バイオパスウェイオントロジーの拡張

(1)

2007 年度修士論文

バイオパスウェイオントロジーの拡張

提出日： 2007 年 2 月 4 日

指導：村岡洋一教授

早稲田大学大学院理工学研究科情報・ネットワーク専攻学籍番号： 3606U045-9

菅井友之

(2)

図目次

4.1 Processの例 . . . . 10

4.2 Locationの例 . . . . 10

4.3 MoleculeRoleOntologyの語の出現の例 . . . . 11

5.1 kind-ofの例 . . . . 13

5.2 located-inの例 . . . . 14

5.3 has-participantとhas-agentの例. . . . 14

5.4 プラグインの外観 . . . . 16

5.5 実行結果の表示例 . . . . 17

7.1 現状のBioPAXでのMolecularVariationの表現. . . . 22

8.1 MolecularVariationとgenericPathwayの追加 . . . . 26

8.2 MolecularVariationプロパティが追加された様子 . . . . 27

8.3 genericPathwayプロパティが追加された様子 . . . . 28

(5)

表目次

4.1 INOHで利用されるオントロジー . . . . 9

5.1 付加するクロスリンクの属性 . . . . 12

5.2 文字列比較のルール . . . . 15

6.1 実験に用いたオントロジー . . . . 18

6.2 実験で得られたリンクの数 . . . . 19

6.3 実験で得られたリンクの評価（精度） . . . . 19

(6)

第 1 _{章序論}

本論文では，バイオインフォマティクスで用いられるオントロジーの拡張手法について述べる．

1.1 研究背景

生物学という学問は，既存の知識を元に新たな知識を獲得するという事例ベースの学問であり，知識というものが非常に重要視されている．さらに近年，ヒトゲノム計画が完了し，ヒトをはじめとする様々な生物種の全ゲノムマップが次々に解明されている．一方で，個々のゲノムやタンパクの役割を解明するという研究は進んでいるが，生体を大局的に捉え，タンパクやゲノムの相互作用によるシステムとしての生命現象の解明へと研究のフォーカスが移ってきている．

これまで1個〜数個のゲノムやタンパクといった範囲で生物学者が研究をしていたのに対し，ある生物個体を一つの生命現象システムと捉えたときには，考慮すべき情報が膨大である．この膨大な情報を計算機によって適切に処理できることが，バイオインフォマティクスの分野で期待されている．

生命現象に関する情報を計算機に格納するに当たって，重要な問題の一つに語彙の問題がある．

従来の生物学の研究では，モデル生物ごとに研究グループが分かれていたために，同じ分子やタンパク質に異なった名称を付けるということが行われていた．また，生物学者たちは論文中でタンパク質等の名称を記述する際，大文字小文字の書き分けや，名前の一部の省略などに関してかなり寛容であり，単純に計算機でパターンマッチングをとるには不適切な慣例がたくさんある．

そこで，現在のバイオインフォマティクスでは生物学・情報科学の両面から使用する語彙の統一，ひいてはオントロジーの構築・整備ということが大きな課題として認知されている．

(7)

前述のような状況で，生物学・バイオインフォマティクスの分野ではきわめて有名なGene Ontology（GO)[6]をはじめとしていくつものオントロジーがその目的にあわせて構築・利用されている．

しかし，GOに見られるように，生物学の領域でオントロジーと言うとほとんどの場合それは構造化された統制語彙のことを示している．対して，知識ベースをはじめとする計算機科学の領域では，ふつうオントロジーとは単なる語彙集合ではなく，概念構造を示す．

この間を埋めるために，3.1に述べるような，生物学の分野のオントロジーをより厳密な（計算機科学的な）オントロジーへとするような研究が行われてきている．

その一つとして，オントロジーの語の構造に注目し，他のオントロジーとの属性付き相互参照情報を付加する．

また，BioPAXのオントロジーを標準としての利点を殺さずに適切に拡張する手法について述べる．

1.2 本研究の目的

本研究では，

• INOH[7]のオントロジーの語の構造に注目し，字句解析を用いて相

互参照情報の付加を行い，曖昧なまま用いられている既存の「is-a」

「part-of」関係を分解・再構築し統制語集合をより意味的に豊かなオントロジーへと近づけるための指針を示すこと，

• シグナル伝達パスウェイを表現するのためのオントロジーとして充分な表現力を、BioPAXのオントロジーに持たせるように，標準性も出来る限り残したまま拡張を行うこと．

