JPH10507285A - 化学構造の記憶および検索用の関係データベース管理システム - Google Patents

Abstract

(57)【要約】 関係データベース技術を利用する化学構造探索システムおよびその方法。ユーザは化学構造情報を最適に記憶（６２）および探索（６６）を実行することができる。化学構造情報には複数の値の原子、複数のタイプの結合、およびマーカッシュ型探索に関する情報が含まれる。このシステムは完全な化学情報システムを提供する。このシステムでは、的確構造、サブ構造、キー、化学名、ならびに分子式の各探索、新規分子の登録、構造輸出入、およびデータ編集が可能である。システムはまた、ダイナミック問合せ機能も有する（６８）。ユーザは以前実行した問合せに対応してデータベースに入力される新規の化学物質があるという報告を受ける。さらに、構造クラスにより、ユーザはステロイド等の化学構造のタイプに関する情報を記憶できる。また構造クラスおよび問合せを情報の再入力なしで再利用できる。

Description

【発明の詳細な説明】 化学構造の記憶および検索用の関係データベース管理システム 発明の分野 本発明は、化学構造情報の記憶および検索を迅速かつ簡単に行う関係データベ ース管理システムに関する。 発明の背景 化学・製薬会社および化学関連の政府機関は、化学物質の莫大なデータベース を共通に保有している。かかるデータベースに関連して化学構造の検索機能が提 供される場合が多い。近年、これら組織は関係データベース管理システム（ＲＤ ＢＭＳ）を用いてデータベースの標準化を図っている。その一例は、オラクル・ コーポレーション（本社所在地 ５００ Ｏｒａｃｌｅ Ｐｋｗｙ．，Ｒｅｄｗ ｏｏｄ Ｓｈｏｒｅｓ，ＣＡ ９４０６５）製造のＯｒａｃｌｅ関係データベー ス管理システムなどである。 化学構造情報をＲＤＢＭＳに統合することにはいくつかの利点がある。すなわ ち、別の関係化学データとより密接に統合できること、化学構造データの記憶・ 検索が効率化されること、および他の関係アプリケーションを用いる化学構造へ のアクセスがしやすくなること、等である。 残念ながら、これまで化学情報システムの構築は特別なデータベース技術を用 いて行われてきた。この技術は膨大な行数のカスタムコンピュータコードを必要 とすることが多い。このタイプのシステムは概して維持が困難で、日新月歩のハ ードウェア技術への適応もむずかしい。このような維持上の問題、ならびに高度 に専門化したシステムであるための移植性の欠如の問題により、莫大な時間と費 用を投下する割には比較的短命なシステムしか生み出せない結果に終わっている 。 関係データベース技術の導入により、上述の専門化データベースシステムから 標準化した汎用技術へデータベース管理の大部分を移行することができる。だが この関係技術は、まだ化学情報システムの基本としては用いられていない。この 理由は、化学構造探索システムの問題を構造問合せ言語（ＳＱＬ）に投じると常 にいくつかの固有の問題が生じるためである。ＳＱＬとは関係データベースの標 準言語である。かかる問題の一つは化学構造をデータベースに記憶しかつデータ ベース中で表現することである。関係技術だけをデータベース要素として用いる 化学情報システムはまだ実現されていない。 この目的を達成するべくこれまでに複数のシステムが試用されたが、化学構造 情報を簡単かつ迅速に検索できる純粋な関係データベース管理システムの開発に は至っていない。試用されたシステムの例を以下に述べる。 モレキュラー・デザイン・リミテッド、ＭＤＬ情報システムズ（所在地 １４ ６００ Ｃａｔａｌｉｎａ Ｓｔ．，Ｓａｎ Ｌｅａｎｄｒｏ，ＣＡ ９４５７ ７）は、分子アクセスシステム（ＭＡＣＣＳ）および統合化学情報システム（Ｉ ＳＩＳ）を製作した。これらのシステムは独立型化学情報システムを提供する。 このシステムでは化学構造は階層構造として記憶される。ただし大量のカスタム コードが必要であり、関係データベース中では維持できない。従って、上述した 関係技術の利点は得られない。 このようなシステムは、関係データベース管理システム、例えば上述のオラク ル・データベース管理システム等に連結可能である。