Entrez クイックスタート NCBI Entrez は 30 以上もの生物学的な目的で作成されたデータベースに対する統合的なテキストベースの検索 情報抽出システムです Entrez ではデータベース内の関連するレコードへのリンクや そのレコードから他のデータベースへのリンク情報を提供しています このミニコースでは 以下の方法について紹介しています 1. 様々なデータベースのエントリからの情報抽出方法 2. Limits, Preview/Index, Histotyなどを使った効果的なデータベース探索方法 3. 検索結果の絞込み方法 4. 検索キーワードをハイライトさせる方法 5. 様々なフォーマットでレコードにアクセス ダウンロード 保存する方法 6. データベース内や他のデータベース内の関連するエントリにアクセスする方法 7. 検索手法や結果を保存する方法 8. バッチ処理により大量のデータを取得する方法 9. 検索結果の自動更新やe-mailで結果を取得するオプションの選択方法 このコースを修了すると 以下のようなことができるようになっているはずです 1. Entrezを使って ゲノム配列 タンパク質 そのホモログ 発現タグ 一塩基多型といったある生物 種に関するあらゆる入手可能なデータを検索し 取得すること 2. ある組織で特異的に発現している遺伝子を検索すること 3. ゲノム解読が完全になされた真核生物間でのホモログ遺伝子を検索すること 4. 集団遺伝学解析 系統解析 変異解析からアライメントされた配列を検索すること 5. アミノ酸に変異を及ぼし OMIMや構造データベースへのリンクがある 特定染色体上のSNPsを検索す ること 6. 無料で全文にアクセスが可能な論文を検索すること このミニコースでは PubMed, PubMed Central, Taxonomy, PopSet, OMIM, Homologene, Unigene, および一塩基多型 database(dbsnps) を扱っています そのほかのデータベースは GenBank クイックスタートや Entrez Gene クイックスタートで扱っています 課題.1 Step.1-1 PubMed, PMC, Taxonomy および PopSet mammoth( マンモス ) について全 Entrez データベースに渡った検索を実施してみてください どのデータベースに mammoth という単語に関連したレコードが含まれていますか? PubMed データベースで mammoth というキーワードで検索される文献に移動してみて下さい PMC を通じて全文を無料で手に入れられる論文を確認してください "The year of the mammoth" というタイトルの文献にアクセスしてください この文献から引用されている論文にはどのようなものがありますか? これらの論文の概要をダウンロードしてください その中で PMC を通じて無料で手に入れることのできる文献はいくつありますか? いくつかの論文にアクセスしてみてください マンモスに関する Entrez への検索結果に戻ってください PopSet へのリンクを表示させてください GreenWood による PopSet ID 1490839 のレコードにアクセスしてみてください 様々なフォーマットでアライメントを表示してください 核酸データベースへのリンクをたどってみてください この PopSet ではアライメントにどの遺伝子が扱われていますか? Taxonomy リンクを表示させて PopSet のこのエントリでは どの範囲の生物種をカバーしているのか表示させてください Taxonomy の Mammuthus primigenius レコードにアクセスしてください Entrez データベースに登録されている配列の由来となっているマンモスの標本はどこから得られたものでしょう? マンモスの系統はどのようなものでしょう? 細胞生物の 3 つの大きな分類とはどのようなものでしょう? この 3 系統のうち もっとも "Structure" データベースにその構造が多く登録されているのはどの系統でしょう? Step.1-2 OMIM, UniGene および Homologene cytochrome c oxidase( チトクローム C 酸化酵素 ) について まずはそのまま文字を打ち込んで OMIM データベースで検索してみてください 続いて "cytochrome c oxidase" と括弧をつけて検索してみてください どちらの検索結果がより絞り込まれていますか? 染色体 4, 6, 19 に位置する遺伝子に関連したものだけに絞って結果を取得してください COX7A1(OMIM レコード番号 123995) は 染色体上のどこに位置していますか? 筋肉および肝臓で発現してい

