分子生物情報学(0) バイオインフォマティクス 阿久津 達也 京都大学 化学研究所 バイオインフォマティクスセンター
バイオインフォマティクス（１） 生物学＋情報技術（IT） １９９０年代に大きく発展 ← ゲノム計画の急速な進展 ← ゲノム計画の急速な進展 （既に１００種類程度以上の生物種のゲノムが決定） 情報解析の必要性 DNA配列⇔プログラムのオブジェクトコード 意味の解析が必要 配列以外のデータ解析も重要 立体構造、遺伝子発現データ、代謝パスウェイなど
バイオインフォマティクス（２） 主要トピック 分野としての特徴 データベース構築 遺伝子発見、遺伝子制御領域推定 配列検索、配列比較、進化系統樹 たんぱく質／RNA構造予測、機能予測、相互作用予測 遺伝子発現データ解析 分野としての特徴 多くのデータベース・ソフトウェアがWEBなどから利用可能 研究成果が（生物学研究への）応用に直結
バイオインフォマティクスにおける データベース 多くの重要なデータベースが無償でWEBからアクセス可能 DNA配列： GenBank, EMBL, DDBJ タンパク質配列： Swissprot タンパク質立体構造： PDB モチーフ： Prosite, Pfam, … 代謝パスウェイ： KEGG
Bioinformatics Center バイオインフォマティクスセンター Bioinformatics Center 京都大学 化学研究所 附属 2001年4月設立 現在、４研究室 金久研: KEGG 藤研: 分子進化 馬見塚研: データマイニング 阿久津研: アルゴリズム
研究室の研究内容 研究方針 研究トピック 数理的原理に基づく生命情報解析手法の開発 生命システムの数理的理解 相互作用推定 タンパク質―タンパク質、遺伝子―遺伝子など スケールフリーネットワーク 配列解析（文字列解析）アルゴリズム タンパク質立体構造解析（比較・予測） 化学情報解析（ケモインフォマティクス） 生物データ解析のための統計的手法 HMM、サポートベクタマシン
遺伝子と蛋白質 遺伝情報の流れ 遺伝子 ゲノム タンパク質 DNA⇒RNA⇒タンパク DNA配列中で直接的に 機能する部分 染色体全体（半数体） 遺伝情報の総体 タンパク質 アミノ酸（２０種類）の鎖
DNAとアミノ酸 DNAはA,C,G,Tの４文字の並び DNAは二重ラセン構造⇒相補鎖 塩基：DNA１文字、 残基：アミノ酸１文字 （アミノ酸は２０種類）
アミノ酸と蛋白質 アミノ酸：２０種類 蛋白質：アミノ酸の鎖（短いものはペプチドと呼ばれる）
側鎖の例
計算量 情報科学では、入力データのサイズ(n)に対して、計算時間がどのように変化するかを理論的に解明することが重要 O(n): かなり速い（文字列検索など） O(n log n): 結構速い（ソートなど） O(n2): まあまあ速い（アライメントなど） O(n3): ちょっと遅い（RNA二次構造予測など） O(n4): 結構遅い（Pseudo-knotつきRNA二次構造予測など） NP困難： すごく遅い （マルチプルアライメント、スレッディングなど) P=NP は理論計算機科学における最大の難問 P≠NPならば、NP困難問題に対する理論的に効率的なアルゴリズム（多項式時間アルゴリズム）は存在しない しかし、タンパク質配列などは n ≦ 1000 くらいなので、実用アルゴリズムを開発できる可能性はある
講義内容 ペアワイズアライメント法（動的計画法） マルチプルアライメント法 確率モデル(HMM)に基づく配列解析 進化系統樹推定法 RNAおよびタンパク質の高次構造推定 遺伝子発現データの情報解析法 スケールフリーネットワーク