Recomendados
Mais conteúdo relacionado
Mais de Maori Ito
Mais de Maori Ito (20)
41st MTG in NIBIO
- 1. 2015/2/27 第41回統合DBミーティング Integrated MTG in NIBIO 1
- 2. 本日の予定 • Sagace – アクセス解析 – 新規追加DBについて • 医薬基盤研内のデータのRDF化 – Opent TG-GATEs • BH14.14での進捗報告 • アプリケーション化 – 実験動物研究資源バンク • アプリケーション化 2
- 4. Open TG-GATEsのRDF化 • BH14.14&SPARQLthon39 での進捗 – Schemaの作成（別紙参照） • http://bit.ly/1EtNjm1 • 個体，実験，サンプル毎に分類 • Control vs Target については，解析に実験を紐付 ける形で解決 – 生化学的検査・血液学的検査値のRDF化 • http://bit.ly/1DsOm3P • 個別の検査項目，単位までRDF化 4
- 5. 生化学的検査・血液学的検査値のRDF化 抜粋（例：ALP） sio:SIO_000216 [ a obo:CMO_0000045 ; sio:SIO_000300 763 ; skos:prefLabel "plasma alkaline phosphatase activity level" ; rdfs:label "plasma alkaline phosphatase activity level" ; tgo:abbr "ALP"; sio:SIO_000221 snomedct:259001000 ; #sio:SIO_000221 means has unit #snomedct means Systematized Nomenclature of Medicine, 259001000 means International unit/liter (IU/L) ]; 5
- 6. 再RDF化に際して-直面した問題点等 • 個体と実験の区別をどう設計し，Schemaで 表現するか • 生化学的・血液学的検査値に該当するオント ロジーは既存のもので対応可能か – 結果的には全て対応可能だった – 複数該当するオントロジーがある場合にどれを選 択するか – 上位のクラスを選択するか否か（例：blood or plasma） • 上記のことは，BioHackathonや SPARQLthonで直接相談するのが早かった。 6
- 7. 使用したオントロジー-SIO • The Semanticscience Integrated Ontology (SIO) – 計測系のオントロジー – Bio2RDFも管理・運営しているSemantic Web technologiesにより開発 – 今回は，計測値が値を持つことの表現に使用 – 例：has measurement value, has unit 7
- 8. 使用したオントロジー- SNOMED-CT • Systematized Nomenclature of Medicine - Clinical Terms (SNOMED-CT) – 医療関連であれば，かなり網羅的に作成され ているオントロジー。 – デンマークに本部がある非営利団体 IHTSDO(International Health Terminology Standards Development Organization)によって管理・運営 – BioPortalで最も人気 – 今回は計測単位(unit/liter (IU/L))，(mg/dL)など に使用 8
- 9. 使用したオントロジー-CMO • Clinical Measurement Ontology – ミシガン大学で開発されているオントロジー の１つ。 • 公開されているオントロジーは150 • 生物学的，環境学的など多くのオントロジーがあ る。 – 今回は臨床検査に特化したオントロジーを AST, BUNなどの検査項目に使用 9
- 10. 進捗 • サンプルデータの作成 • 現在のRDFから，プログラム処理でデー タを変換中 • 今年度中にひと通り再RDF化する予定 10
- 11. アプリケーション化 • クエリ：副作用 • 結果：化合物名，その化合物が投与された際 のラットの血液学的・生化学的検査値 – 異常値には色付け – High:赤，Low:青 • 参考：Exotic Animal Companion Medicine Handbook for Veterinarians, Johnson-Delaney, C., 1996, Zoological Education Network • PHPにて実装 – 直接トリプルストアにクエリを投げる – 検索結果のJSONからhtmlに出力 11
- 12. 今回注目する値 • 肝機能の指標 – AST (GOT) • アスパラギン酸アミノ基転移酵素 – ALT(GPT) • アラニンアミノトランスフェラーゼ – LDH • 乳酸脱水素酵素 • 腎機能の指標 – NA – K – Ca – BUN • 尿素窒素 – CRE • 血中クレアチニン 12
- 14. コントロールのラットの場合 AST ALT LDH NA K Ca BUN CRE Abnormal(high)/ Total (%) 3% 82% 50% 0% 0% 0% 6% 0% 14 • 注意： – コントロールのラットでも異常の個数の割合 が多いALTは異常値の設定が今回の実験に適 合していない可能性がある。
