、距離情報算出部１０２ｊで、ステップＳＡ−５で取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出し、算出した距離情報を距離情報ファイル１０６ｋの所定の記憶領域に格納する（ステップＳＡ−６）。具体的には、所望の概念に対応する座標情報（共通概念の場合は、例えば注目するオブジェクトにおける重心座標情報）と解析対象のオブジェクトに対応する座標情報とからユークリッド距離を算出する。
【００４６】
なお、ステップＳＡ−３からステップＳＡ−６までの処理は解析対象のオブジェクトの数分だけ繰り返される。
【００４７】
ついで、オブジェクト序列部１０２ｋで、ステップＳＡ−６で算出した距離情報に基づいて各オブジェクトを序列し、序列結果を序列結果ファイル１０６ｍの所定の記憶領域に格納する（ステップＳＡ−７）。例えば、ステップＳＡ−６で算出したユークリッド距離の昇順でオブジェクトを序列する。
【００４８】
ここで、関連知識情報抽出部１０２ｍで、ステップＳＡ−７で序列した各オブジェクトの序列結果と知識データベース１０６ｎに予め格納した知識データベースとを対比させ、対比結果に基づいて所定の指標（例えば、後述する実施例における“ＥＴ５０”や“ｄｉｖ．”など）に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出し、抽出した知識情報などを関連知識情報ファイル１０６ｐの所定の記憶領域に格納してもよい。具体的には、オブジェクトをオントロジー等と対比させ、対比結果に基づいて、後述する実施例における“ＥＴ５０”や“ｄｉｖ．”を算出し、小さい値の“ＥＴ５０”および大きな値の“ｄｉｖ．”を示すものを関連知識として抽出してもよい。
【００４９】
これにて、メイン処理に関する説明を終了する。
【００５０】
以上、説明したように、遺伝子探索装置１００は、（１）オブジェクトを生成する際に用いる文書情報を取得し、（２）記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて、取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成し、（３）作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成し、（４）生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出し、（５）算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得し、（６）取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出し、（７）算出した距離情報に基づいて各オブジェクトを序列する。これにより、複合する様々な知識を網羅的に統合して、全体を俯瞰した包括的な理解に基づいて疾患関連遺伝子（特に多因子性疾患の関連遺伝子）を探索することができる。なお、本発明は、疾患以外の例えば臓器や機能に関連する遺伝子の探索に対しても適用可能である。
【００５１】
また、遺伝子探索装置１００は、序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出する。つまり、疾患関連遺伝子の探索と共に疾患に関連する知識も抽出するので、新しい薬剤や治療法の開発を効率よく行うことができ、その結果、当該開発に要するコストを削減することができる。
【００５２】
これまで、テキストを通して多種多様な知識が記述され、ＰｕｂＭｅｄ（例えば「Ｗｈｅｅｌｅｒ，ＤＬ．， Ｃｈｕｒｃｈ，ＤＭ．， Ｆｅｄｅｒｈｅｎ，Ｓ．， Ｌａｓｈ，ＡＥ．， Ｍａｄｄｅｎ，ＴＬ．， Ｐｏｎｔｉｕｓ，ＪＵ．， Ｓｃｈｕｌｅｒ，ＧＤ．， Ｓｃｈｒｉｍｌ，ＬＭ．， Ｓｅｑｕｅｉｒａ，Ｅ．， Ｔａｔｕｓｏｖａ，ＴＡ．ａｎｄ Ｗａｇｎｅｒ，Ｌ．， “Ｄａｔａｂａｓｅ ｒｅｓｏｕｒｃｅｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ”， Ｎｕｃｌｅｉｃ． Ａｃｉｄｓ Ｒｅｓ．， ３１， ｐｐ．２８−３３， ２００３」参照）を代表にそれらの文書は電子情報として活用可能な形で整備されている。また、情報検索時の入力に代表されるような要素概念をオブジェクトとしてみると、一般にオブジェクト群にはオブジェクト間に存在する類似、相反や因果関係などの相互の関連からもたらされる構造がみられる。
【００５３】
そこで、本発明では、遺伝子をオブジェクトに割り当て、文書に含まれる語の出現パターンを部分空間（ｓｕｂｓｐａｃｅ）の形で統計的に学習し、オブジェクト間のマッチングにより遺伝子間の類似性の統一的な定量化を実現した。換言すると、本発明では、遺伝子をオブジェクトに割り当て、各々の遺伝子に関する文献における語の出現パターンの類似性を基に２次元平面上に描かれた遺伝子群において、その２次元平面上の位置が医学生物学的概念に対応するという、本出願人による特許出願である特開２００４−２９５６０６に記載の技術を疾患関連遺伝子（特に多因子性疾患の関連遺伝子）の探索に活用した。すなわち、本発明は、オブジェクトをその固有にもつパターンで機械学習により記述し、それらパターンのマッチングを通してオブジェクト間の相対関係を定量化する解析方法（本明細書において、当該解析方法をＣＳＡ（ｃｒｏｓｓ−ｓｕｂｓｐａｃｅ ａｎａｌｙｓｉｓ）と記す場合がある。）を実現したものといえる。つまり、本発明は、要素概念であるオブジェクト間の相対関係の定量化により体系的理解を図るＣＳＡを実現したものといえる。
【００５４】
これにより、各々の遺伝子に関する文献における語の出現パターンの類似性、すなわち、遺伝子の機能などの類似性に基づいて全体を俯瞰することができ、その類似性の高い遺伝子同士が近くに配置され、低い遺伝子同士が遠くに配置されるような空間の表現が可能となる（例えば「Ｍａｔｓｕｎａｇａ，Ｔ．， “Ａ ｍｅｔｈｏｄ ｏｆ ｋｎｏｗｌｅｄｇｅ ｍｏｄｅｌｉｎｇ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｇｅｎｅ ｆｕｎｃｔｉｏｎ ａｎａｌｙｓｉｓ”， Ｓｙｓｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｊａｐａｎ， ｔｏ ｂｅ ａｐｐｅａｒｅｄ．（Ｔｒａｎｓｌａｔｅｄ ｆｒｏｍ Ｄｅｎｓｈｉ Ｊｏｈｏ Ｔｓｕｓｈｉｎ Ｇａｋｋａｉ Ｒｏｎｂｕｎｓｈｉ， ｖｏｌ．Ｊ８６−Ｄ−ＩＩ， Ｎｏ．８， ｐｐ．１１９６−１２０４， ２００３）」参照）。また、ＣＳＡは遺伝子群に対する包括的な機能の相関解析を初めて実現した方法である。これにより、遺伝子に関する医学生物学的な図示化を通して知見を得ることができる。また、ＣＳＡは、異種の疾患に対し効果的に適用できる。
【００５５】
また、本発明は、財務データなどを用いて検討対象とする企業群を遺伝子群の場合と同様にして２次元平面にビジュアル化し、その位置を活用して同様な業態により競合可能性の企業候補を抽出し、さらにその企業のリストからその候補群に共通する事業特性を把握することなどを通して経営判断に活用することが可能である。
【００５６】
ここで、改めて、上述した遺伝子探索装置１００で行われるオブジェクトの生成およびオブジェクト間のマッチング（オブジェクト間の類似度の算出）について説明する。まず、文書中に共通の概念が記述されている場合、それらの文書を構成する用語群には論理的結合からもたらされる固有の出現パターンがあり、これを部分空間の形で統計的に学習したオブジェクトを生成する。具体的には以下の通りである。
【００５７】
まず、あらかじめ用意されたＮ個の単語セットに対して各要素が割り当てられた下記数式９で定義されるベクトル成分ｕk（ｋ＝１，２，・・・，Ｎ）
ｕk＝ＴＦ（ｕ，ｋ）×ＩＤＦ（ｋ）・・・（数式９）
により、各文書は下記数式１０で定義されるベクトルｕ
ｕ＝（ｕ1，ｕ2，・・・，ｕk，・・・，ｕN）・・・（数式１０）
で表現される。なお、ＴＦ（ｕ，ｋ）はｋの語の頻度であり、ＩＤＦ（ｋ）はｋの語に関する重みである（例えば「Ｓａｌｔｏｎ，Ｇ．， ａｎｄ Ｙａｎｇ，ＣＳ．， “Ｏｎ ｔｈｅ ｓｐｅｃｉｆｉｃａｔｉｏｎ ｏｆ ｔｅｒｍ ｖａｌｕｅｓ ｉｎ ａｕｔｏｍａｔｉｃ ｉｎｄｅｘｉｎｇ”， Ｊｏｕｒｎａｌ ｏｆ Ｄｏｃｕｍｅｎｔａｔｉｏｎ， ２９， ｐｐ．３５１−３７２， １９７３」参照）。
【００５８】
そして、或る概念を共有するオブジェクトｗは、Ｍ個の文書ベクトル集合ｕw(m)（ｍ＝１，２，・・・，Ｍ）において、下記数式１１の自己相関行列Ｒw
【数９】
のＫＬ展開から得られる固有値をμkw（μ1w≧μ2w≧・・・≧０）とするとき、対応する固有ベクトルψkw（ｋ＝１，２，・・・，Ｎ）を基底とする部分空間により導出される。
【００５９】
ここで、上述したＮ個の単語セットの冗長性を除いて処理量を削減するねらいから、学習文書集合を用いた正規直交変換を施し、固有値の累積寄与率を基準にＮ'（≪Ｎ）個の主成分で張られる次元圧縮した空間に変換する。変換後のベクトル成分をｖkw（ｋ＝１，２，・・・，Ｎ'）、対応する固有値および固有ベクトルをλkwおよびφkwと記すとき、オブジェクトは下記数式１２より定められるｎw個の固有ベクトルからなる空間により生成される。
【数１０】
なお、数式１２は、オブジェクトの空間の次元数ｎwがパターン分布に反映される概念の広がりに対応することを意味しており、ＮおよびＮ'、パラメータκ（０＜κ≦１）は対象とする文書集合に応じて実験的に定められる。
【００６０】
そして、概念間の相違は語の出現パターンの違いに反映されているとみることができ、オブジェクト間の相対関係をその出現パターンどうしのマッチングにより定量する。ここで、事前にカテゴリが定義されている場合において、固有ベクトルからの部分空間を用いて入力パターンの属するカテゴリを判定するパターン認識手法（例えば「Ｏｊａ，Ｅ．， “Ｓｕｂｓｐａｃｅ ｍｅｔｈｏｄｓ ｏｆ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ”， Ｒｅｓｅａｒｃｈ Ｓｔｕｄｉｅｓ Ｐｒｅｓｓ Ｌｔｄ．， １９８３」参照）はよく知られ、音声や文字の認識をはじめ、文書の分類への適用例（例えば「Ｍａｔｓｕｎａｇａ，Ｔ．， “Ａ ｓｔｕｄｙ ｏｆ ｄｏｃｕｍｅｎｔ ｆｉｌｔｅｒｉｎｇ ｕｓｉｎｇ ｔｈｅ ｓｕｂｓｐａｃｅ ｍｅｔｈｏｄ ｏｆ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ”， Ｓｙｓｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｊａｐａｎ， ｖｏｌ．３１， Ｎｏ．１， ｐｐ．４８−５８， ２０００（Ｔｒａｎｓｌａｔｅｄ ｆｒｏｍ Ｄｅｎｓｈｉ ＪｏｈｏＴｓｕｓｈｉｎ Ｇａｋｋａｉ Ｒｏｎｂｕｎｓｈｉ， ｖｏｌ．Ｊ８１−Ｄ−ＩＩ， Ｎｏ．１， ｐｐ．５４−６３， １９９８）」参照）が報告されている。また、入力パターンの変動も部分空間で記述し、カテゴリ判定の基準に２つの空間のなす角度から定義された類似度を用いて手法が拡張され、複数の顔画像によるロバストな人物同定の応用例（例えば「Ｙａｍａｇｕｃｈｉ，Ｏ．， Ｆｕｋｕｉ，Ｋ．， ａｎｄ Ｍａｅｄａ，Ｋ．， “Ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｉｍａｇｅ ｓｅｑｕｅｎｃｅ”， Ｐｒｏｃｃｅｄｉｎｇｓ ｏｆ ｔｈｅ ｔｈｉｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｍａｔｉｃ Ｆａｃｅ ａｎｄ Ｇｅｓｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ， ｐｐ．３１８−３２３， １９９８」参照）の報告がある。
【００６１】
具体的には、オブジェクトｗ（Ａ）およびｗ（Ｂ）の固有値、固有ベクトルをそれぞれ、λkw(A)、φkw(A)およびλkw(B)、φkw(B)とするとき、その２つのオブジェクト間の類似度Ｌw(A,B)を２つの空間がなす角度から下記数式１３で定義する（例えば「Ｙａｍａｇｕｃｈｉ，Ｏ．， Ｆｕｋｕｉ，Ｋ．， ａｎｄ Ｍａｅｄａ，Ｋ．， “Ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｉｍａｇｅ ｓｅｑｕｅｎｃｅ”， Ｐｒｏｃｃｅｄｉｎｇｓ ｏｆ ｔｈｅ ｔｈｉｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｍａｔｉｃ Ｆａｃｅ ａｎｄ Ｇｅｓｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ， ｐｐ．３１８−３２３， １９９８」参照）。
【数１１】
ここで、λmaxw(A,B)は下記数式１５に示す成分からなる下記数式１４の行列Ｘの固有値問題を解いて得られる最大固有値である。
【数１２】
【数１３】
以上、上述した遺伝子探索装置１００で行われるオブジェクトの生成およびオブジェクト間のマッチング（オブジェクト間の類似度の算出）について改めて説明したが、本発明は、計算機による自動処理に基づくもので、全体の俯瞰が求められる場合に効果的なアプローチといえる。
【００６２】
ここで、これまで本発明の実施の形態について説明したが、本発明は、上述した実施の形態以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてよいものである。例えば、遺伝子探索装置１００は、遺伝子探索装置１００とは別筐体で構成されるクライアント端末からの要求に応じて処理を行い、その処理結果を当該クライアント端末に返却するように構成してもよい。また、実施形態において説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行なわれるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。
【００６３】
また、遺伝子探索装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。例えば、遺伝子探索装置１００の各部または各装置が備える処理機能、特に制御部１０２にて行なわれる各処理機能については、その全部または任意の一部を、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）および当該ＣＰＵにて解釈実行されるプログラムにて実現することができ、あるいは、ワイヤードロジックによるハードウェアとして実現することも可能である。なお、プログラムは、後述する記録媒体に記録されており、必要に応じて遺伝子探索装置１００に機械的に読み取られる。すなわち、ＲＯＭまたはＨＤなどの記憶部１０６などには、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、ＲＡＭ等にロードされることによって実行され、ＣＰＵと協働して制御部１０２を構成する。また、このコンピュータプログラムは、遺伝子探索装置１００に対して任意のネットワーク３００を介して接続されたアプリケーションプログラムサーバに記録されてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。
【００６４】
また、本発明にかかるプログラムを、コンピュータ読み取り可能な記録媒体に格納することもできる。ここで、この「記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等の任意の「可搬用の物理媒体」や、各種コンピュータシステムに内蔵されるＲＯＭ、ＲＡＭ、ＨＤ等の任意の「固定用の物理媒体」、あるいは、ＬＡＮ、ＷＡＮ、インターネットに代表されるネットワークを介してプログラムを送信する場合の通信回線や搬送波のように、短期にプログラムを保持する「通信媒体」を含むものとする。
【００６５】
また、「プログラム」とは、任意の言語や記述方法にて記述されたデータ処理方法であり、ソースコードやバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）に代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施の形態に示した各装置において記録媒体を読み取るための具体的な構成、読み取り手順、あるいは、読み取り後のインストール手順等については、周知の構成や手順を用いることができる。
【００６６】
記憶部１０６に格納される各種のファイル等（文書情報ファイル１０６ａ〜関連知識情報ファイル１０６ｐ）は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラムやテーブルやファイルやデータベースやウェブページ用ファイル等を格納する。
【００６７】
また、遺伝子探索装置１００は、既知のパーソナルコンピュータ、ワークステーション等の情報処理端末等の情報処理装置にプリンタやモニタやイメージスキャナ等の周辺装置を接続し、該情報処理装置に本発明の方法を実現させるソフトウェア（プログラム、データ等を含む）を実装することにより実現してもよい。
【００６８】
さらに、遺伝子探索装置１００の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷等に応じた任意の単位で、機能的または物理的に分散・統合して構成することができる。例えば、各データベースを独立したデータベース装置として独立に構成してもよく、また、処理の一部をＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）を用いて実現してもよい。
【００６９】
また、ネットワーク３００は、遺伝子探索装置１００と外部システム２００とを相互に接続する機能を有し、例えば、インターネットや、イントラネットや、ＬＡＮ（有線／無線の双方を含む）や、ＶＡＮや、パソコン通信網や、公衆電話網（アナログ／デジタルの双方を含む）や、専用回線網（アナログ／デジタルの双方を含む）や、ＣＡＴＶ網や、ＩＭＴ２０００方式、ＧＳＭ方式またはＰＤＣ／ＰＤＣ−Ｐ方式等の携帯回線交換網／携帯パケット交換網や、無線呼出網や、Ｂｌｕｅｔｏｏｔｈ等の局所無線網や、ＰＨＳ網や、ＣＳ、ＢＳまたはＩＳＤＢ等の衛星通信網等のうちいずれかを含んでもよい。すなわち、本システムは、有線・無線を問わず任意のネットワークを介して、各種データを送受信することができる。
【実施例】
【００７０】
つぎに、本発明の実施例について、図５から図１５などを参照して詳細に説明する。
【００７１】
ここで、肥満や軽度の糖・脂質代謝障害、軽症の高血圧などは合併しやすく、それらの集積が致死的血管イベントを伴う心筋梗塞や脳梗塞の発症を急激に増加させていることが明らかにされている。従来別個に見られていたそれぞれの疾患は、発症や進行に相互に影響し合って長期間で動脈硬化（ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ）に至る可能性が指摘され、また主要な死因であることからも、これら疾患は社会的な注意を引きつけてきた。
【００７２】
これまで、シンドローム（ｓｙｎｄｒｏｍｅ）Ｘ（例えば「Ｒｅａｖｅｎ，ＧＭ．， “Ｒｏｌｅ ｏｆ ｉｎｓｕｌｉｎ ｒｅｓｉｓｔａｎｃｅ ｉｎ ｈｕｍａｎ ｄｉｓｅａｓｅ”， Ｄｉａｂｅｔｅｓ， ３７， ｐｐ．１５９５−１６０７，１９８８」参照）や死の四重奏（ｄｅａｄｌｙ ｑｕａｒｔｅｔ）（例えば「Ｋａｐｌａｎ，ＮＭ．， “Ｔｈｅ ｄｅａｄｌｙ ｑｕａｒｔｅｒ． Ｕｐｐｅｒ−ｂｏｄｙ ｏｂｅｓｉｔｙ， ｇｌｕｃｏｓｅ ｉｎｔｏｌｅｒａｎｃｅ， ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ， ａｎｄ ｈｙｐｅｒｔｅｎｔｉｏｎ”， Ａｒｃｈ． Ｉｎｔｅｒｎ． Ｍｅｄ．， １４９， ｐｐ．１５１４−１５２０， １９８９」参照）などの病態概念が提唱されてきたが、現在では代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）として定義されている（例えば「Ｎａｔｉｏｎａｌ ｃｈｏｌｅｓｔｅｒｏｌ Ｅｄｕｃａｔｉｏｎ Ｐｒｏｇｒａｍ：“Ｅｘｅｃｔｉｖｅ Ｓｕｍｍｅｒｙ ｏｆ ｔｈｅ Ｔｈｉｒｄ Ｒｅｐｏｒｔ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃｈｏｌｅｓｔｅｒｏｌ Ｅｄｕｃａｔｉｏｎ Ｐｒｏｇｒａｍ（ＮＣＥＰ）”， Ｅｘｐｅｒｔ Ｐａｎｅｌ ｏｎ Ｄｅｔｅｃｔｉｏｎ， Ｅｖａｌｕｃａｔｉｏｎ， ａｎｄ Ｔｒａｔｍｅｎｔ ｏｆ Ｈｉｇｈ Ｂｌｏｏｄ Ｃｈｏｌｅｓｔｅｒｏｌ ｉｎ Ａｄｕｌｔｓ（Ａｄｕｌｔ Ｔｒｅａｔｍｅｎｔ Ｐａｎｅｌ ＩＩＩ）， ＪＡＭＡ， ２８５， ｐｐ．２４８６−２４９７， ２００１」参照）。
【００７３】
この代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）の病態としては、インスリンの作用が十分に発揮されないため適切なエネルギー変換が損なわれている状態であるインスリン抵抗性と呼ばれる代謝異常（ｍｅｔａｂｏｌｉｃ ｄｉｓｏｒｄｅｒｓ）が認められ、動脈硬化の発症および進展に対して高い血清コレステロール値が最も大きなリスクファクターであることがフラミンガム（Ｆｒａｍｉｎｇｈａｍ）の研究（例えば「Ｋａｎｎｅｌ，ＷＢ．， Ｃａｓｔｅｌｌｉ，ＷＰ．， Ｂｏｒｄｏｎ，Ｔ． ａｎｄ ＭｃＮａｍａｒａ，ＰＭ．， “Ｓｅｒｕｍ Ｃｈｏｌｅｓｔｅｒｏｌ， ｌｉｐｏｐｒｏｔｅｉｎｓ， ａｎｄ ｔｈｅ ｒｉｓｋ ｏｆ ｃｏｒｏｎａｒｙ ｈｅａｒｔ ｄｉｓｅａｓｅ． Ｔｈｅ Ｆｒａｍｉｎｇｈａｍ ｓｔｕｄｙ”， Ａｎｎ．Ｉｎｔｅｒｎ．Ｍｅｄ．， ７４， ｐｐ．１−１２， １９７１」参照）をはじめ、多くの疫学的研究により示されている。
【００７４】
また、動脈硬化の成因に関しては、血管の内壁にある内皮細胞の損傷とした“ｒｅｓｐｏｎｃｅ ｔｏ ｉｎｊｕｒｙ”仮説（例えば「Ｒｏｓｓ，Ｒ． ａｎｄ Ｇｌｏｍｓｅｔ，ＪＡ．， “Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ ａｎｄ ｔｈｅ ａｒｔｅｒｉａｌ ｓｍｏｏｔｈ ｍｕｓｃｌｅ ｃｅｌｌ： Ｐｒｏｌｉｆｅｒａｔｉｏｎ ｏｆ ｓｍｏｏｔｈ ｍｕｓｃｌｅ ｉｓ ａ ｋｅｙ ｅｖｅｎｔ ｉｎ ｔｈｅ ｇｅｎｅｓｉｓ ｏｆ ｔｈｅ ｌｅｓｉｏｎｓ ｏｆ ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”， Ｓｃｉｅｎｃｅ， １８０， ｐｐ．１３３２−１３３９， １９７３」参照）が提唱され、数多くのサイトカインや血液凝固エレメントや増殖因子を介した血管壁細胞と血球細胞、血液細胞との相互作用が動脈硬化の発症・進展に関与していることが示されてきている。
