JP5348702B2 - 特徴抽出方法、特徴抽出装置及び特徴抽出プログラム - Google Patents

Description

本発明は、特徴抽出方法、並びにこの方法を実行する特徴抽出装置及び特徴抽出プログラムに係り、特にアプタマーなどのヌクレオチドの生物学的特徴を考慮した特徴抽出方法、並びにこの方法を実行する特徴抽出装置及び特徴抽出プログラムに関する。

ＤＮＡやＲＮＡなどのヌクレオチドは、元来、タンパク質の合成に関与する分子種としての機能を主として有するものと考えられてきたが、近年、リボザイム、ＲＮＡｉ、アプタマーといったヌクレオチドが、タンパク質や高分子等の分子種と直接相互作用することにより、分子種の有する機能を制御し得る現象が見出され、注目されている。このようなヌクレオチドのうち、アプタマーは、例えば、ＳＥＬＥＸ（Ｓｙｓｔｅｍａｔｉｃ Ｅｖｏｌｕｔｉｏｎ ｏｆ Ｌｉｇａｎｄｓ ｂｙ ＥＸｐｏｎｅｎｔｉａｌ ｅｎｒｉｃｈｍｅｎｔ）法などの方法によって取得される。

例えばＳＥＬＥＸ法によってアプタマーの取得を試みた場合、一般的に複数の配列が同時に取得される。このように複数の配列のアプタマーを取得した際、多くの場合において、研究者がまず最初に行うのが配列の分類である。分類の余地がないほどに濃縮された配列が得られた場合を除き、研究者は、得られた配列を何らかの基準で分類する必要があり、複数の塩基配列を正しく分類する場合、単純な配列の類似のみでなく、二次構造の類似など、考慮すべき事項が多い。得られた配列を分類する方法として、モチーフと呼ばれる配列間で局所的に保存されている短い塩基配列の有無によって分類する方法が挙げられる。しかしながら、取得されたプールにおいてモチーフの検出が困難であったり、モチーフが複数存在したりするような場合も多々あり、そのような場合においては、このような分類手段の実施は困難であり、実質的に研究者の経験に基づく主観で分類が行われているような場合も少なくはないという問題があった。

また、一般に研究者は、取得した複数の配列を分類し、クラスとして一つにまとめて同一の機能を持つアプタマーとして評価することがある。クラス間では、一般的には標的分子に対する結合能や結合様式などが異なることが期待される。しかしながら、この分類は、研究者が配列の並びを見て独自の判断によって行われるものであるために、実際の機能クラスとの相違が容易にあり得る。

このように、配列の分類において、その性質を客観的に評価するための方法が必要であった。

なお、出願人は出願時点までに本発明に関連する公開された先行技術文献を発見することができなかった。よって、先行技術文献情報を開示していない。

本発明は、このような従来の問題に鑑みなされたものであって、アプタマーの配列を生物学的特徴に基づいて客観的に評価するための特徴ベクトルを作成する特徴抽出方法、並びにこの方法を実行する特徴抽出装置及び特徴抽出プログラムを提供することを目的とする。

本発明による特徴抽出方法は、入力された塩基配列の二次構造を予測する工程と、予測された配列の二次構造に基づいて、特徴ベクトルを作成する工程とを有することを特徴とする。

本発明による特徴抽出装置は、入力された塩基配列の二次構造を予測する二次構造予測手段と、予測された配列の二次構造に基づいて、特徴ベクトルを作成する特徴ベクトル作成手段と、を有することを特徴とする。

本発明による特徴抽出プログラムは、入力された塩基配列の二次構造を予測する工程と、予測された配列の二次構造に基づいて、特徴ベクトルを作成する工程とを実行することを特徴とする。

本発明によれば、アプタマーなどのヌクレオチドの生物学的特徴を踏まえた特徴ベクトルを得ることができる。その結果、得られた特徴ベクトルに対してサポートベクターマシンやｋ平均法など、一般的なパターン認識のアルゴリズムを用いることによって、アプタマーなどの塩基配列の分類の問題が解決できるほか、配列の統計学的解析の様々な適用例への応用の可能性がある。