だが一方、これには余分な カスタムコードやソフトウェアを用いて階層構造を関係データベース用の関係表 に変換する必要がある。このため関係技術の利点をＭＡＣＣＳシステムやＩＳＩ Ｓシステムに組み入れるのは困難である。また変換用ソフトウェアは全体の処理 速度を下げてしまう欠点がある。 総じて、これらのシステムでは本発明が実現する利点や能力を提供できない。 本発明は上述の問題を克服し、かつ次のような利点を有する。 （１）商業用データベースパッケージを用いることにより開発および維持費用を 大幅に削減できる。このため開発努力や利点をより有効にシステム設計の各方面 に向けることができる。さらに、基本となるデータベース技術が改良されるとそ れを自動的に化学情報システムに移すことができる。データベース開発に焦点を おかなくてもよいため、開発および維持努力を探索方法やユーザインタフェース といった目にみえる側面の改良に集中できる。 （２）他の情報システムとの連結が簡単に行える。この理由は、関係データベー スが研究および商業分野ではすでに多くの非構造的な化学データの記憶に用いら れているためである。 （３）移植性は設計上の欠点とはならない。カスタムプログラミング量が非常に 少なく、様々なタイプの技術に容易に適合できるからである。つまり移植性は、 主としてデータベース製造者自身の責任範囲内であり、化学物質記憶システムの 開発者には責任はない。 発明の概要 本発明は、既存システムの能力を拡張する化学構造検索システムを開発して、 データベース技術分野の欠点を克服するものである。開発には関連データベース 技術の力を利用する。 本発明によれば、ユーザは関係データベース管理システムにおいて様々な探索 方法を用いて化学構造情報を最適に記憶・探索できる。探索方法には、複数の値 の原子群、複数のタイプの結合、およびマーカッシュ型探索その他の方法がある 。 さらに、本発明は次のモジュールを含む完全な化学情報システムを提供する。 すなわち、 （１）的確な構造探索用、 （２）物質探索用、 （３）キー探索用、 （４）化学名探索用、 （５）分子式探索用、 （６）新規分子登録用、 （７）構造の輸入・輸出用、および （８）データ編集用、のモジュールである。 さらに、本発明では、標準的な関係データベース方法によって化学構造データ をインベントリ、分光分析データ、臨床データ等の他の関連情報とルーチン統合 できる。これによりあらゆるタイプの化学情報を商業上および研究上の両面でよ り有効に利用できる。 さらに、本システムは、関係技術のデータ技術の操作機能を利用してダイナミ ックな問合せ機能を導入する。この問合せ機能は、データベースに新規に入力さ れた化学物質のうち以前の問合せに対応するものがあるとユーザに通知するもの である。これにより化学構造情報用の関係図の機能性を高める。 さらに、構造分類の実現も可能である。構造分類によって、ユーザはある特定 タイプの化学構造、例えばステロイドに関する情報を記憶させ、その後、同情報 を迅速かつ効率的に呼び出すことができる。この際、以前に行った問合せを再度 入力したり実行したりする必要はない。 本発明の目的、利点、および特徴は上述の通りであるが、それら以外のものも 以下の説明により明らかにすると考える。本発明の本質を明確に理解するには、 以下の詳細な説明と請求の範囲、ならびに添付の図面を参照されたい。 図面の簡単な説明 図１は構造１（Ｓ１）の化学式である。 図２は構造２（Ｓ２）の化学式である。 図３は図２の構造２（Ｓ２）用の接続表である。 図４はサーチキーおよび問合せ作成用の結合原子コードである。 図５は問合せ１（Ｑ１）の化学式である。 図６は登録手順をブロックで示すフローチャートである。 図７はサーチキー作成をブロックで示すフローチャートである。 図８はダイナミック問合せ操作をブロックで示すフローチャートである。 図９は本発明のハードウェア構造を示す。 図１０は問合せ結果が画面に表示された様子を示す。 図１１はキー作成の他の手順をブロックで示すフローチャートである。 図１２は構造Ｓ１用のサーチキーの生成をステップごとに示す。 好適な実施形態の詳細な説明 本発明は、商業製品Ｏｒａｃｌｅ（上述のＯｒａｃｌｅ Ｃｏｒｐｏｒａｔｉ ｏｎ発売）で使用されているような標準的関係データベース技術を利用する。