実践 バイオインフォマティクス

訳者まえがき
まえがき
はじめに
対象とする読者
本書の構造
私たちのバイオインフォマティクスへの道
本書で使用している書体・アイコン
コメントと質問
謝辞

I部　序章

1章　コンピュータ時代の生物学
1.1　計算機は生物学をどのように変化させているか？
        1.1.1　ハエの目
        1.1.2　遺伝子シーケンスの中のラベル
        1.1.3　BLASTによる、Eyless遺伝子と無虹彩遺伝子の比較 
1.2　バイオインフォマティクスは単にデータベースを
        構築するだけのことではありませんか？ 
        1.2.1　生物学の最初の情報化時代 
1.3　情報学は生物学者にとって何を意味しますか？ 
1.4　計算科学者に対して生物学はどのような挑戦を与えますか？ 
1.5　バイオインフォマティクス研究者はどのような技術を持っていなければなりませんか？ 
1.6　なぜ生物学者はコンピュータを使用しなければならないか？ 
        1.6.1　データ収集の新しい手法 
1.7　バイオインフォマティクスの研究をするためにはどうやってPCを設定したらよいでしょうか？ 
        1.7.1　なぜUnixまたはLinuxを使用するのでしょうか？ 
1.8　どのような情報やソフトウェアが利用可能ですか？ 
        1.8.1　なぜウェブからのプログラムをインストールする必要があるのですか？ 
1.9　授業に出ないでプログラミング言語を学習してもよいですか？ 
1.10　ウェブからの情報をどのように 使用したらよいですか？ 
1.11　どうやってシーケンスアラインメントデータを理解したらよいですか？ 
1.12　どうやって2つの生物学的シーケンスを整列させるプログラムを書いたらよいですか？ 
1.13　どうやってシーケンス情報から蛋白質の構造を予測するのですか？ 
1.14　バイオインフォマティクスはどのような疑問に答えてくれますか？ 

2章　生物学的問題のコンピュータ的解法
2.1　分子生物学のセントラルドクマ 
        2.1.1　DNAの複製 
        2.1.2　ゲノムと遺伝子 
        2.1.3　DNAの転写 
        2.1.4　mRNAの翻訳 
        2.1.5　分子進化 
2.2　生物学者は何をモデル化するのか 
        2.2.1　1次元の表現による3次元分子へのアクセス 
        2.2.2　プロテイン構造（Protein Structure）をモデル化するための抽象化 
        2.2.3　生化学システムの数学的モデリング 
2.3　なぜ生物学者はモデルを作りたがるか？ 
2.4　本書でカバーされる計算法 
2.5　計算生物学の実験 
        2.5.1　問題の識別 
        2.5.2　質問をより単純な成分に分割する 
        2.5.3　ニーズの評価 
        2.5.4　適切なデータ群の選択 
        2.5.5　成功の基準の識別 
        2.5.6　計算上の実験の実行と記録 
                2.5.6.1　計算生物学におけるドキュメンテーション問題 
                2.5.6.2　電子手帳 


II部　ワークステーション　−システム環境− 

3章　ワークステーションのセットアップ
3.1　Unixシステムで仕事をする 
        3.1.1　オペレーティングシステムは何をするのか？ 
        3.1.2　どうしてUnixを使うのか？ 
        3.1.3　Unix流派の違い 
                3.1.3.1　Linux 
                3.1.3.2　あなたのコンピュータでLinuxは動作するか？ 
                3.1.3.3　その他のUnix 
        3.1.4　UnixのGUI 
3.2　Linuxワークステーションの準備 
        3.2.1　Linuxをインストールする 
                3.2.1.1　システムの要件 
                3.2.1.2　ハードディスクを分割する 
                3.2.1.3　主なパッケージを選ぶ 
                3.2.1.4　パッケージの追加 
3.3　入手したソフトウェアを動かす 
        3.3.1　Unix tar書庫形式 
        3.3.2　バイナリの配布 
        3.3.3　RPM書庫 
                3.3.3.1　GnoRPM 
        3.3.4　ソース 
        3.3.5　Perlスクリプト 
        3.3.6　パスを設定する 
        3.3.7　複数のユーザでソフトウェアを共有する 
3.4　どんなソフトウェアが必要でしょうか？ 