【００７５】
さらに、内皮細胞に接着した単球由来の、マクロファージへのコレステロール蓄積を初期病変成立の重要な段階とし、膨れあがって泡沫（ｆｏａｍ）化するマクロファージに取り込まれる（例えば「Ｂｒｏｗｎ，ＭＳ．，ａｎｄ Ｇｏｌａｓｔｅｉｎ，ＪＬ．， “Ｌｉｐｏｐｒｏｔｅｉｎ ｍｅｔａｂｏｌｉｓｍ ｉｎ ｔｈｅ ｍａｃｒｏｐｈａｇｅ： ｉｍｐｌｉｃａｔｉｏｎｓ ｆｏｒ ｃｈｏｌｅｓｔｅｒｏｌ ｄｅｐｏｓｉｔｉｏｎ ｉｎ ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”， Ａｎｎ． Ｒｅｖ． Ｂｉｏｃｈｅｍ．， ５２， ｐｐ．２２３−２６１， １９８３」や「Ｋｏｄａｍａ，Ｔ．， Ｆｒｅｅｍａｎ，Ｍ．， Ｒｏｂｅｒｔ，Ｌ．， Ｚａｂｒｅｃｋｙ，Ｊ．， Ｍａｔｓｕｄａｉｒａ，Ｐ．， ａｎｄ Ｋｒｉｅｇｅｒ，Ｍ．， “Ｔｙｐｅ Ｉ ｍａｃｒｏｐｈａｇｅ ｓｃａｖｅｎｇｅｒ ｒｅｃｅｐｔｏｒ ｃｏｎｔａｉｎｓ ａｌｐｈａ−ｈｅｌｉｃａｌ ａｎｄ ｃｏｌｌａｇｅｎ−ｌｉｋｅ ｃｏｉｌｅｄ ｃｏｉｌｓ”， Ｎａｔ． Ｇｅｎｅｔ．， ｐｐ．５３１−５３５， １９９０」参照）のは、酸化変性を受けたＬＤＬ（ｌｏｗ ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ）という血漿リポタンパク質であるとする“ｌｏｗ−ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｏｘｉｄａｔｉｏｎ”仮説（例えば「Ｓｔｅｉｎｂｅｒｇ，Ｄ．， Ｐａｒｔｈａｓａｒａｔｈｙ，Ｓ．， Ｃａｒｅｗ，ＴＥ．， Ｋｈｏｏ，ＪＣ．， ａｎｄ Ｗｉｔｚｔｕｍ，ＪＬ．， “Ｂｅｙｏｎｄ ｃｈｏｌｅｓｔｅｒｏｌ Ｍｏｄｉｆｉｃａｔｉｏｎｓ ｏｆ ｌｏｗ−ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｔｈａｔ ｉｎｃｒｅａｓｅ ｉｔｓ ａｔｈｅｒｏｇｅｎｉｅｉｔｙ”， Ｎ． Ｅｎｇｌ． Ｊ． Ｍｅｄ．， ３２０， ｐｐ．９１５−９２４， １９８９」参照）が知られている。
【００７６】
なお、現在では、動脈硬化は変性ＬＤＬコレステロールのような炎症惹起因子に対して血管の内皮細胞が反応して起こる慢性炎症性疾患である（例えば「Ｌｉｂｂｙ，Ｐ．，“Ｉｎｆｌａｍｍａｔｉｏｎ ｉｎ ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”， Ｎａｔｕｒｅ， ４２０， ｐｐ．８６８−８７４， ２００２」参照）と、みられている。また、この病因や発症・進展の分子生物学的メカニズムの解明はこれからであり、計算機により大規模な知識の統合を図る効果的な対象といえる。
【００７７】
以上を踏まえて、本実施例では、上述した実施形態における遺伝子探索装置１００を用いて、代謝症候群を形成する４つの疾患、すなわち、肥満（ｏｂｅｓｉｔｙ）、糖尿病（ｄｉａｂｅｔｅｓ）、高脂血症（ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ）および高血圧（ｈｙｐｅｒｔｅｎｔｉｏｎ）に関する遺伝子群の２次元布置を行う。そして、その布置を基に共通因子（ｃｏｍｍｏｎ ｋｅｙ ｆａｃｔｏｒ）の視点から代謝症候群との関連で遺伝子を序列し、この序列と既存の知識との関係付けを通して抽出された知識について述べる。具体的には、実施例では、代表的な多因子性疾患（ｃｏｍｍｏｎ ｍｕｌｔｉｆａｃｔｏｒｉａｌ ｄｉｓｅａｓｅ）の１つである代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）を適用対象とし、ＰｕｂＭｅｄ論文のアブストラクトを用いた知識統合により代謝症候群との関連で順位付けされた遺伝子の序列が妥当であることを確認する。また、遺伝子に関する文献に含まれる語の出現パターンの類似性を通して、まず代謝症候群を形成する４つの疾患（肥満、糖尿病、高脂血症および高血圧）の関連遺伝子群における相対関係を２次元平面上に視覚化し、その２次元平面上の位置が医学生物学的な概念に対応することを示す。ついで、その遺伝子群の重心が代謝症候群に共通する主要な要因であるとの見方から、６１３１個の注釈のあるヒト遺伝子をその重心との２次元平面上の距離の昇順から順位付けし、その序列の妥当性を医学的知見との整合性から確認する。また、得られた序列と遺伝子オントロジー等との対比から、疾患の発症メカニズム解明のための仮説構築に有用な知識がシステマティックに導出されることを示す。
【００７８】
（１）本実施例で用いるデータ
本実施例では、ヒトの遺伝病に関するデータベースとしてよく知られるＯＭＩＭ（Ｏｎｌｉｎｅ Ｍｅｎｄｅｌｉａｎ Ｉｎｈｅｒｉｔａｎｃｅ ｉｎ Ｍａｎ）（例えば「Ｈａｍｏｓｈ，Ａ．， Ｓｃｏｔｔ，ＡＦ．， Ａｍｂｅｒｇｅｒ，Ｊ．， Ｖａｌｌｅ，Ｄ．， ａｎｄ ＭｃＫｕｓｉｅｋ，ＶＡ．， “Ｏｎｌｉｎｅ Ｍｅｎｄｅｌｉａｎ Ｉｎｈｅｒｉｔａｎｃｅ ｉｎ Ｍａｎ（ＯＭＩＭ）”， Ｈｕｍ． Ｍｕｔａｎｔ．， １５， ｐｐ．５７−６１， ２０００」参照）を用いる。ＯＭＩＭでは疾患や遺伝子の単位で番号が付与され、ＰｕｂＭｅｄ（例えば「Ｗｈｅｅｌｅｒ，ＤＬ．， Ｃｈｕｒｃｈ，ＤＭ．， Ｆｅｄｅｒｈｅｎ，Ｓ．， Ｌａｓｈ，ＡＥ．， Ｍａｄｄｅｎ，ＴＬ．， Ｐｏｎｔｉｕｓ，ＪＵ．， Ｓｃｈｕｌｅｒ，ＧＤ．， Ｓｃｈｒｉｍｌ，ＬＭ．， Ｓｅｑｕｅｒｉａ，Ｅ．， Ｔａｔｕｓｏｖａ，ＴＡ．， ａｎｄ Ｗａｇｎｅｒ，Ｌ．， “Ｄａｔａｂａｓｅ ｒｅｓｏｕｒｃｅｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃａｎｃｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ”， Ｎｕｃｌｅｉｃ． Ａｃｉｄｓ Ｒｅｓ．， ３１， ｐｐ．２８−３３， ２００３」参照）へリンクされた論文の引用と共に当該疾患や遺伝子について記述されたページからなっている。遺伝子はその引用の論文を通して知られることから、ＰｕｂＭｅｄの各論文の要約（アブストラクト）を文書として扱ってオブジェクトを生成した。ここで、ＯＭＩＭに含まれない遺伝子についてもその遺伝子を記述した文書群を通してオブジェクトを生成すれば対象に含めることが原理上可能である。また、化合物や手元にある関心対象の文書群に対しても同様にオブジェクトを生成することで相互の関係把握が可能となる（例えば「Ｍａｔｓｕｎａｇａ，Ｔ．， “Ａ ｍｅｔｈｏｄ ｏｆ ｋｎｏｗｌｅｄｇｅ ｍｏｄｅｌｉｎｇ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｇｅｎｅ ｆｕｎｃｔｉｏｎ ａｎａｌｙｓｉｓ”， Ｓｙｓｙｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｊａｐａｎ， ｔｏ ｂｅ ａｐｐｅａｒｅｄ．（Ｔｒａｎｓｌａｔｅｄ ｆｒｏｍ Ｄｅｎｓｈｉ Ｊｏｈｏ Ｔｓｕｓｈｉｎ Ｇａｋｋａｉ Ｒｏｎｂｕｎｓｈｉ， ｖｏｌ．Ｊ８６−Ｄ−ＩＩ， Ｎｏ．８， ｐｐ．１１９６−１２０４， ２００３）」参照）。
【００７９】
本実施例では上述したリンクのＰｕｂＭｅｄの全７７６３８件を学習文書集合にし、文書のベクトル表現のための単語セットにはライフサイエンス分野でよく用いられる４７８９語を用いた。なお、単語セットの語の選択は類似度の精度、サイズは処理量に直接影響を与える。ここで、文書群における語の出現数順位が下がるほど急激に出現数が減少するというジップの法則（Ｚｉｐｆ'ｓ ｌａｗ）がある。本実施例の４７８９語は、分子生物学をはじめ、病理学、生化学、遺伝学等において分野横断的に用いられる観点から収集した約６千語に対し、ＰｕｂＭｅｄの７７６３８件に含まれる語を基準して得た。なお、ここでは要素概念を記述するために必要最低限の語を対象とする考え方から遺伝子やタンパク質の名称は含まれていない。
【００８０】
ここで、図５に学習文書集合における頻度の上位２５の語の例を示す。なお、各語の頻度は論文のタイトル部で１０、アブストラクト部で５の重みで計算されている。図５には各語の最大７７６３８件のうちの出現件数とこれにより算出されるＩＤＦ値もあわせて示している。また、図６にはＰｕｂＭｅｄのＩＤが８６６１０１９の論文（論文タイトル「Ｇｅｎｏｍｉｃ ｏｒｇａｎｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｈｕｍａｎ ＳＣＮ５Ａ ｇｅｎｅ ｅｎｃｏｄｉｎｇ ｔｈｅ ｃａｒｄｉａｃ ｓｏｄｉｕｍ ｃｈａｎｎｅｌ」）を用いた語の抽出例を示す。なお、図６において、頻度の欄の２つの数字は、左がタイトル、右がアブストラクトの中の頻度である。図６に示すように、“ａｃｔｉｏｎ ｐｏｔｅｎｔｉａｌ”のように複数単語による語が抽出される他、“ＰＣＲ”のような略語や単数および複数の語形変化についても考慮されたものとなっている。学習文書集合７７６３８件における抽出語数の平均は１２．７である。そして、予備実験から圧縮次元数（Ｎ'）を３１０（固有値の累積寄与率５０％に相当）、パラメータ“κ”を０．８６に定めた。
【００８１】
（２）結果および考察
代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）に関する４疾患（すなわち、肥満（ｏｂｅｓｉｔｙ）、糖尿病（ｄｉａｂｅｔｅｓ）、高脂血症（ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ）および高血圧（ｈｙｐｅｒｔｅｎｔｉｏｎ））の関連遺伝子を対象にしたときの遺伝子間の相対関係を図７に示す。図７は、対象の１８２遺伝子における全ペアの類似度（上述した実施形態の数式６参照）から多次元尺度法（ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌ ｓｃａｌｉｎｇ）（例えば「Ｋｒｕｓｋａｌ，ＪＢ．， ａｎｄ Ｗｉｓｈ，Ｍ．， “Ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌ ｓｃａｌｉｎｇ”，Ｓａｇｅ ｐｕｂｌｉｃａｔｉｏｎｓ， １９７８」参照）により近似して描かれたもので、遺伝子間の類似度が大きいほど２次元平面上で近く布置されている。その１８２個の遺伝子は、ヒト遺伝子に関する統合データベースであるＧｅｎｅＣａｒｄｓ（例えば「Ｒｅｂｈａｎ，Ｍ．， Ｃｈａｌｉｆａ−Ｃａｓｐｉ，Ｖ．， Ｐｒｉｌｕｓｋｙ，Ｊ．， ａｎｄ Ｌａｎｃｅｔ，Ｄ．， “ＧｅｎｅＣａｒｄｓ：ａ ｎｏｖｅｌ ｆｕｎｃｔｉｏｎａｌ ｇｅｎｏｍｉｃｓ ｃｏｍｐｅｎｄｉｕｍ ｗｉｔｈ ａｕｔｏｍａｔｅｄ ｄａｔａ ｍｉｎｉｎｇ ａｎｄ ｑｕｅｒｙ ｒｅｆｏｒｍｕｌａｔｉｏｎ ｓｕｐｐｏｒｔ”， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ， １４， ｐｐ．６５６−６６４， １９９８」参照）において、“ｏｂｅｓｉｔｙ”、“ｄｉａｂｅｔｅｓ”、“ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ”および“ｈｙｐｅｒｔｅｎｔｉｏｎ”の検索語により、ＯＭＩＭの番号と共に引用のＰｕｂＭｅｄ論文のあるそれぞれ４７、１０２、７および４５遺伝子（２００３年３月時点）から得た。
【００８２】
図７において、“ｏｂｅｓｉｔｙ”、“ｄｉａｂｅｔｅｓ”、“ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ”および“ｈｙｐｅｒｔｅｎｔｉｏｎ”に関連する各遺伝子がそれぞれ、“Ｏ”、“Ｄ”、“Ｔ”および“Ｈ”の印で記されている。また、図７では、肥満と糖尿病、肥満と高血圧、糖尿病と高血圧、および肥満と糖尿病と高血圧に重複して関連する遺伝子は“Ｄ／Ｏ”、“Ｈ／Ｏ”、“Ｄ／Ｈ”および“★”の印で記した。図７に示すように、左下部分に糖尿病関連遺伝子、上に高血圧関連遺伝子、両者の間の左上に肥満関連遺伝子が集中して分布し、疾患と結び付いた構造が認められる。また、図７の右下領域にはそれら３つが混在するが、遺伝性の高い肺高血圧症（ｐｕｌｍｏｎａｒｙ ｈｙｐｅｒｔｅｎｔｉｏｎ）や新生児糖尿病（ｎｅｏｎａｔａｌ ｄｉａｂｅｔｅｓ）などの関連遺伝子が含まれている。高脂血症（ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ）の関連遺伝子は図７の中央部分に集まって位置していることが確認できる。複数の疾患、すなわち肥満と糖尿病、肥満と高血圧、糖尿病と高血圧、および肥満と糖尿病と高血圧に重複して関連する遺伝子は順に、７、３、１および４件あり、これらのほとんどが上述した疾患の領域の境界に位置し、特に肥満と糖尿病に重複して関連する全７遺伝子に顕著に示されている。
【００８３】
図８、図９および図１０は、図７に示した遺伝子の部分集合により図７と同じ座標軸で別の属性に関する分布を示した図である。図８は、糖尿病関連遺伝子においてインスリン依存性糖尿病であるＩ型糖尿病およびインスリン非依存性糖尿病であるＩＩ型糖尿病の種別に関する図であり、Ｉ型糖尿病およびＩＩ型糖尿病の関連遺伝子間の相対関係を示す図である。図８では、ＧｅｎｅＣａｒｄｓにおいて“ｉｎｓｕｌｉｎ−ｄｅｐｅｎｄｅｎｔ”および“ｎｏｎｉｎｓｕｌｉｎ−ｄｅｐｅｎｄｅｎｔ”の記述の認められたそれぞれ、２５および２４の計４９遺伝子について記している。図８では、図７の糖尿病関連遺伝子のうちインスリン依存性糖尿病およびインスリン非依存性糖尿病に関する遺伝子が“１”および“２”の印で記されている。図８に示すように、糖尿病の２つの型が図の上と下で分かれた分布となっており、図７と対比すると肥満はインスリン非依存性糖尿病に深く関係することが示され、医学的知見と整合する。
【００８４】
つぎに、図９は、高血圧候補遺伝子（ｈｙｐｅｒｔｅｎｔｉｏｎ ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ）（例えば「Ｈａｌｕｓｈｋａ，ＭＫ．， Ｍａｔｈｅｗｓ，ＤＪ．， Ｂａｉｌｅｙ，ＪＡ．， ａｎｄ Ｃｈａｋｒａｖａｒｔｉ，Ａ．， “ＧＩＳＴ：Ａ ｗｅｂ ｔｏｏｌ ｆｏｒ ｃｏｌｌｅｃｔｉｎｇ ｇｅｎｅ ｉｎｆｏｒｍａｔｉｏｎ”， Ｐｈｙｓｉｏｌ． Ｇｅｎｏｍｉｃｓ， １， ｐｐ．７５−８１， １９９９」参照）に含まれる４２遺伝子について、そこで付与される機能クラスに従って記した図であり、機能クラスで分類された高血圧候補遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。図９において、図の左下のグルコース調節（ｇｌｕｃｏｓｅ ｒｅｇｕｌａｔｉｏｎ）や脂肪および脂質調節（ｆａｔ ａｎｄ ｌｉｐｉｄ ｒｅｇｕｌａｔｉｏｎ）を典型例に、同じ機能クラスに属する遺伝子がほぼ近くに布置されている様子が示されており、特に血圧調節に関係する“ｒｅｎｉｎ−ａｎｇｉｏｔｅｎｓｉｎ ａｌｄｏｓｔｅｒｏｎｅ ｐａｔｈｗａｙ”の機能クラスに属する４つの遺伝子が図の中央付近に共に位置することが確認できる。“ｃｈａｎｎｅｌｓ ａｎｄ ｔｒａｎｓｐｏｒｔｅｒｓ”に属する７つの遺伝子が右上と左下に分かれてみられるのは広い範囲にわたり関係があるためと判断できる。
【００８５】
つぎに、図１０は、各臓器の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。遺伝子ごとの関連臓器は、注釈されたタンパク質データベースとして知られるＳＷＩＳＳ−ＰＲＯＴ（例えば「Ｂａｉｒｏｃｈ，Ａ．， ａｎｄ Ａｐｗｅｉｌｅｒ，Ｒ．， “Ｔｈｅ ＳＷＩＳＳ−ＰＲＯＴ ｐｒｏｔｅｉｎ ｓｅｑｕｅｎｃｅ ｄａｔａｂａｓｅ：ｉｔｓ ｒｅｌｅｖａｎｃｅ ｔｏ ｈｕｍａｎ ｍｏｌｅｃｕｌａｒ ｍｅｄｉｃａｌ ｒｅｓｅａｒｃｈ”， Ｊ． Ｍｏｌ． Ｍｅｄ．， ７５， ｐｐ．３１２−３１６， １９９７」参照）により、各遺伝子の“Ｒｅｆｅｒｅｎｃｅｓ”のパートの引用文献に付与される“Ｃｏｍｍｅｎｔｓ”の項目で“ＴＩＳＳＵＥ＝”に続いて記される文字列（２００２年１１月時点）から得た。図１０では、脂肪組織（ａｄｉｐｏｓｅ ｔｉｓｓｕｅ）、腎臓（ｋｉｄｎｅｙ）、肝臓（ｌｉｖｅｒ）、膵臓（ｐａｎｃｒｅａｓ）および骨格筋（ｓｋｅｌｅｔａｌ ｍｕｓｃｌｅ）の５つの臓器に関連する遺伝子を対象に記し、遺伝子数はそれぞれ、２、１９、１６、１２および８個である。また、図１０では、脂肪組織、腎臓、肝臓、膵臓および骨格筋に関連する遺伝子をそれぞれ、“ａ”、“ｋ”、“ｌ”、“ｐ”および“ｓ”で記した。また、図１０において、“ｋ／ｌ”、“ｋ／ｐ”および“ｌ／ｐ”はそれぞれ，腎臓と肝臓、腎臓と膵臓、および肝臓と膵臓に重複して関連する遺伝子である。図１０に示すように、同じ臓器に関連する遺伝子が近くに布置されていることがわかる。中でも、膵臓および腎臓に関連する遺伝子がまとまりをもって布置される図の左下および右上に関しては、図７と比較して、それぞれ糖尿病および高血圧と結び付いた構造か認められる。また、図１０において、インスリンの標的組織（ｔａｒｇｅｔ ｔｉｓｓｕｅｓ）として知られる骨格筋、肝臓および脂肪組織は図７の全１８２遺伝子の重心の位置を表す“＋”の印のまわりに布置しており、上述したインスリン抵抗性との関係を共通項として捉えているとみることができる。
【００８６】
以上の図７から図１０で示した実験結果から、同じ２次元平面上の遺伝子の布置が疾患との関連、機能や臓器との関連のそれぞれの構造を記述し、２次元座標平面上の位置と医学生物学的概念が対応付けられていることが分かる。これにより、上述した実施形態の遺伝子探索装置１００を用いることで、遺伝子の機能に関する包括的且つ全体的な理解が可能となり、その２次元平面上の位置を活用した遺伝子の機能推定が実現可能とみることができる。
【００８７】
つぎに、図７の１８２個の遺伝子に分析対象遺伝子を１つ加えた計１８３個の遺伝子による２次元平面上の布置を対象遺伝子毎に行い、１８２遺伝子の重心と各分析対象遺伝子との距離を通して代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）関連遺伝子の探索を図る。本実施例では、２次元平面上に布置される遺伝子群から得られる重心は、当該遺伝子群の共通する主要な要因（ｃｏｍｍｏｎ ｋｅｙ ｆａｃｔｏｒ）に対応するとの見方に基づいており、その重心とのユークリッド距離を昇順に序列化することで代謝症候群との関連で遺伝子の順位付け（ｐｒｉｏｒｉｔｉｚａｔｉｏｎ）が実現される。なお、ＯＭＩＭに含まれる遺伝子（２００２年１１月時点）にてＳＷＩＳＳ−ＰＲＯＴとの対応のとれる遺伝子のうち、“引用のＰｕｂＭｅｄ論文なし”、“遺伝子ｌｏｃｕｓ記載なし”および“他の疾患や遺伝子のページとのリンク無し”を除いた６１３１個の遺伝子を分析対象とした。
【００８８】
図１１は、対象の６１３１個の遺伝子に対して、上述のようにして得た序列の染色体に関する分布を示す図である。図１１では、図の左から上位１００、３００、１０００、３０００、そして全６１３１まで順次範囲を広げ、それぞれの範囲での各染色体における該当数を示している。なお、図１１の括弧内の数値は各染色体における割合である。図１１によれば、特定の染色体への著しい偏りはみられない。以下では、この序列と、いくつかの疾患、臓器およびオントロジーで記される機能等と、の結び付きについて考察する。
【００８９】
図１２は、代謝症候群を形成する４つの各疾患に関する結果であり、得られた６１３１遺伝子の序列と代謝症候群を形成する４疾患の関連遺伝子との関係を示す図である。当該結果は、上述したＧｅｎｅＣａｒｄｓによる関連遺伝子のうち、対象の６１３１遺伝子に含まれる遺伝子から得ている。ここで、図１２において、“ＥＴ５０”は、該当する遺伝子のうち５０％以上が挙げられたときの上位からの遺伝子数であり、本実施例では関係の深さを表す指標として採用した。また、“ｄｉｖ．”は、該当数がランダムに存在する場合との隔たりを示し、２つの確率密度分布間の距離を表す非負の距離尺度として知られる“Ｋｕｌｌｂａｃｋ−Ｌｅｉｂｌｅｒ ｄｉｖｅｒｇｅｎｃｅ”（例えば「Ｋｕｌｌｂａｃｋ，Ｓ．， “Ｉｎｆｏｒｍａｔｉｏｎ ｔｈｅｏｒｙ ａｎｄ ｓｔａｔｉｓｔｉｃｓ”， Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ， １９５９」参照）により算出された量である。ランダムからの偏りがあるほど大きな値が得られる。図１２をみると、関係の深さは、高脂血症、肥満、糖尿病、高血圧の順で代謝症候群との関わりの程度を与えるものと考えられる。糖脂質代謝に直接関わらない高血圧との関連が相対的に弱いことが示されている。
【００９０】