その理由は、アプタマーが二次構造上のループ部位において標的分子と結合するという生物学的特徴を踏まえた上で、特徴ベクトルという統計学的解析手法の基礎となるものを提供できるためである。

本発明による特徴抽出装置の構成を示す概略図である。 本発明による特徴抽出方法の各工程の動作を示すフローチャートである。 本発明による特徴抽出方法における、二次構造に基づいて特徴ベクトルを作成する工程の動作を示すフローチャートの一例である。 本発明による特徴抽出方法における、二次構造に基づいて特徴ベクトルを作成する工程の動作を示すフローチャートの一例である。 本発明による特徴抽出方法における、二次構造に基づいて特徴ベクトルを作成する工程の動作を示すフローチャートの一例である。 重み付けされた特徴ベクトルを算出／格納する動作を示すフローチャートである。 実施例１で用いた配列とその二次構造を示す図である。 実施例１における特徴ベクトルを導出する過程を示す図である。 実施例２で用いた配列とその構造を示す図である。 実施例２における特徴ベクトルを導出する過程を示す図である。 実施例３で用いた配列とその構造を示す図である。 実施例３における特徴ベクトルを導出する過程を示す図である。

符号の説明

１ 入力装置
２ データ処理装置
３ 記憶装置
４ 出力装置
２１ 二次構造予測手段
２２ 特徴ベクトル作成手段
３１ 配列記憶部
３２ 二次構造記憶部

以下、本発明の好適な実施形態につき説明する。

以下、本発明による特徴抽出装置の概略図を参照しながら、本発明による特徴抽出方法、特徴抽出装置、及び特徴抽出プログラムについて詳細に説明する。

なお、本発明による特徴抽出装置は、本発明による特徴抽出方法を実行する装置であり、本発明による特徴抽出プログラムは、本発明による特徴抽出方法を実行するプログラムである。また、本発明において、「塩基配列」とは、ＤＮＡ、ＲＮＡなど、種々の遺伝子の配列をいう。

（本発明による特徴抽出装置の構成）
図１は、本発明による特徴抽出装置の構成を示す概略図である。図１を参照すると、本発明による特徴抽出装置は、キーボードなどの入力装置１と、プログラム制御により動作するデータ処理装置２と、情報を記憶する記憶装置３と、ディスプレイ装置や印刷装置などの出力装置４とを有する。

データ処理装置２は、二次構造予測手段２１と、特徴ベクトル作成手段２２とを有する。

二次構造予測手段２１は、配列記憶部３１からアプタマーなどの塩基配列の情報を取り出して、配列の二次構造を予測する。配列の二次構造を予測する手段としては、例えば、実験の熱力学的パラメータを利用した手法であるｍｆｏｌｄなど、塩基配列の二次構造を予測し得るものであれば、特に制約はない。これらの方法によって予測された配列の二次構造の情報は、二次構造記憶部３２に格納される。

特徴ベクトル作成手段２２は、配列記憶部３１から、塩基配列の情報を、二次構造記憶部３２から、予測された二次構造の情報を、それぞれ取り出し、塩基配列から、塩基対を形成していないループ部位の塩基のみを抽出する。その後、抽出されたループ部位の塩基から、特定の塩基パターンが存在するかどうかを検索し、例えば、存在すれば、「１」を、存在しなければ、「０」を、それぞれ与えて、特徴ベクトルの１次元目の値として格納する。この操作は、検索すべき塩基のパターンが存在する限り繰り返され、それに伴って、特徴ベクトルの次元数が増える。繰り返しの終了後、この特徴ベクトルを出力装置４に出力する。

記憶装置３は、配列記憶部３１と、二次構造記憶部３２とを有する。

配列記憶部３１は、入力装置１により入力されたアプタマーなどの各塩基配列を記憶する。

二次構造記憶部３２は、二次構造予測手段２１により予測された塩基配列の二次構造を記憶する。

（本発明による特徴抽出方法の各工程、並びに本発明による特徴抽出装置及び特徴抽出プログラムの動作等）
次に、図１の概略図、並びに図２及び３−１のフローチャートを参照して、本発明による特徴抽出方法の各工程、並びに本発明による特徴抽出装置及び特徴抽出プログラムの動作等について、詳細に説明する。

