http://www.dynacom.co.jp バイオインフォマティクス、健康医療関連支援、研究支援で社会貢献する会社。株式会社ダイナコムのホームページです。 Wed, 25 Jan 2012 03:47:45 +0000 http://backend.userland.com/rss092 ja 該当ページへ転送中 http://www.dynacom.co.jp/topics/recruit.html   年末年始の営業日につきまして、下記の通り御連絡いたします。 ... http://www.dynacom.co.jp/topics/news_20111214.html  第34回日本分子生物学会年会に出展いたします。 弊社は第34回日本分子生物学会年会に出展いたします。 細胞・抗体・論文・実験結果・画像・ファイルなど研究室情報を共有管理する「ラボ・セクレタリー」をはじめとしたバイオインフォマティクス関連の製品・サービスを展示いたします。 開催日：2011年12月13日(火)～16日(金) 会　場：パシフィコ横浜 出　展：小間No.121 (株)ダイナコム http://www.dynacom.co.jp/topics/news_20111115.html 新卒者募集は終了致しました。   http://www.dynacom.co.jp/topics/recruit2011.html   お盆期間中の弊社営業日につきまして、下記の通りご連絡いたします。 ... http://www.dynacom.co.jp/topics/20110727.html 横浜開発センター（横浜オフィス）は7/22(金)より 本社と統合することになりましたのでお知らせ申し上げます。 2011年7月22日(金)より ＜本社へのアクセスはこちら＞ http://www.dynacom.co.jp/topics/news_20110722.html 平成21年度 先端計測分析技術・機器開発事業 ソフトウェア開発プログラム 「ＩＭＳによる土壌由来カビ検出データベースの構築」 http://www.jst.go.jp/pr/info/info660/shiryo1.html http://www.dynacom.co.jp/product_service/public_project/ongoing_project.html 平成21年度 地域イノベーション創出研究開発事業（一般型） 「自己抗体を活用した効率的な特定のがんの総合診断システムの開発」 http://www.kanto.meti.go.jp/seisaku/gizyutsu/data/fy21_innov_saitaku.pdf http://www.dynacom.co.jp/product_service/public_project/past_project.html 三浦（医療情報技師） 『はじめに』 サンプル数をどれだけ準備するかというのは、いつも気になる話題です。この数は使用する統計解析の手法や必要とされる精度によって変わってきます。検定などに必要なサンプル数は、パワーアナリシスとして知られています。R言語にはこれらについても関数がサポートされており、検定方法と関数の引数を設定してあげると、必要なサンプル数が結果として返されてきます。簡単にこれらについてご紹介します。   『検定に必要なサンプル数』 本TechコラムNo.2の「統計処理言語Rについて」で紹介したR言語には、仮説検定に必要なサンプル数を計算するための関数が標準機能としてサポートされています。power.t.testやpower.prop.test, power.anova.testといった関数です。 例えばt検定の場合、delta、sd、sig.level、powerの4つのパラメータを入力することで、必要なサンプル数が計算できます。 　パラメータ　 説明 ... http://www.dynacom.co.jp/tech/tech_column/tech008.html 三原 『はじめに』 　このところどんどん新しい高速なDNAオートシーケンサーが市場に出てきています。これらのシーケンサーから得られた配列断片は、ゲノム情報にマッピングするか、または断片をクラスタリングしながらアラインメントし、コンセンサスシーケンスを求めて遺伝子を同定するなどの作業を行なうと思います。ところで、このようにして求められた遺伝子のアノテーションを、皆様はどのように進めておられますか？ 　 従来から遺伝子配列のアノテーションでは、BLASTなどの相同性検索を用いて配列の相同性の高い遺伝子配列を探し、それらの中にすでにアノテーションされているものを参考に考察するといった方法が取られていました。しかし、この方法では、ある程度配列の相同性が高くなければヒットしないことや、アノテーションされている遺伝子がヒットしない場合は先に進むことができないという問題がありました。これらを解決する方法としてモチーフ情報を用いたクラスタリング法を開発しましたので、その方法について説明いたします(詳細は下記論文参照。)。   『本手法のポイント』 　ここでのモチーフとは、生物種間や種内で進化的に保存されてきた短いアミノ酸配列のことを指しています。保存されたモチーフ同士は、生化学的な機能やタンパク質の構造に重要な情報を共有していることが想定されます。その為、モチーフ情報を利用したクラスタリングを行うことで、機能的に類似性の高い遺伝子をまとめることができるので、アノテーション作業の効率化につながります。   『モチーフ情報利用したクラスタリング』 以下にモチーフ情報を中心とした遺伝子のクラスタリング方法に関して説明します。 解析の流れは以下のとおりです。 (1)解析対象となる遺伝子配列を集める。興味ある遺伝子を集めたり、関係する配列をBLAST検索で集めたりといった方法がとれます。Interproなどの情報を使って特定の機能ドメインが含まれているものを集めてみるのでも良いです。 (2)それらを対象にモチーフ検索を実行します。 (3)検索でヒットしたモチーフを加えてスコアを与え、配列間の類似度を評価し、クラスタリングします。 (4)さらに、それらの結果を図1に示すように表示します。 同図の左側はデンドログラムです。右側の色のついたボックスはモチーフを表します。同じ色のボックスが、同じ種類のモチーフ配列を持つ部分をあわらしています。この手法では、持っているモチーフ情報が中心となってクラスタリングされるため、構造的に類似のものや機能的に類似である可能性が高いものを集めることができます。遺伝的に離れた生物種間で類似のものでも類似性を評価することが可能です。こういった処理にご興味のある方は、弊社までお問合せください。 図１　データ表示例   参考文献： ・M. Mihara, T. Itoh, T. Izawa (2010) SALAD database: a motif-based database of protein annotations for plant comparative genomics, Nucleic Acids Research, Database Issue D835-D842. ・Mihara, M., Itoh, T. and Izawa, T. (2008) In silico identification of short nucleotide sequences associated with gene expression of pollen development in rice. ... http://www.dynacom.co.jp/tech/tech_column/tech007.html