図１３は、他の疾患との関係が図１２と同様にして示しており、得られた６１３１遺伝子の序列と他の疾患の既知の関連遺伝子との関係を示す図である。疾患には、心筋梗塞（ｍｙｏｃａｒｄｉａｌ ｉｎｆｒａｃｔｉｏｎ）、脳卒中（ｉｓｃｈｅｍｉｃ ｓｔｒｏｋｅ）、喘息（ａｓｔｈｍａ）、統合失調症（ｓｃｈｉｚｏｐｈｒｅｎｉａ）、急性骨髄性白血病（ａｃｕｔｅ ｍｙｅｌｏｉｄ ｌｅｕｋｅｍｉａ）、大腸癌（ｃｏｌｏｒｅｃｔａｌ ｃａｒｃｉｎｏｇｅｎｅｓｉｓ）を取り上げた。これらの関連遺伝子は順に、心筋梗塞に発症に関する候補遺伝子（ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ）（例えば「Ｙａｍａｄａ，Ｙ．， Ｉｚａｗａ，Ｈ．， Ｉｃｈｉｈａｒａ，Ｓ．， Ｔａｋａｔｓｕ，Ｆ．， Ｉｓｈｉｈａｒａ，Ｈ．， Ｈｉｒａｙａｍａ，Ｈ．， Ｓｏｎｅ，Ｔ．， Ｔａｎａｋａ，Ｍ．， ａｎｄ Ｙｏｋｏｔａ，Ｍ．， “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｔｈｅ ｒｉｓｋ ｏｆ ｍｙｏｃａｒｄｉａｌ ｉｎｆｒａｃｔｉｏｎ ｆｒｏｍ ｐｏｌｙｍｏｒｐｈｉｓｍｓ ｉｎ ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ”， Ｎ． Ｅｎｇｌ． Ｊ． Ｍｅｄ．， ３４７， ｐｐ．１９１６−１９２３， ２００２」参照）、脳卒中に関する候補遺伝子（例えば「Ｚｅｅ，ＲＹ．， Ｃｏｏｋ，ＮＲ．， Ｃｈｅｎｇ，Ｓ．， Ｒｅｙｎｏｌｄｓ，Ｒ．， Ｅｒｌｉｃｈ，ＨＡ．， Ｌｉｎｄｐａｉｎｔｅｒ，Ｋ．， ａｎｄ Ｒｉｄｋｅｒ，ＰＭ．， “Ｐｏｌｙｍｏｒｐｈｉｓｍ ｉｎ ｔｈｅ Ｐ−ｓｅｌｅｃｔｉｎ ａｎｄ ｉｎｔｅｒｌｅｕｋｉｎ−４ ｇｅｎｅｓ ａｓ ｄｅｔｅｒｍｉｎａｎｔｓ ｏｆ ｓｔｒｏｋｅ： ａ ｐｏｐｕｌａｔｉｏｎ ｂａｓｅｄ， ｐｒｏｓｐｅｃｔｉｖｅ ｇｅｎｅｔｉｃ ａｎａｌｙｓｉｓ”， Ｈｕｍ． Ｍｏｌ． Ｇｅｎｅｔ．， １３， ｐｐ．３８９−３９６， ２００４」参照）、喘息およびアレルギー遺伝子データベース（ａｓｔｈｍａ ａｎｄ ａｌｌｅｒｇｙ ｇｅｎｅ ｄａｔａｂａｓｅ）（例えば「Ｗｊｓｔ，Ｍ．， ａｎｄ Ｌｍｍｅｒｖｏｌｌ，Ｔ．， “Ａｎ ｉｎｔｅｒｎｅｔ ｌｉｎｋａｇｅ ａｎｄ ｍｕｔａｔｉｏｎ ｄａｔａｂａｓｅ ｆｏｒ ｔｈｅ ｃｏｍｐｌｅｘ ｐｈｅｎｏｔｙｐｅ ａｓｔｈｍａ”， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ， １４， ｐｐ．８２７−８２８， １９９８」参照）、統合失調症候補遺伝子データベース（２００３年１２月時点）（例えば「Ｚｈｏｕ，Ｍ．， Ｚｈｕａｎｇ，ＹＬ．， Ｘｕ，Ｑ．， Ｌｉ，ＹＤ．， ａｎｄ Ｓｈｅｎ，Ｙ．， “ＶＳＤ：ａ ｄａｔａｂａｓｅ ｆｏｒ ｓｃｈｉｚｏｐｈｒｅｎｉａ ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ ｆｏｃｕｓｉｎｇ ｏｎ ｖａｒｉｔａｔｉｏｎｓ”， Ｈｕｍ． Ｍｕｔａｔ．， ２３， ｐｐ．１−７， ２００４」参照）、急性骨髄白血病の関連遺伝子（例えば「Ｙａｇｉ，Ｔ．， Ｍｏｒｉｍｏｔｏ，Ａ．， Ｅｇｕｃｈｉ，Ｍ．， Ｈｉｂｉ，Ｓ．， Ｓａｋｏ，Ｍ．， Ｉｓｈｉｉ，Ｅ．， Ｍｉｚｕｔａｎｉ，Ｓ．， Ｉｍａｓｈｕｋｕ，Ｓ．， Ｏｈｋｉ，Ｍ．， ａｎｄ Ｉｃｈｉｋａｗａ，Ｈ．， “Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ａ ｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎ ｓｉｇｎａｔｕｒｅ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｐｅｄｉａｔｒｉｃ ＡＭＬ ｐｒｏｇｎｏｓｉｓ”， Ｂｌｏｏｄ， １０２， ｐｐ．１８４９−１８５６， ２００３」参照）、大腸癌細胞における発現がアップレギュレートおよびダウンレギュレートされた遺伝子（例えば「Ｋｉｔａｈａｒａ，Ｏ．， Ｆｕｒｕｋａｗａ，Ｙ．， Ｔａｎａｋａ，Ｔ．， Ｋｉｈａｒａ，Ｃ．， Ｏｎｏ，Ｋ．， Ｙａｎａｇａｗａ，Ｒ．， Ｎｉｔａ，ＭＥ．， Ｔａｋａｇｉ，Ｔ．， Ｍａｋａｍｕｒａ，Ｙ．， ａｎｄ Ｔｓｕｎｏｄａ，Ｔ．， “Ａｌｔｅｒｎａｔｉｏｎｓ ｏｆ ｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎ ｄｕｒｉｎｇ ｃｏｌｏｒｅｃｔａｌ ｃａｒｃｉｎｏｇｅｎｅｓｉｓ ｒｅｖｅａｌｅｄ ｂｙ ｃＤＮＡ ｍｉｃｒｏａｒｒａｙｓ ａｆｔｅｒ ｌａｓｅｒ−ｃａｐｔｕｒｅ ｍｉｃｒｏｄｉｓｓｅｃｔｉｏｎ ｏｆ ｔｕｍｏｒ ｔｉｓｓｕｅｓ ａｎｄ ｎｏｒｍａｌ ｅｐｉｔｈｅｌｉａ”， ｃａｎｃｅｒ ｒｅｓｅａｒｃｈ， ６１， ｐｐ．３５４４−３５４９， ２００１」参照）より得た。
【００９１】
図１３では、心筋梗塞ならびに脳卒中で、図１２の４疾患と同等レベルの小さなＥＴ５０および大きなｄｉｖ．の値が示されている。心筋梗塞ならびに脳卒中の根底病変にアテローム硬化（ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ）があり医学的知見と整合することから、得られている６１３１遺伝子の序列が妥当であると判断できる。一方、医学的知見により互いにかけ離れた疾患概念の例とみられる大腸癌（ｃｏｌｏｒｅｃｔａｌ ｃａｒｃｉｎｏｇｅｎｅｓｉｓ）はｄｉｖ．の値が０．００８と極めて零に近いことから関係はないとみることができ、こちらでも整合する。また、ｄｉｖ．が小さな値である急性骨髄性白血病や統合失調症も同様である。ここで、免疫・アレルギー性疾患に分類される喘息では、それらの中間的な値により関係が比較的みられ、通常想起し得ない関係が示されている。動脈硬化の進展に免疫系の関与を示唆する最近の報告（例えば「Ｋｏｂａｙａｓｈｉ，Ｋ．， Ｋｉｓｈｉ，Ｍ．， Ａｔｓｕｍｉ，Ｔ．， Ｒｅｒｔｏｌａｃｃｉｎｉ，Ｍ．， Ｍａｋｉｎｏ，Ｈ．， Ｓａｋａｉｒｉ，Ｎ．， Ｙａｍａｍｏｔｏ，Ｉ．， Ｙａｓｕｄａ，Ｔ．， Ｋｈａｍａｓｈｔａ，Ｍ．， Ｈｕｇｈｅｓ，Ｇ．， Ｋｏｉｋｅ，Ｔ．， Ｖｏｅｌｋｅｒ，Ｄ．， ａｎｄ Ｍａｔｓｕｕｒａ，Ｅ．， “Ｃｉｒｃｕｌａｔｉｎｇ ｏｘｉｄｉｚｅｄ ＬＤＬ ｆｏｒｍｓ ｃｏｍｐｌｅｘｅｓ ｗｉｔｈ Ｂ２−ｇｌｙｃｏｐｒｏｔｅｉｎ Ｉ：ｉｍｐｌｉｃａｔｉｏｎ ａｓ ａｎ ａｔｈｅｒｏｇｅｎｉｃ ａｕｔｏａｎｔｉｇｅｎ”， Ｊ． Ｌｉｐｉｄ Ｒｅｓ．， ４４， ｐｐ．７１６−７２６， ２００３」参照）を考え合わせると、今回の結果は興味深く、今後の医学的評価が待たれるところである。
【００９２】
図１４は、６１３１個の遺伝子ごとの関連臓器に関する結び付きを示す図である。なお、各遺伝子の関連臓器は上述の通り、ＳＷＩＳＳ−ＰＲＯＴより得られている。図１４では、該当数２０以上の臓器５３個を対象にＥＴ５０の小さい方から上位１０を示している。図１４に示すように、血漿（ｐｌａｓｍａ）は相対的に突出して大きなｄｉｖ．の値で、特に結び付きが示されている。よって、血漿を介した反応が今後の検討対象として注目に値するということができる。また、血漿の他、末梢血（ｐｅｒｉｐｈｅｒａｌ ｂｌｏｏｄ）、血小板（ｐｌａｔｅｌｅｔ）、血管内皮細胞（ｅｎｄｏｔｈｅｌｉａｌ ｃｅｌｌｓ）は血液血管系の組織であり、代謝症候群との関わりを理解できる。また、腸（ｉｎｔｅｓｔｉｎｅ）と肝臓（ｌｉｖｅｒ）が挙げられていることは、生体内におけるコレステロール量が肝を中心とする生合成と腸と肝での循環により調節されることから妥当といえる。図１４には、インスリン標的臓器である骨格筋が挙げられず、関わりが示されていない。今回の結果は、アテローム硬化（ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ）の発症基盤は内臓脂肪の蓄積にあるとする知見（例えば「Ｆｕｊｉｏｋａ，Ｓ．， Ｓｕｚａｗａ，Ｙ．， Ｔｏｋｕｎａｇａ，Ｋ．， ａｎｄ Ｔａｒｕｉ，Ｓ．， “Ｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆ ｉｎｔｒａ−ａｂｄｏｍｉｎａｌ ｆａｔ ａｃｃｕｍｕｌａｔｉｏｎ ｔｏ ｔｈｅ ｉｍｐａｒｉｍｅｎｔ ｏｆ ｇｌｕｃｏｓｅ ａｎｄ ｌｉｐｉｄ ｍｅｔａｂｏｌｉｓｍ ｉｎ ｈｕｍａｎ ｏｂｅｓｉｔｙ”， Ｍｅｔａｂｏｌｉｓｍ．， ３６， ｐｐ．５４−５９， １９８７」参照）から、全身の筋肉などで使われる皮下脂肪の代謝経路を指しているのでなく門脈系の循環に入って全てが肝臓に取り込まれる内臓脂肪の代謝経路を指しているのであると理解できる。同じく、インスリン標的臓器の脂肪組織は該当数が少なく図１４の対象に含まれていないが、内臓脂肪と皮下脂肪とに分けて関わりを検証する必要性があると考えられる。
【００９３】
蓄積された知識整理・表現の枠組みとしてオントロジーが注目され、役割や作用により活用語彙を階層的に分類することを通して、巨大な知識ベースが、多くの人手をかけて精力的に構築されてきている。図１５には、遺伝子オントロジー（ｇｅｎｅ ｏｎｔｏｌｏｇｙ）（例えば「Ａｓｈｂｕｒｎｅｒ，Ｍ． ｅｔ ａｌ．， “Ｇｅｎｅ ｏｎｔｏｌｏｇｙ：ｔｏｏｌ ｆｏｒ ｔｈｅ ｕｎｉｆｉｃａｔｉｏｎ ｏｆ ｂｉｏｌｏｇｙ”， Ｎａｔ． Ｇｅｎｅｔ．， ２５， ｐｐ．２５−２９， ２０００」参照）により遺伝子毎に付与された生体における機能等との結び付きが示されている。各遺伝子のアノテーション（注釈付け）は、キャンサーゲノムアナトミープロジェクト（ｔｈｅ ｃａｎｃｅｒ ｇｅｎｏｍｅ ａｎａｔｏｍｙ ｐｒｏｊｅｃｔ）で製作されたデータベース（２００３年１１月時点）（例えば「Ｇｒｅｇｏｒｙ，Ｊ．， ａｎｄ Ｓｔｒａｕｓｂｅｒｇ，Ｒ．， “Ｇｅｎｏｍｅ ａｎｄ ｇｅｎｅｔｉｃ ｒｅｓｏｕｒｃｅｓ ｆｒｏｍ ｔｈｅ ｃａｎｃｅｒ ｇｅｎｏｍｅ ａｎａｔｏｍｙ ｐｒｏｊｅｃｔ”， Ｈｕｍａｎ Ｍｏｌｅｃｕｌａｒ Ｇｅｎｅｔｉｃｓ， １０， ｐｐ．６６３−６６７， ２００１」参照）より得た。図１５には、全３６４５件の中から該当数２０以上の２９９を対象に、ＥＴ５０の小さいほうから上位２０を示している。
【００９４】
第３位の“ａｍｉｎｏ ａｃｉｄ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００６５２０）、第６位の“ｃｈｏｌｅｓｔｅｒｏｌ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００８２０３）、第７位の“ｇｌｙｃｏｇｅｎ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００５９７７）、第８位の“ｇｌｙｃｏｌｙｓｉｓ”（ＧＯ：０００６０９６）や第１１位の“ｃａｒｂｏｈｙｄｒａｔｅ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００５９７５）など、エネルギー産生栄養素（ｅｎｅｇｙ−ｙｉｅｌｄｉｎｇ ｎｕｔｒｉｅｎｔｓ）の代謝（ｍｅｔａｂｏｌｉｓｍｓ）に関するものが上位を占め、妥当といえる。他には、第１２位の“ｔｒｉｃａｒｂｏｘｙｌｉｃ ａｃｉｄ ｃｙｃｌｅ”（ＧＯ：０００６０９９）はアミノ酸代謝、糖新生、尿素回路（ｕｒｅａ ｃｙｃｌｅ）などの経路の仲立ちをする交差点であり、栄養分をエネルギーに変換するシステムとして知られ、妥当といえる。
【００９５】
また、血中コレステロールのほとんどはエステル型で低比重リポタンパクＬＤＬに存在し、生体内でのエステル化酵素である“ａｃｙｌ−ＣｏＡ−ｃｈｏｌｅｓｔｅｒｏｌ ａｃｙｌｔｒａｎｓｆｅｒａｓｅ”の活性は“ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”で亢進することが知られている。この点で、第１３位の“ａｃｙｌｔｒａｎｓｆｅｒａｓｅ ａｃｔｉｖｉｔｙ”（ＧＯ：０００８４１５）との関わりが考えられる。重要といえるのは、第１位の“ｌｉｐｉｄ ｔｒａｎｓｐｏｒｔｅｒ ａｃｔｉｖｉｔｙ”（ＧＯ：０００５３１９）と第２位の“ｌｉｐｉｄ ｔｒａｎｓｐｏｒｔ”（ＧＯ：０００６８６９）が挙げられていることである。血漿低比重リポタンパクＬＤＬは、血中におけるコレステロールの主要な担体であり、血管などの組織に栄養分として肝臓からのコレステロールを運ぶ働きがある。この点で上述した仮説との合致がみられる。
【００９６】
また、第１８位の“ｂｌｏｏｄ ｃｏａｇｕｌａｔｉｏｎ”（ＧＯ：０００７５９６）との関わりが示されているが、全体の俯瞰を通して見落としなく抽出された知識と認められ、興味深い。例えば、酸化ＬＤＬは、血管内皮細胞を障害して、血栓形成につながる、外因子系血液凝固を起こす組織因子の発現を誘導することが知られ、これによる関わりが考えられる。
【００９７】
第４位に“ｃｏｍｐｌｅｍｅｎｔ ａｃｔｉｖａｔｉｏｎ”、“ｃｌａｓｓｉｃａｌ ｐａｔｈｗａｙ”（ＧＯ：０００６９５８）、第５位に“ｌｙｓｏｓｏｍｅ”（ＧＯ：０００５７６４）が挙げられたことは以下の点で妥当性があり、代謝症候群から動脈硬化へ至るメカニズムの仮説を構築する上で興味深い。まず、リソソーム（ｌｙｓｏｓｏｍｅ）は細胞内外の不要物質を加水分解し消化する働きをもつ細胞内小器官であり、その中には脂質をはじめ、糖質、タンパク質などを分解する酵素が存在することが知られる。また、“ａｇｇｒｅｇａｔｅｄ ＬＤＬ”を取り込む貪食作用を起こしたマクロファージはリソソームを誘導することが明らかにされている（例えば「Ｚｈａｎｇ，Ｗ．， Ｇａｙｎｏｒ，Ｐ．， ａｎｄ Ｋｒｕｔｈ，Ｈ．， “Ａｇｇｒｅｇａｔｅｄ ｌｏｗ ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｉｎｄｕｃｅｓ ａｎｄ ｅｎｔｅｒｓ ｓｕｒｆａｃｅ−ｃｏｎｎｅｃｔｅｄ ｃｏｍｐａｒｔｍｅｎｔｓ ｏｆ ｈｕｍａｎ ｍｏｎｏｃｙｔｅ−ｍａｃｒｏｐｈａｇｅｓ． Ｕｐｔａｋｅ ｏｃｃｕｒｓ ｉｎｄｅｐｅｎｄｅｎｔｌｙ ｏｆ ｔｈｅ ｌｏｗ ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｒｅｃｅｐｔｏｒ”， Ｊ． Ｂｉｏｌ． Ｃｈｅｍ．， ２７２， ｐｐ．３１７００−３１７０６， １９９７」参照）。また、補体（ｃｏｍｐｌｅｍｅｎｔ）は炎症（ｉｎｆｌａｍｍａｔｉｏｎ）の惹起や免疫複合体の除去で血漿由来の仲介物質として働き、生体防御に重要な役割を果たすことで知られる。そして、古典経路（ｃｌａｓｓｉｃａｌ ｐａｔｈｗａｙ）は、病原体表面の免疫複合体に補体が結合することによって誘導される補体の活性化経路である。動脈硬化巣では炎症細胞浸潤と共に補体の沈着が認められている（例えば「Ｔｏｒｚｅｗｓｋｉ，Ｍ．， Ｔｏｒｚｅｗｓｋｉ，Ｊ．， Ｂｏｗｙｅｒ，ＤＥ．， Ｗａｌｔｅｎｂｅｒｇｅｒ，Ｊ．， Ｆｉｔｚｓｉｍｍｏｎｓ，Ｃ．， Ｈｏｍｂａｃｈ，Ｖ． ａｎｄ Ｇａｂｂｅｒｔ，ＨＥ．， "Ｉｍｍｕｎｏｈｉｓｔｏｃｈｅｍｉｃａｌ ｃｏｌｏｃａｌｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｔｅｒｍｉｎａｌ ｃｏｍｐｌｅｘ ｏｆ ｈｕｍａｎ ｃｏｍｐｌｅｍｅｎｔ ａｎｄ ｓｍｏｏｔｈ ｍｕｓｃｌｅ ｃｅｌｌ ａｌｐｈａ−ａｃｔｉｎ ｉｎ ｅａｒｌｙ ａｔｈｅｒｏｓｃｌｅｒｏｔｉｃ ｌｅｓｉｏｎｓ"， Ａｒｔｅｒｉｏｓｃｌｅｒ． Ｔｈｒｏｍｂ． Ｖａｓｃ． Ｂｉｏｌ．， １７， ｐｐ．２４４８−２４５２， １９９７」参照）。
【００９８】
また、炎症を反映する急性期反応物質であるＣＲＰ（Ｃ−ｒｅａｃｔｉｖｅ ｐｒｏｔｅｉｎ）と変性ＬＤＬとの結合で補体が活性化され、動脈硬化病変の進展を促進する可能性が示唆されている（例えば「Ｂｈａｋｄｉ，Ｓ．， Ｔｏｒｚｅｗｓｋｉ，Ｍ．， Ｋｌｏｕｃｈｅ，Ｍ．， ａｎｄ Ｈｅｍｍｅｓ，Ｍ．， “Ｃｏｍｐｌｅｍｅｎｔ ａｎｄ ａｔｈｅｒｏｇｅｎｅｓｉｓ ｂｉｎｄｉｎｇ ｏｆ ＣＲＰ ｔｏ ｄｅｇｒａｄｅｄ， ｎｏｎｏｘｉｄｉｚｅｄ ＬＤＬ ｅｎｈａｎｃｅｓ ｃｏｍｐｌｅｍｅｎｔ ａｃｔｉｖａｔｉｏｎ”， Ａｒｔｅｒｉｏｃｓｃｌｅｒ． Ｔｈｒｏｍｂ． Ｖａｓｃ． Ｂｉｏｌ．， １９， ｐｐ．２３４８−２３５４， １９９９」参照）。ここで、組織障害や感染が起きたときの２、３日以内のタンパクをはじめとする血漿成分の変化は急性期反応（ａｃｕｔｅ−ｐｈａｓｅ ｒｅｓｐｏｎｓｅ）と呼ばれる。図１５では、“ａｃｕｔｅ−ｐｈａｓｅ ｒｅｓｐｏｎｓｅ”（ＧＯ：０００６９５８）は全１９件により対象外であったが、強い結び付き想定される結果（ＥＴ５０が９４８、ｄｉｖ．が０．０９８）が得られている。
【００９９】
最近になって、酸化を受けたＬＤＬは、ＣＲＰの他、血液中を恒常的に循環している血液凝固をおさえるように働くタンパク質であるアポリポタンパク質Ｈ（β2−ｇｌｙｃｏｐｒｏｔｅｉｎ １、β2−ＧＰＩとしても知られる）の修飾を速やかに受け、これらタンパク質との複合体として血中を循環していることが明らかにされ、潜在的な動脈硬化の指標とされている（例えば「Ｋｏｂａｙａｓｈｉ，Ｋ．， Ｋｉｓｈｉ，Ｍ．， Ａｔｓｕｍｉ，Ｔ．， Ｂｅｒｔｏｌａｃｃｉｎｉ，Ｍ．， Ｍａｋｉｎｏ，Ｈ．， Ｓａｋａｉｒｉ，Ｎ．， Ｙａｍａｍｏｔｏ，Ｉ．， Ｙａｓｕｄａ，Ｔ．， Ｋｈａｍａｓｈｔａ，Ｍ．， Ｈｕｇｈｅｓ，Ｎ．， Ｋｏｉｋｅ，Ｔ．， Ｖｏｅｌｋｅｒ，Ｄ．， ａｎｄ Ｍａｔｓｕｕｒａ，Ｅ．， “Ｃｉｒｃｕｌａｔｉｎｇ ｏｘｉｄｉｚｅｄ ＬＤＬ ｆｏｒｍｓ ｃｏｍｐｌｅｘｅｓ ｗｉｔｈ Ｂ２−ｇｌｙｃｏｐｒｏｔｅｉｎ Ｉ：ｉｍｐｌｉｃａｔｉｏｎ ａｓ ａｎ ａｔｈｅｒｏｇｅｎｉｃ ａｕｔｏａｎｔｉｇｅｎ”， Ｊ． Ｌｉｐｉｄ Ｒｅｓ．， ４４， ｐｐ．７１６−７２６， ２００３」参照）。
【０１００】
変性ＬＤＬという、異物を貪食する機構において、ここでは補体が関わる免疫複合体様の機序によるオプソニン機構の関与を示唆しているといえる。ここで、変性ＬＤＬのスカベンジャー受容体による取り込み（例えば「Ｋｏｄａｍａ，Ｔ．， Ｆｒｅｅｄｍａｎ，Ｍ．， Ｒｏｈｒｅｒ，Ｌ．， Ｚａｂｒｅｃｋｙ，Ｊ．， Ｍａｔｓｕｄａｉｒａ，Ｐ．， ａｎｄ Ｋｒｉｅｇｅｒ，Ｍ．， “Ｔｙｐｅ Ｉ ｍａｃｒｏｐｈａｇｅ ｓｃａｖｅｎｇｅｒ ｒｅｃｅｐｔｏｒ ｃｏｎｔａｉｎｓ ａｌｐｈａ−ｈｅｌｉｃａｌ ａｎｄ ｃｏｌｌａｇｅｎ−ｌｉｋｅ ｃｏｉｌｅｄ ｃｏｉｌｓ”， Ｎａｔｕｒｅ， ３４３， ｐｐ．５３１−５３５， １９９０」参照）が動脈硬化発症の機序としてこれまでよく知られている。スカベンジャー受容体は変性ＬＤＬの表面構造や陰性荷電を認識して変性ＬＤＬを取り込むとされる。一方で、酸化ＬＤＬ−β2−ＧＰＩ複合体では、本来、酸化ＬＤＬが有すると考えられていた陰性荷電の消失が確認されている（例えば「Ｋｏｂａｙａｓｈｉ，Ｋ．， Ｋｉｓｈｉ，Ｍ．， Ａｔｓｕｍｉ，Ｔ．， Ｂｅｒｔｏｌａｃｃｉｎｉ，Ｍ．， Ｍａｋｉｎｏ，Ｈ．， Ｓａｋａｉｒｉ，Ｎ．， Ｙａｍａｍｏｔｏ，Ｉ．， Ｙａｓｕｄａ，Ｔ．， Ｋｈａｍａｓｈｔａ，Ｍ．， Ｈｕｇｈｅｓ，Ｎ．， Ｋｏｉｋｅ，Ｔ．， Ｖｏｅｌｋｅｒ，Ｄ．， ａｎｄ Ｍａｔｓｕｕｒａ，Ｅ．， “Ｃｉｒｃｕｌａｔｉｎｇ ｏｘｉｄｉｚｅｄ ＬＤＬ ｆｏｒｍｓ ｃｏｍｐｌｅｘｅｓ ｗｉｔｈ Ｂ２−ｇｌｙｃｏｐｒｏｔｅｉｎ Ｉ：ｉｍｐｌｉｃａｔｉｏｎ ａｓ ａｎ ａｔｈｅｒｏｇｅｎｉｃ ａｕｔｏａｎｔｉｇｅｎ”， Ｊ． Ｌｉｐｉｄ Ｒｅｓ．， ４４， ｐｐ．７１６−７２６， ２００３」参照）。
【０１０１】
以上、本実施例では、代謝症候群の関連遺伝子の網羅的探索と、遺伝子の関連臓器やオントロジーを活用した包括的理解が可能なことを示した。代謝症候群を形成する４つの疾患から派生した疾患概念を有機的に結合させ、動脈硬化の発症や進展の基盤とされる炎症の関わりはもとより、最近、実際に見出されつつある免疫補体反応の関わりが導かれていることは特筆すべき点である。生物学的実験により裏付けされると共に新たな治療や予防方法の開発につながることが期待される。また、本発明により、解析対象のオブジェクトである遺伝子を１つ加えるごとに描かれた２次元平面により、当該解析対象の遺伝子と注目する疾患に相当する位置から算出される距離に対して昇順で並べ替えて序列した結果に基づいて疾患関連遺伝子の探索を実現した。さらに、本発明により、その序列とオントロジー等の別に持ち合わせる知識情報に関する知識データベースとの対比から、疾患に関連する知識をシステマティックに導出した。換言すると、本発明により、存在するＰｕｂＭｅｄ文献を用いた遺伝子間の相対関係の定量化および遺伝子知識統合による疾患関連遺伝子の順位付けとそれに伴う知識発見が実現されることを示した。本発明は、ハイスループットで網羅的な解析から発症機序の解明が求められる中で、全体像を見据えた仮説の構築に有用といえる。また、多因子性疾患は複数の遺伝子が環境も要因に複雑に絡み合って引き起こされると考えられているが、本発明を用いることで、遺伝子間相互作用が考慮された遺伝子ネットワーク（例えば「Ｂａｒａｂａｓｉ，ＡＬ．， ａｎｄ Ｏｌｔｖａｉ，ＺＮ．， “Ｎｅｔｗｏｒｋ ｂｉｏｌｏｇｙ：ｕｎｄｅｒｓｔａｎｄｉｎｇ ｔｈｅ ｃｅｌｌ'ｓ ｆｕｎｃｔｉｏｎａｌ ｏｒｇａｎｉｚａｔｉｏｎ”， Ｎａｔ． Ｒｅｃ． Ｇｅｎｅｔ．， ５． ｐｐ．１０１−１１８， ２００４」や「Ｂａｒｒｏｓｏ，Ｉ．，Ｇｕｒｎｅｌｌ，Ｍ．， Ｃｒｏｗｌｅｙ，ＶＥ．， Ａｇｏｓｔｉｎｉ，Ｍ．， Ｓｃｈｗａｂｅ，ＪＷ．， Ｓｏｏｓ，ＭＡ．， Ｍａｓｌｅｎ，ＧＬ．， Ｗｉｌｌｉａｍｓ，ＴＤ．， Ｌｅｗｉｓ，Ｈ．， Ｓｃｈａｆｅｒ，ＡＪ．， Ｃｈａｔｔｅｒｊｅｅ，ＶＫ．， ａｎｄ Ｏ'Ｒａｈｉｌｌｙ，Ｓ．， “Ｄｏｍｉｎａｎｔ ｎｅｇａｔｉｖｅ ｍｕｔａｔｉｏｎｓ ｉｎ ｈｕｍａｎ ＰＰＡＲｇａｍｍａ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｓｅｖｅｒｅ ｉｎｓｕｌｉｎ ｒｅｓｉｓｔａｎｃｅ， ｄｉａｂｅｔｅｓ ｍｅｌｌｉｔｕｓ ａｎｄ ｈｙｐｅｒｔｅｎｔｉｏｎ”， Ｎａｔｕｒｅ， ４０２， ｐｐ．８８０−８８３， １９９９」参照）や食事や運動などの環境要因を考慮した分析も可能である。
【産業上の利用可能性】
【０１０２】
以上のように、本発明にかかる遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体は、疾患関連遺伝子探索や創薬ターゲット候補選定などを行うバイオインフォマティクス分野において極めて有用であり、産業上の多くの分野、特に医薬品や医療、ライフサイエンス等の分野に適している。
【図面の簡単な説明】
【０１０３】
【図１】遺伝子探索装置１００の構成を示すブロック図である。
【図２】関連知識情報ファイル１０６ｐに格納される情報の一例を示す図である。
【図３】遺伝子探索装置１００の制御部１０２で行われるメイン処理の一例を示すフローチャートである。
【図４】遺伝子探索装置１００の制御部１０２で行われる次元圧縮処理の一例を示すフローチャートである。
【図５】学習文書集合における頻度の上位２５の語の例を示す図である。
【図６】ＰｕｂＭｅｄのＩＤが８６６１０１９の論文を用いた語の抽出例を示す図である。
【図７】代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）に関する４疾患（肥満、糖尿病、高脂血症および高血圧）の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図８】Ｉ型糖尿病およびＩＩ型糖尿病の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図９】機能クラスで分類された高血圧候補遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図１０】各臓器の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図１１】６１３１個の遺伝子に対して得た序列の染色体に関する分布を示す図である。
【図１２】得られた６１３１遺伝子の序列と代謝症候群を形成する４疾患の関連遺伝子との関係を示す図である。
【図１３】得られた６１３１遺伝子の序列と他の疾患の既知の関連遺伝子との関係を示す図である。
