JP6765040B2

JP6765040B2 - 空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法

Info

Publication number: JP6765040B2
Application number: JP2016023214A
Authority: JP
Inventors: 祥人平田; 有沙小田; 邦史太田; 合原　一幸; 一幸合原
Original assignee: University of Tokyo NUC
Current assignee: University of Tokyo NUC
Priority date: 2016-02-10
Filing date: 2016-02-10
Publication date: 2020-10-07
Anticipated expiration: 2036-02-10
Also published as: JP2017142633A; WO2017138591A1

Description

本発明は、核酸やタンパク質をはじめとする生体分子の部分領域同士が３次元空間内で近いか否かの２値の情報から、生体分子データの３次元構造の再構成する生体分子データの３次元構造の再構成方法に関するものである。

ＤＮＡやＲＮＡは、ヌクレオチドが２本鎖または１本鎖の鎖状に連なった高分子である。タンパク質は、アミノ酸が鎖状に連なった高分子である。

一般的に、ＤＮＡやＲＮＡ、タンパク質は細胞内で、核酸同士、タンパク質同士、または核酸とタンパク質の相互作用により、３次元構造を形成する。ＤＮＡやＲＮＡ、タンパク質の３次元構造は、それらの機能と密接に絡んでいると考えられ、生体機能や疾病を理解する上で重要な情報であると考えられる。

染色体の３次元構造の解析には、空間的に近接する配列を検出するｃｈｒｏｍｏｓｏｍｅｃｏｎｆｏｒｍａｔｉｏｎｃａｐｔｕｒｅ（３Ｃアッセイ）と呼ばれる実験手法が使われる。さらに、３Ｃは、空間的に近接する核酸断片情報をマイクロアレイや次世代シークエンサーを用いて網羅的に解析する４Ｃ、５Ｃ、Ｈｉ−Ｃなどの方法が開発されてきた。これらの細胞内での染色体間の空間的な距離を測るデータから、３次元構造を再構成するためには、部分配列間の３次元空間内での距離が近いか否かという情報がよく用いられる。しかし、現状では、３次元構造の再構成をするのに確率的な解析手法や、部分配列間の距離に関する補助的な情報を用いることが一般的となっている（下記非特許文献１、２参照）。

タンパク質や核酸の３次元構造解析には、Ｘ線結晶構造解析やクライオ電子顕微鏡法を用いた解析に加え, 核磁気共鳴（ＮＭＲ）法により, 原子核の間の相互作用や原子の結合、電子状態をスペクトルとして検出する方法が用いられる。

