ゲノムネットの利用法に関する講習会 北陸先端科学技術大学院大学 知識科学研究科 佐藤賢二.

Presentation on theme: "ゲノムネットの利用法に関する講習会 北陸先端科学技術大学院大学 知識科学研究科 佐藤賢二."— Presentation transcript:

1 ゲノムネットの利用法に関する講習会 北陸先端科学技術大学院大学 知識科学研究科 佐藤賢二

2 ゲノムデータ 主に分子生物学の実験の結果得られるデータ。 世界各国で集積・配付されている。 核酸配列情報 GATC…
タンパク質配列情報　　SER ALA PRO … タンパク質立体構造情報 遺伝病などの疾病に関する情報 文献情報 …

3 指数的に増え続けるゲノムデータ 実験技術の進歩とともに、 データの産出速度が加速

4 ゲノムデータの例（GenBankのエントリ）
LOCUS EBOMAY bp ss-RNA VRL SEP-1990 DEFINITION Ebola virus 3' proximal protein gene, 5' end. ACCESSION M33062 NID g323684 KEYWORDS . SOURCE Ebola virus (strain MAY; Zaire 1976) RNA. ORGANISM Ebola virus Viruses; ssRNA negative-strand viruses; Mononegavirales; Filoviridae; Filovirus. REFERENCE 1 (bases 1 to 157) AUTHORS Kiley,M.P., Wilusz,J., McCormick,J.B. and Keene,J.D. TITLE Conservation of the 3' terminal nucleotide sequences of Ebola and Marburg virus JOURNAL Virology 149, (1986) MEDLINE FEATURES Location/Qualifiers source /organism="Ebola virus" /db_xref="taxon:11268" CDS >157 /note="3'proximal protein" /codon_start=1 /db_xref="PID:g323685" /translation="MRKINNFLSLKFDDRNLKLKLLICNHTVDSEPHTS" BASE COUNT a c g t ORIGIN 1 gggcacacaa aaagaaagaa gaatttttag gatcttttgt gtgcgaataa ctatgaggaa 61 gattaataat ttcctctcat tgaaatttga tgatcggaat ttgaaattga aattgttgat 121 ctgtaatcac accgttgatt cagagccaca cacaagt //

5 ゲノムデータの量（エントリ数） 核酸配列 （遺伝子） アミノ酸配列 （タンパク質） タンパク質立体構造 アミノ酸配列 アミノ酸配列の
Date Database Release #Entries #Residues 98/9/22 genbank (Aug 98) 2,532,359 1,797,137,713 98/10/27 genbank-upd /10-28 (Oct 98) , ,645,601 98/8/25 embl (Jun 98) 2,131,533 1,434,776,497 98/10/24 embl-upd /10-24 (Oct 98) , ,494,813 98/8/25 swissprot (Jul 98) , ,840,295 98/10/20 swissprot-upd /10-20 (Oct 98) , ,825,820 98/8/25 pir (Jun 98) , ,838,376 98/9/18 prf (Sep 98) , ,113,650 98/8/25 pdb (Apr 98) , ,644,523 98/9/4 pdb-upd /09-04 (Sep 98) ,475 98/8/25 pdbstr (Apr 98) , ,617,704 98/9/4 pdbstr-upd /09-04 (Sep 98) ,113 98/8/25 epd (Apr 97) , ,800 98/8/25 transfac (May 98) ,321 98/8/25 prosite (Jul 98) ,352 98/8/25 prosdoc (Jul 98) ,014 98/8/27 blocks (Feb 98) ,845 98/8/25 prints (May 98) 98/8/25 prodom (Nov 97) , ,756,724 98/8/25 pmd (May 96) ,078 98/9/8 aaindex (Sep 98) 98/9/9 litdb (Aug 20) ,878 98/10/27 omim MIM10+/10-27 (Oct 98) ,116 98/10/28 genes /10-28 (Oct 98) , ,793,382 98/10/27 ligand /10-26 (Oct 98) ,291 98/10/28 pathway /10-28 (Oct 98) ,092 98/8/27 brite (May 98) 98/10/28 linkdb (Oct 98) 6,269,418 核酸配列 （遺伝子） アミノ酸配列 （タンパク質） タンパク質立体構造 アミノ酸配列 プロモータ配列 転写因子 アミノ酸配列の モチーフ（パタ ーン辞書） 変異タンパク（ミュータント） アミノ酸の各種指標 文献データ（PRFから生成） 遺伝病 遺伝子百科 事典（KEGG） 上記データ全ての参照関係 -upd がついているものは、毎日更新される追加分。その他は定期／不定期に更新。

6 ゲノムネット（GenomeNet) JAISTのミラーサーバ 京大化研 スパコンラボ（SCL) 東大医科研 ヒトゲノム解析センター（HGC)

7 ゲノムネットのサービス ftpミラーリング（最新のゲノムデータのコピーを持つ） DBGET（キーワード検索／エントリ取得）
LinkDB（関連したエントリを辿る） ホモロジーサーチ（類似した配列の検索） 他の配列解析ツール（PSORT etc.） 日本独自のゲノムデータを公開（BSORF, MBGD, etc.） 遺伝子百科事典（KEGG )

8 ゲノムネットのWWWサーバ

9 DBGET

10 DBGETを使ってGenBankを検索

11 検索結果のリスト

12 リストに挙がっているエントリを表示

13 LinkDB

14 LinkDB

15 ホモロジー検索（BLAST)