【図１４】６１３１個の遺伝子ごとの関連臓器に関する結び付きを示す図である。
【図１５】遺伝子オントロジーにより遺伝子毎に付与された生体における機能等との結び付きを示す図である。
【符号の説明】
【０１０４】
１００ 遺伝子探索装置
１０２ 制御部
１０２ａ 文書情報取得部
１０２ｂ 文書ベクトル情報作成部
１０２ｃ 学習文書情報取得部
１０２ｄ 学習文書ベクトル情報作成部
１０２ｅ 正規直交行列取得部
１０２ｆ 正規直交変換部
１０２ｇ オブジェクト生成部
１０２ｈ 類似度情報算出部
１０２ｉ 座標情報取得部
１０２ｊ 距離情報算出部
１０２ｋ オブジェクト序列部
１０２ｍ 関連知識情報抽出部
１０４ 通信インターフェース部
１０６ 記憶部
１０６ａ 文書情報ファイル
１０６ｂ 単語情報ファイル
１０６ｃ 文書ベクトル情報ファイル
１０６ｄ 学習文書情報ファイル
１０６ｅ 学習文書ベクトル情報ファイル
１０６ｆ 正規直交行列ファイル
１０６ｇ 変換文書ベクトル情報ファイル
１０６ｈ オブジェクトファイル
１０６ｉ 類似度情報ファイル
１０６ｊ 座標情報ファイル
１０６ｋ 距離情報ファイル
１０６ｍ 序列結果ファイル
１０６ｎ 知識データベース
１０６ｐ 関連知識情報ファイル
１０８ 入出力インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ 外部システム
３００ ネットワーク
【技術分野】
【０００１】
本発明は、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念（具体的には所望の概念）に関連する遺伝子を探索する遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体に関するものである。
【背景技術】
【０００２】
ヒトゲノム解読により、疾患の遺伝的要因の解明とｇｅｎｅｔｉｃ ｍｅｄｉｃｉｎｅの開発が期待される段階となっている（例えば非特許文献１参照）。この状況の下で、多因子性疾患を対象にゲノムワイド（ｇｅｎｏｍｅ−ｗｉｄｅ）な疾患関連遺伝子の解明（例えば非特許文献２参照）が精力的に進められている。
【０００３】
これまで、疾患関連遺伝子の抽出は、生物学的実験により得られるのが一般的で、その結果は蓄積されてきている。情報処理による方法としては、既知の疾患関連遺伝子を基に塩基配列の相同性により疾患関連遺伝子を推定する方法が挙げられる。また、生体に関する測定機器や計算機の性能向上に伴ってデータの取得が比較的容易となり、数々のデータベース構築（例えば非特許文献３参照）を通して個別に得られた知識が蓄積されてきている。しかし、解釈に用いる知識が分野横断的で且つ膨大な量となっているために人が扱いきれず、意味付けや生体全体との関わりの理解が困難な状況である。そのため、データベースを有効活用して断片的な知識の網羅的統合により知識発見を図るマイニングに期待が高まっている。
【０００４】
そして、疾患関連遺伝子の探索は、主として遺伝統計学的分析により疾患遺伝子座の局在の決定から原因遺伝子の単離に至るポジショナルクローニング（ｐｏｓｉｔｉｏｎａｌ ｃｌｏｎｉｎｇ）を通して行われている。例えば、ＳＮＰ（ｓｉｎｇｌｅ ｎｕｃｌｅｏｔｉｄｅ ｐｏｌｙｍｏｒｐｈｉｓｍ）をはじめとしたマーカーの解析が行われている。ただし、多因子性疾患の関連遺伝子を探索する場合、遺伝子型と疾患との関係を確立するのに多くのサンプルが必要となる（例えば非特許文献４参照）。また、家系内の患者間で遺伝子を共有しているか否かを統計学的に検定する連鎖解析と、集団で特定の対立遺伝子を患者同士で共有しているか否かをみて患者群と正常対象群との比較から関連遺伝子とその変異を統計学的に検定する“ｃａｓｅ−ｃｏｎｔｒｏｌ ｓｔｕｄｙ”がよく知られる。なお、連鎖解析や“ｃａｓｅ−ｃｏｎｔｒｏｌ ｓｔｕｄｙ”は、「ありふれた病気に対する感受性は、集団内での或る共通の遺伝子の変異が一因である可能性が高い。」という“ｃｏｍｍｏｎ ｄｉｓｅａｓｅ ｃｏｍｍｏｎ ｖａｒｉａｎｔ”仮説に基づいて行われている。
【０００５】
また、非特許文献５には、医学生物学的知見に関する論文データベースの「ＰｕｂＭｅｄ（例えば非特許文献６参照）」を用いて、論文中の単語共起に基づいて、医学生物学的知見を遺伝子、化合物、疾患の３つの間の関係から求めて、疾患関連遺伝子を探索する技術が記載されている。これにより、断片的に蓄積された論文などの知識と遺伝子との照合により、疾患関連遺伝子を探索することができた。また、文書情報を活用したこれまでの検討例には、遺伝的に受継がれる疾患とヒトの遺伝子との関係を、調整された語彙を用いて探るスコアリングシステム（例えば非特許文献７参照）が挙げられる。これにより、遺伝的に受継がれる疾患などに関連する遺伝子を探索することができた。
【０００６】
【非特許文献１】Ｃｏｌｌｉｎｓ，ＦＳ．， ａｎｄ Ｍｃｋｕｓｉｃｋ，ＶＡ．， “Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ ｔｈｅ Ｈｕｍａｎ Ｇｅｎｏｍｅ Ｐｒｏｊｅｃｔ ｆｏｒ ｍｅｄｉｃａｌ ｓｃｉｅｎｃｅ”， ＪＡＭＡ， ２８５， ｐｐ．５４０−５４４， ２００１
【非特許文献２】Ｄａｉｍｏｎ，Ｍ．， Ｊｉ，Ｇ．， Ｓａｉｔｏｈ，Ｔ．， Ｏｉｚｕｍｉ，Ｔ．， Ｔｏｍｉｎａｇａ，Ｍ．， Ｎａｋａｍｕｒａ，Ｔ．， Ｉｓｈｉｉ，Ｋ．， Ｍａｔｓｕｕｒａ，Ｔ．， Ｉｎａｇｅｄａ，Ｋ．， Ｍａｔｓｕｍｉｎｅ，Ｈ．， Ｋｉｄｏ，Ｔ．， Ｈｔａｙ，Ｌ．， Ｋａｍａｔａｎｉ，Ｎ．， Ｍｕｒａｍａｔｓｕ，Ｍ．， ａｎｄ Ｋａｔｏ，Ｔ．， “Ｌａｒｇｅ−ｓｃａｌｅ ｓｅａｒｃｈ ｏｆ ＳＮＰｓ ｆｏｒ ｔｙｐｅ ２ ＤＭ ｓｕｓｃｅｐｔｉｂｉｌｉｔｙ ｇｅｎｅｓ ｉｎ ａ Ｊａｐａｎｅｓｅ ｐｏｐｕｌａｔｉｏｎ”， Ｂｉｏｃｈｅｍ． Ｂｉｏｐｈｙｓ． Ｒｅｓ． Ｃｏｍｍｕｎ．， ３０２， ｐｐ．７５１−７５８， ２００３
【非特許文献３】Ｂａｘｅｖａｎｉｓ，ＡＤ．， “Ｔｈｅ ｍｏｌｅｃｕｌａｒ ｂｉｏｌｏｇｙ ｄａｔａｂａｓｅ ｃｏｌｌｅｃｔｉｏｎ：２００３ ｕｐｄａｔｅ”， Ｎｕｃｌｅｉｃ． Ａｃｉｄｓ Ｒｅｓ．， ３１， ｐｐ．１−１２， ２００３
【非特許文献４】Ｋｒｕｇｌｙａｋ，Ｌ．， “Ｐｒｏｓｐａｃｔｓ ｆｏｒ ｗｈｏｌｅ−ｇｅｎｏｍｅ ｌｉｎｋａｇｅ ｄｉｓｅｑｕｉｌｉｂｒｉｕｍ ｍａｐｐｉｎｇ ｏｆ ｃｏｍｍｏｎ ｄｉｓｅａｓｅ ｇｅｎｅｓ”， Ｎａｔ． Ｇｅｎｅｔ．， ２２， ｐｐ．１３９−１４４， １９９９
【非特許文献５】株式会社ワールドフュージョンが開発したテキストマイニングシステム「構ｋｏｚｏ造 ｖｅｒ１」のホームページ「ｈｔｔｐ：／／ｗｗｗ．ｗ−ｆｕｓｉｏｎ．ｃｏ．ｊｐ／ｗｆ／ｋｏｚｏ．ｈｔｍｌ」
【非特許文献６】論文データベースＰｕｂＭｅｄのホームページ「ｈｔｔｐ：／／ｗｗｗ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／ｅｎｔｒｅｚ／ｑｕｅｒｙ．ｆｃｇｉ？ｄｂ＝ＰｕｂＭｅｄ」
【非特許文献７】Ｐｅｒｅｚ−Ｉｒａｔｘｅｔａ，Ｃ．， Ｂｏｒｋ，Ｐ．， ａｎｄ Ａｎｄｒａｄｅ，ＭＡ．， “Ａｓｓｏｃｉａｔｉｏｎ ｏｆ ｇｅｎｅｓ ｔｏ ｇｅｎｅｔｉｃａｌｌｙ ｉｎｈｅｒｉｔｅｄ ｄｉｓｅａｓｅｓ ｕｓｉｎｇ ｄａｔａ ｍｉｎｉｎｇ”， Ｎａｔ． Ｇｅｎｅｔ．， ３１， ｐｐ．３１６−３１９， ２００２
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかしながら、非特許文献５に記載の技術では、断片的に蓄積された論文などの知識と遺伝子との照合にとどまっているため、複合する様々な知識を網羅的に統合した分析がなされておらず、また疾患関連遺伝子の探索が全体を俯瞰した包括的な理解に基づいて果たされていないという問題点があった。また、非特許文献７に記載の技術では、種々の遺伝子が原因となる多因子性疾患の関連遺伝子の探索への適用が考慮されていないという問題点があった。
【０００８】
本発明は、上記問題点に鑑みてなされたもので、複合する様々な知識を網羅的に統合して、全体を俯瞰した包括的な理解に基づいて疾患関連遺伝子（特に多因子性疾患の関連遺伝子）を探索することができる遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体を提供することを目的とする。
【課題を解決するための手段】
【０００９】
上述した課題を解決し目的を達成するために、本発明にかかる請求項１に記載の遺伝子探索装置は、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索装置であって、所定の単語情報を記憶する単語情報記憶手段と、オブジェクトを生成する際に用いる文書情報を取得する文書情報取得手段と、前記単語情報記憶手段に記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得手段で取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成手段と、前記文書ベクトル情報作成手段で作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成手段と、前記オブジェクト生成手段で生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出手段と、前記類似度情報算出手段で算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得手段と、前記座標情報取得手段で取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出手段と、前記距離情報算出手段で算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列手段と、を備えたことを特徴とする。
【００１０】
また、本発明にかかる請求項２に記載の遺伝子探索装置は、請求項１に記載の遺伝子探索装置において、前記オブジェクト序列手段で序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出手段をさらに備えたことを特徴とする。
【００１１】
また、本発明は遺伝子探索方法に関するものであり、本発明にかかる請求項３に記載の遺伝子探索方法は、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法であって、所定の単語情報を記憶する単語情報記憶ステップと、オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、を含むことを特徴とする。
【００１２】
また、本発明にかかる請求項４に記載の遺伝子探索方法は、請求項３に記載の遺伝子探索方法において、前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップをさらに含むことを特徴とする。
【００１３】
また、本発明は遺伝子探索プログラムに関するものであり、本発明にかかる請求項５に記載の遺伝子探索プログラムは、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法をコンピュータに実行させる遺伝子探索プログラムであって、所定の単語情報を記憶する単語情報記憶ステップと、オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、を含むことを特徴とする。
【００１４】
また、本発明にかかる請求項６に記載の遺伝子探索プログラムは、請求項５に記載の遺伝子探索プログラムにおいて、前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップをさらに含むことを特徴とする。
【００１５】
また、本発明は記録媒体に関するものであり、本発明にかかる請求項７に記載の記録媒体は、前記請求項５または６に記載された遺伝子探索プログラムを記録したことを特徴とする。
【発明の効果】
【００１６】
本発明にかかる遺伝子探索装置、遺伝子探索方法および遺伝子探索プログラムは、疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念（具体的には所望の概念）に関連する遺伝子を探索する遺伝子探索装置、遺伝子探索方法および当該遺伝子探索方法をコンピュータに実行させる遺伝子探索プログラムであって、オブジェクトを生成する際に用いる文書情報を取得し、記憶した所定の各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて、取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成し、作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成し、生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出し、算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得し、取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出し、算出した距離情報に基づいて各オブジェクトを序列する。これにより、複合する様々な知識を網羅的に統合して、全体を俯瞰した包括的な理解に基づいて疾患関連遺伝子（特に多因子性疾患の関連遺伝子）を探索することができるという効果を奏する。
【００１７】
また、本発明にかかる遺伝子探索装置、遺伝子探索方法および遺伝子探索プログラムは、序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出する。つまり、本発明によれば、疾患関連遺伝子の探索と共に疾患に関連する知識も抽出するので、新しい薬剤や治療法の開発を効率よく行うことができ、その結果、当該開発に要するコストを削減することができるという効果を奏する。
【００１８】
また、本発明にかかる記録媒体は、本発明にかかる遺伝子探索プログラムを記録する。これにより、当該記録媒体に記録された遺伝子探索プログラムをコンピュータに読み取らせて実行することによって、本発明にかかる遺伝子探索プログラムをコンピュータを利用して実現することができ、これら各遺伝子探索プログラムと同様の効果を得ることができるという効果を奏する。
【発明を実施するための最良の形態】
【００１９】
以下に、本発明にかかる遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体の実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。
【００２０】
まず、本実施の形態の遺伝子探索装置１００の構成について、図１を参照して説明する。図１は、遺伝子探索装置１００の構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
【００２１】
遺伝子探索装置１００は、遺伝子探索装置１００を統括的に制御するＣＰＵ等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して遺伝子探索装置１００をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。なお、ネットワーク３００は、遺伝子探索装置１００と外部システム２００とを相互に通信可能に接続する機能を有し、例えばインターネットやＬＡＮ等である。外部システム２００は、ネットワーク３００を介して遺伝子探索装置１００と相互に通信可能に接続され、文書情報や単語情報や各種パラメータ等に関する外部データベース、そしてオブジェクトの生成やオブジェクト間の類似度の算出のための外部プログラム等を提供する機能など、を有する。また、外部システム２００はＷＥＢサーバやＡＳＰサーバ等として構成してもよく、そのハードウェアは一般に市販されるワークステーションやパーソナルコンピュータ等の情報処理装置およびその付属装置で構成してもよい。また、外部システム２００の各機能は外部システム２００のハードウェア構成中のＣＰＵやディスク装置やメモリ装置や入力装置や出力装置や通信制御装置等およびそれらを制御するプログラム等で実現される。
【００２２】
記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ、ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。そして、記憶部１０６には、各種処理に用いる各種のプログラムやテーブルやファイルやデータベースやウェブページ用ファイル等を格納する。記憶部１０６は、図示の如く、文書情報ファイル１０６ａや単語情報ファイル１０６ｂ、文書ベクトル情報ファイル１０６ｃ、学習文書情報ファイル１０６ｄ、学習文書ベクトル情報ファイル１０６ｅ、変換行列ファイル１０６ｆ、次元圧縮文書ベクトル情報ファイル１０６ｇ、オブジェクトファイル１０６ｈ、類似度情報ファイル１０６ｉ、座標情報ファイル１０６ｊ、距離情報ファイル１０６ｋ、序列結果ファイル１０６ｍ、知識データベース１０６ｎ、関連知識情報ファイル１０６ｐを格納する。
【００２３】
ここで、文書情報ファイル１０６ａは、後述する文書情報取得部１０２ａで取得した、オブジェクトを生成する際に用いる文書情報を格納する。単語情報ファイル１０６ｂは、本発明の構成要素である単語情報記憶手段に対応し、所定の単語情報を記憶（格納）する。文書ベクトル情報ファイル１０６ｃは、後述する文書ベクトル情報作成部１０２ｂで作成した文書ベクトル情報を格納する。
【００２４】
学習文書情報ファイル１０６ｄは、後述する学習文書情報取得部１０２ｃで取得した学習文書情報を格納する。学習文書ベクトル情報ファイル１０６ｅは、後述する学習文書ベクトル情報作成部１０２ｄで作成した学習文書ベクトル情報を格納する。変換行列ファイル１０６ｆは、後述する変換行列取得部１０２ｅで取得した正規直交変換を行うための変換行列を格納する。次元圧縮文書ベクトル情報ファイル１０６ｇは、後述する正規直交変換部１０２ｆで変換して次元圧縮した文書ベクトル情報を格納する。
【００２５】
オブジェクトファイル１０６ｈは、後述するオブジェクト生成部１０２ｇで生成したオブジェクト、具体的にはオブジェクトに対応する固有値情報や固有ベクトル情報、オブジェクトの次元数、後述するパラメータ“κ”の値などを格納する。類似度情報ファイル１０６ｉは、後述する類似度情報算出部１０２ｈで算出した類似度情報を、オブジェクトを一意に識別するためのオブジェクト識別情報（算出対象の各オブジェクトのオブジェクト識別情報）と相互に関連付けて格納する。座標情報ファイル１０６ｊは、後述する座標情報取得部１０２ｉで取得した座標情報を格納する。距離情報ファイル１０６ｋは、後述する距離情報算出部１０２ｊで算出した距離情報を格納する。序列結果ファイル１０６ｍは、後述するオブジェクト序列部１０２ｋで序列した序列結果を格納する。序列結果ファイル１０６ｍは、順位を一意に識別する順位識別情報とオブジェクト識別情報とを相互に関連付けて格納する。知識データベース１０６ｎは、後述する関連知識情報抽出部１０２ｍで利用する知識データベース（例えばオントロジー等の知識情報を蓄積したデータベース）を格納する。関連知識情報ファイル１０６ｐは、後述する関連知識情報抽出部１０２ｍで抽出した抽出結果を格納する。ここで、関連知識情報ファイル１０６ｐに格納される情報について、図２を参照して説明する。図２は、関連知識情報ファイル１０６ｐに格納される情報の一例を示す図である。関連知識情報ファイル１０６ｐには、後述するオブジェクト序列部１０２ｋでオブジェクトを序列した際の順位と、後述する距離情報算出部１０２ｊで算出した距離情報と、オブジェクトとして捉えた遺伝子を一意に識別する遺伝子識別情報と、疾患などの関連情報と、を相互に関連付けて格納する。
【００２６】
通信インターフェース部１０４は、遺伝子探索装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。
【００２７】
入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下で、出力装置１１４をモニタとして記載する場合がある。）。また、入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
【００２８】
制御部１０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、各種の処理手順等を規定したプログラムおよび所要データを格納するための内部メモリを有し、これらのプログラムに基づいて種々の処理を実行するための情報処理を行う。また、制御部１０２は、図示の如く、大別して、文書情報取得部１０２ａと、文書ベクトル情報作成部１０２ｂと、学習文書情報取得部１０２ｃと、学習文書ベクトル情報作成部１０２ｄと、変換行列取得部１０２ｅと、正規直交変換部１０２ｆと、オブジェクト生成部１０２ｇと、類似度情報算出部１０２ｈと、座標情報取得部１０２ｉと、距離情報算出部１０２ｊと、オブジェクト序列部１０２ｋと、関連知識情報抽出部１０２ｍと、を備えている。
【００２９】
ここで、文書情報取得部１０２ａは、オブジェクトを生成する際に用いる文書情報を取得する。文書ベクトル情報作成部１０２ｂは、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて文書情報取得部１０２ａで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する。
【００３０】
学習文書情報取得部１０２ｃは、正規直交変換を行う際に用いる学習文書情報を取得する。学習文書ベクトル情報作成部１０２ｄは、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて学習文書情報取得部１０２ｃで取得した学習文書情報をベクトルで表現することで、学習文書ベクトル情報を作成する。変換行列取得部１０２ｅは、学習文書ベクトル情報を用いて、正規直交変換を行うための変換行列を取得する。正規直交変換部１０２ｆは、変換行列に基づいて文書ベクトル情報の正規直交変換を行うことにより、文書ベクトル情報を次元圧縮した情報である次元圧縮文書ベクトル情報に変換する。
【００３１】