ＷＯ２００９／０８４５２４ＷＯ２０１０／０１０６７５

ＭａｒｃＡ. Ｍａｒｔｉ−ＲｅｎｏｍａｎｄＬｅｏｎｉｄＡ. Ｍｉｒｎｙ, Ｂｒｉｄｇｉｎｇｔｈｅｒｅｓｏｌｕｔｉｏｎｇａｐｉｎｓｔｒｕｃｔｕｒａl ｍｏｄｅｌｉｎｇｏｆ３Ｄｇｅｎｏｍｅｏｒｇａｎｉｚａｔｉｏｎ, ＰＬｏＳＣｏｍｐｕｔａｔｉｏｎａｌＢｉｏｌｏｇｙ７, ｅ１００２１２５ (２０１１). ＡｎｎｉｃｋＬｅｓｎｅ, ＪｕｌｉｅｎＲｉｐｏｓｏ, ＰａｕｌＲｏｇｅｒ, ＡｘｅｌＣｏｕｒｎａｃ, ａｎｄＪｕｌｉｅｎＭｏｚｚｉｃｏｎａｃｃｉ, ３Ｄｇｅｎｏｍｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｆｒｏｍｃｈｒｏｍｏｓｏｍａｌｃｏｎｔａｃｔｓ, ＮａｔｕｒｅＭｅｔｈｏｄ１１, １１４１−１１４３ (２０１４). Ｊ. −Ｐ. Ｅｃｋｍａｎｎ, Ｓ. Ｏ. Ｋａｍｐｈｏｒｓｔ, ａｎｄＤ. Ｒｕｅｌｌｅ, Ｒｅｃｕｒｒｅｎｃｅｐｌｏｔｓｏｆｄｙｎａｍｉｃａｌｓｙｓｔｅｍｓ, ＥｕｒｏｐｈｙｓｉｃｓＬｅｔｔｅｒｓ４, ９７３−９７７ (１９８７). Ｎ. Ｍａｒｗａｎ, Ｍ. Ｃ. Ｒｏｍａｎｏ, Ｍ. Ｔｈｉｅｌ, ａｎｄＪ. Ｋｕｒｔｈｓ, Ｒｅｃｕｒｒｅｎｃｅｐｌｏｔｓｆｏｒｔｈｅａｎａｌｙｓｉｓｏｆｃｏｍｐｌｅｘｓｙｓｔｅｍｓ, ＰｈｙｓｉｃｓＲｅｐｏｒｔｓ４３８, ２３７−３２９ (２００７). ＹｏｓｈｉｔｏＨｉｒａｔａ, ＳｈｕｎｓｕｋｅＨｏｒａｉ, ａｎｄＫａｚｕｙｕｋｉＡｉｈａｒａ, Ｒｅｐｒｏｄｕｃｔｉｏｎｏｆｄｉｓｔａｎｃｅｍａｔｒｉｃｅｓａｎｄｏｒｉｇｉｎａｌｔｉｍｅｓｅｒｉｅｓｆｒｏｍｒｅｃｕｒｒｅｎｃｅｐｌｏｔｓａｎｄｔｈｅｉｒａｐｐｌｉｃａｔｉｏｎｓ, ＥｕｒｏｐｅａｎＰｈｙｓｉｃａｌＪｏｕｒｎａｌＳｐｅｃｉａｌＴｏｐｉｃｓ１６４, １３−２２ (２００８) 平田祥人, 合原一幸, 正規分布に従う乱数発生機構, 特願２００９−５４８０３５, ＣＰＴ／ＪＰ２００８／０７３３８９, 特許４９４７４７６号．（アメリカ特許, ＰａｔｅｎｔＮｏ. ：ＵＳ８，４３８，２０２Ｂ２, ＤａｔｅｏｆＰａｔｅｎｔ：Ｍａｙ７, ２０１３) 平田祥人, 合原一幸, １つのシステムの受ける複数の外力の同時再構成方法及びその装置, ＣＰＴ/ ＪＰ２００９/ ００３３５５．ＹｏｓｈｉｔｏＨｉｒａｔａ, ＭｏｔｏｍａｓａＫｏｍｕｒｏ, ＳｈｕｎｓｕｋｅＨｏｒａｉ, ａｎｄＫａｚｕｙｕｋｉＡｉｈａｒａ, Ｆａｉｔｈｆｕｌｎｅｓｓｏｆｒｅｃｕｒｒｅｎｃｅｐｌｏｔｓ：Ａｍａｔｈｅｍａｔｉｃａｌｐｒｏｏｆ, ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＢｉｆｕｒｃａｔｉｏｎａｎｄＣｈａｏｓｉｎｐｒｅｓｓ. ｖｏｌｕｍｅ２５，ａｒｔ．ｎｏ．１５５１６８（２０１５）Ｅ. Ｗ. Ｄｉｊｋｓｔｒａ, Ａｎｏｔｅｏｎｔｗｏｐｒｏｂｌｅｍｓｉｎｃｏｎｎｅｘｉｏｎｗｉｔｈｇｒａｐｈｓ, ＮｕｍｅｒｉｓｃｈｅＭａｔｈｅｍａｔｉｋ１, ２６９−２７１ (１９５９). Ｊ. Ｃ. Ｇｏｗｅｒ, Ｓｏｍｅｄｉｓｔａｎｃｅｐｒｏｐｅｒｔｉｅｓｏｆｌａｔｅｎｔｒｏｏｔａｎｄｖｅｃｔｏｒｍｅｔｈｏｄｓｕｓｅｄｉｎｍｕｌｔｉｖａｒｉａｔｅａｎａｌｙｓｉｓ, Ｂｉｏｍｅｔｒｉｋａ, ５３, ３２５−３３８ (１９６６). ＭａｓａａｋｉＴａｎｉｏ, ＹｏｓｈｉｔｏＨｉｒａｔａ, ａｎｄＨｉｄｅｙｕｋｉＳｕｚｕｋｉ, Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｄｒｉｖｉｎｇｆｏｒｃｅｓｔｈｒｏｕｇｈｒｅｃｕｒｒｅｎｃｅｐｌｏｔｓ, ＰｈｙｓｉｃｓＬｅｔｔｅｒｓＡ３７３, ２０３１−２０４０ (２００９). ＺｈｉｊｕｎＤｕａｎ, ＭｉｒｅｌａＡｎｄｒｏｎｅｓｃｕ, ＫｅｖｉｎＳｃｈｕｔｚ, ＳｅａｎＭｃｌｌｗａｉｎ, ＹｏｏＪｕｎｇＫｉｍ, ＣｈｏｌｉＬｅｅ, ＨａｙＳｈｅｎｄｕｒｅ, ＳｔａｎｌｅｙＦｉｅｌｄｓ, Ｃ. ＡｎｔｈｏｎｙＢｌａｕ, ａｎｄＷｉｌｌｉａｍＳ. Ｎｏｂｌｅ, Ａｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌｍｏｄｅｌｏｆｔｈｅｙｅａｓｔｇｅｎｏｍｅ, Ｎａｔｕｒｅ４６５, ３６３−３６７ (２０１０).