入力装置１で入力された塩基配列は、配列記憶部３１に格納される。また、二次構造予測手段２１によって、この塩基配列の二次構造が予測され、予測された二次構造は、二次構造記憶部３２に格納され、特徴ベクトル作成手段２２に送られる（Ａ１、Ａ２、Ａ３）。

特徴ベクトル作成手段２２は、配列記憶部３１に記憶された塩基配列の情報と、二次構造記憶部３２に記憶されたその配列の二次構造の情報とを、それぞれ取り出し、塩基配列中の塩基対を形成している塩基を取り除いて、ループ部位を抽出する（Ａ３１）。ここで、ループ部位の抽出の方法としては、特に制約はないが、例えば、図５に示すように、塩基対を構成する塩基を、「（」及び「）」と表現し、それ以外の塩基を「．」と表現した上で、「（」及び「）」に該当する塩基を取り除く方法であってもよい。このように抽出したループ部位は、後のステップにおいて、検索配列による検索の対象となるものである。なお、特徴ベクトル作成手段２２は、入力された塩基配列中の塩基対を形成している塩基を、後の検索配列による検索の対象としてもよい。

次に、特徴ベクトル作成手段２２は、ループ部位を検索する検索配列をセットする（Ａ３２）。この検索配列は、下記の通り、必要に応じて、特徴ベクトル作成手段２２により生成されてもよい。次に、特徴ベクトル作成手段２２は、この検索配列を用いて、ループ部位を検索する（Ａ３３）。その検索の結果、例えば、検索配列がループ部位に存在すれば、「１」を、存在しなければ、「０」を、それぞれ、ベクトルの１次元目に格納する（Ａ３４）。

検索配列としては、ユーザーが任意に選択した任意の個数の塩基パターンであってもよいし、適当な範囲内に在り得る塩基パターンの総当たりであってもよい。総当たりの場合、生成されセットされる検索配列（Ａ３２）は、四種類の塩基（ＲＮＡならばＡ、Ｃ、Ｇ及びＵ又はＴ）で表現されてもよく、また、これらの四種類の塩基に、ミスマッチの「．」を加えた五種類の文字の組み合わせで表現されてもよい。なお、ミスマッチとは、Ａ、Ｃ、Ｇ、及びＵ又はＴのいずれの塩基を取り得るものと解してもよいし、トランケートされたものと解してもよい。また、Ａ、Ｃ、Ｇ及びＵ又はＴ並びにトランケートされたものを任意で組み合わせた、例えば、ＧとＣや、ＡとＵなどと解してもよい。従って、検索配列が５塩基で構成される場合のとり得る組合せは、ＡＡＡＡＡからＵＵＵＵＵまでの４の５乗通りであり、その組合せの数は、塩基のミスマッチを許容することによって更に増加する。

検索結果の特徴ベクトルの格納後、未検索の検索配列が存在する場合は、検索配列のセット（Ａ３２）から検索結果の格納（Ａ３４）までの工程を繰り返し、順次、特徴ベクトルの次の次元に格納する（Ａ３４）。従って、上記の検索配列の数は、そのまま特徴ベクトルの次元数となる。

ステップＡ１において複数の配列が入力された場合、図３−２に示すように、まず、一の配列について、未検索の検索配列がなくなるまで、検索配列のセットから検索結果の格納までの工程を繰り返し（Ａ３２〜Ａ３４）、未検索の検索配列がなくなった場合（Ａ３６−１の「いいえ」に対応）、次の配列について、上記と同様の工程を繰り返す（Ａ３６−２〜Ａ３６−１）。

複数の配列が入力され、上記の通り検索の結果を特徴ベクトルに格納するのに際し、この複数の配列の重要度に応じて、上記の通りの検索の結果に重み付けを行ってもよい。例えば、入力された複数の配列のうち、取得した配列のクローン数に応じて、上記の通りの検索の結果の値に、このクローン数を乗じた値を、重み付けされた特徴ベクトルとして、特徴ベクトルに格納してもよい。