という上記の2点が目的である．

1.3 本論文の概要

本研究では，INOHのオントロジーの語の構造に注目し，字句解析を用いて相互参照情報付加をオントロジー構築ツールProt´eg´e上で実装する．

この手法により，曖昧なまま用いられている既存の「is-a」「part-of」関係を分解・再構築し緩いオントロジーをより豊かなオントロジーへと拡

(8)

1.4 本論文の構成

第 1 章序論本論文の概要，目的，構成について述べる．

第 2 章オントロジーとは本論文で対象とするオントロジーについて述べる．

第 3 章従来研究従来の関連研究について紹介し，本研究との相違点について述べる．

第 4 章 INOH 本研究で対象とするINOHのアノテーションオントロジーについて述べる．

第 5 章 INOHアノテーションオントロジーの拡張 INOHのアノテーションオントロジーを拡張する手法について述べる．

第 6 章 INOHアノテーションオントロジーについての実装と評価・

考察 INOHアノテーションオントロジー拡張のの実験結果を示し，

その考察を述べる．

第 7 章 BioPAXによるパスウェイオントロジーの拡張 INOHパスウェイデータの，BioPAX表現に於いての問題点を述べ，その解消のための拡張について述べる

第 8 章 BioPAX拡張オントロジーの実装と考察 INOHパスウェイ

のBioPAX表現を実際に拡張し，考察する

第 9 章結論本研究のまとめと将来課題について述べる．

(9)

第 2 _{章オントロジーとは}

本章では，バイオインフォマティクスの世界で用いるオントロジーについて概観し，本論文で扱うオントロジーについて述べる．

2.1 バイオインフォマティクスでのオントロジー

現状では，オントロジーという語は利用者によって指す意味の内容に幅がある．この曖昧性をできる限りなくすためにも，本論文で言うオントロジーとは何かを述べる．

現状で用いられる「オントロジー」という語の利用は，大別すると以下の2種類であるといえる．

• Light weight ontology

• Heavy weight ontology

このうち，Light weight ontologyはオントロジーと呼ばれるものの中でも，比較的制約が少なく「緩い」オントロジーである．これは，概念や語彙の厳格な選択基準はなく，用語論(terminology)との差別化も気にしない，「厳格に定義された用語集合」という位置づけのものである．

一方， Heavy weight ontologyは，「哲学的な考察を重要視し，概念一つ一つの吟味が深く，概念間の関係のセマンティクスが厳密であること，

そして概念や関係の形式的な定義，あるいは意味制約記述が要求される知識ベースのためのオントロジー」である．[8]

実際には，この中間的な層が断続的に存在しているため，明確な分類はまちまちであるが，バイオインフォマティクスの分野で用いるオントロジー（以下，バイオオントロジー）は，前者に分類されるもの，特に前者の指す「用語集合」を構造化したものが殆どである．実際に，現在では遺伝子の機能アノテーションを行うデファクトスタンダードとして有名な

(10)

Gene Ontologyも，「is-a」と「part-of」の関係で構造化した統制語彙¹であるし，今回注目するINOHのオントロジーをはじめ，GOのフォーマットに準拠したバイオオントロジーは多い．

本論文の前半部では，より意味的なリンクで語と語が結合されるべき統制語彙集合として，INOHのオントロジーに注目する．

また，近年では，生物学的な知識をより体系的かつ厳密に記述しようという試みが始まっており，BioPAX[]などが有名である．

BioPAXは，生命現象の一連の流れ（これをパスウェイ，と呼ぶ）を記

述するための，データ交換フォーマットであり，Webのオントロジー言語である，OWL DLに基づいてタンパク質間相互作用や代謝のパスウェイを表現するための体系として用いられている．

本論文の後半部では，シグナル伝達パスウェイをはじめとしたより多くのパスウェイを表現できるようにBioPAX標準のオントロジーにより豊かな表現を持たせる拡張手法を提案する．

1情報検索において，索引語として利用する語を限定し，その意味範囲や使用方法を限定したもの

(11)