オブジェクト生成部１０２ｇは、文書ベクトル情報作成部１０２ｂで作成した文書ベクトル情報または正規直交変換部１０２ｆで変換した次元圧縮文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成する。換言すると、固有ベクトル情報を基底とする部分空間により導出されるオブジェクトを生成する。類似度情報算出部１０２ｈは、オブジェクト生成部１０２ｇで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する。座標情報取得部１０２ｉは、類似度情報算出部１０２ｈで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得する。距離情報算出部１０２ｊは、座標情報取得部１０２ｉで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出する。オブジェクト序列部１０２ｋは、距離情報算出部１０２ｊで算出した距離情報に基づいて各オブジェクトを序列する。関連知識情報抽出部１０２ｍは、オブジェクト序列部１０２ｋで序列した各オブジェクトの序列結果と知識データベース１０６ｎに格納した知識データベースとを対比させ、対比結果に基づいて所定の指標（例えば、後述する実施例における“ＥＴ５０”や“ｄｉｖ．”など）に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出する。
【００３２】
以上の構成において、遺伝子探索装置１００の制御部１０２で行われるメイン処理を、図３などを参照して説明する。図３は、遺伝子探索装置１００の制御部１０２で行われるメイン処理の一例を示すフローチャートである。なお、単語情報ファイル１０６ｂには予め定めた単語情報が格納されているものとする。また、知識データベース１０６ｎには予め取得した知識データベースが格納されているものとする。
【００３３】
まず、文書情報取得部１０２ａで、オブジェクトを生成する際に用いる文書情報を取得し、取得した文書情報を文書情報ファイル１０６ａの所定の記憶領域に格納する（ステップＳＡ−１）。
【００３４】
ついで、文書ベクトル情報作成部１０２ｂで、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて文書情報取得部１０２ａで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成し、作成した文書ベクトル情報を文書ベクトル情報ファイル１０６ｃの所定の記憶領域に格納する（ステップＳＡ−２）。ここで、ステップＳＡ−２において、文書ベクトル情報を出現頻度情報および重み情報の積に基づいて作成してもよい。なお、重み情報は、語の意味合いの深さを表す量であり、単語情報識別番号「ｋ」に対応する単語情報に関する重みである下記数式１で算出される「ＩＤＦ（ｋ）」であってもよい。
【数１】
（ここで、「ｋ」は１からＮの値をとる整数である。但し、「Ｎ」は１以上の整数であって単語情報集合に含まれる単語情報の総数を表す。）
【００３５】
ここで、単語情報の冗長性を除いて処理量を削減する目的から学習文書情報を用いた正規直交変換を施し、固有値情報の累積寄与率を基準に次元圧縮した空間に変換してもよい。つまり、学習文書情報を利用して単語情報間の相関を排除することにより、文書ベクトル情報の次元数を削減してもよい。具体的には、正規直交変換に用いる学習文書情報を取得し、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて学習文書情報をベクトルで表現することで、学習文書ベクトル情報を作成し、作成した学習文書ベクトル情報を用いて、正規直交変換を行うための変換行列を取得し、取得した変換行列に基づいて文書ベクトル情報の正規直交変換を行うことで、文書ベクトル情報を次元圧縮してもよい（次元圧縮処理）。
【００３６】
ここで、制御部１０２の学習文書情報取得部１０２ｃから正規直交変換部１０２ｆで行われる次元圧縮処理について、図４を参照して詳細に説明する。なお、本次元圧縮処理は、ステップＳＡ−２（文書ベクトル情報作成）に包含される位置付けにあり、単純に文書ベクトル情報の次元を削減するテクニック（少記憶容量、高速化につながるもの）である。図４は、遺伝子探索装置１００の制御部１０２で行われる次元圧縮処理の一例を示すフローチャートである。
【００３７】
まず、学習文書情報取得部１０２ｃで、正規直交変換を行う際に用いる学習文書情報を取得し、学習文書情報ファイル１０６ｄの所定の記憶領域に格納する（ステップＳＢ−１）。
【００３８】
ついで、学習文書ベクトル情報作成部１０２ｄで、単語情報ファイル１０６ｂに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいてステップＳＢ−１で取得した学習文書情報をベクトルで表現することで、学習文書ベクトル情報を作成し、学習文書ベクトル情報ファイル１０６ｅの所定の記憶領域に格納する（ステップＳＢ−２）。ここで、ステップＳＢ−２において、学習文書ベクトル情報を出現頻度情報および重み情報の積に基づいて作成してもよい。なお、重み情報は、語の意味合いの深さを表す量であり、単語情報識別番号「ｋ」に対応する単語情報に関する重みである下記数式２で算出される「ＩＤＦ（ｋ）」であってもよい。
【数２】
（ここで、「ｋ」は１からＮの値をとる整数である。但し、「Ｎ」は１以上の整数であって単語情報集合に含まれる単語情報の総数を表す。）
【００３９】
ついで、変換行列取得部１０２ｅで、ステップＳＢ−２で作成した学習文書ベクトル情報を用いて、正規直交変換を行うための変換行列を取得し、変換行列ファイル１０６ｆの所定の記憶領域に格納する（ステップＳＢ−３）。ここで、ステップＳＢ−３において、学習文書ベクトル情報を用いて、下記数式３で定義される固有値情報の累積寄与率を基準に、正規直交変換を行うための変換行列を取得してもよい。
【数３】
（ここで、「Ｎ」は次元圧縮する前の学習文書ベクトル情報の次元数であり、「Ｎ'」は次元圧縮した後の学習文書ベクトル情報の次元数（但し、「Ｎ'≪Ｎ」）であり、「ｕk」は第「ｋ」主成分に対応する固有値情報である。但し、「ｋ」は不等式「１≦ｋ≦Ｎ」を満たす整数である。）
【００４０】
ついで、正規直交変換部１０２ｆで、ステップＳＢ−３で取得した変換行列に基づいて文書ベクトル情報の正規直交変換を行うことで、文書ベクトル情報を次元圧縮した次元圧縮文書ベクトル情報に変換し、次元圧縮文書ベクトル情報ファイル１０６ｇの所定の記憶領域に格納する（ステップＳＢ−４）。これにて次元圧縮処理の説明を終了する。
【００４１】
再び図３に戻り、オブジェクト生成部１０２ｇで、ステップＳＡ−２で作成した文書ベクトル情報またはステップＳＢ−４で次元圧縮された文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成し、生成したオブジェクトをオブジェクトファイル１０６ｈの所定の記憶領域に格納する（ステップＳＡ−３）。ここで、ステップＳＡ−３において、ステップＳＡ−２で作成した文書ベクトル情報またはステップＳＢ−４で次元圧縮された文書ベクトル情報に基づいて下記数式４に示す自己相関行列を定義し、当該自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成してもよい。
【数４】
（ここで、「Ｒw」は概念「ｗ」を共有する文書ベクトル情報「ｕw(m)」に関する自己相関行列である。なお、「ｍ」は１からＭの値をとる整数であり、「Ｍ」は１以上の整数であって文書ベクトル情報「ｕw(m)」の総数を表す。また、「ｕw(m)」は文書ベクトル情報識別番号「ｍ」に対応する文書ベクトル情報であり、当該文書ベクトル情報は「（ｕ1，ｕ2，・・・，ｕk，・・・，ｕN）」で表現され、当該文書ベクトル情報のベクトル成分「ｕk」は「ＴＦ（ｕ，ｋ）×ＩＤＦ（ｋ）」であり、「ＴＦ（ｕ，ｋ）」は単語情報識別番号「ｋ」に対応する単語情報の文書情報ｕにおける出現頻度である。）
【００４２】
また、ステップＳＡ−３において、算出した固有値および固有ベクトル情報に基づいて下記数式５で定められた固有ベクトルの数から成るオブジェクトを生成してもよい。
【数５】
（ここで、「κ」は対象とする文書情報により実験的に定められるパラメータであり、「ｎw」は１以上の整数であってオブジェクトの次元数を表し、「κ」は不等式「０＜κ≦１」を満たす実数である。「λjw」は、概念「ｗ」のオブジェクトの第「ｊ」軸に対応する固有値情報であり、「ｊ」は１からＮの値をとる整数である。）
【００４３】
ついで、類似度情報算出部１０２ｈで、ステップＳＡ−３で生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出し、算出した類似度情報を類似度情報ファイル１０６ｉの所定の記憶領域に格納する（ステップＳＡ−４）。具体的には、オブジェクト間の全ての組み合わせの類似度を算出する。ここで、ステップＳＡ−４において、生成したオブジェクトの固有値情報および固有ベクトル情報に基づいて、下記数式６で定義されるオブジェクト間の類似度情報を算出してもよい。これにより、下記数式６で定義される類似度の尺度でオブジェクト間の相対関係が定量化される。
【数６】
【数７】
【数８】
（数式６において、「Ｌw(A,B)」はオブジェクト「ｗ（Ａ）」とオブジェクト「ｗ（Ｂ）」との間の類似度である。「λmaxw(A,B)」は数式８に示す行列成分をもつ数式７に示す行列「Ｘ」の固有値問題を解いて得られる最大固有値である。数式８において、「φiw(A)」、「φiw(B)」はそれぞれ、オブジェクト「ｗ（Ａ）」、オブジェクト「ｗ（Ｂ）」の固有ベクトル情報であり、「ｎw(B)」は、オブジェクト「ｗ（Ｂ）」の次元数である。）
【００４４】
ついで、座標情報取得部１０２ｉで、ステップＳＡ−４で算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得し、取得した座標情報を座標情報ファイル１０６ｊの所定の記憶領域に格納する（ステップＳＡ−５）。具体的には、ステップＳＡ−４で算出した類似度情報から多次元尺度法（例えば「Ｋｒｕｓｋａｌ，ＪＢ．， ａｎｄ Ｗｉｓｈ，Ｍ．， “Ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌ ｓｃａｌｉｎｇ”， Ｓａｇｅ ｐｕｂｌｉｃａｔｉｏｎｓ， １９７８」参照）に基づいて座標情報を取得する。
【００４５】
ついで、距離情報算出部１０２ｊで、ステップＳＡ−５で取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出し、算出した距離情報を距離情報ファイル１０６ｋの所定の記憶領域に格納する（ステップＳＡ−６）。具体的には、所望の概念に対応する座標情報（共通概念の場合は、例えば注目するオブジェクトにおける重心座標情報）と解析対象のオブジェクトに対応する座標情報とからユークリッド距離を算出する。
【００４６】
なお、ステップＳＡ−３からステップＳＡ−６までの処理は解析対象のオブジェクトの数分だけ繰り返される。
【００４７】
ついで、オブジェクト序列部１０２ｋで、ステップＳＡ−６で算出した距離情報に基づいて各オブジェクトを序列し、序列結果を序列結果ファイル１０６ｍの所定の記憶領域に格納する（ステップＳＡ−７）。例えば、ステップＳＡ−６で算出したユークリッド距離の昇順でオブジェクトを序列する。
【００４８】
ここで、関連知識情報抽出部１０２ｍで、ステップＳＡ−７で序列した各オブジェクトの序列結果と知識データベース１０６ｎに予め格納した知識データベースとを対比させ、対比結果に基づいて所定の指標（例えば、後述する実施例における“ＥＴ５０”や“ｄｉｖ．”など）に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出し、抽出した知識情報などを関連知識情報ファイル１０６ｐの所定の記憶領域に格納してもよい。具体的には、オブジェクトをオントロジー等と対比させ、対比結果に基づいて、後述する実施例における“ＥＴ５０”や“ｄｉｖ．”を算出し、小さい値の“ＥＴ５０”および大きな値の“ｄｉｖ．”を示すものを関連知識として抽出してもよい。
【００４９】
これにて、メイン処理に関する説明を終了する。
【００５０】
以上、説明したように、遺伝子探索装置１００は、（１）オブジェクトを生成する際に用いる文書情報を取得し、（２）記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて、取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成し、（３）作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成し、（４）生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出し、（５）算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報（具体的には、医学生物学的概念に対応する各オブジェクトの座標情報）を取得し、（６）取得した座標情報に基づいて概念とオブジェクトとの間の距離情報（具体的には、所望の概念とオブジェクトとの間の距離情報）を算出し、（７）算出した距離情報に基づいて各オブジェクトを序列する。これにより、複合する様々な知識を網羅的に統合して、全体を俯瞰した包括的な理解に基づいて疾患関連遺伝子（特に多因子性疾患の関連遺伝子）を探索することができる。なお、本発明は、疾患以外の例えば臓器や機能に関連する遺伝子の探索に対しても適用可能である。
【００５１】
また、遺伝子探索装置１００は、序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念（具体的には所望の概念）に関連する知識情報を抽出する。つまり、疾患関連遺伝子の探索と共に疾患に関連する知識も抽出するので、新しい薬剤や治療法の開発を効率よく行うことができ、その結果、当該開発に要するコストを削減することができる。
【００５２】
これまで、テキストを通して多種多様な知識が記述され、ＰｕｂＭｅｄ（例えば「Ｗｈｅｅｌｅｒ，ＤＬ．， Ｃｈｕｒｃｈ，ＤＭ．， Ｆｅｄｅｒｈｅｎ，Ｓ．， Ｌａｓｈ，ＡＥ．， Ｍａｄｄｅｎ，ＴＬ．， Ｐｏｎｔｉｕｓ，ＪＵ．， Ｓｃｈｕｌｅｒ，ＧＤ．， Ｓｃｈｒｉｍｌ，ＬＭ．， Ｓｅｑｕｅｉｒａ，Ｅ．， Ｔａｔｕｓｏｖａ，ＴＡ．ａｎｄ Ｗａｇｎｅｒ，Ｌ．， “Ｄａｔａｂａｓｅ ｒｅｓｏｕｒｃｅｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ”， Ｎｕｃｌｅｉｃ． Ａｃｉｄｓ Ｒｅｓ．， ３１， ｐｐ．２８−３３， ２００３」参照）を代表にそれらの文書は電子情報として活用可能な形で整備されている。また、情報検索時の入力に代表されるような要素概念をオブジェクトとしてみると、一般にオブジェクト群にはオブジェクト間に存在する類似、相反や因果関係などの相互の関連からもたらされる構造がみられる。
【００５３】
そこで、本発明では、遺伝子をオブジェクトに割り当て、文書に含まれる語の出現パターンを部分空間（ｓｕｂｓｐａｃｅ）の形で統計的に学習し、オブジェクト間のマッチングにより遺伝子間の類似性の統一的な定量化を実現した。換言すると、本発明では、遺伝子をオブジェクトに割り当て、各々の遺伝子に関する文献における語の出現パターンの類似性を基に２次元平面上に描かれた遺伝子群において、その２次元平面上の位置が医学生物学的概念に対応するという、本出願人による特許出願である特開２００４−２９５６０６に記載の技術を疾患関連遺伝子（特に多因子性疾患の関連遺伝子）の探索に活用した。すなわち、本発明は、オブジェクトをその固有にもつパターンで機械学習により記述し、それらパターンのマッチングを通してオブジェクト間の相対関係を定量化する解析方法（本明細書において、当該解析方法をＣＳＡ（ｃｒｏｓｓ−ｓｕｂｓｐａｃｅ ａｎａｌｙｓｉｓ）と記す場合がある。）を実現したものといえる。つまり、本発明は、要素概念であるオブジェクト間の相対関係の定量化により体系的理解を図るＣＳＡを実現したものといえる。
【００５４】
これにより、各々の遺伝子に関する文献における語の出現パターンの類似性、すなわち、遺伝子の機能などの類似性に基づいて全体を俯瞰することができ、その類似性の高い遺伝子同士が近くに配置され、低い遺伝子同士が遠くに配置されるような空間の表現が可能となる（例えば「Ｍａｔｓｕｎａｇａ，Ｔ．， “Ａ ｍｅｔｈｏｄ ｏｆ ｋｎｏｗｌｅｄｇｅ ｍｏｄｅｌｉｎｇ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｇｅｎｅ ｆｕｎｃｔｉｏｎ ａｎａｌｙｓｉｓ”， Ｓｙｓｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｊａｐａｎ， ｔｏ ｂｅ ａｐｐｅａｒｅｄ．（Ｔｒａｎｓｌａｔｅｄ ｆｒｏｍ Ｄｅｎｓｈｉ Ｊｏｈｏ Ｔｓｕｓｈｉｎ Ｇａｋｋａｉ Ｒｏｎｂｕｎｓｈｉ， ｖｏｌ．Ｊ８６−Ｄ−ＩＩ， Ｎｏ．８， ｐｐ．１１９６−１２０４， ２００３）」参照）。また、ＣＳＡは遺伝子群に対する包括的な機能の相関解析を初めて実現した方法である。これにより、遺伝子に関する医学生物学的な図示化を通して知見を得ることができる。また、ＣＳＡは、異種の疾患に対し効果的に適用できる。
【００５５】
また、本発明は、財務データなどを用いて検討対象とする企業群を遺伝子群の場合と同様にして２次元平面にビジュアル化し、その位置を活用して同様な業態により競合可能性の企業候補を抽出し、さらにその企業のリストからその候補群に共通する事業特性を把握することなどを通して経営判断に活用することが可能である。
【００５６】
ここで、改めて、上述した遺伝子探索装置１００で行われるオブジェクトの生成およびオブジェクト間のマッチング（オブジェクト間の類似度の算出）について説明する。まず、文書中に共通の概念が記述されている場合、それらの文書を構成する用語群には論理的結合からもたらされる固有の出現パターンがあり、これを部分空間の形で統計的に学習したオブジェクトを生成する。具体的には以下の通りである。
【００５７】
まず、あらかじめ用意されたＮ個の単語セットに対して各要素が割り当てられた下記数式９で定義されるベクトル成分ｕk（ｋ＝１，２，・・・，Ｎ）
ｕk＝ＴＦ（ｕ，ｋ）×ＩＤＦ（ｋ）・・・（数式９）
により、各文書は下記数式１０で定義されるベクトルｕ
ｕ＝（ｕ1，ｕ2，・・・，ｕk，・・・，ｕN）・・・（数式１０）
で表現される。なお、ＴＦ（ｕ，ｋ）はｋの語の頻度であり、ＩＤＦ（ｋ）はｋの語に関する重みである（例えば「Ｓａｌｔｏｎ，Ｇ．， ａｎｄ Ｙａｎｇ，ＣＳ．， “Ｏｎ ｔｈｅ ｓｐｅｃｉｆｉｃａｔｉｏｎ ｏｆ ｔｅｒｍ ｖａｌｕｅｓ ｉｎ ａｕｔｏｍａｔｉｃ ｉｎｄｅｘｉｎｇ”， Ｊｏｕｒｎａｌ ｏｆ Ｄｏｃｕｍｅｎｔａｔｉｏｎ， ２９， ｐｐ．３５１−３７２， １９７３」参照）。
【００５８】
そして、或る概念を共有するオブジェクトｗは、Ｍ個の文書ベクトル集合ｕw(m)（ｍ＝１，２，・・・，Ｍ）において、下記数式１１の自己相関行列Ｒw
【数９】
のＫＬ展開から得られる固有値をμkw（μ1w≧μ2w≧・・・≧０）とするとき、対応する固有ベクトルψkw（ｋ＝１，２，・・・，Ｎ）を基底とする部分空間により導出される。
【００５９】
ここで、上述したＮ個の単語セットの冗長性を除いて処理量を削減するねらいから、学習文書集合を用いた正規直交変換を施し、固有値の累積寄与率を基準にＮ'（≪Ｎ）個の主成分で張られる次元圧縮した空間に変換する。変換後のベクトル成分をｖkw（ｋ＝１，２，・・・，Ｎ'）、対応する固有値および固有ベクトルをλkwおよびφkwと記すとき、オブジェクトは下記数式１２より定められるｎw個の固有ベクトルからなる空間により生成される。
【数１０】
なお、数式１２は、オブジェクトの空間の次元数ｎwがパターン分布に反映される概念の広がりに対応することを意味しており、ＮおよびＮ'、パラメータκ（０＜κ≦１）は対象とする文書集合に応じて実験的に定められる。
【００６０】
そして、概念間の相違は語の出現パターンの違いに反映されているとみることができ、オブジェクト間の相対関係をその出現パターンどうしのマッチングにより定量する。ここで、事前にカテゴリが定義されている場合において、固有ベクトルからの部分空間を用いて入力パターンの属するカテゴリを判定するパターン認識手法（例えば「Ｏｊａ，Ｅ．， “Ｓｕｂｓｐａｃｅ ｍｅｔｈｏｄｓ ｏｆ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ”， Ｒｅｓｅａｒｃｈ Ｓｔｕｄｉｅｓ Ｐｒｅｓｓ Ｌｔｄ．， １９８３」参照）はよく知られ、音声や文字の認識をはじめ、文書の分類への適用例（例えば「Ｍａｔｓｕｎａｇａ，Ｔ．， “Ａ ｓｔｕｄｙ ｏｆ ｄｏｃｕｍｅｎｔ ｆｉｌｔｅｒｉｎｇ ｕｓｉｎｇ ｔｈｅ ｓｕｂｓｐａｃｅ ｍｅｔｈｏｄ ｏｆ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ”， Ｓｙｓｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｊａｐａｎ， ｖｏｌ．３１， Ｎｏ．１， ｐｐ．４８−５８， ２０００（Ｔｒａｎｓｌａｔｅｄ ｆｒｏｍ Ｄｅｎｓｈｉ ＪｏｈｏＴｓｕｓｈｉｎ Ｇａｋｋａｉ Ｒｏｎｂｕｎｓｈｉ， ｖｏｌ．Ｊ８１−Ｄ−ＩＩ， Ｎｏ．１， ｐｐ．５４−６３， １９９８）」参照）が報告されている。また、入力パターンの変動も部分空間で記述し、カテゴリ判定の基準に２つの空間のなす角度から定義された類似度を用いて手法が拡張され、複数の顔画像によるロバストな人物同定の応用例（例えば「Ｙａｍａｇｕｃｈｉ，Ｏ．， Ｆｕｋｕｉ，Ｋ．， ａｎｄ Ｍａｅｄａ，Ｋ．， “Ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｉｍａｇｅ ｓｅｑｕｅｎｃｅ”， Ｐｒｏｃｃｅｄｉｎｇｓ ｏｆ ｔｈｅ ｔｈｉｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｍａｔｉｃ Ｆａｃｅ ａｎｄ Ｇｅｓｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ， ｐｐ．３１８−３２３， １９９８」参照）の報告がある。
【００６１】