4章　Unixのファイルとディレクトリ
4.1　ファイルシステムの基本 
        4.1.1　ディレクトリ階層の探検 
        4.1.2　ファイルとディレクトリのパス 
        4.1.3　プロセス単位のファイル階層 
        4.1.4　ファイル名をつける習慣を確立する 
        4.1.5　プロジェクトを構築する例 
4.2　ディレクトリとファイルを操作するコマンド 
        4.2.1　ファイルシステム上を動きまわる 
                4.2.1.1　ここはどこ？：pwd 
                4.2.1.2　cdでディレクトリを変更する 
        4.2.2　ファイルやディレクトリを捜す 
                4.2.2.1　lsでファイルを並べる 
                4.2.2.2　lsの出力について 
                4.2.2.3　findでファイルを捜す 
                4.2.2.4　whichで実行可能なファイルを捜す 
                4.2.2.5　whereisを使って実行形式のファイルを捜す 
        4.2.3　ファイルとディレクトリを操作する 
                4.2.3.1　cpでファイルとディレクトリをコピーする 
                4.2.3.2　mvでファイルとディレクトリを移動し、名前を変更する 
                4.2.3.3　lnでファイルやディレクトリの新しいリンクを作成する 
                4.2.3.4　mkdirでディレクトリを作成し、rmdirでディレクトリを削除する 
                4.2.3.5　rmでファイルを削除する 
4.3　マルチユーザ環境で作業する 
        4.3.1　ユーザとグループ 
        4.3.2　ユーザのディレクトリ 
        4.3.3　ファイルのパーミッションと統計 
                4.3.3.1　statでファイルの属性を知る 
                4.3.3.2　chmodでファイルの所有者とパーミッションを変更する 
                4.3.3.3　chownとchgrpでファイルとディレクトリの所有権を変更する 
        4.3.4　システム管理 
        4.3.5　ファイル構造の慣習 
        4.3.6　システムディレクトリ内のファイルの位置 

5章　Unixシステムで作業をする
5.1　Unixのシェル 
        5.1.1　シェルの特徴とは？ 
5.2　Unixシステムでコマンドを実行する 
        5.2.1　コマンドラインの形式 
        5.2.2　Unixを知るコマンド 
        5.2.3　標準入出力 
        5.2.4　コマンド入力と出力をリダイレクトする 
        5.2.5　演算子 
        5.2.6　ワイルドカード 
        5.2.7　Xのコマンドを動作させる 
5.3　ファイルを閲覧し、編集する 
        5.3.1　catを使ってファイルを閲覧し、ファイルを合体させる 
        5.3.2　more：ページごとに表示します 
        5.3.3　less：黄金の標準 
        5.3.4　viやvimでファイルを編集する 
        5.3.5　GNU Emacsエディタ 
        5.3.6　stringでバイナリファイルを見る 
        5.3.7　odとバイナリデータ 
5.4　変換とフィルタ 
        5.4.1　headでファイルの先頭を抜き出す 
        5.4.2　tailでファイルの末尾を抽出する 
        5.4.3　splitとcsplitでファイルを分割する 
        5.4.4　cutで分割したファイルを構成する 
        5.4.5　pasteでファイルを結合する 
        5.4.6　joinでデータファイルをマージする 
        5.4.7　sortでファイルをソートする 
                5.4.7.1　sortのキーを特定する 
5.5　ファイルの統計と比較 
        5.5.1　cmpとdiffでファイルを比較する 
        5.5.2　wcで語数を数える 
5.6　正規表現 
        5.6.1　grepでパターンを捜す 
5.7　Unixシェルスクリプト 
5.8　他のコンピュータと通信する 
        5.8.1　ウェブ 
        5.8.2　IPアドレスとホスト名 
        5.8.3　telnet 
        5.8.4　ftp 
        5.8.5　リモート端末を表示する 
        5.8.6　通信とファイル共有 
        5.8.7　メディアの互換性 
        5.8.8　Unixファイルシステムとしてデバイスにアクセスする 
        5.8.9　DOSのディスクとしてデバイスにアクセスする 
5.9　共有環境で他人とうまくやる 
        5.9.1　プロセスとプロセスの管理 
                5.9.1.1　負荷の平均を確認する 
                5.9.1.2　psでプロセス一覧を表示する 
                5.9.1.3　top 
                5.9.1.4　killでプロセスを止める 
                5.9.1.5　niceとreniceでプロセスの優先順位を設定する 
        5.9.2　cronで繰り返す動作を予定する 
                5.9.2.1　crontabを使ってジョブをcronに登録する 
                5.9.2.2　cronを使ってデータベース検索の反復を計画する 
                5.9.2.3　batchとatでプロセスを予定する 
        5.9.3　ディスクスペースの状況とファイルサイズを監視する 
                5.9.3.1　duでディスク利用をチェックする 
                5.9.3.2　dfでディスクのフリースペースをチェックする 
                5.9.3.3　quotaでシステムの割り当て状況を確認する 
        5.9.4　データ書庫を作る 
                5.9.4.1　tar：覆ってまとめる 
                5.9.4.2　compress 
                5.9.4.3　gzip 


