ゲノム情報の蓄積と技術の進歩に伴い、ゲノムデータを核としてポストゲノム実験により得られる種々のデータ（インタラクトーム、トランスクリプトーム、メタボロームなどのデータ）を統合し、信頼性の高い要素間の関係を抽出することが、生命システムとしての普遍性および多様性を理解するために重要となってきています。これらの統合的な解析で得られた知識をゲノム情報の解釈に関連づけることを通して、生物の普遍的なシステムと多様なシステムをゲノムサイエンスの視点で理解することを目標としたバイオインフォマティクス研究を推し進めています。

1 ) バイオネットワーク解析

いわゆるオミックス大量情報が蓄積されると、生物の構成要素（メタボライト、タンパク質、mRNA、遺伝子）の関係を体系的に把握することが必要となります。このことを達成するための方法（アルゴリズム）の研究開発を進めています。その一例として、お互いに密に相互作用する機能単位を迅速に抽出するアルゴリズムの開発に成功しました(DPClus)。

2 ) トランスクリプトームインフォマティクス

トランスクリプトーム（transcriptome）は細胞内の全転写産物を指す言葉です。マイクロアレイ技術を用いたトランスクリプトーム解析とゲノム情報を組合せ、例えばBL-SOM 法などの新しい解析アルゴリズムを開発し応用することで、遺伝子の発現制御ネットワーク解明を目指した研究を進めています。

3 ) メタボロームインフォマティクス

生体の機能を維持するために必要な分子は数千種に及び、そのほとんどは多種多様の化学反応によって生成された代謝物質（metabolite）です。異なる２つ以上の系がある場合、各系における代謝物質を網羅的に解析し、そのプロファイルを比較することにより、その系に対し尤も影響を与えている因子を探し出すことをメタボローム解析の目的としています。また、世界中で構造決定されたメタボライトのデータベース化を進め、現在までに27,281 種のメタボライトと、53,984 対のメタボライトと報告された生物種の関係をKNApSAcK ＤＢとして公開しております。さらに、ゲノム解析やプロテオーム解析と組み合わせることで、細胞の働きを包括的に理解することができます。また、より詳細な、あるいは新規の代謝パスウェイが明らかになることが期待され世界から注目されています。

1. Takahashi. H., et al., Anal Biol Chem., 391, 2769-2782, 2008
2. Morioka. R., et al., BMC Bioinformatics, 8, 343, 1-10, 2007
3. Shinbo. Y., et al., Biotechnol. Agric. Forestry, 57, 165-181, 2006
4. Md.Altaf-Ul-Amin., et al., BMC Bioinformatics, 7, 207, 1-15, 2006
5. Krogan. N.J., et al., Nature, 440, 637-643, 2006
6. Nakamura. K., et al., Cell. Mol. Life Sci., 62, 2050-2066, 2005