そこで、本発明では、数理的な解析方法により、部分配列・部分領域間の距離が３次元空間内で近いかどうかという２値情報を用いて、核酸やタンパク質をはじめとする生体分子データの３次元構造を再構成する空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法を提案する（上記非特許文献３，４参照）。

本発明は、上記状況に鑑みて、ＤＮＡやＲＮＡの部分配列同士が近いか否かの２値の情報から生体分子の３次元構造を再構成する、空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法を提供することを目的とする。

本発明は、上記目的を達成するために、
〔１〕空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法であって、生体分子の一次配列を時間軸と見立てることにより、前記生体分子のＨｉ−Ｃデータからリカレンスプロットを生成するステップと、前記リカレンスプロットの任意の２つの頂点間の距離を与える距離行列を生成するステップと、前記距離行列に対して多次元尺度構成法を用いて時系列データを再構成するステップと、再構成された前記時系列データから前記生体分子の３次元構造を再構成するステップとを含むことを特徴とする。

〔２〕上記〔１〕記載の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法において、前記生体分子が核酸であることを特徴とする。

〔３〕上記〔２〕記載の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法において、前記核酸がＤＮＡやＲＮＡであることを特徴とする。

〔４〕上記〔１〕記載の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法において、前記生体分子がタンパク質であることを特徴とする。

本発明によれば、以下のような効果を奏することができる。

従来法では、複数のもっともらしいモデルを推定するのに対し、本発明の方法は、確率的な方法ではなく、配列間の距離の再構成に基づく方法であるので、本発明の方法で再構成される３次元構造には一義性と再現性がある。その点で、本発明の方法は、既存の方法に比べて大きな利点がある。

本発明の概念図である。酵母の３次元構造の再構成を示す図である。図１の拡大図である。図４（ａ）はローレンツアトラクター、図４（ｂ）はローレンツアトラクターのリカレンスプロットから原型を再構成した結果、図４（ｃ）はローレンツアトラクターのリカレンスプロットにランダムに１％のエラーを加えてから原型を再構成した結果、図４（ｄ）はローレンツアトラクターのリカレンスプロットから９０％のデータを除き、原型を再構成した結果を示す図である。図５（ａ）はレスラーアトラクター、図５（ｂ）はレスラーアトラクターのリカレンスプロットから原型を再構成した結果、図５（ｃ）はレスラーアトラクターのリカレンスプロットにランダムに１％のエラーを加えてから原型を再構成した結果、図５（ｄ）はレスラーアトラクターのリカレンスプロットから９０％のデータを除き、原型を再構成した結果を示す図である。マウスゲノムの再構成の例（染色体２番）を示す図である。