III部　作業ツール群 

6章　生物学研究に役立つウェブ
6.1　検索エンジンの使用 
        6.1.1　ブール演算検索 
        6.1.2　検索エンジンのアルゴリズム 
6.2　学術論文の検索 
        6.2.1　PubMedの効率的な利用 
6.3　公共の生物学データベース 
        6.3.1　データのアノテーションとデータフォーマット 
        6.3.2　3D分子構造データ 
        6.3.3　DNA、RNAおよび蛋白質のシーケンスデータ 
        6.3.4　ゲノムデータ 
        6.3.5　生物学的パスウエイデータ 
        6.3.6　遺伝子発現データ 
6.4　生物学的データベースの検索 
        6.4.1　GenBank 
                6.4.1.1　検索結果の保存 
                6.4.1.2　大きな一連の結果の保存 
        6.4.2　PDB 
6.5　公共データベースへのデータの登録 
        6.5.1　GenBankへの登録 
        6.5.2　PDBへの登録 
6.6　ソフトウェアの検索 
6.7　情報の質の判定 
        6.7.1　典拠 
        6.7.2　透明性 
        6.7.3　適時性 

7章　シーケンス解析、ペアワイズアラインメント、データベースサーチ
7.1　生物分子の化学構造 
7.2　DNA、RNAの構造 
7.3　WatsonとCrickが解明したDNAの構造 
7.4　DNAシーケンス決定法の開発 
        7.4.1　蛋白質の化学構造 
        7.4.2　分子進化の機構 
7.5　DNA上の遺伝子予測アプリケーションと特徴検出 
        7.5.1　遺伝子位置の予測 
        7.5.2　特徴検出 
7.6　DNAの翻訳 
7.7　シーケンスのペアワイズ比較 
        7.7.1　スコアリング行列 
        7.7.2　ギャップペナルティ 
        7.7.3　動的プログラミング 
        7.7.4　グローバルアラインメント 
                7.7.4.1　ALIGNを用いたグローバルアラインメントの作成 
        7.7.5　ローカルアラインメント 
                7.7.5.1　ローカルアラインメントのツール 
7.8　生物学データベースに対するシーケンスクエリー 
        7.8.1　ローカルアラインメントに基づくBLASTを用いたサーチ 
                7.8.1.1　BLASTアルゴリズム 
                7.8.1.2　NCBI BLASTとWU-BLAST 
                7.8.1.3　様々なBLASTプログラムは何をするのか？ 
                7.8.1.4　formatdbを用いたローカルデータベースの作成 
                7.8.1.5　BLAST結果の評価 
        7.8.2　FASTAを用いたローカルアラインメント 
                7.8.2.1　FASTAアルゴリズム 
                7.8.2.2　FASTAプログラム 
7.9　シーケンス解析用の多機能ツール 
        7.9.1　NCBI SEALS 
        7.9.2　生物学のワークベンチ 
        7.9.3　DoubleTwist 