るアイソフォームについての情報はありますか? COX7A1 遺伝子について既知の病気に関する表現型 ( 対立変異 ) はありますか? このレコードから UniGene のリンク先へと移動してください 二つの遺伝子の発現プロファイルを比べてみてください この発現プロファイルから何が言えますか? Preview/Index ページへアクセスしてください 100 本以上の EST によるエビデンスが認められる UniGene レコードを探してください 哺乳動物に関しいったいいくつの UniGene エントリがありますか? この結果を生物種でソートしてください Homologene データベースにアクセスして COX 遺伝子に関連するレコードを検索してください (Preview/Index のページから遺伝子名を選択し cox* と入力して検索してください ) いくつのエントリにヒットしましたか?COX7A1, COX7A2 は同じ Homologne エントリに含まれていましたか? すべての COX 遺伝子は同じように進化の過程で保存されていますか? これらの遺伝子の共通祖先遺伝子は何ですか? 真核生物界に共通して保存されている COX 遺伝子はありましたか (Preview/Index ページから ancestor として Taxonomy ID 2759 を指定してください )?Homologene の COX1 レコードに含まれる生物種を系統樹上で表示してください Step.1-3 dbsnp SNP データベースへと移動して Limits( 検索条件指定のページ ) ページへと移動してください ヒト 22 番染色体のコード領域中に存在する非同義置換を抜き出すために適切なオプションを設定してください さらに OMIM へのリンクがあるエントリに絞り込んでください これらに関し UI リストを取得し ダウンロードしてください Batch Entrez を使ってダウンロードした UI リストに関するレコードを取得してください 課題.2 Step.2-1 PubMed, PMC, Taxonomy および PopSet mammoth( マンモス ) 以外に 一体どのくらいの絶滅した生物種についてのデータが Entrez データベースを使って取得できるのでしょうか? Taxonomy の Preview/Index ページへと移動して 属性フィールドから絶滅種を選択してみてください さらに PubMed Central(PMC) へのリンクがついている taxonomy レコードだけに検索範囲を絞ることも可能です その場合の検索キーワードは結局 "extinct[properties] AND "taxonomy pmc"[filter] となります Emeus crassus のエントリを選択してください その配列が Entrez データベースに登録されている eastern moas specimens の起源は何でしょうか? この生物種の系統は一体なんでしょう? PMC データベースへのリンクをたどり giant moas に関する文献にアクセスしてください もし興味があるなら Baker らにより発表された論文の全文にアクセスして その図や表を見てこの絶滅した鳥の概観を確かめてください Taxonomy に戻って PopSet データベースへのリンクをたどってください Lambert DM によって登録されたレコードでは 複数の古い生物種が比較されています どの遺伝子が配列比較に用いられていますか?PopSet レコードから核酸データベースへとリンクをたどってください Step.2-2 OMIM, UniGene および Homologene Perform an unlimited search for records relating to cholesterol transport in the OMIM database. Repeat the query for cholesterol transport as a term. Which search is more restrictive? Limit the retrieved entries only to those with gene location on chromosome 22. How many APOL genes are clustered on chromosome 22? From the APOL1 (OMIM record 603743) link to the UniGene database. Examine the expression profile of the APOL1 gene focusing on the developmental stage. Perform a search for those UniGene records with the expression restricted to adult 17 years older. Combine the result of the search with the records that you have obtained through the OMIM link. Which members of the APOL gene family have expression restricted to adults? Is the evidence strong for all of them? Search the HomoloGene database for records relating to APO genes (use truncation and Preview/IndexGene Name). How many records have you retrieved? Are all apolipoprotein genes equally conserved in evolution? What are their common ancestors? Which of these genes are conserved in placental mammals (Eutheria, Taxonomy ID 9347)? Display the taxonomy tree for organisms included in the record containing human APOL6 homolog. Step.2-3 dbsnp Access the SNP database and select its Limits page. Check the appropriate boxes to allow selection for SNPs at the splice site of human chromosome 22. Retrieve and download the UI List for these records. Use the saved file to retrieve the records with the UI List in Batch Entrez. 解答 解説

解答 1-1 Entrez を用いたキーワード検索 NCBI のトップページ右側にあるメニューから Entrez Home( 図中赤四角 ) を選択することで Entrez のトップ画面に移動します

続いて 上部のテキストボックスに "mammoth" と入力し その右横の "GO" ボタンを押すことで mammoth をキーワードにした検索を実行します すると下図のように複数の検索結果が得られます

このページでは各個別のデータベースに mammoth をキーワードにして検索した場合のヒットした件数が示されています 例えば Protein では 569 件 PubMed では 276 件のヒットがあったことがわかります PubMed を用いたキーワード検索の概要 赤四角で囲まれた PubMed へのリンクをクリックして文献情報を取得してください

このページでは mammoth というキーワードで検索した結果の概要が示されています 中でも 18,19 番目のヒットに示したように "Free article in PMC" と記載されている文献は PubMed Central(PMC) を通して全文を無料で手に入れることができます