具体的には、オブジェクトｗ（Ａ）およびｗ（Ｂ）の固有値、固有ベクトルをそれぞれ、λkw(A)、φkw(A)およびλkw(B)、φkw(B)とするとき、その２つのオブジェクト間の類似度Ｌw(A,B)を２つの空間がなす角度から下記数式１３で定義する（例えば「Ｙａｍａｇｕｃｈｉ，Ｏ．， Ｆｕｋｕｉ，Ｋ．， ａｎｄ Ｍａｅｄａ，Ｋ．， “Ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｉｍａｇｅ ｓｅｑｕｅｎｃｅ”， Ｐｒｏｃｃｅｄｉｎｇｓ ｏｆ ｔｈｅ ｔｈｉｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｍａｔｉｃ Ｆａｃｅ ａｎｄ Ｇｅｓｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ， ｐｐ．３１８−３２３， １９９８」参照）。
【数１１】
ここで、λmaxw(A,B)は下記数式１５に示す成分からなる下記数式１４の行列Ｘの固有値問題を解いて得られる最大固有値である。
【数１２】
【数１３】
以上、上述した遺伝子探索装置１００で行われるオブジェクトの生成およびオブジェクト間のマッチング（オブジェクト間の類似度の算出）について改めて説明したが、本発明は、計算機による自動処理に基づくもので、全体の俯瞰が求められる場合に効果的なアプローチといえる。
【００６２】
ここで、これまで本発明の実施の形態について説明したが、本発明は、上述した実施の形態以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてよいものである。例えば、遺伝子探索装置１００は、遺伝子探索装置１００とは別筐体で構成されるクライアント端末からの要求に応じて処理を行い、その処理結果を当該クライアント端末に返却するように構成してもよい。また、実施形態において説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行なわれるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。
【００６３】
また、遺伝子探索装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。例えば、遺伝子探索装置１００の各部または各装置が備える処理機能、特に制御部１０２にて行なわれる各処理機能については、その全部または任意の一部を、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）および当該ＣＰＵにて解釈実行されるプログラムにて実現することができ、あるいは、ワイヤードロジックによるハードウェアとして実現することも可能である。なお、プログラムは、後述する記録媒体に記録されており、必要に応じて遺伝子探索装置１００に機械的に読み取られる。すなわち、ＲＯＭまたはＨＤなどの記憶部１０６などには、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、ＲＡＭ等にロードされることによって実行され、ＣＰＵと協働して制御部１０２を構成する。また、このコンピュータプログラムは、遺伝子探索装置１００に対して任意のネットワーク３００を介して接続されたアプリケーションプログラムサーバに記録されてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。
【００６４】
また、本発明にかかるプログラムを、コンピュータ読み取り可能な記録媒体に格納することもできる。ここで、この「記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等の任意の「可搬用の物理媒体」や、各種コンピュータシステムに内蔵されるＲＯＭ、ＲＡＭ、ＨＤ等の任意の「固定用の物理媒体」、あるいは、ＬＡＮ、ＷＡＮ、インターネットに代表されるネットワークを介してプログラムを送信する場合の通信回線や搬送波のように、短期にプログラムを保持する「通信媒体」を含むものとする。
【００６５】
また、「プログラム」とは、任意の言語や記述方法にて記述されたデータ処理方法であり、ソースコードやバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）に代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施の形態に示した各装置において記録媒体を読み取るための具体的な構成、読み取り手順、あるいは、読み取り後のインストール手順等については、周知の構成や手順を用いることができる。
【００６６】
記憶部１０６に格納される各種のファイル等（文書情報ファイル１０６ａ〜関連知識情報ファイル１０６ｐ）は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラムやテーブルやファイルやデータベースやウェブページ用ファイル等を格納する。
【００６７】
また、遺伝子探索装置１００は、既知のパーソナルコンピュータ、ワークステーション等の情報処理端末等の情報処理装置にプリンタやモニタやイメージスキャナ等の周辺装置を接続し、該情報処理装置に本発明の方法を実現させるソフトウェア（プログラム、データ等を含む）を実装することにより実現してもよい。
【００６８】
さらに、遺伝子探索装置１００の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷等に応じた任意の単位で、機能的または物理的に分散・統合して構成することができる。例えば、各データベースを独立したデータベース装置として独立に構成してもよく、また、処理の一部をＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）を用いて実現してもよい。
【００６９】
また、ネットワーク３００は、遺伝子探索装置１００と外部システム２００とを相互に接続する機能を有し、例えば、インターネットや、イントラネットや、ＬＡＮ（有線／無線の双方を含む）や、ＶＡＮや、パソコン通信網や、公衆電話網（アナログ／デジタルの双方を含む）や、専用回線網（アナログ／デジタルの双方を含む）や、ＣＡＴＶ網や、ＩＭＴ２０００方式、ＧＳＭ方式またはＰＤＣ／ＰＤＣ−Ｐ方式等の携帯回線交換網／携帯パケット交換網や、無線呼出網や、Ｂｌｕｅｔｏｏｔｈ等の局所無線網や、ＰＨＳ網や、ＣＳ、ＢＳまたはＩＳＤＢ等の衛星通信網等のうちいずれかを含んでもよい。すなわち、本システムは、有線・無線を問わず任意のネットワークを介して、各種データを送受信することができる。
【実施例】
【００７０】
つぎに、本発明の実施例について、図５から図１５などを参照して詳細に説明する。
【００７１】
ここで、肥満や軽度の糖・脂質代謝障害、軽症の高血圧などは合併しやすく、それらの集積が致死的血管イベントを伴う心筋梗塞や脳梗塞の発症を急激に増加させていることが明らかにされている。従来別個に見られていたそれぞれの疾患は、発症や進行に相互に影響し合って長期間で動脈硬化（ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ）に至る可能性が指摘され、また主要な死因であることからも、これら疾患は社会的な注意を引きつけてきた。
【００７２】
これまで、シンドローム（ｓｙｎｄｒｏｍｅ）Ｘ（例えば「Ｒｅａｖｅｎ，ＧＭ．， “Ｒｏｌｅ ｏｆ ｉｎｓｕｌｉｎ ｒｅｓｉｓｔａｎｃｅ ｉｎ ｈｕｍａｎ ｄｉｓｅａｓｅ”， Ｄｉａｂｅｔｅｓ， ３７， ｐｐ．１５９５−１６０７，１９８８」参照）や死の四重奏（ｄｅａｄｌｙ ｑｕａｒｔｅｔ）（例えば「Ｋａｐｌａｎ，ＮＭ．， “Ｔｈｅ ｄｅａｄｌｙ ｑｕａｒｔｅｒ． Ｕｐｐｅｒ−ｂｏｄｙ ｏｂｅｓｉｔｙ， ｇｌｕｃｏｓｅ ｉｎｔｏｌｅｒａｎｃｅ， ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ， ａｎｄ ｈｙｐｅｒｔｅｎｔｉｏｎ”， Ａｒｃｈ． Ｉｎｔｅｒｎ． Ｍｅｄ．， １４９， ｐｐ．１５１４−１５２０， １９８９」参照）などの病態概念が提唱されてきたが、現在では代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）として定義されている（例えば「Ｎａｔｉｏｎａｌ ｃｈｏｌｅｓｔｅｒｏｌ Ｅｄｕｃａｔｉｏｎ Ｐｒｏｇｒａｍ：“Ｅｘｅｃｔｉｖｅ Ｓｕｍｍｅｒｙ ｏｆ ｔｈｅ Ｔｈｉｒｄ Ｒｅｐｏｒｔ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃｈｏｌｅｓｔｅｒｏｌ Ｅｄｕｃａｔｉｏｎ Ｐｒｏｇｒａｍ（ＮＣＥＰ）”， Ｅｘｐｅｒｔ Ｐａｎｅｌ ｏｎ Ｄｅｔｅｃｔｉｏｎ， Ｅｖａｌｕｃａｔｉｏｎ， ａｎｄ Ｔｒａｔｍｅｎｔ ｏｆ Ｈｉｇｈ Ｂｌｏｏｄ Ｃｈｏｌｅｓｔｅｒｏｌ ｉｎ Ａｄｕｌｔｓ（Ａｄｕｌｔ Ｔｒｅａｔｍｅｎｔ Ｐａｎｅｌ ＩＩＩ）， ＪＡＭＡ， ２８５， ｐｐ．２４８６−２４９７， ２００１」参照）。
【００７３】
この代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）の病態としては、インスリンの作用が十分に発揮されないため適切なエネルギー変換が損なわれている状態であるインスリン抵抗性と呼ばれる代謝異常（ｍｅｔａｂｏｌｉｃ ｄｉｓｏｒｄｅｒｓ）が認められ、動脈硬化の発症および進展に対して高い血清コレステロール値が最も大きなリスクファクターであることがフラミンガム（Ｆｒａｍｉｎｇｈａｍ）の研究（例えば「Ｋａｎｎｅｌ，ＷＢ．， Ｃａｓｔｅｌｌｉ，ＷＰ．， Ｂｏｒｄｏｎ，Ｔ． ａｎｄ ＭｃＮａｍａｒａ，ＰＭ．， “Ｓｅｒｕｍ Ｃｈｏｌｅｓｔｅｒｏｌ， ｌｉｐｏｐｒｏｔｅｉｎｓ， ａｎｄ ｔｈｅ ｒｉｓｋ ｏｆ ｃｏｒｏｎａｒｙ ｈｅａｒｔ ｄｉｓｅａｓｅ． Ｔｈｅ Ｆｒａｍｉｎｇｈａｍ ｓｔｕｄｙ”， Ａｎｎ．Ｉｎｔｅｒｎ．Ｍｅｄ．， ７４， ｐｐ．１−１２， １９７１」参照）をはじめ、多くの疫学的研究により示されている。
【００７４】
また、動脈硬化の成因に関しては、血管の内壁にある内皮細胞の損傷とした“ｒｅｓｐｏｎｃｅ ｔｏ ｉｎｊｕｒｙ”仮説（例えば「Ｒｏｓｓ，Ｒ． ａｎｄ Ｇｌｏｍｓｅｔ，ＪＡ．， “Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ ａｎｄ ｔｈｅ ａｒｔｅｒｉａｌ ｓｍｏｏｔｈ ｍｕｓｃｌｅ ｃｅｌｌ： Ｐｒｏｌｉｆｅｒａｔｉｏｎ ｏｆ ｓｍｏｏｔｈ ｍｕｓｃｌｅ ｉｓ ａ ｋｅｙ ｅｖｅｎｔ ｉｎ ｔｈｅ ｇｅｎｅｓｉｓ ｏｆ ｔｈｅ ｌｅｓｉｏｎｓ ｏｆ ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”， Ｓｃｉｅｎｃｅ， １８０， ｐｐ．１３３２−１３３９， １９７３」参照）が提唱され、数多くのサイトカインや血液凝固エレメントや増殖因子を介した血管壁細胞と血球細胞、血液細胞との相互作用が動脈硬化の発症・進展に関与していることが示されてきている。
【００７５】
さらに、内皮細胞に接着した単球由来の、マクロファージへのコレステロール蓄積を初期病変成立の重要な段階とし、膨れあがって泡沫（ｆｏａｍ）化するマクロファージに取り込まれる（例えば「Ｂｒｏｗｎ，ＭＳ．，ａｎｄ Ｇｏｌａｓｔｅｉｎ，ＪＬ．， “Ｌｉｐｏｐｒｏｔｅｉｎ ｍｅｔａｂｏｌｉｓｍ ｉｎ ｔｈｅ ｍａｃｒｏｐｈａｇｅ： ｉｍｐｌｉｃａｔｉｏｎｓ ｆｏｒ ｃｈｏｌｅｓｔｅｒｏｌ ｄｅｐｏｓｉｔｉｏｎ ｉｎ ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”， Ａｎｎ． Ｒｅｖ． Ｂｉｏｃｈｅｍ．， ５２， ｐｐ．２２３−２６１， １９８３」や「Ｋｏｄａｍａ，Ｔ．， Ｆｒｅｅｍａｎ，Ｍ．， Ｒｏｂｅｒｔ，Ｌ．， Ｚａｂｒｅｃｋｙ，Ｊ．， Ｍａｔｓｕｄａｉｒａ，Ｐ．， ａｎｄ Ｋｒｉｅｇｅｒ，Ｍ．， “Ｔｙｐｅ Ｉ ｍａｃｒｏｐｈａｇｅ ｓｃａｖｅｎｇｅｒ ｒｅｃｅｐｔｏｒ ｃｏｎｔａｉｎｓ ａｌｐｈａ−ｈｅｌｉｃａｌ ａｎｄ ｃｏｌｌａｇｅｎ−ｌｉｋｅ ｃｏｉｌｅｄ ｃｏｉｌｓ”， Ｎａｔ． Ｇｅｎｅｔ．， ｐｐ．５３１−５３５， １９９０」参照）のは、酸化変性を受けたＬＤＬ（ｌｏｗ ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ）という血漿リポタンパク質であるとする“ｌｏｗ−ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｏｘｉｄａｔｉｏｎ”仮説（例えば「Ｓｔｅｉｎｂｅｒｇ，Ｄ．， Ｐａｒｔｈａｓａｒａｔｈｙ，Ｓ．， Ｃａｒｅｗ，ＴＥ．， Ｋｈｏｏ，ＪＣ．， ａｎｄ Ｗｉｔｚｔｕｍ，ＪＬ．， “Ｂｅｙｏｎｄ ｃｈｏｌｅｓｔｅｒｏｌ Ｍｏｄｉｆｉｃａｔｉｏｎｓ ｏｆ ｌｏｗ−ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｔｈａｔ ｉｎｃｒｅａｓｅ ｉｔｓ ａｔｈｅｒｏｇｅｎｉｅｉｔｙ”， Ｎ． Ｅｎｇｌ． Ｊ． Ｍｅｄ．， ３２０， ｐｐ．９１５−９２４， １９８９」参照）が知られている。
【００７６】
なお、現在では、動脈硬化は変性ＬＤＬコレステロールのような炎症惹起因子に対して血管の内皮細胞が反応して起こる慢性炎症性疾患である（例えば「Ｌｉｂｂｙ，Ｐ．，“Ｉｎｆｌａｍｍａｔｉｏｎ ｉｎ ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”， Ｎａｔｕｒｅ， ４２０， ｐｐ．８６８−８７４， ２００２」参照）と、みられている。また、この病因や発症・進展の分子生物学的メカニズムの解明はこれからであり、計算機により大規模な知識の統合を図る効果的な対象といえる。
【００７７】
以上を踏まえて、本実施例では、上述した実施形態における遺伝子探索装置１００を用いて、代謝症候群を形成する４つの疾患、すなわち、肥満（ｏｂｅｓｉｔｙ）、糖尿病（ｄｉａｂｅｔｅｓ）、高脂血症（ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ）および高血圧（ｈｙｐｅｒｔｅｎｔｉｏｎ）に関する遺伝子群の２次元布置を行う。そして、その布置を基に共通因子（ｃｏｍｍｏｎ ｋｅｙ ｆａｃｔｏｒ）の視点から代謝症候群との関連で遺伝子を序列し、この序列と既存の知識との関係付けを通して抽出された知識について述べる。具体的には、実施例では、代表的な多因子性疾患（ｃｏｍｍｏｎ ｍｕｌｔｉｆａｃｔｏｒｉａｌ ｄｉｓｅａｓｅ）の１つである代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）を適用対象とし、ＰｕｂＭｅｄ論文のアブストラクトを用いた知識統合により代謝症候群との関連で順位付けされた遺伝子の序列が妥当であることを確認する。また、遺伝子に関する文献に含まれる語の出現パターンの類似性を通して、まず代謝症候群を形成する４つの疾患（肥満、糖尿病、高脂血症および高血圧）の関連遺伝子群における相対関係を２次元平面上に視覚化し、その２次元平面上の位置が医学生物学的な概念に対応することを示す。ついで、その遺伝子群の重心が代謝症候群に共通する主要な要因であるとの見方から、６１３１個の注釈のあるヒト遺伝子をその重心との２次元平面上の距離の昇順から順位付けし、その序列の妥当性を医学的知見との整合性から確認する。また、得られた序列と遺伝子オントロジー等との対比から、疾患の発症メカニズム解明のための仮説構築に有用な知識がシステマティックに導出されることを示す。
【００７８】
（１）本実施例で用いるデータ
本実施例では、ヒトの遺伝病に関するデータベースとしてよく知られるＯＭＩＭ（Ｏｎｌｉｎｅ Ｍｅｎｄｅｌｉａｎ Ｉｎｈｅｒｉｔａｎｃｅ ｉｎ Ｍａｎ）（例えば「Ｈａｍｏｓｈ，Ａ．， Ｓｃｏｔｔ，ＡＦ．， Ａｍｂｅｒｇｅｒ，Ｊ．， Ｖａｌｌｅ，Ｄ．， ａｎｄ ＭｃＫｕｓｉｅｋ，ＶＡ．， “Ｏｎｌｉｎｅ Ｍｅｎｄｅｌｉａｎ Ｉｎｈｅｒｉｔａｎｃｅ ｉｎ Ｍａｎ（ＯＭＩＭ）”， Ｈｕｍ． Ｍｕｔａｎｔ．， １５， ｐｐ．５７−６１， ２０００」参照）を用いる。ＯＭＩＭでは疾患や遺伝子の単位で番号が付与され、ＰｕｂＭｅｄ（例えば「Ｗｈｅｅｌｅｒ，ＤＬ．， Ｃｈｕｒｃｈ，ＤＭ．， Ｆｅｄｅｒｈｅｎ，Ｓ．， Ｌａｓｈ，ＡＥ．， Ｍａｄｄｅｎ，ＴＬ．， Ｐｏｎｔｉｕｓ，ＪＵ．， Ｓｃｈｕｌｅｒ，ＧＤ．， Ｓｃｈｒｉｍｌ，ＬＭ．， Ｓｅｑｕｅｒｉａ，Ｅ．， Ｔａｔｕｓｏｖａ，ＴＡ．， ａｎｄ Ｗａｇｎｅｒ，Ｌ．， “Ｄａｔａｂａｓｅ ｒｅｓｏｕｒｃｅｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃａｎｃｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ”， Ｎｕｃｌｅｉｃ． Ａｃｉｄｓ Ｒｅｓ．， ３１， ｐｐ．２８−３３， ２００３」参照）へリンクされた論文の引用と共に当該疾患や遺伝子について記述されたページからなっている。遺伝子はその引用の論文を通して知られることから、ＰｕｂＭｅｄの各論文の要約（アブストラクト）を文書として扱ってオブジェクトを生成した。ここで、ＯＭＩＭに含まれない遺伝子についてもその遺伝子を記述した文書群を通してオブジェクトを生成すれば対象に含めることが原理上可能である。また、化合物や手元にある関心対象の文書群に対しても同様にオブジェクトを生成することで相互の関係把握が可能となる（例えば「Ｍａｔｓｕｎａｇａ，Ｔ．， “Ａ ｍｅｔｈｏｄ ｏｆ ｋｎｏｗｌｅｄｇｅ ｍｏｄｅｌｉｎｇ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｇｅｎｅ ｆｕｎｃｔｉｏｎ ａｎａｌｙｓｉｓ”， Ｓｙｓｙｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｊａｐａｎ， ｔｏ ｂｅ ａｐｐｅａｒｅｄ．（Ｔｒａｎｓｌａｔｅｄ ｆｒｏｍ Ｄｅｎｓｈｉ Ｊｏｈｏ Ｔｓｕｓｈｉｎ Ｇａｋｋａｉ Ｒｏｎｂｕｎｓｈｉ， ｖｏｌ．Ｊ８６−Ｄ−ＩＩ， Ｎｏ．８， ｐｐ．１１９６−１２０４， ２００３）」参照）。
【００７９】
本実施例では上述したリンクのＰｕｂＭｅｄの全７７６３８件を学習文書集合にし、文書のベクトル表現のための単語セットにはライフサイエンス分野でよく用いられる４７８９語を用いた。なお、単語セットの語の選択は類似度の精度、サイズは処理量に直接影響を与える。ここで、文書群における語の出現数順位が下がるほど急激に出現数が減少するというジップの法則（Ｚｉｐｆ'ｓ ｌａｗ）がある。本実施例の４７８９語は、分子生物学をはじめ、病理学、生化学、遺伝学等において分野横断的に用いられる観点から収集した約６千語に対し、ＰｕｂＭｅｄの７７６３８件に含まれる語を基準して得た。なお、ここでは要素概念を記述するために必要最低限の語を対象とする考え方から遺伝子やタンパク質の名称は含まれていない。
【００８０】
ここで、図５に学習文書集合における頻度の上位２５の語の例を示す。なお、各語の頻度は論文のタイトル部で１０、アブストラクト部で５の重みで計算されている。図５には各語の最大７７６３８件のうちの出現件数とこれにより算出されるＩＤＦ値もあわせて示している。また、図６にはＰｕｂＭｅｄのＩＤが８６６１０１９の論文（論文タイトル「Ｇｅｎｏｍｉｃ ｏｒｇａｎｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｈｕｍａｎ ＳＣＮ５Ａ ｇｅｎｅ ｅｎｃｏｄｉｎｇ ｔｈｅ ｃａｒｄｉａｃ ｓｏｄｉｕｍ ｃｈａｎｎｅｌ」）を用いた語の抽出例を示す。なお、図６において、頻度の欄の２つの数字は、左がタイトル、右がアブストラクトの中の頻度である。図６に示すように、“ａｃｔｉｏｎ ｐｏｔｅｎｔｉａｌ”のように複数単語による語が抽出される他、“ＰＣＲ”のような略語や単数および複数の語形変化についても考慮されたものとなっている。学習文書集合７７６３８件における抽出語数の平均は１２．７である。そして、予備実験から圧縮次元数（Ｎ'）を３１０（固有値の累積寄与率５０％に相当）、パラメータ“κ”を０．８６に定めた。
【００８１】
（２）結果および考察
代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）に関する４疾患（すなわち、肥満（ｏｂｅｓｉｔｙ）、糖尿病（ｄｉａｂｅｔｅｓ）、高脂血症（ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ）および高血圧（ｈｙｐｅｒｔｅｎｔｉｏｎ））の関連遺伝子を対象にしたときの遺伝子間の相対関係を図７に示す。図７は、対象の１８２遺伝子における全ペアの類似度（上述した実施形態の数式６参照）から多次元尺度法（ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌ ｓｃａｌｉｎｇ）（例えば「Ｋｒｕｓｋａｌ，ＪＢ．， ａｎｄ Ｗｉｓｈ，Ｍ．， “Ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌ ｓｃａｌｉｎｇ”，Ｓａｇｅ ｐｕｂｌｉｃａｔｉｏｎｓ， １９７８」参照）により近似して描かれたもので、遺伝子間の類似度が大きいほど２次元平面上で近く布置されている。その１８２個の遺伝子は、ヒト遺伝子に関する統合データベースであるＧｅｎｅＣａｒｄｓ（例えば「Ｒｅｂｈａｎ，Ｍ．， Ｃｈａｌｉｆａ−Ｃａｓｐｉ，Ｖ．， Ｐｒｉｌｕｓｋｙ，Ｊ．， ａｎｄ Ｌａｎｃｅｔ，Ｄ．， “ＧｅｎｅＣａｒｄｓ：ａ ｎｏｖｅｌ ｆｕｎｃｔｉｏｎａｌ ｇｅｎｏｍｉｃｓ ｃｏｍｐｅｎｄｉｕｍ ｗｉｔｈ ａｕｔｏｍａｔｅｄ ｄａｔａ ｍｉｎｉｎｇ ａｎｄ ｑｕｅｒｙ ｒｅｆｏｒｍｕｌａｔｉｏｎ ｓｕｐｐｏｒｔ”， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ， １４， ｐｐ．６５６−６６４， １９９８」参照）において、“ｏｂｅｓｉｔｙ”、“ｄｉａｂｅｔｅｓ”、“ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ”および“ｈｙｐｅｒｔｅｎｔｉｏｎ”の検索語により、ＯＭＩＭの番号と共に引用のＰｕｂＭｅｄ論文のあるそれぞれ４７、１０２、７および４５遺伝子（２００３年３月時点）から得た。
【００８２】