重み付けの方法としては、各次元の成分を単に和算する方法や、ループ部位を検索して得た特徴ベクトルに基づいて、重みベクトルを算出し、この特徴ベクトルと重み特徴ベクトルとに基づいて、先に得た特徴ベクトルに重み付けを行い、これを、最終的に得られる特徴ベクトルとして、格納してもよい。

図３−３及び４は、本発明による特徴抽出方法における、二次構造に基づいて特徴ベクトルを作成する工程の動作を示すフローチャートの一例、及び重み付けされた特徴ベクトルを算出／格納する動作を示すフローチャートである。図３−３において、重み付けされた特徴ベクトルを算出／格納するステップ（Ａ３５）以外は、上記に説明した通りである。

図４を参照すると、重み付けされた特徴ベクトルを算出／格納するステップにおいて、まず、特徴ベクトル作成手段２２は、Ａ３４までに得た検索配列の存在するループ部位を検索して得た特徴ベクトルに基づいて、重みベクトルを算出する（Ａ３５−１）。ここで、特徴ベクトルから重みベクトルを算出する方法としては、得た特徴ベクトルのすべてについて、各次元の成分毎に和算する方法が挙げられる。

次に、特徴ベクトル作成手段２２は、先の特徴ベクトルと、上記の通り得た重みベクトルとに基づいて、重み付けされた特徴ベクトルを算出する（Ａ３５−２）。ここで、先に得た特徴ベクトルに重み付けする方法としては、各特徴ベクトルの各次元の成分を、重みベクトルにおける対応する次元の成分で乗算する方法が挙げられる。その後、特徴ベクトル作成手段２２は、重み付けされた特徴ベクトルを格納する（Ａ３５−３）。ここで、格納する方法としては、先の特徴ベクトルと置き換えて新たな特徴ベクトルとして格納されてもよく、また、先の特徴ベクトルとともに、重み付けされた特徴ベクトルとして格納されてもよい。従って、先の特徴ベクトルとともに重み付けされた特徴ベクトルを格納する場合には、重み付けを行われなかった特徴ベクトルと、重み付けを行った特徴ベクトルの少なくとも２種類の特徴ベクトルが格納されることとなる。

一方、一の配列について複数の二次構造が予測された場合には、複数の二次構造の全てを包括的に、セットされた検索配列が当該複数の二次構造のループ部位に含まれるか否かを検索してもよい。例えば、一の配列について複数の二次構造が予測された場合、当該複数の二次構造について抽出されたループ部位の全てについて、検索配列が存在するか否かを検索し、得た結果を、一の配列についての一の特徴ベクトルとして取り扱ってもよい。また、一の配列についての一の二次構造毎に、一の特徴ベクトルとして取り扱ってもよい。この場合、当該一の二次構造の重要度に応じて、当該一の特徴ベクトルに重み付けを行ってもよく、例えば、当該一の特徴ベクトルに、当該一の二次構造の熱力学的パラメータを乗じて得た結果を、特徴ベクトルとしてもよい。

さらに、一若しくは複数の配列が入力された場合、又は一若しくは複数の配列について一若しくは複数の二次構造が予測された場合、上記の通り、重み付けを行ってもよい。この重み付けとしては、例えば、一の検索配列の配列を有するループ部位の数を算出することにより行われる方法であってもよい。

入力された全ての配列について、全ての検索配列の検索が終わった場合、作成された特徴ベクトルを出力装置４で出力する（Ａ３６）。

本発明について、具体例により、説明する。

（実施例１）
まず、入力装置１から図５に示すような塩基配列（配列１）が入力されると、この配列は、配列記憶部３１に格納される（Ａ１）。二次構造予測手段２１でその配列の二次構造を予測し、その結果として、図５のような二次構造の予測結果（構造１）を得ると、この結果は、二次構造記憶部３２に格納される（Ａ２）。入力された配列とその二次構造は、特徴ベクトル作成手段２２に送られる（Ａ３）。