第 3 _{章従来研究}

本章では，従来のバイオインフォマティクスに於けるオントロジー研究をいくつか紹介し，それらと本研究との相違点を述べる．

3.1 関連研究

3.1.1 GO 語の合成構造の解析 [1][2]

あるGOの語（以下，GO語）が，別のGO語を適切な部分文字列として持つ，というGO語の構造に着目し，その構造を解析することで，GO をより計算機上に格納しやすい情報へと拡張するための道筋を示すばかりでなく，この手法で新しいGO語になりうる語を発見するなど，本研究が将来的に目指すオントロジーの自動構築支援システムにつながる研究である．

3.1.2 _{非語彙的な手法による} GO _{語の関連性抽出} [3]

すでに行われている，様々なデータベースでのGOによる遺伝子の機能アノテーションの情報を用いて，同じ遺伝子にアノテーションされるGO 語には何らかの関連性があるのではないか，という発想でVector Space

Modelや統計検定，ルールマイニングなどを用いてGO語の隠れた関連

性を見つけ出した，という研究である．

3.1.3 Gene Ontology Next Generation(GONG)[4]

Gene Ontology Next Generationプロジェクト（GONGプロジェクト）

として，オントロジーとして緩い（厳密でない）部分も目立つGOをより強いオントロジーにしていこうという研究である．

(12)

特にGOをOWLの前身であるDAML+OILの表現に拡張することによって記述論理を適用できるようにする研究[9]などが知られている．

3.1.4 生物学的パスウェイ情報を OWL DL を用いて交換する試み [5]

生物学的なパスウェイを体系的に記述する基盤として，OWLのオントロジーを利用しようという研究であり，本研究の後半部で対象とする

BioPAXオントロジー[10] を構築するベースにもなっている．

3.2 従来研究と本研究の相違点

3.2.1 参照情報に多様な属性を付加

もう一つの問題点として，計算機によって自動的にオントロジー間の語の関係をみつけるような研究の場合，「何らかの関連性がある」ということは発見するが，それがどのような関係かは殆どの場合言及しない．また，言及する場合であっても，多くのバイオオントロジーでは関連性の種類は「is-a」と「part-of」の2種類ですませることが殆どであり，他の関連性が使われることは稀である．

しかし，4.3で述べたように，より良いオントロジーを構成するためには，関連性の種類に気を配る必要がある．

本研究では，オントロジーの語の構造に着目し，適切な関連性で参照情報を付加する．

3.2.2 BioPAX オントロジーの表現力を拡張

BioPAXのオントロジーは，標準としてよく議論されて策定されてき

ているものではあるが，現状では，あるデータベースの情報をきちんと表現できるかというと，必ずしもそうではない．このため，BioPAXのオントロジーとしての標準性を残しつつ，より豊かな表現を行う方法を提案する．

(13)

第 4 _章 INOH

本章では，INOHの概要と，本論文でのデータセットとなる，そこで使われているアノテーションオントロジーについて述べる．

本章に於いて，単に「オントロジー」と言ったときには，INOHのアノテーションに用いられるオントロジーの事を指している．

4.1 INOH

INOH (Integrating Network Objects with Hierarchies)は，産業技術総合研究所の生命情報科学研究センターにて開発されている文献からのキュレーションに基づいたイベント指向型パスウェイデータベースであり，モデル生物としてヒト，マウス，ラットなどを対象としている．

INOHでは，パスウェイと言う語は，一般的に，シグナル伝達パスウェイや生物学的な事象(biological event)を構成する複数の生物分子間の関係など，より高位の機能的な知識を指す[7]

INOHシステムのデータは，複合グラフ[11]によって表されるパスウェイの図と，そのグラフのノードやエッジをアノテーションするいくつかのオントロジーによって構成されている．

本研究では，このINOHで用いられているオントロジーを用いる．

4.2 INOH のオントロジー

INOHでは表4.1に示す5つのオントロジーが構築・利用されている．

これらのオントロジーのファイル形式，使われる語の階層化に関する慣例は，GOに準拠している．

(14)

MoleculeRoleOntology 分子・タンパク質名のオントロジー．[12]

EventOntology 様々な生命現象を分類するオントロジー．[13]

LocationOntology 細胞内局在のオントロジー．

GenomeSequence 核酸（DNA,RNA）の機能分類のオントロジー．

EventRelation Event間の関係のオントロジー．

ProcessOntology 分子間相互作用のオントロジー．

表 4.1: INOHで利用されるオントロジー

4.3 INOH のオントロジーをより強いオントロジーにするために

GOやINOHのアノテーションオントロジーのような，Light weight ontologyを扱っている分野ではあまり考慮されないが，Heavy weight on-

tologyを考えるにあたっては欠かせない考えとして，「クラス」の扱いが

ある．

Heavy weight ontologyでは，概念をクラスとして扱い，ある概念（クラス）から「is-a」のリンクで結ばれる概念は，その下位概念（サブクラス）であり，上位の概念が持つ属性などを全て継承する．

