バイオインフォマティクスは、生物学、コンピューターサイエンス、統計の交差点にある強力な学問として浮上しています。生命科学の分野では、生物学的データの分析と解釈において重要な役割を果たし、研究者が現代の実験技術によって生成された膨大な量の情報を理解するのに役立ちます。ライフサイエンスのサプライヤーとして、当社は生物学研究の状況を変革するバイオインフォマティクスのさまざまなツールや技術に精通しています。
シーケンスアライメントツール
バイオインフォマティクスにおける基本的なタスクの 1 つは配列アラインメントです。これには、DNA、RNA、またはタンパク質の配列を比較して類似点と相違点を特定することが含まれます。これにより、進化の関係、遺伝子機能、疾患に関連する突然変異の特定についての洞察が得られます。
BLAST (Basic Local Alignment Search Tool) は、おそらく最も広く使用されている配列アラインメント ツールです。これにより、研究者は、大規模な配列データベースに対してクエリ配列を検索して、類似した配列を見つけることができます。 BLAST は、共通の進化的起源を共有する配列である相同配列を迅速に識別できます。たとえば、新しく発見された遺伝子の研究では、BLAST を使用して他の生物の関連遺伝子を見つけ、その機能の可能性についての手がかりを得ることができます。
ClustalW は、複数の配列アラインメントのためのもう 1 つの重要なツールです。 3 つ以上の配列を同時にアライメントし、配列間の保存領域を示すマトリックスを作成します。これは、異なる種または系統間の関係を配列の類似性から推測できる系統解析に特に役立ちます。 ClustalW の出力を使用して、配列の進化の歴史を視覚的に表す系統樹を構築できます。
ゲノムアセンブリツール
ゲノムアセンブリは、配列決定技術を通じて得られた多数の短い DNA 断片から完全なゲノム配列を再構成するプロセスです。これは、ゲノム内に反復要素が存在し、配列決定中にエラーが発生するため、困難な作業です。
SOAPdenovo は、人気のあるゲノム アセンブリ ツールです。 de Bruijn グラフ アルゴリズムを使用して、短いリードを長いコンティグに組み立てます。リードをより小さな k マー (長さ k のサブシーケンス) に分割し、それらの重複に基づいてグラフを構築することにより、SOAPdenovo は大規模なシーケンス データを効率的に処理できます。もう 1 つのツールである Velvet も de Bruijn グラフ アプローチを使用しますが、細菌や真核生物のゲノムを含むさまざまなサイズのゲノムを組み立てるように最適化されています。
遺伝子予測ツール
ゲノムが組み立てられたら、次のステップはその中の遺伝子を特定することです。遺伝子予測ツールは、計算アルゴリズムを使用して、タンパク質または機能性 RNA 分子をコードするゲノム領域を特定します。
Glimmer は、原核生物ゲノムのよく知られた遺伝子予測ツールです。コドンの使用状況や開始コドンと停止コドンの存在など、遺伝子の統計的特性に基づいた確率モデルを使用します。真核生物のゲノムの場合、Augustus は強力なツールです。イントロンやエクソンを含む真核生物遺伝子の複雑な構造を考慮し、隠れマルコフ モデルを使用して遺伝子構造を予測します。
タンパク質構造予測ツール
タンパク質の三次元構造を決定することは、その機能を理解するために不可欠です。しかし、X 線結晶構造解析や NMR 分光法などのタンパク質の構造決定のための実験方法は、時間と費用がかかります。バイオインフォマティクス ツールは、タンパク質構造を予測するための代替アプローチを提供します。
Modeller は、相同性ベースのタンパク質構造予測に広く使用されているツールです。関連タンパク質の既知の構造 (テンプレート) を使用して、標的タンパク質のモデルを構築します。 Modeller は、ターゲット配列をテンプレート配列と位置合わせし、構造情報を転送することで、ターゲットタンパク質の 3 次元モデルを生成できます。
Rosetta は、既知のテンプレートに依存せずに、タンパク質の構造を最初から予測できるもう 1 つの強力なツールです。エネルギー最小化とモンテカルロサンプリングを組み合わせて、タンパク質の最低エネルギー構造を検索します。
データ視覚化ツール
バイオインフォマティクスでは、結果をより深く理解するために複雑な生物学的データを視覚化することが必要になることがよくあります。この目的のために利用できるツールがいくつかあります。
Cytoscape は、人気のあるネットワーク視覚化ツールです。これは、タンパク質間相互作用ネットワーク、遺伝子制御ネットワーク、代謝ネットワークなどの生物学的ネットワークを表すために使用できます。 Cytoscape を使用すると、ユーザーはネットワークの外観をカスタマイズしたり、注釈を追加したり、ネットワーク構造に対してさまざまな分析を実行したりできます。
IGV (Integrative Genomics Viewer) は、ゲノムデータを視覚化するためのツールです。 DNA 配列、遺伝子アノテーション、シーケンスリードなど、幅広いゲノムデータタイプを表示できます。 IGV は、研究者がゲノムをズームインおよびズームアウトしたり、複数のデータ トラックを同時に表示したり、さまざまなゲノム特徴間の関係を調査したりできるユーザー フレンドリーなインターフェイスを提供します。
高スループットのデータ分析技術