- 15. LDH • 心臓や肝臓の疾患，貧血や炎症などで高 値になる傾向が知られている。 • 実験条件は以下に固定した場合 – Repeat – in vivo – Liver – Middle dose – 15 day 15
- 16. 欠乏性貧血 16
- 17. 自己免疫溶血性貧血 17
- 18. 微小血管症性溶血性貧血 18
- 19. BUN • 腎機能の指標値，腎機能の低下，腎不全 などで高値となる。 • 実験条件は以下に固定した場合 – Repeat – in vivo – Kidney – Middle dose – 15 day 19
- 20. 20
- 21. 糖尿病性腎症 21
- 22. 結果と応用例（仮説） – 実際に知られている知見と整合性の取れる結 果が得られた。 – ラットで観察された血液学的・生化学的デー タ＆遺伝子発現データを特徴量とし，特定の 副作用で共通するパターンを見つける – 薬の開発時におけるラットによる非臨床試験 で，Open TG-GATEsと同様な実験が行われ た時にヒトに発生しうる副作用の予測 22
- 23. 実験動物研究資源バンクの RDF化&アプリケーション化 • 再RDF化 – 別紙参照 • アプリケーション化 – 現在実験動物研究資源バンクがウェブ上で提 供している機能の実装 – GUIでPostgreSQL等と同じように管理・運用 できるかの実験 – 基盤研内部・外部のトリプルストアとの統合 とアプリケーション化の実験 23
- 25. 基盤研内部データとの統合 Gene Symbol • JCRB細胞バンクのデータとGene Symbolで統合できるか実験 – 実験動物研究資源バンクである119の遺伝子 をSagaceで検索 – 一致した8個のエントリについて，sagaceの インデックスファイルとmicrodataをもとに RDF化 – トリプルストアで統合 25
- 26. 基盤研内部データとの統合 Gene Symbol • JCRB細胞バンクのデータとGene Symbolで統合できるか実験 – 9遺伝子が細胞バンクのエントリと一致 – エントリ別 • 実験動物研究資源バンク：49/216 • JCRB細胞バンク：8/1194 • ちなみに疾患は疾患名で検索したところ 2疾患のみ一致 26
- 27. 基盤研外部のデータとの統合 MGI • MGI（Mouse Genome Informatics） – ジャクソン研究所が提供しているマウスに関する 遺伝子，Phenotypeなど生物学的な情報を提供す る統合データベース – Bio2RDFによりRDF化 • 文献経由でMGIが提供しているPhenotype情 報を取得 • 実際のPhenotypeの名称はMonarchで取得 – Monarchはオレゴン健康科学大学などで運営され ているDB統合プラットフォーム 27
- 28. 基盤研外部のデータとの統合 MGI-文献の場合 • 関連付けられた実験動物研究資源バンク: 15/216エントリ • 紐付けられた文献 : 10/130個 • 取り出せたPhenotype : 132個 28
- 29. 基盤研外部のデータとの統合 MGI-gene Symbolの場合 • 関連付けられた実験動物研究資源バンク: 140/216エントリ • 紐付けられたGene Symbol : 85/120個 • 取り出せた染色体情報(染色体，位置） : 263個 29
- 30. アプリケーション化に際して 課題など • SQL的な操作は概ね可能 • IDを重複させないようにするためにはプログラム的な処 理が必要 • 1対多，多対多の場合には，SPARQLで表示上の工夫 – (GROUP_CONCAT(?gene; SEPARATOR = “, ”) AS ?geneList)な ど • RDF化した複数のデータベース由来のデータをトリプル ストアで統合して表示させることは現実的 – 想像していたより一致するデータが少ない • 外部のトリプルストアからデータを得るには時間がかか りすぎて現実的ではない 30
- 31. RDF化とデータ統合に際して • 細胞バンク – Sagaceでmicrodataを付与していたので，提案語彙を そのまま使う場合にはRDF化は楽だった。 – まともにRDF化するならば，Schemaの設計からかな りコストがかかる。 • 理研ではかなりRDF化を進めているので，それらを利用すれ ば，負担は減る。 • ただ，理研のデータに特化した設計である可能性があるので， それなりに手間がかかる。 – 異種のデータと統合するなら，疾患，遺伝子，文献， 臓器経由が妥当？ 31
- 32. RDF化とデータ統合に際して • 横断検索とRDF • 今後横断検索のインデックスがJSONになるな らば，構造化された部分をRDF, JSON, WEB APIで公開すれば役立つ可能性。 – 横断検索で使用されている構造化データは断片的だ が，アプリケーションを作成する際には断片的な データも役立つため。 32
- 33. その他 • TargetMineの統合TV – キーワード・テンプレート検索編の完成 – リスト検索・クエリビルダ編 • 日本語版はほぼ完成 • 英語版は来週中に完成予定 33
- 34. 今後の予定 • SPARQLthon30 – 3/12-13 @ 理研 • 次回 – 3/18? 34