8章　多重シーケンスアラインメント、系統樹とプロフィール
8.1　分子形態学 
8.2　多重シーケンスアラインメント 
        8.2.1　多重アラインメントのための漸進的戦略 
        8.2.2　ClustalWを用いた多重アラインメント 
        8.2.3　Jalviewによるアラインメントのビューと編集 
        8.2.4　シーケンスロゴ 
8.3　進化系統解析 
        8.3.1　ペアワイズ距離に基づいた進化系統樹 
        8.3.2　Neighbor Joining法に基づいた進化系統樹 
        8.3.3　最大倹約による進化系統樹 
        8.3.4　最大可能性評価に基づく進化系統樹 
        8.3.5　進化系統学解析のためのソフトウェア 
                8.3.5.1　PHYLIP 
                8.3.5.2　PHYLIP入力フォーマット 
                8.3.5.3　ClustalX結果のPHYLIPへの入力 
8.4　プロフィールとモチーフ 
        8.4.1　モチーフデータベース 
                8.4.1.1　Blocks 
                8.4.1.2　PROSITE 
                8.4.1.3　Pfam 
                8.4.1.4　PRINTS 
                8.4.1.5　COG 
                8.4.1.6　複数のデータベースへのアクセス 
        8.4.2　独自のプロフィールの構築と使用 
                8.4.2.1　MEMEによる新しいモチーフの発見 
                8.4.2.2　MASTおよびMetaMEMEによるモチーフ検索 
                8.4.2.3　他のプログラムによるモチーフ検索 
                8.4.2.4　HMMer 
        8.4.3　ペアワイズアラインメントへのモチーフ情報の組み込み 

9章　蛋白質構造の可視化と構造解析
9.1　蛋白質構造データについて 
9.2　蛋白質の化学 
        9.2.1　1次元から3次元へ 
        9.2.2　原子間力と蛋白質構造 
                9.2.2.1　共有相互作用 
                9.2.2.2　水素結合 
                9.2.2.3　疎水および親水相互作用 
                9.2.2.4　電荷-電荷、電荷-双極子、双極子-双極子相互作用 
                9.2.2.5　Van der Waals力 
                9.2.2.6　反発力 
                9.2.2.7　原子間力の相対的な強さ 
9.3　ウェブベースの蛋白質構造ツール 
9.4　構造の可視化 
        9.4.1　ウェブブラウザ用の分子構造ビューア 
                9.4.1.1　RasMol 
                9.4.1.2　Cn3D 
                9.4.1.3　SWISS-PDBViewer 
        9.4.2　スタンドアロンモデリングパッケージ 
                9.4.2.1　MolMol 
                9.4.2.2　MidasPlus 
                9.4.2.3　VMD 
        9.4.3　MolScriptによる高品質画像の作成 
        9.4.4　LIGPLOTによる活性部位の可視化 
        9.4.5　dimplot 
9.5　構造の分類 
        9.5.1　座標からの二次構造予測 
                9.5.1.1　STRIDE 
        9.5.2　Topology Cartoons 
                9.5.2.1　TOPS 
        9.5.3　分類データベース 
                9.5.3.1　SCOP 
                9.5.3.2　CATH 
                9.5.3.3　一意な蛋白質構造データセット 
9.6　構造によるアラインメント 
        9.6.1　2つの蛋白質構造の比較 
                9.6.1.1　ProFit 
        9.6.2　DALIドメイン辞書 
        9.6.3　CEとCL 
        9.6.4　VAST 
9.7　構造解析 
        9.7.1　構造の質の解析 
                9.7.1.1　PROCHECK 
                9.7.1.2　WHAT IF/WHAT CHECK 
        9.7.2　分子間相互作用 
                9.7.2.1　HBPLUSによる接触の解析 
9.8　溶媒の可触性と相互作用 
        9.8.1　naccessによる溶媒の可触性の計算 
        9.8.2　Alpha Shapesによる溶媒の可触性の解析 
9.9　物理化学的性状の解析 
        9.9.1　高分子静電学 
        9.9.2　性状マッピングによる分子表面の可視化 
                9.9.2.1　GRASP/GRASS 
9.10　構造の最適化 
        9.10.1　最適化における情報科学の役割 
        9.10.2　回転異性体ライブラリ 
        9.10.3　PDF 
9.11　蛋白質リソースデータベース 
        9.11.1　GeneCensus 
        9.11.2　PRESAGE 
        9.11.3　BIND 
9.12　まとめてみましょう 