これに対し，Light weight ontologyではそのようなことはあまり考慮されない．まず，今回対象とするGO準拠のオントロジーでは「継承」の概念がそもそも無い¹．そのため，「is-a」の使い方もHeavy weight ontology のそれと比べ，あまり吟味されないで使われてしまい，例えば「instans- of」などと区別されないことがままある．

4.4 EventOntology の構造

上記のINOHのオントロジーの中でも，特にEventOntologyは以下のような構造的な特徴を持っている．[13]

1オントロジーの語や構造から人間が読み取れる継承関係らしきものはあるが，「is-a」

関係が厳密でないため，継承があると言うことはできない，なによりも継承すべき属性の情報をGOは保持してない

(15)

1. sub-pathwayの種類を表す語は”Binding”,”Phosphorylation”,”Nuclear import”など，ProcessOntologyの語を用いている．

特に，4.1に示すように，これらの語がsub-patywayの種類を表すために利用される場合，語頭にくる．

図 4.1: Processの例

2. 生命現象が特定の場所で起こる場合，LocationOntologyの語を用いている．

特に，図4.2に示すように，inのあとのLocationOntologyの語は

図 4.2: Locationの例生命現象の起こる場所である

(16)

3. 現象に関わる分子/タンパク質名はMoleculeRoleOntologyの語を用いている．

EventOnltology中で図4.3に示すようにMoleculeRoleOntologyの語がアノテーションされる．特に，byの後に来る分子/タンパク質名は現象を引き起こす物質である．

図 4.3: MoleculeRoleOntologyの語の出現の例

(17)

第 5 _章 INOH _{アノテーションオ} ントロジーの拡張

本章では，あまり厳密な意味で使われていないINOHのオントロジーでのリンク属性について，より意味的に正しいリンクを付ける方法を示す．

5.1 INOH オントロジーの拡張について

Prot´eg´eを用いて，複数オントロジーの相互参照を可能にし，各オント

ロジーに参照情報を付記できるようなプラグインを実装する．

特に，後に示す語の構造に注目して，参照情報に属性を付与する．

5.2 付加するクロスリンクの属性

前述のようなEventOntologyの構造をふまえ，以下のような属性をリンク情報に付加する．

kind-of sub-pathwayの種類を表す

located-in 生命現象の起こる場所を表す

has-participant 生命現象に関係する分子/タンパク質を表す

has-agent has-participantの中でも，とくに現象を引き起こす物質を表す

これらの関係性を付加することで，語と語の関係がより厳密に定義される．すなわち，オントロジーの語と語がより意味的に繋がることによって，検索システム等を実装する際にフリーワード検索に頼ることなく，意味ベースの検索が出来るようになる．

表 5.1: 付加するクロスリンクの属性

(18)

これらを，オントロジーの語の名前を比較し，以下に示すような文字列のマッチングをとることで関連性を抽出，参照情報を付加する．

kind-of

kind-ofの関連性は，EventOntologyの語で表される現象がどのような種類の現象であるかをProcessOntologyの語と関連づけることによって示すものである．多くの場合図5.1のように，EventOntologyの語（Binding in cytosol）と，その語頭にあるProcessOntologyの語（Binding）はこの関連性で結びつけるのが適切であると言える．

図 5.1: kind-ofの例

located-in

located-inの関連性は，EventOntologyの語で表される現象が，ある特定の場所で起こる場合，それをLocationOntology の語と関連づけることによって示すものである．図5.2で示すように，EventOntologyの語

（Phosphorylation in cytosol）中で，単語「in」のあとにLocationOntology の語（cytosol）が来ている場合，この関連性で結びつけるのが適切である．

has-participant

has-participantの関連性は，EventOntologyの語で表される現象に関連する分子やタンパク質を示す．分子名やタンパク質名はINOHでは

(19)