特徴ベクトル作成手段２２は、まず、配列と二次構造とから、配列中の塩基対を形成していないループ部位を抽出し（Ａ３１）、今回の場合は、図６のようなループ部位を得る。次に、ループ部位を検索する検索配列をセットする（Ａ３２）。図６のような３つの検索配列が用意されている場合、まず最初に、先頭の「ＵＵＡ」について、検索を行う（Ａ３３）。「ＵＵＡ」は、検索対象となるループ部位の「ＡＵＵＡＵ」及び「Ａ」のうち、「ＡＡＵＡＵ」に含まれているので、ループ部位に存在する旨の結果を特徴ベクトルの１次元目に格納する。存在する場合に、「１」を、存在しない場合に「０」をそれぞれ格納するとすると、今回は、存在する場合に相当するので、１次元目に「１」を格納する（Ａ３４）。これで最初の配列の検索は終了する。次に、未検索の検索配列がまだ２つ存在するため、Ａ３２〜Ａ３４の工程を同様に繰り返す（Ａ３６）。二つめの検索配列である「ＡＵＡ」については、ループ部位に存在せず、３つめの検索配列である「ＵＡＵ」については、ループ部位に存在するため、結果として、図６に示すような特徴ベクトル｛１，０，１｝を得る。これを、出力装置４によって出力する（Ａ３７）。これが、本発明によって得られる図５の塩基配列の性質を表す特徴ベクトルである。

（実施例２）
まず、入力装置１から図７に示すような塩基配列（配列２）が入力されると、この配列は、配列記憶部３１に格納される（Ａ１）。二次構造予測手段２１でその配列の二次構造を予測し、その結果として、図７に示す通り、二次構造の予測結果（構造２−１〜２−３）を得ると、これらは、二次構造記憶部３２に格納される（Ａ２）。入力された配列とその二次構造は、特徴ベクトル作成手段２２に送られる（Ａ３）。

特徴ベクトル作成手段２２は、まず、配列と、予測された結果のうち一の二次構造とから、配列中の塩基対を形成していないループ部位を抽出し、予測された二次構造の結果の全てについて、同様に行う（Ａ３１）。今回の場合は、図８のようなループ部位を得る。次に、ループ部位を検索する検索配列をセットする（Ａ３２）。図８のような３つの検索配列が用意されている場合、まず最初に先頭の「ＵＵＡ」について、検索を行う（Ａ３３）。「ＵＵＡ」は、検索対象となるループ部位のうち、予測された一の二次構造（構造２−１）に由来するループ部位である「ＡＡ」及び「ＡＵＡＡ」のいずれにも含まれていない。次に、この「ＵＵＡ」は、検索対象となるループ部位のうち、予測された一の二次構造（構造２−２）に由来するループ部位である「Ａ」、「ＡＵＡＡ」及び「ＡＡ」のいずれにも含まれていない。次に、この「ＵＵＡ」は、検索対象となるループ部位のうち、予測された一の二次構造（構造２−３）に由来するループ部位である「ＡＡ」及び「ＡＵＡＡ」のいずれにも含まれていない。これらの結果、検索配列である「ＵＵＡ」については、予測された二次構造に由来するループ部位のいずれにも含まれていないので、上記と同様に、存在する場合に「１」を、存在しない場合に「０」を、それぞれ格納するとすると、今回は、存在しない場合に相当するので、１次元目に「０」を格納する（Ａ３４）。このように、一の検索配列について、検索すべきループ部位がなくなるまで検索した後、最初の配列の検索は終了する。次に、未検索の検索配列がまだ２つ存在するため、Ａ３２〜Ａ３４の工程を同様に繰り返す（Ａ３６）。ここで、二つめの検索配列である「ＡＵＡ」は、予測された二次構造（構造２−１〜２−３）に由来するループ部位のうち、構造２−１に由来する「ＡＵＡＡ」、構造２−２に由来する「ＡＵＡＡ」及び構造２−３に由来する「ＡＵＡＡ」に存在する。また、３つめの検索配列である「ＵＡＵ」は、予測された二次構造（構造２−１〜２−３）に由来するループ部位のいずれにも存在しない。本実施例では、検索配列が存在するループ部位の個数を和算することで検索配列「ＡＵＡ」の重み付けを行うこととすると、その結果、図８に示すような特徴ベクトル｛０，３，０｝を得る。これを、出力装置４によって出力する（Ａ３７）。これが、本発明によって得られる図７の塩基配列の性質を表す特徴ベクトルである。