順番に見ていくと 64 番目に Cooper による文献 "The year of the mammoth" が見つかります

これをクリックすると まずこの文献に関する概要が示され

さらに右上にある full text in PubMed Central のロゴをクリックすると全文を入手することができます

この文献で引用されている文献を調べるためには文献概要のページの Display メニューから "Cited Articles" を選択します するとまず 引用されている文献の概略が表示されます

これらの文献のアブストラクトを表示させるには Display メニューから "Abstract" を選択します

すると引用されている文献のアブストラクトが表示されます

また PubMed Central を通して無料で全文を手に入れることが可能な文献は 8 件あることも確認できます Free in PubMed Central をクリックすると全文にアクセスできます PopSet の概要 ブラウザの Back ボタンを使って Entrez による検索結果まで戻ってください その中から PopSet へのリンクをクリックしてください

PopSet は 集団遺伝学解析 系統解析 あるいは変異解析といった目的で解析される配列群がアライメントされた形で登録されているデータベースで 核酸 アミノ酸配列の双方がプロジェクトという単位で登録されています

その中で GreenWood が登録した PopSet ID 1490839 へアクセスしてください

このデータでは約 110 塩基長のデータが 170 本アライメントされていることが確認できます アライメント表示は右上の "Viewing Options" をクリックしてメニューを表示させることで様々な形に変えることができます 続いて アクセッション番号をクリックして核酸データベースにアクセスしてみてください 例として一番上の AF312038 にアクセスした例です

このエントリに記載されている概要を読むことで これらの配列はゲノムに含まれる ERV 様繰り返し配列に含まれる遺伝子 Gag-Pol-Env の中の Pol に該当することがわかります PopSet からの Taxonomy Tree の利用 PopSet のデータに戻り 右上の Links から Taxonomy Tree を選択してください すると この PopSet に含まれる生物種がツリー状に表示されます

このツリーからこのデータセットには アジアゾウ アフリカゾウ マンモス ケープハイラックス アフリカマナティーのデータが含まれていることがわかります Taxonomy tree から Mammuthus primigenius( マンモス ) を選択してください ( 上図の赤く囲まれた部分をクリック )

配列の由来となっているマンモスの標本を知るために この画面の下部 "Show organism modifiers" をクリックして下さい

標本が採取された地点が列挙されていることが確認できます マンモスの生物系統に関する情報は 画面上部 Lineage と書かれた場所に示されています このデータは Cellular organism の下階層の Eukaryota の下階層の Fungi/Metazoa group の下階層の... と読んでい

きます その中の適当などれかをクリックするとその下階層が展開された形で見ることができます 例えば Elephantidae( ゾウ科 ) をクリックすると下図のようにゾウ科の下が展開された形で表示されます cellular organism のすぐ下の階層がどのように分かれているかを知るために cellular organism をクリックして下さい

初期設定では 選択したところから 3 階層下までの多数が表示されており非常に見にくいため 画面上部で Display と書かれた横の levels を 1 に設定して 1 階層下までのみを表示させてみてください

Archaea, Bacteria, Eukaryota の 3 つに分かれていることが確認できます 続いて それぞれに登録されている "Structure" の数を知るために "Strucure" の箇所のチェックボックスをオンにし それから Display を押して再描画させてください

Eukaryota が 28,090 件ともっとも多いことがわかります 解答 1-2 OMIM の利用 NCBI トップページ上部にある OMIM へのリンクをクリックして

OMIM のトップページへと移動してください

まずは 画面上部のテキストボックスに キーワードとして cytochrome c oxidase とそのまま打って検索を実行してください 121 件のヒットが見られることがわかります

続いて "cytochrome c oxidase" とダブルクォーテーションマークで囲ってから検索を実行してください

95 件の結果となりました このようにダブルクォーテーションマークで囲うと その文字列の並びも加味した検索が実行されます OMIM 検索結果の絞込み 次に染色体 4,6,19 番上の結果だけに絞り込むために Limits と書かれたタブをクリックして下さい すると 探索範囲のフィールドなど 絞り込み条件をつけられる画面が開きます その中から染色体 4,6,19 をクリックして選択してください

その後 GO をクリックして絞り込み検索を実施してみてください

13 件に絞り込まれたことが確認できます COX7A1(OMIM:123995) は二番目に示されており 青四角で囲んだ情報から 染色体 19 番の q13.12 にこの遺伝子が位置していることも確認できます このデータの詳細をクリックして調べてみてください

