37th mtg in NIBIO

1. 2014/10/24
第37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
– 進捗報告
• 医薬基盤研内のデータのRDF化
– 副作用を起点としたデータ統合について
• 分子生物学会のブース展示
– 展示内容の相談
2

3. 進捗報告
• 医薬品のファセットを追加
• NBDCへ連絡
• 副作用情報データベースの名前の変更の依頼→済
– Metabolomics.jpの重複エントリの修正
– KEGG Drugの日本語版の追加
3

4. 医薬基盤研内のデータのRDF化
• 進捗報告
– 副作用を起点としたNIBIO内外のデータ統合を開始
– ICD10のRDFデータの調査，修正
– 内臓関連のRDFデータの調査
– 遺伝子発現のデータとの統合の検討
4

5. 副作用起点のNIBIO内外のDB統合
• クエリ例
– 副作用（例：頭痛）が報告されている医薬品
（化合物）のうち，NIBIOのデータに該当す
るものを取得。
• 臨床データと非臨床データの統合
5
医薬品
(化合物)
副作用NIBIOのデータ

6. 化合物を含むNIBIOのデータ
• Open TG-GATEs
– 肝障害，腎障害を引き起こすされる医薬品をラットや人の細胞
に曝露した実験データ（RDF化しているのは実験条件）
• 希少疾病用医薬品
– 日本国内で希少疾病用医薬品と指定された品目の一覧
• 化合物情報
– Open TG-GATEs，希少疾病用医薬品ともに，もともと付与され
ているCAS番号をもとにDrugbankのIDを付与
6
医薬品
(化合物)
NIBIOのデータ

7. 統合先のデータベース
• SIDER (Side Effect Resource)
– 公的文書や添付文書をもとに作成した副作用データベース
– ある医薬品で報告された副作用について，副作用発生の割合，含
まれる化合物の情報，参照元の文書を調べられる
• Drugbank
– 医薬品やそのターゲット情報を包括的に調べられるデータベース
– 今回はデータを繋ぐIDに使用
7
医薬品
(化合物)
副作用

8. 調査
• SIDER, Drugbank
– オリジナルのデータベースにはRDFが無い
• 大手のLODプロジェクトを参照
– Bio2RDF
– Chem2Bio2RDF
• drugbankIDでのデータ統合のため，今回はこちら
を使用
8

9. • SPARQL クエリを参照
9
Chem2Bio2RDF
http://chem2bio2rdf.wikispaces.com/

10. • SIDERとdrugbankの記述を確認
10
サンプルのクエリを確認
http://chem2bio2rdf.wikispaces.com/Chem2Bio2RDF+Virtuo
so

11. • クエリを書いて動作を確認
11
Chem2BIO2RDF SPARQL Endpoint
http://cheminfov.informatics.indiana.edu:8890/sparql

12. 12
?sider
sider:cid
sider:umls_id
?compound
?side_effect
?sider_id
drugbank:CID
?drug
sider:side_effect
?drugbank_id
drugbank:DBID
compound:CID
?compound_cid
“headache”

13. 検索結果
• 無事にデータ取得可能
13

14. 関連データのダウンロード
SERVICEクエリが
使用できなかったた
め，
sider,pubchem,drug
bankのデータをダ
ウンロードし，加工
した。
14 http://cheminfov.informatics.indiana.edu:8080/dow
nload/

15. 前データ処理
• ダウンロードデータは大きいデータだったので，
事前にデータ処理を行い，動作の高速化とクエ
リの簡略化を実施
OrphanDrug_Data
15
sider_URI
sider:cid
sider:umls_id
compound
side_effect
sider_id
drugbank:CID
drug_URI
sider:side_effect
?drugbank_id
chem_drugbank:DBID
compound:CID
compound_cid
Open_TG_GATEs_Data
dbowl:drugbank_ID

16. 処理済データをアップロード
• トリプルストアに入れてデータ統合
16
http://10.100.0.34:8081/owlim-workbench-webapp-
5.3.1/data/import

17. 17
動作を確認
Chem2Bio2RDF 由来のデータ
NIBIO由来のデータ

18. 実行結果
18

19. アプリケーション化
• SPARQL endpoint URI を指定，クエリを
投げるのみ
• 多くのSPARQL endpointの場合，URIの
後にクエリが書かれている。
– E.g. http://” SPARQL endpoint URI
“/sparql?query=select+*+where%0D%0A%7B
%3Fs+%3Fp+%3Fo.%7D%0D%0ALIMIT+10
&_implicit=false&implicit=true&_equivalent=fal
se&_form=%2Fsparql
19

20. 20
SPARQL Endpoint URL
SPARQL クエリ
フォーマットの指定
(トリプルストアによる)