本実施例は、実施例１において、二次構造予測手段２１によって予測された二次構造は１つであったが（Ａ２）、複数の準最適な二次構造が存在する場合、それらも共に二次構造記憶部３２に格納し、特徴ベクトル作成手段２２においてループ部位を抽出する際（Ａ３１）に、追加のループ部位として抽出する実施例に相当する。この場合は、実質的にループ部位のパターンが増えるため、検索配列が存在する確率が上昇する。この場合の実施例によって得られる特徴ベクトルは、元の特徴ベクトルと比べて特異性は下がるものの、感受性が高い特徴ベクトルとなる。本実施例では、出現頻度を和算したものを重み付けされた特徴ベクトルとして格納したが、その他の方法によりベクトルの次元毎に重みをかけてもよい。さらに、その重みに応じて、重みの低い次元を削除することにより、冗長な特徴ベクトルの次元を圧縮してもよい。

（実施例３）
まず、入力装置１から図９に示すような塩基配列（配列３−１〜３−２）が入力されると、この配列は、配列記憶部３１に格納される（Ａ１）。二次構造予測手段２１でその配列の二次構造を予測し、その結果として、図９に示す通り、二次構造の予測結果（構造３−１〜３−２）を得ると、これらは、二次構造記憶部３２に格納される（Ａ２）。入力された配列とその二次構造は、特徴ベクトル作成手段２２に送られる（Ａ３）。

特徴ベクトル作成手段２２は、まず、複数の配列（配列３−１〜３−２）のうち、一の配列（配列３−１）と、その配列について予測された二次構造の結果（構造３−１）とから、配列中の塩基対を形成していないループ部位を抽出し、これを、複数の配列について予測された二次構造の結果の全てについて、同様に行う（Ａ３１）。今回の場合は、それぞれの配列について、図１０のようなループ部位を得る。次に、ループ部位を検索する検索配列をセットする（Ａ３２）。図１０のような３つの検索配列が用意されている場合、まず最初に先頭の「ＧＡ．」について、検索を行う（Ａ３３）。「ＧＡ．」は、検索対象となる一の配列（配列３−１）に由来するループ部位のうち、「ＧＡＡＡ」及び「ＧＡＧＡ」に含まれている。上記と同様に検索配列が存在する場合に「１」を、存在しない場合に「０」をそれぞれ格納するとすると、今回は、検索配列が存在するループ部位の数に関わりなく、一次元目に「１」を格納する（Ａ３４）。これで最初の検索配列についての最初の配列の検索は終了する。次に、未検索の検索配列がまだ２つ存在するため（Ａ３６−１の「はい」に相当）、Ａ３２〜Ａ３４の工程を同様に繰り返す。ここで、二つめの検索配列である「ＡＡＡ」については、検索対象となる一の配列（配列３−１）に由来するループ部位のうち、「ＡＡＡ」及び「ＧＡＡＡ」に含まれているので、上記と同様に、二次元目に「１」を格納する（Ａ３４）。また、３つめの検索配列である「ＵＵＵ」については、検索対象となる一の配列（配列３−１）に由来するループ部位のいずれにも存在しないので、三次元目に「０」を格納する（Ａ３４）。その結果、当該一の配列（配列３−１）については、図１０に示すような特徴ベクトル｛１，１，０｝を得る。

次に、入力された配列のうち、未検索の配列が存在する（配列３−２）ので（Ａ３６−２の「はい」に相当）、この配列に由来するループ部位を検索する検索配列のセット（Ａ３２）から検索結果の特徴ベクトルへの格納（Ａ３４）までの各ステップを、当該配列について未検索の検索配列が存在しなくなるまで繰り返して、配列３−２の検索結果として、図１０に示す｛１，０，１｝の結果を得る。

