Vol.2 No.4 2009

48/92

研究論文:循環発展的なプロジェクト構造を生むバイオインフォマティクス戦略(諏訪ほか)−308−Synthesiology Vol.2 No.4(2009)参考文献E. S. Lander et al.: International Human Genome Sequencing Consortium. Initial sequencing and analysis of the human genome, Nature ,409, 860-921 (2001). A. Shenker: G protein-coupled receptor structure and function: The impact of disease-causing mutations, Baillieres Clin. Endocrinol Metab., 9, 427-451 (1995).O. Gotoh: Homology-based gene structure prediction: Simplified matching algorithm using a translated codon, (tron) and improved accuracy by allowing for long gaps, Bioinformatics, 16, 190-202 (2000).http://genedecoder.cbrc.jp/http://hmmer.janelia.org/T. Hirokawa, S. Boon-Chieng and S. Mitaku: SOSUI, Classification and secondary structure prediction system for membrane proteins, Bioinformatics, 14, 378-379 (1998).M. Suwa, T. Sato, I. Okouchi, T. Kumagai, M. Arita, K. Asai, Y. Akiyama, S. Matsumoto, S. Tsutsumi and H. Aburatani: SEVENS, Nucleic Acids Research., 31, Online summary paper (http:// www3.oup.co.uk/ nar/ database/ summary 373), (2003).Y. Terashima, N. Onai, M. Enomoto, V. Poonpiriya, T. Hamada, K. Motomura, M. Suwa, T. Ezaki, T. Haga, S. Kanagasaki and K. Matsushima: Pivotal function for cytoplasmic protein FROUNT in CCR2-mediated monocyte chemotaxis, Nature Immunology, 6, 827-835 (2005).T. Muramatsu and M. Suwa: Statistical analysis and prediction of functional residues effective for GPCR-G-protein coupling selectivity, PROTEIN Engeneering Design & Selection,19, 277-283 (2006). Y. Yabuki, T. Muramatsu, T. Hirokawa, H. Mukai and M. Suwa: GRIFFIN, a system for predicting GPCR-G-protein coupling selectivity using a support vector machine and a hidden Markov model, Nucleic Acid Research, 33, W148-W153 (2005). Y. Ono, W. Fujibuchi and M. Suwa: Automatic gene collection system for genome-scale overview of G-protein coupled receptors in eukaryotes, Gene, 364, 63-73 (2005).Q. Xia et al.: Silkworm genome consortium, The genome of a lepidopteran model insect, the silkworm Bombyx mori, Insect Biochemistry and Molecular Biology, 38, 1036-1045 (2008). K. Tanaka, Y. Uda, Y. Ono, T. Nakagawa, M. Suwa, R. Yamaoka and K. Touhara: Highly selective tuning of a silkworm olfactory receptor to a key mulberry leaf volatile, Curr. Biol. 19, 881- 890 (2009).M. A. Hanson and R. C. Stevens: Discovery of new GPCR biology, one receptor structure at a time, Structure. 17, 8-14 (2009). D. T. Lodowski, T. E. Angel and K. Palczewski: Comparative analysis of GPCR crystal structures, Photochem Photobiol., 85425-85430 (2009).L. X. Yao, Z. C. Wu, Z. L. Ji, Y. Z. Chen and X. Chen: Internet resources related to drug action and human response: A review, Applied Bioinformatics, 5, 131-139 (2006).L. J. Zhi, L. Z. Sun, X. Chen, C. J. Zheng, L. X. Yao, L. Y. Han, Z. W. Cao, J. F. Wang, W. K. Yeo, C. Z. Cai and Y. Z. Chen: Internet resources for proteins associated with drug therapeutic effects, adverse reactions and ADME, Drug Discovery Today, 8, 526-529 (2003).A. Daskalaki ed.: Handbook of Research on Systems Biology Applications in Medicine, Vol I (Medical Information Science Reference Press) (2009).[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18]執筆者略歴諏訪 牧子(すわ まきこ) 独立行政法人産業技術総合研究所生命情報工学研究センター主幹研究員。1986年青山学院大学大学院理工学研究科前期課程修了、博士(理学)。東京農工大学工学部、文部技官、助手、株式会社ヘリックス研究所主任研究員、工業技術院電子技術総合研究所主任研究官、産業技術総合研究所生命情報科学研究センター 研究チーム長、副研究センター長を経て、2007年より現職。専門:バイオインフォマティクス、生物物理学。本論文で記述したプロジェクトでは全体の統括を担当した。小野 幸輝(おの ゆきてる) 株式会社情報数理研究所バイオライフサイエンスシステム事業部第8ビジネスグループマネージャー。1994年名古屋大学大学院理学研究科生物学専攻前期課程修了。株式会社ジャステックを経て、2001年より現職。専門:バイオインフォマティクス。本論文では主にSEVENSのWEBインターフェースの開発と共同研究で生じた改良点の実装を担当した。査読者との議論 議論1 研究の進め方についての主張点コメント(赤松 幹之:産業技術総合研究所人間福祉医工学研究部門)タイトルにあるように「バイオインフォマティクス戦略」的な内容になっていることがシンセシオロジー論文として期待されます。戦略的とは、ゴールを意図して研究のシナリオ(プロセス)を事前に定めてから研究をすることですので、もし、このような循環的な研究の進め方として意図的に工夫されたことがあれば、その記述をお願いします。また、著者自身が意図せずにこのような展開になったのであれば、このような循環的なDBの発展が起きるために必要な条件は何であるか書いていただければと思います。また、DBの循環的な発展プロセスを述べることが本論文のポイントだと思いますので、その発展プロセスを図示したものを含めていただくと、主張点が分かり易くなると思います。コメント(中島 秀之:はこだて未来大学)研究手法に関して「伝えたいポイント」を、一般読者層(外部の他分野研究者)も意識して、加筆していただけると良いと思います。回答(諏訪 牧子)本文中で示したバイオインフォマティクス戦略とは、必ずしも、研究のシナリオを事前に定めてからそのロードマップに従って進めて行くものではありません。むしろ、振り返ってみると、意図せずとも実に効率よく研究が展開していったと感じますので、それを生み出すバイオインフォマティクス特有の駆動力があったことに注目したものです。研究プロジェクト全体の発展の流れは、複数の要素(長期熟成されたコア技術、実験研究者との密な連携、技術インキュベーションを生む環境等)を駆動力として進む個別研究の方向性と、進展の速いライフサイエンス分野の方向性との相互作用としてスパイラルアップして進み続けるダイナミックな形態と考えられます。(この発展プロセスを図5(a)、(b)として図示しました。)このような形態は、バイオインフォマティクスが研究ターゲットによる強い制限を受けないために、状況に応じて多様な方向性を定めることができるという性質と、基礎研究からその応用と実用化への期間が短いために個別の研究は1~2年で決着がつくという性質によるものだと思います。

※このページを正しく表示するにはFlashPlayer9以上が必要です