図 5.2: located-inの例

MoleculeRoleOntologyで規定されているので，図5.3に見られるように，

EventOntologyの語（Phosphorylation of IRS by insulin receptor）中に MoleculeRoleOntologyの語（IRS，insulin receptor）が出てくれば，それは関連する分子・タンパク質名であると言える．

図 5.3: has-participantとhas-agentの例

has-agent

has-agentの関連性は，has-participantの関連性の中でも，特に現象とそれを引き起こす物質という様な関連性を示す．has-participantに当てはまるEventOntologyとMoleculeRoleOntologyの語のペアの中でも，図5.3のようにEventOntologyの語（Phosphorylation of IRS by insulin receptor）

(20)

で，単語「by」の後にMoleculeRoleOntologyの語（insulin receptor）が来ているような場合は現象を引き起こす物質を表していると言える．

どのようなパターンをとるか，改めて表5.2にまとめる．

kind-of EventOntologyの語の語頭にあるProcessOntologyの語

located-in EventOntologyの語中で「in」の後にくるLocationOntologyの語 has-participant EventOntologyの語中にあるMoleculeRoleOntologyの語

has-agent EventOntologyの語中で「by」の後にくるMoleculeRoleOntologyの語表 5.2: 文字列比較のルール

文字列比較の際，INOHのオントロジーはキュレーターによる手作業での作成が行われているということを考慮し，アルファベットの大文字/

小文字を区別する比較と区別しない比較の両方を行い，差分をとってみることにする．これによって，オントロジー間の語の利用の不統一を抽出することができると考えられる．

5.3 実装した運用法

ここでは，著者の開発したプラグインの外部仕様に関して述べる．

Prot´eg´eからプラグインを呼び出すと図5.4のような画面になる．

画面上部には二カ所のファイル入力部があり，左側に構造を持つオントロジーのファイルを，右側には左側のオントロジーの語にアノテーションされるような語をもつオントロジーのファイルを入力する．

その下の画面，左側には結果表示用のテーブルがあり，右側にはどのクロスリンクについて調べ・付加するかを決定するボタンがある．

ここで，左側にEventOntology，右側にProcessOntologyを選び，kind- ofボタンを押したときの画面表示を図5.5に示す．

(21)

図 5.4: プラグインの外観

(22)

図 5.5: 実行結果の表示例

(23)

第 6 _章 INOH _{アノテーションオ} ントロジーについての実装と評価・考察

本章では，実装したシステムの実験と評価・考察を行う．

6.1 実験環境

実験に用いたデータセットは，表6.1に示すバージョンのINOHオントロジーである．

オントロジー Version 更新日時エントリ数

EventOntology 1.58 2005/Dec/12 2713

MoleculeRoleOntology 2.10 2005/Dec/27 7202 LocationOntology 1.00 2005/Dec/12 49

ProcessOntology 1.40 2005/Oct/17 42

表 6.1: 実験に用いたオントロジー

6.2 結果

本論文で提案したシステムでは，表6.2のように参照情報を付加できた．

(24)

リンク属性得られたリンクの数大文字小文字を区別しない

kind-of 1292 1298

located-in 66 66

has-participant 1889 2115

has-agent 273 308

表 6.2: 実験で得られたリンクの数

6.3 評価

実験で得られたリンク（大文字小文字を区別しているもの）が適切であるかを著者が一つ一つチェックしてみると，表6.3のようになった．

リンクの種類適切なリンクの割合(%)

kind-of 100

located-in 100

has-participant 79.8

has-agent 84.3

表 6.3: 実験で得られたリンクの評価（精度）

6.4 考察

このように，INOHのアノテーションオントロジーに意味的に強いリンクを導入し，構造により強いセマンティクスを持たせることが出来た．

なお，このセマンティクスの妥当性だが，表6.3をみると，kind-ofとlocated- inでは完全に適切なリンクばかりである，という結果になっている．これは，もともとProcessOntologyやLocationOntologyの語の数が少ないこと，それらの語が基本的に同一オントロジー中の他の語の部分文字列になっていないこと，located-inではそもそもヒットした数自体が少ないことなど多数の要因が重なって出た結果である．なお，語の名前の比較だけでは発見できないようなkind-of関係，たとえば，Deacetylation(脱アセチル化) はHydrolysis（加水分解）の一種である，などという関係は

(25)