次に、特徴ベクトル作成手段２２は、上記の通り得た構造３−１及び３−２に係る特徴ベクトルの各次元の値を和算して、重みベクトルを算出する（Ａ３５−１）。ここで、構造３−１に係る特徴ベクトルは、｛１，１，０｝であり、構造３−２に係る特徴ベクトルは、｛１，０，１｝であるので、特徴ベクトル作成手段２２は、重みベクトルとして、｛２，１，１｝を算出する。その後、特徴ベクトル作成手段２２は、先の特徴ベクトル（構造３−１では、｛１，１，０｝、構造３−２では、｛１，０，１｝）のそれぞれについて、算出した重みベクトル（｛２，１，１｝）で重み付けを行う（Ａ３５−２）。ここで、先の特徴ベクトルの各次元毎に、重みベクトルの対応する次元の成分を乗算することにより重み付けを行うものとすると、構造３−１では、｛２，１，０｝と算出され、構造３−２では、｛２，０，１｝と算出される。特徴ベクトル作成手段２２は、これらを重み付けされた特徴ベクトルとして、先の特徴ベクトルと置き換えて格納する（Ａ３５−３）。

その後、特徴ベクトル作成手段２２は、入力された配列（配列３−１〜３−２）の全てについて未検索の配列がないと判定し（ステップＡ３６−２）、これらの結果を、出力装置４によって出力する（Ａ３７）。

これらの結果が、本発明によって得られる図９の塩基配列の性質を表す特徴ベクトルである。

本実施例は、実施例１においては、特徴ベクトルを作成する塩基配列は、１本であったが、複数本の配列を入力とした場合の実施例に相当する。この場合、特徴ベクトル作成手段２２で検索結果をベクトルに格納する際（Ａ３４）に、単純な「１」及び「０」ではなく、配列間での検索配列の出現頻度を考慮して、考慮した値を特徴ベクトルに格納することが可能である。本実施例では、特徴ベクトルの次元毎に重み付けしたものを特徴ベクトルとして格納したが、上記の通り、その他の方法により重み付けを行ってもよい。さらに、その重みに応じて、重みの低い次元を削除することにより、冗長な特徴ベクトルの次元を圧縮してもよい。

本発明は、塩基配列の分類の問題をはじめとした、統計学的解析手法全般に利用可能であると考えられる。塩基配列の分類を例に取ると、塩基配列を効率的に分類することにより、アプタマー取得工程における労力の縮小が可能であると共に、有望な塩基配列の主観的な見落としが少なくなることにより、取得効率自体も向上すると考えられる。

以上、本発明の好適な実施の形態により本発明を説明した。ここでは特定の具体例を示して本発明を説明したが、特許請求の範囲に定義された本発明の広範な趣旨および範囲から逸脱することなく、これら具体例に様々な修正および変更を加えることができることは明らかである。すなわち、具体例の詳細および添付の図面により本発明が限定されるものと解釈してはならない。

Claims (21)

