バイオインフォマティクスを理解する

引用

Zvelebil, M., & Baum, J. O. (2007). Understanding Bioinformatics. Garland Science.

章の要約

本書は7部17章で、約800ページある。背景を扱う最初の部のあと、各部は1つの「応用編」（Applications Chapter）と、1つ以上の「理論編」（Theory Chapters）を組み合わせて構成される。出版社の説明では、応用編は主要な概念を理解し解析を始めるための近道であり、理論編はより詳しい内容とその背後にある数学を示す。以下の章題は出版社の章リストによる。

第1部　背景の基礎：第1–3章

「核酸の世界」（The Nucleic Acid World）、「タンパク質の構造」（Protein Structure）、「データベースの扱い方」（Dealing With Databases）は、バイオインフォマティクスの素材である核酸配列、タンパク質、データベースを紹介する。

第2部　配列アラインメント：第4–6章

第4章「配列アラインメントの作成と解析」（応用編）は、アラインメントの作成と解析の方法と、配列を使ったデータベース検索を示す。第5章「ペアワイズ配列アラインメントとデータベース検索」（理論編）と第6章「パターン、プロファイル、多重アラインメント」（理論編）は、そのあとで、より高度な技法とその背後にある数学的なアルゴリズムを詳しく検討する。

第3部　進化の過程：第7–8章

第7章「進化の歴史の復元」（応用編）は、DNAデータから進化の歴史を復元する過程を案内する。第8章「系統樹の構築」（理論編）は、系統樹の作り方を詳しく述べる。

第4部　ゲノムの特徴：第9–10章

第9章「ゲノムの特徴の解明」（応用編）は遺伝子予測の基礎を扱う。第10章「遺伝子検出とゲノムアノテーション」（理論編）は、基礎的な技法とより高度な技法を詳述する。

第5部　二次構造：第11–12章

第11章「配列からの二次構造の推定」（応用編）は、二次構造を予測するウェブベースの技法とその応用を概観する。第12章「二次構造の予測」（理論編）は、それらの技法の背後にあるアルゴリズムを扱う。

第6部　三次構造：第13–14章

第13章「タンパク質構造のモデリング」（応用編）は、三次構造のホモロジーモデリング、スレッディング、アブイニシオモデリングを扱う。第14章「構造と機能の関係の解析」（応用編）は、構造と機能の関係を分析する。

第7部　細胞と生物：第15–17章

「プロテオームと遺伝子発現の解析」「クラスタリング手法と統計」「システムズバイオロジー」は、ある生物の遺伝子やタンパク質に関する発現データの解析、統計的な解析と分類、そして新しい分野であるシステムズバイオロジーを扱う。本書には背景理論に関する付録もある。

主要概念

第1部：背景

• 配列とデータベース：データとしての核酸とタンパク質、およびそれらを保管して検索する公共データベース。

第2–3部：アラインメントと進化

• ペアワイズおよび多重配列アラインメント：配列を並べて類似性を見つけ、パターンやプロファイルを通じて保存された特徴を見いだすこと。
• データベース検索：アラインメントを使って関連する配列を探すこと。
• 系統樹：配列データから進化の歴史を復元すること。

第4–6部：ゲノムと構造

• 遺伝子予測とゲノムアノテーション：ゲノム配列中の遺伝子を見つけ、その特徴を記述すること。
• 二次構造予測：配列から局所的な構造を予測すること。
• 三次構造のモデリング：ホモロジーモデリング、スレッディング、アブイニシオモデリング。
• 構造と機能の解析：タンパク質の構造をその働きと結びつけること。

第7部：発現とシステム

• 発現解析とクラスタリング：発現パターンによって遺伝子やタンパク質をグループ分けすること。
• システムズバイオロジー：この分野の概観で、本書の最後に置かれている。

批判的分析

長所

• 応用と理論の分離。 対になった章により、ツールを使いたい読者は応用編で止まり、数学を知りたい読者は先へ進める。出版社はこれを本書の特色として示している。
• 概念的な説明と視覚的な設計。 出版社によれば、各章はマインドマップとフローダイアグラムでその主題の概念的なつながりを概観し、フルカラーの図は概念を簡潔かつ一貫して示すように設計されている。
• 評者の評価。 出版社のページに引用された言葉は、本書をバイオインフォマティクスのアルゴリズムと技法について包括的である（Jaap Heringa、アムステルダム自由大学）、他の教科書と比べて遺伝子発見を詳しく説明している（Sun Kim、インディアナ大学）、応用と理論のバランスがよい（Computer Methods and Programs in Biomedicine）と評している。
• 全体の流れを網羅。 各部は、配列からアラインメント、進化、ゲノム、構造、発現へと進み、システムズバイオロジーで終わる、おなじみの道筋をたどる。

短所

• 分量と数学。 約800ページで、理論編は「背後にある数学を示す」ものであるため、取り組むには相当の覚悟が必要であり、理論の半分はアルゴリズムと確率に慣れた読者向けである。
• ウェブツールは古くなる。 応用編はウェブベースのツールやデータベース（たとえば二次構造予測）に依拠しており、2007年刊の本はそれらのサービスの現在の姿を示せず、その後の手法も扱えない。
• プログラミングではなく手法。 出版社の説明は概念、アルゴリズム、数学を中心にしており、プログラミングの演習には触れていない。アルゴリズムを自分で実装したい読者は、問題解決型の教科書が別に必要になる。

コースにおける位置づけ

読書リストの他のバイオインフォマティクスの本と比べると、本書は長大でバランスの取れた参考書である。Lesk『Introduction to Bioinformatics』は平易な言葉でこの分野を紹介し、結果の解釈を重視していて、より取り組みやすい出発点である。Compeau、Pevzner『Bioinformatics Algorithms』は問題解決型の入門書で、各章が生物学的な問いから始まり、必要なアルゴリズムを組み立てていく。Baxevanis、Bader、Wishart『Bioinformatics』は、データベース、アルゴリズム、解析手法を扱う編集書の教科書である。

ZvelebilとBaumの本は、最初の授業と研究文献の中間に位置する。ツールにすでに触れたことがあり、アラインメント、系統樹作成、遺伝子発見、構造予測がどのように動くのかを理解したい読者に向く。Alon『An Introduction to Systems Biology』は、本書の最終章のシステムズバイオロジーよりはるかに先まで進む。

本書の使い方

生物学、計算機科学などの分野の上級の学部生と大学院生（出版社が想定する読者）に向く。分子生物学の入門知識と、理論編に備えてアルゴリズムと基礎的な確率に慣れていることが望ましい。

実用的な進め方：

• 近道： 第1–3章、そのあとは応用編（第4、7、9、11、13、14章）だけを、書中で紹介されるウェブサービスで実際の配列を扱いながら読む。
• 通常の道： 各応用編を読み、続けて対応する理論編を順に読む。特に第5–6章（アラインメントのアルゴリズム）と第8章（系統樹の構築）。
• 任意： 遺伝子発見を深く知りたければ第10章、発現データとシステムズバイオロジーなら第15–17章。
• 実践と組み合わせる： 応用編が紹介するツールを使い、自分の配列データを解析する。