16 BLASTの実行結果

17 JAISTにおけるゲノムネットのミラーサーバ
ディスクが足りないので ここは工事中。来月中旬 から利用可能になる予定。

18 更新状況の比較 JAIST SCL HGC :db1:ideas:binfo |egrep '\-upd|link'
98/10/27 genbank-upd /10-28 (Oct 98) , ,645,601 98/10/24 embl-upd /10-24 (Oct 98) , ,494,813 98/10/20 swissprot-upd /10-20 (Oct 98) , ,825,820 98/9/4 pdb-upd /09-04 (Sep 98) ,475 98/9/4 pdbstr-upd /09-04 (Sep 98) ,113 98/10/28 linkdb (Oct 98) 6,269,418 :db1:ideas:rsh_star "binfo | egrep '\-upd|link'" 98/10/22 genbank-upd /10-22 (Oct 98) , ,162,742 98/10/24 embl-upd /10-24 (Oct 98) , ,501,816 98/10/19 swissprot-upd /10-20 (Oct 98) , ,826,052 98/10/22 genpept-upd /10-22 (Oct 98) , ,131,562 98/10/17 pdb-upd /10-18 (Oct 98) ,133 98/10/17 pdbstr-upd /10-18 (Oct 98) ,088 98/10/28 linkdb (Oct 98) 6,326,285 :db1:ideas:rsh_gray "binfo | egrep '\-upd|link'" 98/10/28 genbank-upd /10-28 (Oct 98) , ,655,330 98/10/10 embl-upd /10-10 (Oct 98) , ,653,593 98/10/19 swissprot-upd /10-20 (Oct 98) , ,825,154 98/10/28 genpept-upd /10-28 (Oct 98) , ,448,406 98/8/2 pdb-upd /08-02 (Aug 98) ,407 98/8/2 pdbstr-upd /08-02 (Aug 98) ,304 SCL HGC

19 SCLやHGCとの違い 誰かネットとマシン下さい… Webで使ってる範囲では機能的には全く同じ。例えば、ホモロ
ジー検索などは自動的にHGCかSCLで実行される。サーバの URLは 。ホスト名は db1 。 ホモロジー検索をJAISTのマシンでローカルに実行することは できない（ディスク増設により解決予定）。 さすがにパフォーマンスがちょっと落ちる（HGCやSCLはStar Fireの32～64プロセッサ、こっちは Enterprize 3000 の4プロ セッサ）。近々メモリ増設予定なので、DBGETなどは改善見込。 NCBIなど海外のサイトにつながるリンクを辿った場合、対外接 続速度の差がもろに出る（HGCはIIJの６Mで北米などに接続）。 誰かネットとマシン下さい…

20 それでもミラーサーバを立ちあげる理由（利点）
最新のゲノムデータを格納したファイルを直接触れる。 →独自のゲノム解析研究を進めることができる。 コマンドラインからDBGETやホモロジー検索ができる。 →Webよりもスクリプトで回し易い。 オートマウントの設定をすれば自分のワークステーション の上で上記のことが行える（計画中）。 ゲノム解析以外の研究にも使えるかも？

21 コマンドラインからの利用法 パスや環境変数の設定 キーワード shiga-like で PDB を検索 １件ヒット
:db1:ken:source /bio/lib/cshrc.ideas :db1:ken:which bfind /bio/bin/bfind :db1:ken:bfind pdb shiga-like pdb:1BOV VEROTOXIN-1 (B-OLIGOMER, ALSO CALLED SHIGA-LIKE TOXIN-1) :db1:ken:bfind pdb shiga-like | bget HEADER TOXIN OCT BOV BOV 2 COMPND VEROTOXIN-1 (B-OLIGOMER, ALSO CALLED SHIGA-LIKE TOXIN-1) BOV 3 SOURCE (ESCHERICHIA COLI) BOV 4 AUTHOR P.E.STEIN,R.J.READ BOV 5 REVDAT OCT-93 1BOV BOV 6 JRNL AUTH P.E.STEIN,A.BOODHOO,G.J.TYRRELL,J.L.BRUNTON, BOV 7 JRNL AUTH 2 R.J.READ BOV 8 JRNL TITL CRYSTAL STRUCTURE OF THE CELL-BINDING B OLIGOMER 1BOV 9 JRNL TITL 2 OF VEROTOXIN-1 FROM E. COLI BOV 10 JRNL REF NATURE V BOV 11 JRNL REFN ASTM NATUAS UK ISSN BOV 12 ～以下略～ パスや環境変数の設定 キーワード shiga-like で PDB を検索 １件ヒット ヒットしたエントリを bget で取得 詳しくは「ゲノムネットのデータベース利用法 第２版」を御覧下さい。 も多少参考に なります（Web用に書かれているのがちょっと難点ですが）。

22 おわりに まだ立ち上がったばかりですが、興味のある方はぜひ 使ってみてください。Webサーバのパフォーマンスが
気に入らない場合は遠慮なく の方を使って頂いて構いません。 御意見・御質問は佐藤までお寄せください。本格的に 研究に使用したい場合も御相談頂ければ幸いです。 重要な変更に関しては以下のURLで随時お知らせする 予定です。

23 ゲノムセンターのスパコンシステム