図７において、“ｏｂｅｓｉｔｙ”、“ｄｉａｂｅｔｅｓ”、“ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ”および“ｈｙｐｅｒｔｅｎｔｉｏｎ”に関連する各遺伝子がそれぞれ、“Ｏ”、“Ｄ”、“Ｔ”および“Ｈ”の印で記されている。また、図７では、肥満と糖尿病、肥満と高血圧、糖尿病と高血圧、および肥満と糖尿病と高血圧に重複して関連する遺伝子は“Ｄ／Ｏ”、“Ｈ／Ｏ”、“Ｄ／Ｈ”および“★”の印で記した。図７に示すように、左下部分に糖尿病関連遺伝子、上に高血圧関連遺伝子、両者の間の左上に肥満関連遺伝子が集中して分布し、疾患と結び付いた構造が認められる。また、図７の右下領域にはそれら３つが混在するが、遺伝性の高い肺高血圧症（ｐｕｌｍｏｎａｒｙ ｈｙｐｅｒｔｅｎｔｉｏｎ）や新生児糖尿病（ｎｅｏｎａｔａｌ ｄｉａｂｅｔｅｓ）などの関連遺伝子が含まれている。高脂血症（ｈｙｐｅｒｔｒｉｇｌｙｃｅｒｉｄｅｍｉａ）の関連遺伝子は図７の中央部分に集まって位置していることが確認できる。複数の疾患、すなわち肥満と糖尿病、肥満と高血圧、糖尿病と高血圧、および肥満と糖尿病と高血圧に重複して関連する遺伝子は順に、７、３、１および４件あり、これらのほとんどが上述した疾患の領域の境界に位置し、特に肥満と糖尿病に重複して関連する全７遺伝子に顕著に示されている。
【００８３】
図８、図９および図１０は、図７に示した遺伝子の部分集合により図７と同じ座標軸で別の属性に関する分布を示した図である。図８は、糖尿病関連遺伝子においてインスリン依存性糖尿病であるＩ型糖尿病およびインスリン非依存性糖尿病であるＩＩ型糖尿病の種別に関する図であり、Ｉ型糖尿病およびＩＩ型糖尿病の関連遺伝子間の相対関係を示す図である。図８では、ＧｅｎｅＣａｒｄｓにおいて“ｉｎｓｕｌｉｎ−ｄｅｐｅｎｄｅｎｔ”および“ｎｏｎｉｎｓｕｌｉｎ−ｄｅｐｅｎｄｅｎｔ”の記述の認められたそれぞれ、２５および２４の計４９遺伝子について記している。図８では、図７の糖尿病関連遺伝子のうちインスリン依存性糖尿病およびインスリン非依存性糖尿病に関する遺伝子が“１”および“２”の印で記されている。図８に示すように、糖尿病の２つの型が図の上と下で分かれた分布となっており、図７と対比すると肥満はインスリン非依存性糖尿病に深く関係することが示され、医学的知見と整合する。
【００８４】
つぎに、図９は、高血圧候補遺伝子（ｈｙｐｅｒｔｅｎｔｉｏｎ ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ）（例えば「Ｈａｌｕｓｈｋａ，ＭＫ．， Ｍａｔｈｅｗｓ，ＤＪ．， Ｂａｉｌｅｙ，ＪＡ．， ａｎｄ Ｃｈａｋｒａｖａｒｔｉ，Ａ．， “ＧＩＳＴ：Ａ ｗｅｂ ｔｏｏｌ ｆｏｒ ｃｏｌｌｅｃｔｉｎｇ ｇｅｎｅ ｉｎｆｏｒｍａｔｉｏｎ”， Ｐｈｙｓｉｏｌ． Ｇｅｎｏｍｉｃｓ， １， ｐｐ．７５−８１， １９９９」参照）に含まれる４２遺伝子について、そこで付与される機能クラスに従って記した図であり、機能クラスで分類された高血圧候補遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。図９において、図の左下のグルコース調節（ｇｌｕｃｏｓｅ ｒｅｇｕｌａｔｉｏｎ）や脂肪および脂質調節（ｆａｔ ａｎｄ ｌｉｐｉｄ ｒｅｇｕｌａｔｉｏｎ）を典型例に、同じ機能クラスに属する遺伝子がほぼ近くに布置されている様子が示されており、特に血圧調節に関係する“ｒｅｎｉｎ−ａｎｇｉｏｔｅｎｓｉｎ ａｌｄｏｓｔｅｒｏｎｅ ｐａｔｈｗａｙ”の機能クラスに属する４つの遺伝子が図の中央付近に共に位置することが確認できる。“ｃｈａｎｎｅｌｓ ａｎｄ ｔｒａｎｓｐｏｒｔｅｒｓ”に属する７つの遺伝子が右上と左下に分かれてみられるのは広い範囲にわたり関係があるためと判断できる。
【００８５】
つぎに、図１０は、各臓器の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。遺伝子ごとの関連臓器は、注釈されたタンパク質データベースとして知られるＳＷＩＳＳ−ＰＲＯＴ（例えば「Ｂａｉｒｏｃｈ，Ａ．， ａｎｄ Ａｐｗｅｉｌｅｒ，Ｒ．， “Ｔｈｅ ＳＷＩＳＳ−ＰＲＯＴ ｐｒｏｔｅｉｎ ｓｅｑｕｅｎｃｅ ｄａｔａｂａｓｅ：ｉｔｓ ｒｅｌｅｖａｎｃｅ ｔｏ ｈｕｍａｎ ｍｏｌｅｃｕｌａｒ ｍｅｄｉｃａｌ ｒｅｓｅａｒｃｈ”， Ｊ． Ｍｏｌ． Ｍｅｄ．， ７５， ｐｐ．３１２−３１６， １９９７」参照）により、各遺伝子の“Ｒｅｆｅｒｅｎｃｅｓ”のパートの引用文献に付与される“Ｃｏｍｍｅｎｔｓ”の項目で“ＴＩＳＳＵＥ＝”に続いて記される文字列（２００２年１１月時点）から得た。図１０では、脂肪組織（ａｄｉｐｏｓｅ ｔｉｓｓｕｅ）、腎臓（ｋｉｄｎｅｙ）、肝臓（ｌｉｖｅｒ）、膵臓（ｐａｎｃｒｅａｓ）および骨格筋（ｓｋｅｌｅｔａｌ ｍｕｓｃｌｅ）の５つの臓器に関連する遺伝子を対象に記し、遺伝子数はそれぞれ、２、１９、１６、１２および８個である。また、図１０では、脂肪組織、腎臓、肝臓、膵臓および骨格筋に関連する遺伝子をそれぞれ、“ａ”、“ｋ”、“ｌ”、“ｐ”および“ｓ”で記した。また、図１０において、“ｋ／ｌ”、“ｋ／ｐ”および“ｌ／ｐ”はそれぞれ，腎臓と肝臓、腎臓と膵臓、および肝臓と膵臓に重複して関連する遺伝子である。図１０に示すように、同じ臓器に関連する遺伝子が近くに布置されていることがわかる。中でも、膵臓および腎臓に関連する遺伝子がまとまりをもって布置される図の左下および右上に関しては、図７と比較して、それぞれ糖尿病および高血圧と結び付いた構造か認められる。また、図１０において、インスリンの標的組織（ｔａｒｇｅｔ ｔｉｓｓｕｅｓ）として知られる骨格筋、肝臓および脂肪組織は図７の全１８２遺伝子の重心の位置を表す“＋”の印のまわりに布置しており、上述したインスリン抵抗性との関係を共通項として捉えているとみることができる。
【００８６】
以上の図７から図１０で示した実験結果から、同じ２次元平面上の遺伝子の布置が疾患との関連、機能や臓器との関連のそれぞれの構造を記述し、２次元座標平面上の位置と医学生物学的概念が対応付けられていることが分かる。これにより、上述した実施形態の遺伝子探索装置１００を用いることで、遺伝子の機能に関する包括的且つ全体的な理解が可能となり、その２次元平面上の位置を活用した遺伝子の機能推定が実現可能とみることができる。
【００８７】
つぎに、図７の１８２個の遺伝子に分析対象遺伝子を１つ加えた計１８３個の遺伝子による２次元平面上の布置を対象遺伝子毎に行い、１８２遺伝子の重心と各分析対象遺伝子との距離を通して代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）関連遺伝子の探索を図る。本実施例では、２次元平面上に布置される遺伝子群から得られる重心は、当該遺伝子群の共通する主要な要因（ｃｏｍｍｏｎ ｋｅｙ ｆａｃｔｏｒ）に対応するとの見方に基づいており、その重心とのユークリッド距離を昇順に序列化することで代謝症候群との関連で遺伝子の順位付け（ｐｒｉｏｒｉｔｉｚａｔｉｏｎ）が実現される。なお、ＯＭＩＭに含まれる遺伝子（２００２年１１月時点）にてＳＷＩＳＳ−ＰＲＯＴとの対応のとれる遺伝子のうち、“引用のＰｕｂＭｅｄ論文なし”、“遺伝子ｌｏｃｕｓ記載なし”および“他の疾患や遺伝子のページとのリンク無し”を除いた６１３１個の遺伝子を分析対象とした。
【００８８】
図１１は、対象の６１３１個の遺伝子に対して、上述のようにして得た序列の染色体に関する分布を示す図である。図１１では、図の左から上位１００、３００、１０００、３０００、そして全６１３１まで順次範囲を広げ、それぞれの範囲での各染色体における該当数を示している。なお、図１１の括弧内の数値は各染色体における割合である。図１１によれば、特定の染色体への著しい偏りはみられない。以下では、この序列と、いくつかの疾患、臓器およびオントロジーで記される機能等と、の結び付きについて考察する。
【００８９】
図１２は、代謝症候群を形成する４つの各疾患に関する結果であり、得られた６１３１遺伝子の序列と代謝症候群を形成する４疾患の関連遺伝子との関係を示す図である。当該結果は、上述したＧｅｎｅＣａｒｄｓによる関連遺伝子のうち、対象の６１３１遺伝子に含まれる遺伝子から得ている。ここで、図１２において、“ＥＴ５０”は、該当する遺伝子のうち５０％以上が挙げられたときの上位からの遺伝子数であり、本実施例では関係の深さを表す指標として採用した。また、“ｄｉｖ．”は、該当数がランダムに存在する場合との隔たりを示し、２つの確率密度分布間の距離を表す非負の距離尺度として知られる“Ｋｕｌｌｂａｃｋ−Ｌｅｉｂｌｅｒ ｄｉｖｅｒｇｅｎｃｅ”（例えば「Ｋｕｌｌｂａｃｋ，Ｓ．， “Ｉｎｆｏｒｍａｔｉｏｎ ｔｈｅｏｒｙ ａｎｄ ｓｔａｔｉｓｔｉｃｓ”， Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ， １９５９」参照）により算出された量である。ランダムからの偏りがあるほど大きな値が得られる。図１２をみると、関係の深さは、高脂血症、肥満、糖尿病、高血圧の順で代謝症候群との関わりの程度を与えるものと考えられる。糖脂質代謝に直接関わらない高血圧との関連が相対的に弱いことが示されている。
【００９０】
図１３は、他の疾患との関係が図１２と同様にして示しており、得られた６１３１遺伝子の序列と他の疾患の既知の関連遺伝子との関係を示す図である。疾患には、心筋梗塞（ｍｙｏｃａｒｄｉａｌ ｉｎｆｒａｃｔｉｏｎ）、脳卒中（ｉｓｃｈｅｍｉｃ ｓｔｒｏｋｅ）、喘息（ａｓｔｈｍａ）、統合失調症（ｓｃｈｉｚｏｐｈｒｅｎｉａ）、急性骨髄性白血病（ａｃｕｔｅ ｍｙｅｌｏｉｄ ｌｅｕｋｅｍｉａ）、大腸癌（ｃｏｌｏｒｅｃｔａｌ ｃａｒｃｉｎｏｇｅｎｅｓｉｓ）を取り上げた。これらの関連遺伝子は順に、心筋梗塞に発症に関する候補遺伝子（ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ）（例えば「Ｙａｍａｄａ，Ｙ．， Ｉｚａｗａ，Ｈ．， Ｉｃｈｉｈａｒａ，Ｓ．， Ｔａｋａｔｓｕ，Ｆ．， Ｉｓｈｉｈａｒａ，Ｈ．， Ｈｉｒａｙａｍａ，Ｈ．， Ｓｏｎｅ，Ｔ．， Ｔａｎａｋａ，Ｍ．， ａｎｄ Ｙｏｋｏｔａ，Ｍ．， “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｔｈｅ ｒｉｓｋ ｏｆ ｍｙｏｃａｒｄｉａｌ ｉｎｆｒａｃｔｉｏｎ ｆｒｏｍ ｐｏｌｙｍｏｒｐｈｉｓｍｓ ｉｎ ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ”， Ｎ． Ｅｎｇｌ． Ｊ． Ｍｅｄ．， ３４７， ｐｐ．１９１６−１９２３， ２００２」参照）、脳卒中に関する候補遺伝子（例えば「Ｚｅｅ，ＲＹ．， Ｃｏｏｋ，ＮＲ．， Ｃｈｅｎｇ，Ｓ．， Ｒｅｙｎｏｌｄｓ，Ｒ．， Ｅｒｌｉｃｈ，ＨＡ．， Ｌｉｎｄｐａｉｎｔｅｒ，Ｋ．， ａｎｄ Ｒｉｄｋｅｒ，ＰＭ．， “Ｐｏｌｙｍｏｒｐｈｉｓｍ ｉｎ ｔｈｅ Ｐ−ｓｅｌｅｃｔｉｎ ａｎｄ ｉｎｔｅｒｌｅｕｋｉｎ−４ ｇｅｎｅｓ ａｓ ｄｅｔｅｒｍｉｎａｎｔｓ ｏｆ ｓｔｒｏｋｅ： ａ ｐｏｐｕｌａｔｉｏｎ ｂａｓｅｄ， ｐｒｏｓｐｅｃｔｉｖｅ ｇｅｎｅｔｉｃ ａｎａｌｙｓｉｓ”， Ｈｕｍ． Ｍｏｌ． Ｇｅｎｅｔ．， １３， ｐｐ．３８９−３９６， ２００４」参照）、喘息およびアレルギー遺伝子データベース（ａｓｔｈｍａ ａｎｄ ａｌｌｅｒｇｙ ｇｅｎｅ ｄａｔａｂａｓｅ）（例えば「Ｗｊｓｔ，Ｍ．， ａｎｄ Ｌｍｍｅｒｖｏｌｌ，Ｔ．， “Ａｎ ｉｎｔｅｒｎｅｔ ｌｉｎｋａｇｅ ａｎｄ ｍｕｔａｔｉｏｎ ｄａｔａｂａｓｅ ｆｏｒ ｔｈｅ ｃｏｍｐｌｅｘ ｐｈｅｎｏｔｙｐｅ ａｓｔｈｍａ”， Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ， １４， ｐｐ．８２７−８２８， １９９８」参照）、統合失調症候補遺伝子データベース（２００３年１２月時点）（例えば「Ｚｈｏｕ，Ｍ．， Ｚｈｕａｎｇ，ＹＬ．， Ｘｕ，Ｑ．， Ｌｉ，ＹＤ．， ａｎｄ Ｓｈｅｎ，Ｙ．， “ＶＳＤ：ａ ｄａｔａｂａｓｅ ｆｏｒ ｓｃｈｉｚｏｐｈｒｅｎｉａ ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ ｆｏｃｕｓｉｎｇ ｏｎ ｖａｒｉｔａｔｉｏｎｓ”， Ｈｕｍ． Ｍｕｔａｔ．， ２３， ｐｐ．１−７， ２００４」参照）、急性骨髄白血病の関連遺伝子（例えば「Ｙａｇｉ，Ｔ．， Ｍｏｒｉｍｏｔｏ，Ａ．， Ｅｇｕｃｈｉ，Ｍ．， Ｈｉｂｉ，Ｓ．， Ｓａｋｏ，Ｍ．， Ｉｓｈｉｉ，Ｅ．， Ｍｉｚｕｔａｎｉ，Ｓ．， Ｉｍａｓｈｕｋｕ，Ｓ．， Ｏｈｋｉ，Ｍ．， ａｎｄ Ｉｃｈｉｋａｗａ，Ｈ．， “Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ａ ｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎ ｓｉｇｎａｔｕｒｅ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｐｅｄｉａｔｒｉｃ ＡＭＬ ｐｒｏｇｎｏｓｉｓ”， Ｂｌｏｏｄ， １０２， ｐｐ．１８４９−１８５６， ２００３」参照）、大腸癌細胞における発現がアップレギュレートおよびダウンレギュレートされた遺伝子（例えば「Ｋｉｔａｈａｒａ，Ｏ．， Ｆｕｒｕｋａｗａ，Ｙ．， Ｔａｎａｋａ，Ｔ．， Ｋｉｈａｒａ，Ｃ．， Ｏｎｏ，Ｋ．， Ｙａｎａｇａｗａ，Ｒ．， Ｎｉｔａ，ＭＥ．， Ｔａｋａｇｉ，Ｔ．， Ｍａｋａｍｕｒａ，Ｙ．， ａｎｄ Ｔｓｕｎｏｄａ，Ｔ．， “Ａｌｔｅｒｎａｔｉｏｎｓ ｏｆ ｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎ ｄｕｒｉｎｇ ｃｏｌｏｒｅｃｔａｌ ｃａｒｃｉｎｏｇｅｎｅｓｉｓ ｒｅｖｅａｌｅｄ ｂｙ ｃＤＮＡ ｍｉｃｒｏａｒｒａｙｓ ａｆｔｅｒ ｌａｓｅｒ−ｃａｐｔｕｒｅ ｍｉｃｒｏｄｉｓｓｅｃｔｉｏｎ ｏｆ ｔｕｍｏｒ ｔｉｓｓｕｅｓ ａｎｄ ｎｏｒｍａｌ ｅｐｉｔｈｅｌｉａ”， ｃａｎｃｅｒ ｒｅｓｅａｒｃｈ， ６１， ｐｐ．３５４４−３５４９， ２００１」参照）より得た。
【００９１】
図１３では、心筋梗塞ならびに脳卒中で、図１２の４疾患と同等レベルの小さなＥＴ５０および大きなｄｉｖ．の値が示されている。心筋梗塞ならびに脳卒中の根底病変にアテローム硬化（ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ）があり医学的知見と整合することから、得られている６１３１遺伝子の序列が妥当であると判断できる。一方、医学的知見により互いにかけ離れた疾患概念の例とみられる大腸癌（ｃｏｌｏｒｅｃｔａｌ ｃａｒｃｉｎｏｇｅｎｅｓｉｓ）はｄｉｖ．の値が０．００８と極めて零に近いことから関係はないとみることができ、こちらでも整合する。また、ｄｉｖ．が小さな値である急性骨髄性白血病や統合失調症も同様である。ここで、免疫・アレルギー性疾患に分類される喘息では、それらの中間的な値により関係が比較的みられ、通常想起し得ない関係が示されている。動脈硬化の進展に免疫系の関与を示唆する最近の報告（例えば「Ｋｏｂａｙａｓｈｉ，Ｋ．， Ｋｉｓｈｉ，Ｍ．， Ａｔｓｕｍｉ，Ｔ．， Ｒｅｒｔｏｌａｃｃｉｎｉ，Ｍ．， Ｍａｋｉｎｏ，Ｈ．， Ｓａｋａｉｒｉ，Ｎ．， Ｙａｍａｍｏｔｏ，Ｉ．， Ｙａｓｕｄａ，Ｔ．， Ｋｈａｍａｓｈｔａ，Ｍ．， Ｈｕｇｈｅｓ，Ｇ．， Ｋｏｉｋｅ，Ｔ．， Ｖｏｅｌｋｅｒ，Ｄ．， ａｎｄ Ｍａｔｓｕｕｒａ，Ｅ．， “Ｃｉｒｃｕｌａｔｉｎｇ ｏｘｉｄｉｚｅｄ ＬＤＬ ｆｏｒｍｓ ｃｏｍｐｌｅｘｅｓ ｗｉｔｈ Ｂ２−ｇｌｙｃｏｐｒｏｔｅｉｎ Ｉ：ｉｍｐｌｉｃａｔｉｏｎ ａｓ ａｎ ａｔｈｅｒｏｇｅｎｉｃ ａｕｔｏａｎｔｉｇｅｎ”， Ｊ． Ｌｉｐｉｄ Ｒｅｓ．， ４４， ｐｐ．７１６−７２６， ２００３」参照）を考え合わせると、今回の結果は興味深く、今後の医学的評価が待たれるところである。
【００９２】
図１４は、６１３１個の遺伝子ごとの関連臓器に関する結び付きを示す図である。なお、各遺伝子の関連臓器は上述の通り、ＳＷＩＳＳ−ＰＲＯＴより得られている。図１４では、該当数２０以上の臓器５３個を対象にＥＴ５０の小さい方から上位１０を示している。図１４に示すように、血漿（ｐｌａｓｍａ）は相対的に突出して大きなｄｉｖ．の値で、特に結び付きが示されている。よって、血漿を介した反応が今後の検討対象として注目に値するということができる。また、血漿の他、末梢血（ｐｅｒｉｐｈｅｒａｌ ｂｌｏｏｄ）、血小板（ｐｌａｔｅｌｅｔ）、血管内皮細胞（ｅｎｄｏｔｈｅｌｉａｌ ｃｅｌｌｓ）は血液血管系の組織であり、代謝症候群との関わりを理解できる。また、腸（ｉｎｔｅｓｔｉｎｅ）と肝臓（ｌｉｖｅｒ）が挙げられていることは、生体内におけるコレステロール量が肝を中心とする生合成と腸と肝での循環により調節されることから妥当といえる。図１４には、インスリン標的臓器である骨格筋が挙げられず、関わりが示されていない。今回の結果は、アテローム硬化（ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ）の発症基盤は内臓脂肪の蓄積にあるとする知見（例えば「Ｆｕｊｉｏｋａ，Ｓ．， Ｓｕｚａｗａ，Ｙ．， Ｔｏｋｕｎａｇａ，Ｋ．， ａｎｄ Ｔａｒｕｉ，Ｓ．， “Ｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆ ｉｎｔｒａ−ａｂｄｏｍｉｎａｌ ｆａｔ ａｃｃｕｍｕｌａｔｉｏｎ ｔｏ ｔｈｅ ｉｍｐａｒｉｍｅｎｔ ｏｆ ｇｌｕｃｏｓｅ ａｎｄ ｌｉｐｉｄ ｍｅｔａｂｏｌｉｓｍ ｉｎ ｈｕｍａｎ ｏｂｅｓｉｔｙ”， Ｍｅｔａｂｏｌｉｓｍ．， ３６， ｐｐ．５４−５９， １９８７」参照）から、全身の筋肉などで使われる皮下脂肪の代謝経路を指しているのでなく門脈系の循環に入って全てが肝臓に取り込まれる内臓脂肪の代謝経路を指しているのであると理解できる。同じく、インスリン標的臓器の脂肪組織は該当数が少なく図１４の対象に含まれていないが、内臓脂肪と皮下脂肪とに分けて関わりを検証する必要性があると考えられる。
【００９３】
蓄積された知識整理・表現の枠組みとしてオントロジーが注目され、役割や作用により活用語彙を階層的に分類することを通して、巨大な知識ベースが、多くの人手をかけて精力的に構築されてきている。図１５には、遺伝子オントロジー（ｇｅｎｅ ｏｎｔｏｌｏｇｙ）（例えば「Ａｓｈｂｕｒｎｅｒ，Ｍ． ｅｔ ａｌ．， “Ｇｅｎｅ ｏｎｔｏｌｏｇｙ：ｔｏｏｌ ｆｏｒ ｔｈｅ ｕｎｉｆｉｃａｔｉｏｎ ｏｆ ｂｉｏｌｏｇｙ”， Ｎａｔ． Ｇｅｎｅｔ．， ２５， ｐｐ．２５−２９， ２０００」参照）により遺伝子毎に付与された生体における機能等との結び付きが示されている。各遺伝子のアノテーション（注釈付け）は、キャンサーゲノムアナトミープロジェクト（ｔｈｅ ｃａｎｃｅｒ ｇｅｎｏｍｅ ａｎａｔｏｍｙ ｐｒｏｊｅｃｔ）で製作されたデータベース（２００３年１１月時点）（例えば「Ｇｒｅｇｏｒｙ，Ｊ．， ａｎｄ Ｓｔｒａｕｓｂｅｒｇ，Ｒ．， “Ｇｅｎｏｍｅ ａｎｄ ｇｅｎｅｔｉｃ ｒｅｓｏｕｒｃｅｓ ｆｒｏｍ ｔｈｅ ｃａｎｃｅｒ ｇｅｎｏｍｅ ａｎａｔｏｍｙ ｐｒｏｊｅｃｔ”， Ｈｕｍａｎ Ｍｏｌｅｃｕｌａｒ Ｇｅｎｅｔｉｃｓ， １０， ｐｐ．６６３−６６７， ２００１」参照）より得た。図１５には、全３６４５件の中から該当数２０以上の２９９を対象に、ＥＴ５０の小さいほうから上位２０を示している。
【００９４】
第３位の“ａｍｉｎｏ ａｃｉｄ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００６５２０）、第６位の“ｃｈｏｌｅｓｔｅｒｏｌ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００８２０３）、第７位の“ｇｌｙｃｏｇｅｎ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００５９７７）、第８位の“ｇｌｙｃｏｌｙｓｉｓ”（ＧＯ：０００６０９６）や第１１位の“ｃａｒｂｏｈｙｄｒａｔｅ ｍｅｔａｂｏｌｉｓｍ”（ＧＯ：０００５９７５）など、エネルギー産生栄養素（ｅｎｅｇｙ−ｙｉｅｌｄｉｎｇ ｎｕｔｒｉｅｎｔｓ）の代謝（ｍｅｔａｂｏｌｉｓｍｓ）に関するものが上位を占め、妥当といえる。他には、第１２位の“ｔｒｉｃａｒｂｏｘｙｌｉｃ ａｃｉｄ ｃｙｃｌｅ”（ＧＯ：０００６０９９）はアミノ酸代謝、糖新生、尿素回路（ｕｒｅａ ｃｙｃｌｅ）などの経路の仲立ちをする交差点であり、栄養分をエネルギーに変換するシステムとして知られ、妥当といえる。
【００９５】
また、血中コレステロールのほとんどはエステル型で低比重リポタンパクＬＤＬに存在し、生体内でのエステル化酵素である“ａｃｙｌ−ＣｏＡ−ｃｈｏｌｅｓｔｅｒｏｌ ａｃｙｌｔｒａｎｓｆｅｒａｓｅ”の活性は“ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ”で亢進することが知られている。この点で、第１３位の“ａｃｙｌｔｒａｎｓｆｅｒａｓｅ ａｃｔｉｖｉｔｙ”（ＧＯ：０００８４１５）との関わりが考えられる。重要といえるのは、第１位の“ｌｉｐｉｄ ｔｒａｎｓｐｏｒｔｅｒ ａｃｔｉｖｉｔｙ”（ＧＯ：０００５３１９）と第２位の“ｌｉｐｉｄ ｔｒａｎｓｐｏｒｔ”（ＧＯ：０００６８６９）が挙げられていることである。血漿低比重リポタンパクＬＤＬは、血中におけるコレステロールの主要な担体であり、血管などの組織に栄養分として肝臓からのコレステロールを運ぶ働きがある。この点で上述した仮説との合致がみられる。
【００９６】
また、第１８位の“ｂｌｏｏｄ ｃｏａｇｕｌａｔｉｏｎ”（ＧＯ：０００７５９６）との関わりが示されているが、全体の俯瞰を通して見落としなく抽出された知識と認められ、興味深い。例えば、酸化ＬＤＬは、血管内皮細胞を障害して、血栓形成につながる、外因子系血液凝固を起こす組織因子の発現を誘導することが知られ、これによる関わりが考えられる。
【００９７】