本発明の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法は、生体分子内の任意の２つの分子領域同士、あるいは、配列同士が空間的に近いか否かの２値情報を利用して、２つの配列間の３次元空間内における距離を計算することで、生体分子の３次元構造を再構成する。

以下、本発明の実施の形態について詳細に説明する。

リカレンスプロットは、元々は、時系列データを視覚化するための道具である。２次元の平面図で、縦軸、横軸とも同じ時間軸になっている。２つの時間点に対応する状態同士を比較し、その状態間の距離が近ければ、対応する場所に点を打ち、そうでなければ点を打たないとすることによって求めることができる。

リカレンスプロットは、連続値の時系列データを距離が近いかどうかを示す２値の行列情報に変換してしまっているので、時系列データに関する情報がかなり落ちてしまっていると思われるかもしれない。確かに時系列の値の絶対値の情報は落ちてしまうのだが、リカレンスプロットから時系列データの概形が復元できることが知られている。特に、点が一様に分布している時、元の距離空間と同値な距離空間が再構成される（上記非特許文献５〜８参照）。

リカレンスプロットから元の時系列データの概形を復元するのは簡単である。まずは、リカレンスプロットをグラフだと見立てる。このグラフでは、リカレンスプロットの時間点が頂点になっていて、２つの時間点に対応する場所に点が打たれていれば、対応する頂点間を枝で結ぶ。この時、枝に次のような距離を割り当てる。

１−｜Ｇ_i∩Ｇ_j｜／｜Ｇ_i∪Ｇ_j｜ .
ここで、Ｇ_iはｉ行目のリカレンスプロットに打たれている点に対応する時間点の集合であり、｜Ａ｜は集合Ａの要素数を表す。次に、このグラフ上の任意の２つの頂点間の最短路を求める。これは、例えば、ダイクストラ法（上記非特許文献９参照）などを用いると簡単にできる。そして、任意の２つの頂点間の距離が与えられる距離行列を得る。この距離行列に対して、多次元尺度構成法を用いると、元の時系列データの概形を再現するような時系列データが再構成できる。

ここで、生体高分子の一次配列を時間軸と見立てることで、リカレンスプロットに関する手法がそのまま核酸配列やアミノ酸配列に対しても応用できる。つまり、多次元尺度構成法（上記非特許文献１０参照）を用いて再構成した時の上位３つの成分を見れば、ＤＮＡやＲＮＡ、タンパク質の３次元構造が求まる。

そこで、連続する配列が空間的に近いという情報を上記非特許文献１１の手法を用い、対応するリカレンスプロットの中央の斜めの線を幅３以上の線のように太くすることで、必ず３次元構造が再構成できるような方法を構成できる。

図２は本発明の実施例を示す酵母の３次元構造の再構成を示す図であり、横軸は第１構成分子、横軸は第２構成分子である。図３は図１の拡大図であり、横軸は第１座標、横軸は第２座標である。また、×印でセントロメアの位置を示す。

ここでは、上記非特許文献１２で使用された酵母のデータを使って、本発明の方法を確かめた。ここでは、４つの別々の切断酵素を用いて求めたＨｉ−Ｃのデータを統合して、３次元データの再構成を行った。Ｈｉ−Ｃのデータ解析における本発明の位置付けと、先行研究の概観を図１に示す。

結果を図２と図３に示す。図２では染色体１〜１６番のうち、染色体１２番を黒で、それ以外を灰色で図示した。黒で示した染色体１２番上に位置するｒＤＮＡをコードするｒＤＮＡ領域に大きなル−プが目立った。また、図３では黒のドットでセントロメアを図示したが、特に、セントロメア同士が近い場所にあることが分かる。実際、各染色体上からランダムに１点探してきて、最小木を求めるよりも、セントロメア同士の最小木を求めた時の方が、最小木を構成するのに必要なコストが小さくできる傾向にあることが分かった。このデータを得るのに用いられた出芽酵母ではセントロメアが凝集しやすいこと、ｒＤＮＡが大きなループを作ることは先行研究においても示唆されており、本発明の方法の妥当性を伺わせる。