抽出できていない，つまり精度は良いが再現率については改良の余地が十分にある．

また，has-participantやhas-agentの不適切なリンクで多かったものは，

単純な文字列比較を行ったので，適切な語が他のオントロジー中の語を部分文字列として持っていた場合に，短い方の語でもヒットしてしまう，というものだった．ほかに，has-agentでは複数の分子・タンパク質がagent となるような場合を考慮して居なかったため，例えば，Phosphorylation of LIF receptor by JAK1 and JAK2 (IEV:0002156)という語ではJAK1 とJAK2の両方にリンクされるべきだが，語中で先に出現しているJAK1 にのみリンクされる，という結果になってしまった．

とは言うものの，発見できたリンクは80％程度の割合で適切なリンクが付与されていることからも，現状の曖昧な関連性で語が関連づけられる構造を，適切な（曖昧さのない）関連性で語を関連づけるようにすることの良い足がかりになるだろう．

また，これは付加的な価値だが，大文字小文字を区別したときとしない場合での差分を見ることにより，オントロジー間の一番単純なものではあるが，語の利用の不統一が発見できた．これは，単純ではあるが計算機によるオントロジー自動構築のモティベーションの大きな柱の一つ¹であるため，無視できない成果であるといえる．

1INOHのオントロジーやGOをはじめ，現在利用されているオントロジーのほとんどはマニュアルでキュレーションされているため，このような不統一が100％なくなる，

というのは保証されないため，そのような点では非常に厳密な機械である計算機によっ

(26)

第 7 _章 BioPAX _{によるパスウェ} イオントロジーの拡張

7.1 BioPAX オントロジーの拡張

BioPAXのオントロジーは，現状では，INOHのパスウェイ知識を格納

しようとした場合，適切に表現できないようなプロパティがいくつかある．

たとえば，あるパスウェイは，より抽象的なパスウェイに具体的な分子を当てはめたものである，というMorecularVariationというプロパティや，あるパスウェイともうひとつのパスウェイについて，生物種が異なるだけで同様の意味合いをもつパスウェイであるというHomologousというプロパティなどが例としてあげられる．

これらは，本来プロパティとして表現されるべきパスウェイの特徴であるが，現状のBioPAXではこのようなプロパティを許しておらず，xref

というUtilityClassのサブクラスのインスタンスとして表現されている．

これは意味的にも少々歪んでしまっているし，パースする際にも余計な手続きが多く必要である．

このようなプロパティを，プロパティとして許すようなオントロジー

にBioPAXを拡張しようというのが狙いである．

ただし，BioPAXというのは先述したように，パスウェイのデータ交換フォーマットとして標準とされている形式である．この形式をむやみに破壊してしまうようでは，拡張のベースとしてBioPAXを用いる理由というのが無くなってしまう．自分に都合の良いオントロジーフォーマットを用意するが誰にも使ってもらえない，というのと同じことだからだ．

ここで，BioPAXの標準形式を残しつつ，必要に応じて拡張されたオントロジーを使えるような拡張を考える．

(27)

図 7.1: 現状のBioPAXでのMolecularVariationの表現

7.2 拡張の方針

以下のような方針に基づいてBioPAXのオントロジーを拡張する．

• XMLを用いてBioPAXを解析する人やツールに取っての負担はで

きるだけ小さくする．

• オントロジーの提供者がクラスやプロパティなどの階層化された項を新たに定義できるようにする．

• BioPAXのオントロジーを用いているという明示的な表示をする．

ここで，OWLのヘッダに記述できる，owl:importに注目し，既存のオントロジーに，拡張オントロジーを結合することで，拡張オントロジーを表現する．

(28)

第 8 _章 BioPAX _{拡張オントロ} ジーの実装と考察

本章では，BioPAXオントロジーで表現されたINOHの具体的なパスウェイに対して，前章で述べた方法を適用し，考察する．

8.1 実装

8.1.1 準備

ここでは，対象としてJAK STAT MolecularVariation.owlを用いる．

INOHのBioPAX形式で表現されたパスウェイオントロジーに於いて，

拡張前のMolecularVariationの実装は以下のようになっている．

• bp:controlやbp:conversionのサブクラスのインスタンスの，XREF プロパティの「値」として表現されている．

• XREFプロパティはオブジェクトプロパティであり，値もまたインスタンスである．

• このXREFプロパティの値としてのインスタンスにbp:commentとして自然言語のコメントを記入できるが，その部分への記述となっている．[図 7.1 参照]