第４位に“ｃｏｍｐｌｅｍｅｎｔ ａｃｔｉｖａｔｉｏｎ”、“ｃｌａｓｓｉｃａｌ ｐａｔｈｗａｙ”（ＧＯ：０００６９５８）、第５位に“ｌｙｓｏｓｏｍｅ”（ＧＯ：０００５７６４）が挙げられたことは以下の点で妥当性があり、代謝症候群から動脈硬化へ至るメカニズムの仮説を構築する上で興味深い。まず、リソソーム（ｌｙｓｏｓｏｍｅ）は細胞内外の不要物質を加水分解し消化する働きをもつ細胞内小器官であり、その中には脂質をはじめ、糖質、タンパク質などを分解する酵素が存在することが知られる。また、“ａｇｇｒｅｇａｔｅｄ ＬＤＬ”を取り込む貪食作用を起こしたマクロファージはリソソームを誘導することが明らかにされている（例えば「Ｚｈａｎｇ，Ｗ．， Ｇａｙｎｏｒ，Ｐ．， ａｎｄ Ｋｒｕｔｈ，Ｈ．， “Ａｇｇｒｅｇａｔｅｄ ｌｏｗ ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｉｎｄｕｃｅｓ ａｎｄ ｅｎｔｅｒｓ ｓｕｒｆａｃｅ−ｃｏｎｎｅｃｔｅｄ ｃｏｍｐａｒｔｍｅｎｔｓ ｏｆ ｈｕｍａｎ ｍｏｎｏｃｙｔｅ−ｍａｃｒｏｐｈａｇｅｓ． Ｕｐｔａｋｅ ｏｃｃｕｒｓ ｉｎｄｅｐｅｎｄｅｎｔｌｙ ｏｆ ｔｈｅ ｌｏｗ ｄｅｎｓｉｔｙ ｌｉｐｏｐｒｏｔｅｉｎ ｒｅｃｅｐｔｏｒ”， Ｊ． Ｂｉｏｌ． Ｃｈｅｍ．， ２７２， ｐｐ．３１７００−３１７０６， １９９７」参照）。また、補体（ｃｏｍｐｌｅｍｅｎｔ）は炎症（ｉｎｆｌａｍｍａｔｉｏｎ）の惹起や免疫複合体の除去で血漿由来の仲介物質として働き、生体防御に重要な役割を果たすことで知られる。そして、古典経路（ｃｌａｓｓｉｃａｌ ｐａｔｈｗａｙ）は、病原体表面の免疫複合体に補体が結合することによって誘導される補体の活性化経路である。動脈硬化巣では炎症細胞浸潤と共に補体の沈着が認められている（例えば「Ｔｏｒｚｅｗｓｋｉ，Ｍ．， Ｔｏｒｚｅｗｓｋｉ，Ｊ．， Ｂｏｗｙｅｒ，ＤＥ．， Ｗａｌｔｅｎｂｅｒｇｅｒ，Ｊ．， Ｆｉｔｚｓｉｍｍｏｎｓ，Ｃ．， Ｈｏｍｂａｃｈ，Ｖ． ａｎｄ Ｇａｂｂｅｒｔ，ＨＥ．， "Ｉｍｍｕｎｏｈｉｓｔｏｃｈｅｍｉｃａｌ ｃｏｌｏｃａｌｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｔｅｒｍｉｎａｌ ｃｏｍｐｌｅｘ ｏｆ ｈｕｍａｎ ｃｏｍｐｌｅｍｅｎｔ ａｎｄ ｓｍｏｏｔｈ ｍｕｓｃｌｅ ｃｅｌｌ ａｌｐｈａ−ａｃｔｉｎ ｉｎ ｅａｒｌｙ ａｔｈｅｒｏｓｃｌｅｒｏｔｉｃ ｌｅｓｉｏｎｓ"， Ａｒｔｅｒｉｏｓｃｌｅｒ． Ｔｈｒｏｍｂ． Ｖａｓｃ． Ｂｉｏｌ．， １７， ｐｐ．２４４８−２４５２， １９９７」参照）。
【００９８】
また、炎症を反映する急性期反応物質であるＣＲＰ（Ｃ−ｒｅａｃｔｉｖｅ ｐｒｏｔｅｉｎ）と変性ＬＤＬとの結合で補体が活性化され、動脈硬化病変の進展を促進する可能性が示唆されている（例えば「Ｂｈａｋｄｉ，Ｓ．， Ｔｏｒｚｅｗｓｋｉ，Ｍ．， Ｋｌｏｕｃｈｅ，Ｍ．， ａｎｄ Ｈｅｍｍｅｓ，Ｍ．， “Ｃｏｍｐｌｅｍｅｎｔ ａｎｄ ａｔｈｅｒｏｇｅｎｅｓｉｓ ｂｉｎｄｉｎｇ ｏｆ ＣＲＰ ｔｏ ｄｅｇｒａｄｅｄ， ｎｏｎｏｘｉｄｉｚｅｄ ＬＤＬ ｅｎｈａｎｃｅｓ ｃｏｍｐｌｅｍｅｎｔ ａｃｔｉｖａｔｉｏｎ”， Ａｒｔｅｒｉｏｃｓｃｌｅｒ． Ｔｈｒｏｍｂ． Ｖａｓｃ． Ｂｉｏｌ．， １９， ｐｐ．２３４８−２３５４， １９９９」参照）。ここで、組織障害や感染が起きたときの２、３日以内のタンパクをはじめとする血漿成分の変化は急性期反応（ａｃｕｔｅ−ｐｈａｓｅ ｒｅｓｐｏｎｓｅ）と呼ばれる。図１５では、“ａｃｕｔｅ−ｐｈａｓｅ ｒｅｓｐｏｎｓｅ”（ＧＯ：０００６９５８）は全１９件により対象外であったが、強い結び付き想定される結果（ＥＴ５０が９４８、ｄｉｖ．が０．０９８）が得られている。
【００９９】
最近になって、酸化を受けたＬＤＬは、ＣＲＰの他、血液中を恒常的に循環している血液凝固をおさえるように働くタンパク質であるアポリポタンパク質Ｈ（β2−ｇｌｙｃｏｐｒｏｔｅｉｎ １、β2−ＧＰＩとしても知られる）の修飾を速やかに受け、これらタンパク質との複合体として血中を循環していることが明らかにされ、潜在的な動脈硬化の指標とされている（例えば「Ｋｏｂａｙａｓｈｉ，Ｋ．， Ｋｉｓｈｉ，Ｍ．， Ａｔｓｕｍｉ，Ｔ．， Ｂｅｒｔｏｌａｃｃｉｎｉ，Ｍ．， Ｍａｋｉｎｏ，Ｈ．， Ｓａｋａｉｒｉ，Ｎ．， Ｙａｍａｍｏｔｏ，Ｉ．， Ｙａｓｕｄａ，Ｔ．， Ｋｈａｍａｓｈｔａ，Ｍ．， Ｈｕｇｈｅｓ，Ｎ．， Ｋｏｉｋｅ，Ｔ．， Ｖｏｅｌｋｅｒ，Ｄ．， ａｎｄ Ｍａｔｓｕｕｒａ，Ｅ．， “Ｃｉｒｃｕｌａｔｉｎｇ ｏｘｉｄｉｚｅｄ ＬＤＬ ｆｏｒｍｓ ｃｏｍｐｌｅｘｅｓ ｗｉｔｈ Ｂ２−ｇｌｙｃｏｐｒｏｔｅｉｎ Ｉ：ｉｍｐｌｉｃａｔｉｏｎ ａｓ ａｎ ａｔｈｅｒｏｇｅｎｉｃ ａｕｔｏａｎｔｉｇｅｎ”， Ｊ． Ｌｉｐｉｄ Ｒｅｓ．， ４４， ｐｐ．７１６−７２６， ２００３」参照）。
【０１００】
変性ＬＤＬという、異物を貪食する機構において、ここでは補体が関わる免疫複合体様の機序によるオプソニン機構の関与を示唆しているといえる。ここで、変性ＬＤＬのスカベンジャー受容体による取り込み（例えば「Ｋｏｄａｍａ，Ｔ．， Ｆｒｅｅｄｍａｎ，Ｍ．， Ｒｏｈｒｅｒ，Ｌ．， Ｚａｂｒｅｃｋｙ，Ｊ．， Ｍａｔｓｕｄａｉｒａ，Ｐ．， ａｎｄ Ｋｒｉｅｇｅｒ，Ｍ．， “Ｔｙｐｅ Ｉ ｍａｃｒｏｐｈａｇｅ ｓｃａｖｅｎｇｅｒ ｒｅｃｅｐｔｏｒ ｃｏｎｔａｉｎｓ ａｌｐｈａ−ｈｅｌｉｃａｌ ａｎｄ ｃｏｌｌａｇｅｎ−ｌｉｋｅ ｃｏｉｌｅｄ ｃｏｉｌｓ”， Ｎａｔｕｒｅ， ３４３， ｐｐ．５３１−５３５， １９９０」参照）が動脈硬化発症の機序としてこれまでよく知られている。スカベンジャー受容体は変性ＬＤＬの表面構造や陰性荷電を認識して変性ＬＤＬを取り込むとされる。一方で、酸化ＬＤＬ−β2−ＧＰＩ複合体では、本来、酸化ＬＤＬが有すると考えられていた陰性荷電の消失が確認されている（例えば「Ｋｏｂａｙａｓｈｉ，Ｋ．， Ｋｉｓｈｉ，Ｍ．， Ａｔｓｕｍｉ，Ｔ．， Ｂｅｒｔｏｌａｃｃｉｎｉ，Ｍ．， Ｍａｋｉｎｏ，Ｈ．， Ｓａｋａｉｒｉ，Ｎ．， Ｙａｍａｍｏｔｏ，Ｉ．， Ｙａｓｕｄａ，Ｔ．， Ｋｈａｍａｓｈｔａ，Ｍ．， Ｈｕｇｈｅｓ，Ｎ．， Ｋｏｉｋｅ，Ｔ．， Ｖｏｅｌｋｅｒ，Ｄ．， ａｎｄ Ｍａｔｓｕｕｒａ，Ｅ．， “Ｃｉｒｃｕｌａｔｉｎｇ ｏｘｉｄｉｚｅｄ ＬＤＬ ｆｏｒｍｓ ｃｏｍｐｌｅｘｅｓ ｗｉｔｈ Ｂ２−ｇｌｙｃｏｐｒｏｔｅｉｎ Ｉ：ｉｍｐｌｉｃａｔｉｏｎ ａｓ ａｎ ａｔｈｅｒｏｇｅｎｉｃ ａｕｔｏａｎｔｉｇｅｎ”， Ｊ． Ｌｉｐｉｄ Ｒｅｓ．， ４４， ｐｐ．７１６−７２６， ２００３」参照）。
【０１０１】
以上、本実施例では、代謝症候群の関連遺伝子の網羅的探索と、遺伝子の関連臓器やオントロジーを活用した包括的理解が可能なことを示した。代謝症候群を形成する４つの疾患から派生した疾患概念を有機的に結合させ、動脈硬化の発症や進展の基盤とされる炎症の関わりはもとより、最近、実際に見出されつつある免疫補体反応の関わりが導かれていることは特筆すべき点である。生物学的実験により裏付けされると共に新たな治療や予防方法の開発につながることが期待される。また、本発明により、解析対象のオブジェクトである遺伝子を１つ加えるごとに描かれた２次元平面により、当該解析対象の遺伝子と注目する疾患に相当する位置から算出される距離に対して昇順で並べ替えて序列した結果に基づいて疾患関連遺伝子の探索を実現した。さらに、本発明により、その序列とオントロジー等の別に持ち合わせる知識情報に関する知識データベースとの対比から、疾患に関連する知識をシステマティックに導出した。換言すると、本発明により、存在するＰｕｂＭｅｄ文献を用いた遺伝子間の相対関係の定量化および遺伝子知識統合による疾患関連遺伝子の順位付けとそれに伴う知識発見が実現されることを示した。本発明は、ハイスループットで網羅的な解析から発症機序の解明が求められる中で、全体像を見据えた仮説の構築に有用といえる。また、多因子性疾患は複数の遺伝子が環境も要因に複雑に絡み合って引き起こされると考えられているが、本発明を用いることで、遺伝子間相互作用が考慮された遺伝子ネットワーク（例えば「Ｂａｒａｂａｓｉ，ＡＬ．， ａｎｄ Ｏｌｔｖａｉ，ＺＮ．， “Ｎｅｔｗｏｒｋ ｂｉｏｌｏｇｙ：ｕｎｄｅｒｓｔａｎｄｉｎｇ ｔｈｅ ｃｅｌｌ'ｓ ｆｕｎｃｔｉｏｎａｌ ｏｒｇａｎｉｚａｔｉｏｎ”， Ｎａｔ． Ｒｅｃ． Ｇｅｎｅｔ．， ５． ｐｐ．１０１−１１８， ２００４」や「Ｂａｒｒｏｓｏ，Ｉ．，Ｇｕｒｎｅｌｌ，Ｍ．， Ｃｒｏｗｌｅｙ，ＶＥ．， Ａｇｏｓｔｉｎｉ，Ｍ．， Ｓｃｈｗａｂｅ，ＪＷ．， Ｓｏｏｓ，ＭＡ．， Ｍａｓｌｅｎ，ＧＬ．， Ｗｉｌｌｉａｍｓ，ＴＤ．， Ｌｅｗｉｓ，Ｈ．， Ｓｃｈａｆｅｒ，ＡＪ．， Ｃｈａｔｔｅｒｊｅｅ，ＶＫ．， ａｎｄ Ｏ'Ｒａｈｉｌｌｙ，Ｓ．， “Ｄｏｍｉｎａｎｔ ｎｅｇａｔｉｖｅ ｍｕｔａｔｉｏｎｓ ｉｎ ｈｕｍａｎ ＰＰＡＲｇａｍｍａ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｓｅｖｅｒｅ ｉｎｓｕｌｉｎ ｒｅｓｉｓｔａｎｃｅ， ｄｉａｂｅｔｅｓ ｍｅｌｌｉｔｕｓ ａｎｄ ｈｙｐｅｒｔｅｎｔｉｏｎ”， Ｎａｔｕｒｅ， ４０２， ｐｐ．８８０−８８３， １９９９」参照）や食事や運動などの環境要因を考慮した分析も可能である。
【産業上の利用可能性】
【０１０２】
以上のように、本発明にかかる遺伝子探索装置、遺伝子探索方法、遺伝子探索プログラムおよび記録媒体は、疾患関連遺伝子探索や創薬ターゲット候補選定などを行うバイオインフォマティクス分野において極めて有用であり、産業上の多くの分野、特に医薬品や医療、ライフサイエンス等の分野に適している。
【図面の簡単な説明】
【０１０３】
【図１】遺伝子探索装置１００の構成を示すブロック図である。
【図２】関連知識情報ファイル１０６ｐに格納される情報の一例を示す図である。
【図３】遺伝子探索装置１００の制御部１０２で行われるメイン処理の一例を示すフローチャートである。
【図４】遺伝子探索装置１００の制御部１０２で行われる次元圧縮処理の一例を示すフローチャートである。
【図５】学習文書集合における頻度の上位２５の語の例を示す図である。
【図６】ＰｕｂＭｅｄのＩＤが８６６１０１９の論文を用いた語の抽出例を示す図である。
【図７】代謝症候群（ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ）に関する４疾患（肥満、糖尿病、高脂血症および高血圧）の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図８】Ｉ型糖尿病およびＩＩ型糖尿病の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図９】機能クラスで分類された高血圧候補遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図１０】各臓器の関連遺伝子を対象にしたときの遺伝子間の相対関係を示す図である。
【図１１】６１３１個の遺伝子に対して得た序列の染色体に関する分布を示す図である。
【図１２】得られた６１３１遺伝子の序列と代謝症候群を形成する４疾患の関連遺伝子との関係を示す図である。
【図１３】得られた６１３１遺伝子の序列と他の疾患の既知の関連遺伝子との関係を示す図である。
【図１４】６１３１個の遺伝子ごとの関連臓器に関する結び付きを示す図である。
【図１５】遺伝子オントロジーにより遺伝子毎に付与された生体における機能等との結び付きを示す図である。
【符号の説明】
【０１０４】
１００ 遺伝子探索装置
１０２ 制御部
１０２ａ 文書情報取得部
１０２ｂ 文書ベクトル情報作成部
１０２ｃ 学習文書情報取得部
１０２ｄ 学習文書ベクトル情報作成部
１０２ｅ 正規直交行列取得部
１０２ｆ 正規直交変換部
１０２ｇ オブジェクト生成部
１０２ｈ 類似度情報算出部
１０２ｉ 座標情報取得部
１０２ｊ 距離情報算出部
１０２ｋ オブジェクト序列部
１０２ｍ 関連知識情報抽出部
１０４ 通信インターフェース部
１０６ 記憶部
１０６ａ 文書情報ファイル
１０６ｂ 単語情報ファイル
１０６ｃ 文書ベクトル情報ファイル
１０６ｄ 学習文書情報ファイル
１０６ｅ 学習文書ベクトル情報ファイル
１０６ｆ 正規直交行列ファイル
１０６ｇ 変換文書ベクトル情報ファイル
１０６ｈ オブジェクトファイル
１０６ｉ 類似度情報ファイル
１０６ｊ 座標情報ファイル
１０６ｋ 距離情報ファイル
１０６ｍ 序列結果ファイル
１０６ｎ 知識データベース
１０６ｐ 関連知識情報ファイル
１０８ 入出力インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ 外部システム
３００ ネットワーク
【特許請求の範囲】
【請求項１】
疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索装置であって、
所定の単語情報を記憶する単語情報記憶手段と、
オブジェクトを生成する際に用いる文書情報を取得する文書情報取得手段と、
前記単語情報記憶手段に記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得手段で取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成手段と、
前記文書ベクトル情報作成手段で作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成手段と、
前記オブジェクト生成手段で生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出手段と、
前記類似度情報算出手段で算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得手段と、
前記座標情報取得手段で取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出手段と、
前記距離情報算出手段で算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列手段と、
を備えたことを特徴とする遺伝子探索装置。
【請求項２】
前記オブジェクト序列手段で序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出手段
をさらに備えたことを特徴とする請求項１に記載の遺伝子探索装置。
【請求項３】
疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法であって、
所定の単語情報を記憶する単語情報記憶ステップと、
オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、
前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、
前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、
前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、
前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、
前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、
前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、
を含むことを特徴とする遺伝子探索方法。
【請求項４】
前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップ
をさらに含むことを特徴とする請求項３に記載の遺伝子探索方法。
【請求項５】
疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法をコンピュータに実行させる遺伝子探索プログラムであって、
所定の単語情報を記憶する単語情報記憶ステップと、
オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、
前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、
前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、
前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、
前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、
前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、
前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、
を含むことを特徴とする遺伝子探索プログラム。
【請求項６】
前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップ
をさらに含むことを特徴とする請求項５に記載の遺伝子探索プログラム。
【請求項７】
前記請求項５または６に記載された遺伝子探索プログラムを記録したこと
を特徴とするコンピュータ読み取り可能な記録媒体。
【請求項１】
疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索装置であって、
所定の単語情報を記憶する単語情報記憶手段と、
オブジェクトを生成する際に用いる文書情報を取得する文書情報取得手段と、
前記単語情報記憶手段に記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得手段で取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成手段と、
前記文書ベクトル情報作成手段で作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成手段と、
前記オブジェクト生成手段で生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出手段と、
前記類似度情報算出手段で算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得手段と、
前記座標情報取得手段で取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出手段と、
前記距離情報算出手段で算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列手段と、
を備えたことを特徴とする遺伝子探索装置。
【請求項２】
前記オブジェクト序列手段で序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出手段
をさらに備えたことを特徴とする請求項１に記載の遺伝子探索装置。
【請求項３】
疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法であって、
所定の単語情報を記憶する単語情報記憶ステップと、
オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、
前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、
前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、
前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、
前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、
前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、
前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、
を含むことを特徴とする遺伝子探索方法。
【請求項４】
前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップ
をさらに含むことを特徴とする請求項３に記載の遺伝子探索方法。
【請求項５】
疾患や臓器などの概念に関連する各遺伝子をオブジェクトとして捉え、オブジェクト間の類似性を定量して遺伝子間の相対関係を表現することで概念に関連する遺伝子を探索する遺伝子探索方法をコンピュータに実行させる遺伝子探索プログラムであって、
所定の単語情報を記憶する単語情報記憶ステップと、
オブジェクトを生成する際に用いる文書情報を取得する文書情報取得ステップと、
前記単語情報記憶ステップに記憶した各単語情報の出現頻度情報および各単語情報に関する重み情報に基づいて前記文書情報取得ステップで取得した文書情報をベクトルで表現することで、文書ベクトル情報を作成する文書ベクトル情報作成ステップと、
前記文書ベクトル情報作成ステップで作成した文書ベクトル情報に基づいて自己相関行列を定義し、定義した自己相関行列のＫＬ展開から固有値情報および固有ベクトル情報を算出することで、オブジェクトを生成するオブジェクト生成ステップと、
前記オブジェクト生成ステップで生成した各オブジェクトに対応する固有値情報および固有ベクトル情報に基づいて、オブジェクト間の類似度情報を算出する類似度情報算出ステップと、
前記類似度情報算出ステップで算出した類似度情報に基づいて概念に対応する各オブジェクトの座標情報を取得する座標情報取得ステップと、
前記座標情報取得ステップで取得した座標情報に基づいて概念とオブジェクトとの間の距離情報を算出する距離情報算出ステップと、
前記距離情報算出ステップで算出した距離情報に基づいて各オブジェクトを序列するオブジェクト序列ステップと、
を含むことを特徴とする遺伝子探索プログラム。
【請求項６】
前記オブジェクト序列ステップで序列した各オブジェクトの序列結果と予め定めた知識データベースとを対比させ、対比結果に基づいて所定の指標に関する指標値を算出し、算出した指標値に基づいて概念に関連する知識情報を抽出する関連知識情報抽出ステップ
をさらに含むことを特徴とする請求項５に記載の遺伝子探索プログラム。
【請求項７】
前記請求項５または６に記載された遺伝子探索プログラムを記録したこと
を特徴とするコンピュータ読み取り可能な記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２００６−２０９３５７（Ｐ２００６−２０９３５７Ａ）
【公開日】平成１８年８月１０日（２００６．８．１０）
【国際特許分類】
【出願番号】特願２００５−１８８００（Ｐ２００５−１８８００）
【出願日】平成１７年１月２６日（２００５．１．２６）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．Ｂｌｕｅｔｏｏｔｈ
【出願人】（０００１０２７２８）株式会社エヌ・ティ・ティ・データ (438)
【公開日】平成１８年８月１０日（２００６．８．１０）
【国際特許分類】
【出願日】平成１７年１月２６日（２００５．１．２６）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．Ｂｌｕｅｔｏｏｔｈ
【出願人】（０００１０２７２８）株式会社エヌ・ティ・ティ・データ (438)
[ Back to top ]