加えて、一般に転写や複製などの際には、核内でＤＮＡと関連因子群が密集することが知られている。実際、本方法で再構成した染色体の空間を６４０００個の立方体に分割したところ、過半数の染色体が単一立方体内に密集して局在する場所が２６個で見つかった。このため、本発明の方法は、転写ファクトリーや複製ファクトリーなどの機能ドメインの推定にも利用できる。

また、本発明の利点として、ノイズの影響を受けにくいことが挙げられる。例えば、１％程度、空間的に近いかどうかという情報が誤っていたとしても、数値実験の例では、元の距離と再構成した距離の相関が０．７０以上を保持している。生体内分子の近傍点を観測する実験データは、偽陽性のノイズを含んだり、全ての近傍点を網羅しきれないことが予想されるので、本発明が有効である。

図４、図５の（ａ）〜（ｃ）におもちゃモデルとして、ローレンツアトラクター、レスラーアトラクターの概形をリカレンスプロットから再構成した例と、さらに各リカレンスプロットに１％のノイズフリップを加えてから再構成をした結果を示す。

さらに、本発明では、データの欠損に極めて強い。実際、おもちゃモデルでランダムに５０％、９０％のデータを欠損させて再構成の試行を行った所、欠損のないデータと比べてもそれぞれ、０．９６，０．８７以上の相関があった〔図４（ｄ）、図５（ｄ）〕。

現在一般に行われている１細胞レベルでの観測は技術的な検出感度の限界から、得られるデータが網羅性を欠いて粗であることが指摘されている。本発明はこのような生物データに対しても、優位性があると考えられる。

上記非特許文献２の方法では、１０００点までは扱えるとされている。その一方で、図２、図３に示した例では１１９８６点を扱っている。つまり、本発明の方が、より細かい解像度で大きなデータの３次元構造の再構成が可能である。本発明であれば、人やマウスの哺乳類ゲノムなどを含めサイズのデータを解像度を落とさずに扱うことも可能である。図６にマウスのゲノム再構成の例を示す。

図１、図２のデータの再構成に、２Ｘ２．６６ＧＨｚ６−ＣｏｒｅＩｎｔｅｌＸｅｏｎのＣＰＵと６４ＧＢのメモリを搭載したコンピュータ上で、ＭＡＴＬＡＢで書かれたプログラムを使用して、約２日で計算を完了できる。

従来法では、複数のもっともらしいモデルを推定するのに対し、本発明の方法は、確率的な方法ではなく、配列間の距離の再構成に基づく方法であるので、本発明の方法で再構成される３次元構造には一義性と再現性がある。その点で、本発明の方法は、従来の方法に比べて大きな利点がある。

なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨に基づき種々の変形が可能であり、これらを本発明の範囲から排除するものではない。

本発明の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法は、確率的な方法ではなく、配列間の距離の再構成に基づく方法により、一義性と再現性をもたせて、空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法として利用可能である。

Claims

生体分子の一次配列を時間軸と見立てることにより、前記生体分子のＨｉ−Ｃデータからリカレンスプロットを生成するステップと、
前記リカレンスプロットの任意の２つの頂点間の距離を与える距離行列を生成するステップと、
前記距離行列に対して多次元尺度構成法を用いて時系列データを再構成するステップと、
再構成された前記時系列データから前記生体分子の３次元構造を再構成するステップとを含むことを特徴とする空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法。
前記生体分子が核酸である請求項１に記載の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法。
前記核酸がＤＮＡ又はＲＮＡである請求項２に記載の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法。
前記生体分子がタンパク質である請求項１に記載の空間的な近さの概念を用いた生体分子データの３次元構造の再構成方法。