このように，自然に考えれば，抽象度の違うパスウェイ同士を結んでいるだけと考えられるMolecularVariationの実装は非常に歪んだものになっている．

(29)

8.1.2 _実現方法

前項で見た内容をふまえ，以下の手順でMolecularVariationの実装を行う．

• オリジナルのオントロジー（オリジナルオントロジー）と，それをインポートしただけのオントロジー（インポートオントロジー）を用意する．

• インポートオントロジーに，MolecularVariationというプロパティを追加する．

• インポートオントロジーに於いて，MolecularVariationの逆プロパティとして，genericPathwayを定義する．

• オリジナルオントロジーのMolecularVariationのコメント欄に書かれている内容から，MolecularVariationのプロパティをpathwayStep のインスタンスについて定義する．

• 新に空のオントロジーを作成し，それにオリジナルオントロジーとインポートオントロジーの両方をインポートし，これを拡張オントロジーとする．

MolecularVariationというプロパティを作ってしまうのが一番自然な表現であるといえる．ここで，プロパティのrangeとdomainはいずれも pathwayStepのインスタンスである．このとき，逆プロパティを定義しておけば，ある一組のインスタンスのペアA,BにたいしてMolecularVariation の追加を行うだけで，B,A間のgenericPathwayがつくことは自明である．

（オントロジーに関して何の操作もしなくても，genericPathwayというプロパティが追加される）．

MolecularVariationを追加し，その逆プロパティとしてgenericPathway を定義した時の様子を[図：8.1]に示す．

このとき，抽象度の高いパスウェイはより具体的なパスウェイに対してMolecularVariationプロパティを持っている．[図：8.2]

そして，（或る程度）具体的なパスウェイは，抽象度の高いパスウェイに対してgenericPatywayプロパティを持っている[図：8.3]

(30)

8.2 考察

本章では，INOHのパスウェイデータのひとつ，JAK STAT Molecu- larVariationについてのBioPAX表現ファイルを例に挙げて，Molecular- Variationの実装を行った．

この手法により，現状のBioPAX表現では，歪な表現にならざるを得なかったMolecularVariationについて，直感的にも分かりやすく，オントロジーとしても洗練され，検索可能性を高めた形で表現することが出来た

拡張オントロジー自体は元のファイル情報もそのまま残して持っている．このため，拡張前のオリジナルオントロジー情報が必要な際でも，インポートオントロジーの情報を無視することによって，拡張オントロジーからオリジナルオントロジーの情報をそのまま使うことが出来る．

考慮である．

この手法は，勿論，同様の問題を抱えているHomologousEventなどのプロパティにも適用できる．同様に，INOHのオントロジーに限らず，

BioPAX表現で用意されているオントロジーについても同様の手法での

拡張を考えることが出来る．

(31)

図 8.1: MolecularVariationとgenericPathwayの追加

(32)

図 8.2: MolecularVariationプロパティが追加された様子

(33)

図 8.3: genericPathwayプロパティが追加された様子

(34)

第 9 _{章結論}

本章では，本論文のまとめと，今後の課題について述べる．

9.1 まとめ

本論文では，INOHのオントロジーの構造から，オントロジー間を適切な関連性情報を用いて関連づけるシステムを提案した．MoleculeRoleOn- tologyやLocationOntologyの語は，ある規則に従ってEventOntologyの語にアノテーションされるということに注目し，字句解析を行うことによって適切な関係でオントロジー間を関連づけることだけでなく，手入力の際のミスや思い違い，情報伝達の不足などに起因する語の不統一を一部発見することができた．また，BioPAXで表現されたパスウェイの知識を拡張する方法について述べた．この手法により，BioPAXの表現力では自然に表現できなかった知識について，BioPAXの標準提供ファイルを直接加工せずに，豊かな表現力で表現できる様になった．

(35)

謝辞

本修士論文を作成するにあたってたくさんの方にお世話になりました．

まず、最適な研究環境を御用意し御指導をしてくださった村岡洋一教授に深く感謝します．本研究の指針を示し，ご指導をしてくださった産業技術総合研究所の福田賢一郎氏に深く感謝します．福田氏の協力なくしては，本論文は完成しえなかったと思います．最後になりましたが，貴重なアドバイスをしてくださった村岡研究室のみなさまに深く感謝します．

(36)

バイオパスウェイオントロジーの 拡張

2007 年度 修士論文