10章　アミノ酸シーケンスからの蛋白質構造、機能の予測
10.1　蛋白質構造の決定 
        10.1.1　X線結晶解析による蛋白質構造の解析 
        10.1.2　NMR分光法による構造の解析 
10.2　蛋白質構造の予測 
        10.2.1　CASP：聖杯の探索 
10.3　3次元から1次元へ 
10.4　蛋白質シーケンス中の特徴の検出 
10.5　二次構造の予測 
        10.5.1　アラインメントに基づいた複合的方法 
        10.5.2　単一シーケンス予測法 
        10.5.3　予測の正確さの測定 
        10.5.4　予測の利用 
        10.5.5　膜貫通へリックスの予測 
        10.5.6　Threading法 
10.6　3次元構造の予測 
        10.6.1　ホモロジーモデリング 
                10.6.1.1　Modeller 
                10.6.1.2　Modellerはどのようにしてモデルを作るか 
                10.6.1.3　ModBase：自動生成されたモデルのデータベース 
                10.6.1.4　SWISS-MODELサーバ 
        10.6.2　Ab-Initio予測用のツール 
10.7    まとめてみましょう：蛋白質モデリングプロジェクトの一例 
        10.7.1　相同な構造の発見 
        10.7.2　遠いホモロジーを捜す 
        10.7.3　シーケンスからの二次構造の予測 
        10.7.4　Threading法を用いて潜在的折り畳みを検出する 
        10.7.5　プロフィール法を用いた関係の疎遠なシーケンスのアラインメント 
        10.7.6　ホモロジーに基づくモデルの作成 
10.8　要約 

11章　ゲノムやプロテオーム解析のためのツール
11.1    遺伝子のシーケンス決定からゲノムのシーケンス決定へ 
        11.1.1　生のシーケンスデータの解析：ベースコール 
        11.1.2　ゲノム全域をシーケンスする 
                11.1.2.1　ショットガン法 
                11.1.2.2　クローンコンティグ法 
                11.1.2.3　LIMS：それらすべてのミニシーケンスの追跡 
11.2　シーケンスアセンブリ 
11.3　ウェブ上のゲノム情報へのアクセス 
        11.3.1　NCBIのゲノム情報 
        11.3.2　TIGRのゲノム情報 
        11.3.3　EnsEMBL 
        11.3.4　他のシーケンスセンター 
        11.3.5　生物種ごとの情報 
11.4　全ゲノムシーケンスのアノテーションおよび解析 
        11.4.1　ゲノムのアノテーション 
                11.4.1.1　MAGPIE 
        11.4.2　ゲノム比較 
                11.4.2.1　PipMaker 
                11.4.2.2　MUMmer 
11.5　機能ゲノム：新しいデータ解析の挑戦 
        11.5.1　遺伝子発現解析のシーケンスベースなアプローチ 
        11.5.2　DNA マイクロアレイ：機能ゲノムにおける新しい技術 
        11.5.3　マイクロアレイの設計および解析におけるバイオインフォマティクスの挑戦 
                11.5.3.1　アレイ実験の計画 
                11.5.3.2　読み取ったマイクロアレイ画像のCrazyQuantによる解析 
                11.5.3.3　高次元データの可視化 
                11.5.3.4　発現プロファイルをクラスター化する 
                11.5.3.5　発現解析用の商用ソフトウェアに関するメモ 
11.6　プロテオミクス 
        11.6.1　プロテオミクスの実験的アプローチ 
        11.6.2　2次元ゲル電気泳動解析における情報学的挑戦 
        11.6.3　プロテオーム解析のためのツール
        11.6.4　アレイアプローチの一般化 
11.7　生化学的パスウェイデータベース 
        11.7.1　複雑な代謝経路の実例 
        11.7.2　EC分類 
        11.7.3　WITとKEGG 
        11.7.4　PathDB 
11.8　動力学と生理学のモデル化 
        11.8.1　Gepasiによる動力学のモデル化 
        11.8.2　XPP 
        11.8.3　仮想細胞ポータルの使用 
11.9　要約 