21. デモ
• 副作用-> PHP program [ Python
(SPARQL-> JSON) ] -> HTML
• PHP,JavaScriptのみでも実装可能とのこと
21

22. Open TG-GATEsデータとの
統合について
• 遺伝子発現のデータとの統合を検討
– 現状，ToxyGATEsはKyoto Cabinetを使用
– 懸念事項
– データ量が膨大なため，トリプルストアで処理で
きる量かどうか
– Control vs 各実験の遺伝子発現量のP値をRDF化，
あるいは異なる方法で取得
• 疾患分類，臓器別分類による結果表示の検討
– 後述
22

23. 希少疾病用医薬品のデータと
の統合について
• Drugbank，特許関連，文献データとの統
合の検討
– 国内外のデータ比較
23

24. ICD10のRDFデータの調査
• BioPortal由来のデータ
– ttl形式
– UMLSのID参照もあり（SIDERのID）
– 森田さんとの調査でデータの欠陥やバージョンの
混合が判明
• WHO由来のデータ
– xml形式
– 2010年（現時点での最新版）
• 化合物データとの統合を念頭にICD10のRDF
利用を検討
– BioPortal由来のデータのほうが妥当？
24

25. 内臓関連のデータ
• SIDERのUMLS ID→OMIM
– Bio2RDFのSPARQL Endpoint経由で臓器名は取
得可能
• 副作用と紐付けられる臓器名は125
– ただし，階層構造はなし
• 疾患コンパス
– http://lodc.med-ontology.jp/
– ウェブ上にRDFは無い
– BodyPart3DのIDをRDF化している可能性
– BodyPart3Dには階層構造あり，より詳細なデー
タと臓器の可視化が可能
25

26. 今後の予定
• 遺伝子発現量のデータとの統合の模索
• ICD10の最新版RDFの作成
– 上記利用による疾患の階層構造を踏まえた
NIBIOのデータ取得
• 内臓関連のデータの調査
26

27. 分子生物学会
11月25日（火）〜27日（木）＠パシフィコ横浜
• 創薬・疾患研究のためのビッグデータ探索
– 当日までの準備
• チラシ，ポスター，アンケートの作成
• デモの準備，論文の印刷
– チラシ
• スケジュール：11月7日までに作成（各自），8日〜14日
の週に意見交換・修正，17日〜の週に印刷（伊藤）
• 提案：両面刷り，従来の説明に追加して，プロジェクトの
概要やよく聞かれる質問のQ and A 集を用意
– TargetMine（Chenさん）
– Toxygates（五十嵐さん）
– Sagace（伊藤）
– 医薬基盤研内のデータベース（深川さん）
27

28. 分子生物学会
11月25日（火）〜27日（木）＠パシフィコ横浜
– ポスター
• スケジュール：チラシに準ずる。
• 相談：例年だと各DBの紹介とSagace
• 創薬・疾患研究のためのビッグデータ探索というタ
イトルならば，Sagace, TargetMine, ToxyGATEs,
RDF化したNIBIOのDBの紹介，今後の予定の方が妥
当？
28

29. 分子生物学会
11月25日（火）〜27日（木）＠パシフィコ横浜
• アンケート
• 10月中に質問項目の修正（メンバー）
– http://bit.ly/1wnQJRX
• 質問項目（昨年度）
– 体験したデモ
– 使ったことのあるデータベース
– 今後必要とするサービスの要望
– ご質問・ご感想
• 昨年度の反省点より
– 使ったことのあるデータベースの回答がほとんど無かった。
29

30. 分子生物学会
11月25日（火）〜27日（木）＠パシフィコ横浜
• デモ
• 昨年度の反省より
– 各データベースやサービスの一般的な説明の不足
– デモ用の準備の必要性
• 提案
– 次回のMTGまで
» DB開発者によるチュートリアルの作成，またはおすす
め操作の説明
– 次回のMTG時
» 各サービスのひととおりの操作の把握
» 各サービスの操作の難しい点，注目点の共有
30

31. 分子生物学会
11月25日（火）〜27日（木）＠パシフィコ横浜
• スケジュール案
• お願い
• シフトを作成するので，OKな日＆時間帯，NGな日＆時間帯
（多い方）を教えて下さい。
31
10/25〜31 11/4〜7 11/10〜14 11/17〜21
チラシ草案
意見交換・
修正
印刷
ポスター草案
意見交換・
修正
印刷
アンケート修正印刷
デモチュートリアル作成
最終確認・
内部でのQA

32. 今後の予定
• 次回
– 11月17日〜の週
• BioHackathon 2014
– 11月9日（日）〜14日（金）
• 分子生物学会
– 11月25日（火）〜27日（木）
32