COX7A1 に関する詳細な情報が表示されます 赤で囲んだところから 少なくとも肝臓と筋肉組織で発現するアイソフォームが存在することが確認できます ( この OMIM:123995 は筋肉組織 OMIM:123996 が肝臓に存在するアイソフォーム ) 次に Display 横のプルダウンメニューから "Allelic Variants" を選んでください

この遺伝子に関連した既知の病気に関する対立変異 SNPs が登録されていないとこが確認できます UniGene 情報の見方 元の画面に戻って 左側のリンクが並んだ箇所から UniGene へと移ってください ( 図中赤色で示したリンク )

この遺伝子に関する様々な情報が書かれている事が確認できます 発現情報は図中赤色で囲まれた EST Profile から見ることができます

( 訳注 :2 つの遺伝子の発現プロファイルを比較してくださいとは おそらく OMIM:123995 とそのアイソフォームである OMIM:123996 の発現プロファイルを比べてくださいという意味だと考えられます )OMIM:123995 は図より濃い黒であらわされている筋肉組織でよく発現していることがわかります 同様にして OMIM:123996 に該当する Unigene の発現プロファイルを見ると下図のように肝臓で発現していることがわかります ( 但し それよりも脳下垂体で一番発現している割合が高いことが確認できます )

UniGene 情報の絞り込み方 Unigene のトップページへ移動し 図上部の Preview/Index をクリックしてください

100 以上の EST が含まれる UniGene のレコードを探すには "EST count" フィールドを選択し 横のテキストボックスに " >= 100" と入れて Preview ボタンを押してください 3709 件のレコードが含まれることが検索結果として表示されています この結果をクリックすると 3709 件の概要が表示されます

続いてこれらのレコードのうち動物由来のエントリを調べてみましょう 上部の TAB 内に Mammals と書かれているところ ( 赤四角で囲まれた箇所 ) を見ると 809 となっており 809 件が動物由来であることがわかります また "sort by" のプルダウンメニューから "Organism" を選ぶことで 生物種のアルファベット順にデータがソートされます HomoloGene 情報の見方 左メニューの Related Database から HomoloGene を選ぶことで

HomoloGene のトップページに移動してください Homologene は真核生物種の遺伝子間におけるホモログ関係を計算機により自動的に抽出し その結果をまとめたデータベースです ここでは Preview/Index を選び ( 図中赤四角 )

続いて探索フィールドから gene name を選び "cox*" をキーワードに入力して COX 遺伝子に関連したレコードを見ることにします 41 件のレコードにヒットしたことがわかります 結果をクリックしてその概要を見てください その中を見ていくと COX7A1 は ID:48051, COX7A2 は ID:36082 と別のグループに属していることが確認できます

また これらを見ると ID:5017 の COX2 遺伝子は菌類や後生動物に共通なのに対し COX4NB は有袋類のみに共通で COX1, COX11, COX6B1, COX15 などは真核生物に共通な遺伝子であることが確認できます HomoloGene 情報の絞込み 真核生物全体に共通な遺伝子がどれかを調べるために "Ancestor" による絞込み検索を行います まず 検索画面に表示されている "cox*" で検索した結果の検索番号をクリックしメニューを表示させ AND を選択し and 検索の準備をします 次に プルダウンメニューから "Ancestor" を選択し 真核生物 ("Eukaryota") の ID である 2759( これを Taxonomy ID と呼びます 後述 ) を "txid2759" のように入力して検索を実施します

7 件のヒットがあったことが確認できます 結果をクリックしてもう少し詳細を見てみましょう COX1, COX2, COX3, COX6B1, COX10, COX11, COX15 が真核生物に共通な遺伝子であることが確認できます Taxonomy 情報の見方 続いて COX1 遺伝子が含まれる HomoloGene のグループが系統樹で見てどのように広がっているのかを確認しましょう まず COX1 遺伝子の右に示された Links から Taxonomy を選択してください このメニューは Links をクリックすることで表示されます

するとまず COX1 遺伝子を持つ生物種の一覧が表示されます 次に Display 横のプルダウンメニューから "Common Tree" を選択します

すると下図に示したように系統関係が図示化されて表示されます 一番の " 根 " に "Eukaryota" が表示され HomoloGene に含まれていた生物種が太字で表示されており その関係を見て取ることができます