IV部　データベースおよび可視化 

12章　Perlを用いてデータ解析を自動化する
12.1　なぜPerlなのか？ 
        12.1.1　Perlはどこで手に入りますか？ 
12.2　Perl の基礎 
        12.2.1　"Hello, World!"　世界の皆さんこんにちは！ 
        12.2.2　バイオインフォマティクスの例 
        12.2.3　変数 
                12.2.3.1　スカラー 
                12.2.3.2　配列 
                12.2.3.3　ハッシュ 
        12.2.4　ループ 
        12.2.5　サブルーチン 
12.3　パターンマッチングと正規表現 
12.4　BLASTの出力のPerlを用いた解析 
12.5　バイオインフォマティクスにPerlを適用すること 
        12.5.1　Bioperl 
        12.5.2　CGI.pm 
        12.5.3　LWP 
        12.5.4　PDL 
        12.5.5　DBI 
        12.5.6　GD 


13章　生物学データベースを構築する
13.1　データベースの種類 
        13.1.1　フラットファイルデータベース 
                13.1.1.1　生物学におけるフラットファイルデータベース 
        13.1.2　リレーショナルデータベース 
                13.1.2.1　表はどのように構成されているか 
                13.1.2.2　データベーススキーム 
        13.1.3　オブジェクト指向データベース 
13.2　データベースソフトウェア 
        13.2.1　シーケンス検索システム 
        13.2.2　Oracle 
        13.2.3　PostgreSQL 
        13.2.4　オープンソースなオブジェクト指向DBMS 
        13.2.5　MySQL 
13.3　SQL入門 
        13.3.1　SQLデータ型 
        13.3.2　SQLコマンド 
                13.3.2.1　新しい表のデータベースへの追加 
                13.3.2.2　既存の表の変更 
                13.3.2.3　既存の表にデータを加える 
                13.3.2.4　表中の既存のデータの変更 
        13.3.3　SQL SELECTコマンドを用いたデータベースへのアクセス 
                13.3.3.1　選択するためにフィールドを選ぶ 
                13.3.3.2　WHERE節を用いてレコードを表から選ぶ条件を指定する 
                13.3.3.3　複数の表からの出力の連結 
13.4　MySQL DBMSのインストール 
        13.4.1　MySQLの設定 
                13.4.1.1　mysqlクライアントプログラムの使用 
                13.4.1.2　mysqladminクライアントプログラムを用いたMySQLの設定 
                13.4.1.3　MySQLサーバの再起動 
        13.4.2　あなたのMySQLサーバを安全にするために 
        13.4.3　データディレクトリの設定 
        13.4.4　新しいデータベースの作成 
13.5　データベースの設計 
        13.5.1　実体と属性 
        13.5.2　データモデルからデータベースの作成 
        13.5.3　表の間の関係の作成 
13.6    データベースと対話するウェブベースのソフトウェアの開発 
        13.6.1　CGI 
        13.6.2　XML 
                13.6.2.1　XMLアプリケーション 
        13.6.3　PHP 
                13.6.3.1　PHPを用いたMySQLデータベースへのアクセス 
                13.6.3.2　PHPによるフォームからの情報の収集 

14章　可視化とデータマイニング
14.1　データの準備 
14.2　画像を見るためのツール 
        14.2.1　xzgv 
        14.2.2　Ghostviewとgv 
        14.2.3　GIMP 
14.3　シーケンスデータの可視化 
        14.3.1　TeXshadeによる出版にも耐え得る品質のアラインメントの作成 
        14.3.2　シーケンス距離を幾何学的に見る 
14.4　ネットワークおよびパスウェイの可視化 
14.5　数値データの処理 
        14.5.1　gnuplotとxgfe 
        14.5.2　Grace：データの視覚化のためのポケットナイフ 
        14.5.3　多次元分析：XGobiとXGvis 
        14.5.4　データ解析のためのプログラミング 
                14.5.4.1　RとS-plus 
                14.5.4.2　Rのオンライン情報 
                14.5.4.3　MatlabとOctave 
14.6　視覚化：要約 
14.7　データマイニングと生物学の情報 
        14.7.1　データマイニングおよび機械学習における問題 
                14.7.1.1　監督された学習と、監督されない学習 
        14.7.2　データマイニング技術のコレクション 
                14.7.2.1　決定木 
                14.7.2.2　ニューラルネット 
                14.7.2.3　遺伝的アルゴリズム 
                14.7.2.4　サポートベクトルマシン 

参考資料
索引