1. 入力された塩基配列を記憶する配列記憶手段と、
   前記配列記憶手段から前記入力された塩基配列の二次構造を予測する二次構造予測手段と、
   前記二次構造予測手段により前記予測された塩基配列の二次構造を記憶する二次構造記憶手段と、
   前記配列記憶手段から前記入力された塩基配列を取得し、前記二次構造記憶手段から、前記予測された塩基配列の二次構造を取得し、前記塩基配列から、塩基対を形成していないループ部位の塩基のみを抽出し、
   前記抽出されたループ部位の塩基から、特定の塩基パターンが存在するかどうかを検索し、前記検索結果を特徴ベクトルとしてベクトルに格納する特徴ベクトル作成手段と、
   を有することを特徴とする特徴抽出装置。
2. 前記特徴ベクトル作成手段は、検索配列を生成することを特徴とする請求項１に記載の特徴抽出装置。
3. 前記検索配列は、アデニン、シトシン、グアニン、及びウラシル又はチミンからなる群から選択された残基、又はこれらの残基とミスマッチとで構成されることを特徴とする請求項２に記載の特徴抽出装置。
4. 前記特徴ベクトル作成手段は、一の検索配列の配列を有するループ部位の有無を検索することを特徴とする請求項１から３のいずれか一項に記載の特徴抽出装置。
5. 前記特徴ベクトル作成手段は、一の検索配列についての検索結果に重み付けを行うことを特徴とする請求項１から４のいずれか一項に記載の特徴抽出装置。
6. 前記の重み付けは、一の検索配列の配列を有するループ部位の数を算出することにより行われることを特徴とする請求項５に記載の特徴抽出装置。
7. 前記特徴ベクトル作成手段は、一の検索配列についての検索結果を、前記特徴ベクトルに格納することを特徴とする請求項１から６のいずれか一項に記載の特徴抽出装置。
8. 請求項１から７のいずれか一項に記載の特徴抽出装置を用いて、
   入力された塩基配列を記憶する配列記憶工程と、
   前記入力された塩基配列の二次構造を予測する二次構造予測工程と、
   前記予測された塩基配列の二次構造を記憶する二次構造記憶工程と、
   前記入力された塩基配列を取得し、前記予測された塩基配列の二次構造を取得し、前記塩基配列から、塩基対を形成していないループ部位の塩基のみを抽出し、
   前記抽出されたループ部位の塩基から、特定の塩基パターンが存在するかどうかを検索し、前記検索結果を特徴ベクトルとしてベクトルに格納する特徴ベクトルを作成する工程と、
   を有することを特徴とする特徴抽出方法。
9. 前記特徴ベクトル作成工程は、検索配列を生成する工程を有することを特徴とする請求項８に記載の特徴抽出方法。
10. 前記検索配列は、アデニン、シトシン、グアニン、及びウラシル又はチミンからなる群から選択された残基、又はこれらの残基とミスマッチとで構成されることを特徴とする請求項９に記載の特徴抽出方法。
11. 前記特徴ベクトル作成工程は、一の検索配列の配列を有するループ部位の有無を検索する工程を有することを特徴とする請求項８から１０のいずれか一項に記載の特徴抽出方法。
12. 前記特徴ベクトル作成工程は、一の検索配列についての検索結果に重み付けを行う工程を有することを特徴とする請求項８から１１のいずれか一項に記載の特徴抽出方法。
13. 前記の重み付けを行う工程は、一の検索配列の配列を有するループ部位の数を算出することを特徴とする請求項１２に記載の特徴抽出方法。
14. 前記特徴ベクトル作成工程は、一の検索配列についての検索結果を、前記特徴ベクトルに格納する工程を有することを特徴とする請求項８から１３のいずれか一項に記載の特徴抽出方法。
15. 請求項１から７のいずれか一項に記載の特徴抽出装置を用いて、
    入力された塩基配列を記憶する配列記憶工程と、
    前記入力された塩基配列の二次構造を予測する二次構造予測工程と、
    前記予測された塩基配列の二次構造を記憶する二次構造記憶工程と、
    前記入力された塩基配列を取得し、前記予測された塩基配列の二次構造を取得し、前記塩基配列から、塩基対を形成していないループ部位の塩基のみを抽出し、
    前記抽出されたループ部位の塩基から、特定の塩基パターンが存在するかどうかを検索し、前記検索結果を特徴ベクトルとしてベクトルに格納する特徴ベクトル作成工程と、
    を実行することを特徴とする特徴抽出プログラム。
16. 前記特徴ベクトル作成工程は、検索配列を生成する工程を有することを特徴とする請求項１５に記載の特徴抽出プログラム。
17. 前記検索配列は、アデニン、シトシン、グアニン、及びウラシル又はチミンからなる群から選択された残基、又はこれらの残基とミスマッチとで構成されることを特徴とする請求項１６に記載の特徴抽出プログラム。
18. 前記特徴ベクトル作成工程は、一の検索配列の配列を有するループ部位の有無を検索する工程を有することを特徴とする請求項１５から１７のいずれか一項に記載の特徴抽出プログラム。
19. 前記特徴ベクトル作成工程は、一の検索配列についての検索結果に重み付けを行う工程を有することを特徴とする請求項１５から１８のいずれか一項に記載の特徴抽出プログラム。
20. 前記の重み付けを行う工程は、一の検索配列の配列を有するループ部位の数を算出することを特徴とする請求項１９に記載の特徴抽出プログラム。
21. 前記特徴ベクトル作成工程は、一の検索配列についての検索結果を、前記特徴ベクトルに格納する工程を有することを特徴とする請求項１５から２０のいずれか一項に記載の特徴抽出プログラム。