次世代シーケンシングやマイクロアレイなどのハイスループット技術の出現により、大量の生物学的データが前例のない速度で生成されています。このデータの分析にはバイオインフォマティクス技術が不可欠です。
RNA-seq 解析は、ハイスループット データ解析の一般的なアプリケーションです。これには、RNA 分子の配列を決定してサンプル中の遺伝子の発現レベルを定量化することが含まれます。 DESeq2 やedgeR などのツールは、健康な組織と病気の組織など、さまざまな状態の間で差次的に発現される遺伝子を特定するために使用されます。これらのツールは統計モデルを使用してデータの変動を考慮し、どの遺伝子が大幅にアップレギュレーションまたはダウンレギュレーションされているかを判断します。
マイクロアレイデータ解析にはバイオインフォマティクス技術も必要です。マイクロアレイは、数千の遺伝子の発現レベルを同時に測定できます。 LIMMA (Linear Models for Microarray Data) のようなツールは、マイクロアレイ データの分析、発現差のある遺伝子の同定、遺伝子セット濃縮分析の実行に使用されます。
ライフサイエンスのサプライヤーとして、私たちは現代の生物学研究におけるこれらのバイオインフォマティクスのツールと技術の重要性を理解しています。バイオインフォマティクス研究をサポートする幅広い製品とサービスを提供しています。たとえば、バイオインフォマティクス解析で使用される生データの生成に不可欠な高品質のシーケンス試薬を提供しています。また、研究者がこれらのツールを最大限に活用できるように、バイオインフォマティクス ソフトウェア ライセンスとトレーニング プログラムも提供しています。
ライフサイエンスにおけるバイオインフォマティクスに関連する当社の製品およびサービスにご興味がございましたら、当社の製品カタログをご覧ください。以下のリンクから、当社の特定の製品の一部に関する詳細情報をご覧いただけます。CAS: 111470 - 99 - 6 ベシル酸アムロジピンそして界面活性剤CAS 423 - 50 - 7のための透明な液体ペルフルオロヘキサンスルホニルフルオリド。
当社は、バイオインフォマティクス研究のニーズに最適なソリューションを提供することに尽力しています。小規模な研究グループであっても、大規模な製薬会社であっても、当社にはプロジェクトをサポートするための専門知識とリソースがあります。ご質問がある場合、または特定の要件について話し合いたい場合は、調達交渉についてお気軽にお問い合わせください。
参考文献
- アルトシュル、SF、ギッシュ、W.、ミラー、W.、マイヤーズ、EW、およびリップマン、DJ (1990)。基本的なローカル アライメント検索ツール。分子生物学ジャーナル、215(3)、403 - 410。
- トンプソン、JD、ヒギンズ、DG、ギブソン、TJ (1994)。 CLUSTAL W: 配列の重み付け、位置固有のギャップ ペナルティ、および重み行列の選択を通じて、漸進的複数配列アライメントの感度を向上させます。核酸研究、22(22)、4673 - 4680。
- Li, R.、Zhu, H.、Ruan, J.、Qian, W.、Fang, X.、Shi, Z.、... & Li, S. (2010)。大規模並列ショートリードシーケンスによるヒトゲノムのデノボアセンブリ。ゲノム研究、20(2)、265 - 272。
- ゼルビノ、DR、バーニー、E. (2008)。 Velvet: de Bruijn グラフを使用した de novo short read アセンブリのアルゴリズム。ゲノム研究、18(5)、821 - 829。
- アラバマ州デルチャー、ハーモン D.、カシフ S.、ホワイト O.、およびサウスカロライナ州ザルツベルク (1999 年)。 GLIMMER による微生物遺伝子同定の向上。核酸研究、27(23)、4636 - 4641。
- Stanke, M.、Morgenstern, B. (2005)。 AUGUSTUS: 真核生物の遺伝子予測のための Web サーバー。核酸研究、33(suppl_2)、W465 - W467。
- Eswar, N.、Webb, B.、Marti - Renom, MA、Madhusudhan, MS、Eramian, D.、Shen, M.、... & Sali, A. (2006)。 MODELLER を使用したタンパク質構造の比較モデリング。バイオインフォマティクスにおける現在のプロトコル、5(1)、5.6.1 ～ 5.6.37。
- ダス、R.、ベイカー、D. (2008)。ロゼッタによる高分子モデリング。生物物理学の年次レビュー、37、363 - 382。
- Shannon, P.、Markiel, A.、Ozier, O.、Baliga, NS、Wang, JT、Ramage, D.、... & Ideker, T. (2003)。 Cytoscape: 生体分子相互作用ネットワークの統合モデルのためのソフトウェア環境。ゲノム研究、13(11)、2498 - 2504。
- ロビンソン医師、マッカーシーDJ、スミスGK（2010年）。 edgeR: デジタル遺伝子発現データの差次的発現解析用の Bioconductor パッケージ。バイオインフォマティクス、26(1)、139 - 140。
- MI ラブ、W. フーバー、S. アンダース (2014)。 DESeq2 を使用した RNA - seq データの倍率変化と分散の緩やかな推定。ゲノム生物学、15(12)、550。
- スミス、GK (2004)。マイクロアレイ実験における発現差を評価するための線形モデルと経験的ベイズ法。遺伝学および分子生物学における統計的応用、3(1)。