このように Taxonomy は 生物種間の系統関係を収めたデータベースになっています エントリ間の関連性を系統樹で見たりあるいは下位の階層へとたどっていくことで目的の生物種のデータにたどり着いたりすることができます 例えば ヒト ("Homo Sapiens") に関するエントリは以下のようになっています (Homo Sapiens をクリック )

Taxonomy ID と呼ばれる生物種に固有の ID は 9606 で Homo Sapiens に関する核酸 アミノ酸配列 構造 SNP などあらゆるデータの数とそれらデータへのリンクが右側に示されています Taxonomy を用いることである生物種に関連した配列などをまとめて取得することが可能になります また 哺乳類 脊椎動物といった複数生物種の " 根 " に対してもエントリが存在し その下位階層に含まれる全エントリを足し合わせた情報が表示されます 上で示した "Eukaryota" に対応するエントリを探すには以下のような手順をとります まず Taxonomy データベースのトップページへ移動します NCBI の様々なページで示されている Taxonomy あるいは TaxBrowser とかかれたリンクをクリックします

続いて上部の検索窓に "Eukaryota" と入力して検索を実行します すると "Eukaryota" が一番上に示されその下位 3 階層が系統樹の形で表示されます

さらに "Eukaryota" をクリックすることで Eukaryota について書かれた詳細なページが表示されます

これを見ることで "Eukaryota" の Taxonomy ID が 2759 であることなどの情報が得られます 解答 1-3 dbsnps 情報の検索 NCBI トップページから Entrez Home SNP と進んで SNP に対する検索のページへ移動してください

さらに Limits をクリックして条件による絞込みのページへと移動してください

その中から赤で示した箇所をクリックしてから GO ボタンを押すことで ヒト 22 番染色体上のコード領域に存在する非同義置換の中で OMIM 情報へのリンクのある SNP を探索してください

17 エントリがヒットしたことが確認できます Display 横のプルダウンメニューより "UI list" を選択し

"send to" から "File" を選択すると ファイルの保存先などを聞いてきますので それに適切に答えることで 17 件の UI list をユーザのコンピュータ上に保存することが可能になります Batch Entrez を用いたデータのダウンロード方法 最後に保存した UI List を用いて Batch Entrez 経由でデータをダウンロードする方法を学びます Batch Entrez は主に大量のデータを取得する際に 一つ一つエントリを WWW 経由で入力し取得する手間を省き まとめてダウンロードするために用意されているサービスです Batch Entrez のページへ移動します Batch Entrez のページへの移動には まず NCBI トップページから右側メニューにある Entrez Tools をクリックし

さらにその中の Batch Entrez へのリンクをクリックすることで移動できます

画面に示されたように Batch Entrez ではどのデータベースに対して ユーザのどのファイルを利用してデータを取得するのかを指定する必要があります 今回は まずデータベースで SNP を選択し

続いてファイルのアップロード機能を利用して先ほど保存したファイルを指定し 横の Retrieve ボタンをクリックすることで データを取得します 今回の例では 17 件の SNP 情報が表示されていることが確認できます

では 先ほど保存した UI List をテキストエディタで開いてみましょう UI 番号が一行ずつ 17 件記載されていることがわかります このように番号がわかっている場合 ( 論文に記載されている場合など ) では ユーザがテキストエディタでこのファイルを用意することで全エントリを取得することも可能になります 解答 解説 2 解答 2-1 Taxonomy 情報の検索 Taxonomy のトップページへ移動してください NCBI トップページの右側メニュー "Entrez Home" をクリックして

次の画面から "Taxonomy" を選択して移動してください

さらに Preview/Index をクリックして 絶滅種の探索をしてみましょう

そのためには "Fields" から "Properties" を選択し extinct( 絶滅した ) と入力 Preview ボタンを押してみてください

112 件のヒットがあることがわかります さらに PubMedCentral にリンクがあるエントリだけに絞り込んでみましょう まず 先ほどの検索番号をクリックし AND 検索の実施を指定します 続いて "Fields" から "Filter" を選んで taxonomy pmc と入力し Preview ボタンを押してみてください "extinct[properties] AND taxonomy pmc[filter]" という検索式で検索が実行され 結果 79 件のヒットがあったことがわかります

解答 2-2 解答 2-3 原文更新日 : 2006 年 4 月 13 日日本語版更新日 : 2007 年 2 月 5 日 All Rights Reserved, Copyright(C) 1997 2006 Japan Science and Technology Agency(JST)