京都大学 化学研究所
バイオインフォマティクスセンター
教授

　ゲノム情報解析のためには様々な情報技術が必要となるが、我々は情報技術の中でもアルゴリズムを中心に研究を行っている。具体的には、配列検索、タンパク質およびRNAの高次構造の予測と解析、化学構造の解析および設計などを対象に、高速かつ柔軟なアルゴリズムの開発を目標に研究を行っている。また、最近では、生物情報ネットワークの構造や動特性の数理的解析も行っている。


生物情報ネットワーク構造の数理解析

　最近の研究により代謝ネットワーク、タンパク質相互作用ネットワークなどの生物情報ネットワークが「スケールフリー」と呼ばれる共通の数理的性質を持つことがわかってきた。さらに、そのようなネットワークを生成する各種の数理モデルも提案されている。我々も代謝ネットワークやタンパク質相互作用ネットワークのスケールフリー性の数理的解析を行っており、その成果の一つとして、化合物を頂点とした基質ネットワークがP (k )∝k ^-γというスケールフリー則に従う場合、化合物もしくは酵素を頂点とした反応ネットワークはP (k )∝k ^-γ+1というスケールフリー則に従うというスケールフリー性の変換則を発見した（図１）。また、遺伝子ネットワークの制御という挑戦的な課題にも取り組んでおり、ネットワーク構造の複雑さと制御の複雑さの関係を部分的に解明するなどの成果をあげている。


図１　代謝ネットワークにおけるスケールフリー性の変換則

カーネル法を用いた化学構造の解析と設計

　カーネル法やサポートベクターマシンとよばれる統計的情報解析手法がバイオインフォマティクスにも有効に適用されつつある。この手法を有効に適用するためには、対象間の類似度を測るカーネル関数を開発することが必要となるが、我々は化学構造間の類似度を測るカーネル関数を開発した（図２）。さらに、活性の推定にとどまらず、新規化合物設計のための情報技術の開発にも取り組んでいる。具体的には従来手法とは逆に、特徴ベクトルから構造を推定することにより新規化合物を設計するという方法の開発に取り組んでいる。


図２　カーネル法を用いた化合物の活性の推定