情 報の検索および記憶に対する全ての照会は標準的関係データベース中で行われる 。この際、構造化問合せ言語（ＳＱＬ）コマンド等の標準的手順を使用する。本 出願でとりあげる関係データベースの動作および機能はデータベース管理分野の 同業者には周知のものである。かかる動作および機能はＯｒａｃｌｅユーザーズ ・マニュアルや開発者用マニュアル等の様々な文献に記載されている。 Ｉ．ハードウェア 図９は、化学構造の記憶・検索用の関係データベース管理システムの好適な実 施形態を示す。一般的なコンピュータワークステーション１は、中央処理装置（ ＣＰＵ）２、および主メモリ３を含む。ワークステーション１は、磁気ディスク 等の記憶装置４、キーボード５やマウス等の入力装置、およびコンピュータモニ タ画面６やプリンタ７等の出力装置に接続される。記憶装置は１つ以上使用して もよい。 この関係データベース管理システムの好適な実施形態では、マイクロプロセッ サを使用して化学構造の記憶・検索を行う。マイクロプロセッサには、ＶＭＳ５ .５−２オペレーティングシステムで動作し、最低２ギガバイトのディスク容量 と最低３２メガバイトのＲＡＭとを持つＭｉｃｒｏｖａｘ ３１００、モデル９ ００などを用いる。メモリを増やして全体のアクセス速度を上げることもできる 。また、任意で同システムをローカルエリアネットワーク（ＬＡＮ）などの通信 アーキテクチャまたは環境に接続して、他のコンピュータワークステーションと リンクさせ、他のシステムからのデータアクセスを可能にすることもできる。 ＩＩ．関係データベースインタフェース 先に述べたとおり、化学構造探索システムに関係データベースを用いることの 利点の一つは、開発者が移植性のことを考慮しなくてもよい点である。この理由 は関係データベースはそれ自体標準化されており、様々なタイプのシステム間で 特別なインタフェースは不要だからである。 本発明では、Ｏｒａｃｌｅ関係データベース管理システム等の標準的関係デー タベースを使用することで、移植性の問題を最小限に抑える。これはかかるシス テムが実質的にどのプラットフォームでも利用できるためである。さらに、本発 明はＳＱＬが埋め込まれた標準Ｃを使用するため、移植性の程度を維持できる。 ＩＩＩ．新規構造の登録 図６に示すように、新規構造をデータベースに登録するには、ユーザは化学構 造を構成する原子と結合とを入力するだけでよい。これには適当なキーをタイプ するか、またはメニューから適当な選択肢を選ぶ（ブロック２２）。入力には標 準的な化学作図ソフトウェアパッケージを使用する。一例として、ＰＳＩ ＩＮ ＴＥＲＮＡＴＩＯＮＡＬ（所在地 ８１０ Ｇｌｅｎｅａｇｌｅｓ Ｃｏｕｒｔ ，Ｓｕｉｔｅ ３００，Ｔｏｗｓｏｎ，ＭＤ ２１２８６）発売のＫｅｋｕｌｅ 等がある。 データベースに登録（追加）した新規構造は次の各工程を経る。（ａ）接続表 を作成しデータベースに記憶する（ブロック２４）、（ｂ）登録した構造が複製 ではないとシステムが証明する（ブロック２６）、（ｃ）最低１つのサーチキー を作成してデータベースに記憶する（ブロック２８）、および（ｄ）名称、化学 式、登録キー番号等の情報をデータベースに記憶する（ブロック３０）。これら 手順について以下に詳述する。 ａ．接続表の作成 ステップ２４で、データベースに登録する各構造ごとに接続表を作成する。こ の表は構造中の各原子に関する情報を記憶する。情報には原子番号、結合された すべての原子名、およびこれら結合された原子への各結合のタイプなどが含まれ る。例えば、図２に示す化学構造Ｓ２を追加する場合、この構造用の接続表は図 ３のようになる。 接続表は記憶される構造中の任意の２つの原子間の結合タイプを示す。２原子 間の一重結合は「１」、二重結合は「２」、三重結合は「３」で示す。接続表は 関連の登録番号とともに圧縮疎行列形式で関係表に記憶される。その後、接続表 は原子ごとのマッチング（ＡＢＡＭ）処理に用いる。この処理については後述す る。 ｂ．複製探索 上述の処理後、ステップ２６でシステムは既存の構造を探索して、登録する構 造の複製がデータベースにないことを確認する。もし該構造がすでにシステムに 入力されていれば、再度、入力されることはない。 ｃ．サーチキーの作成 Ｎ個の原子を持つ新規の構造をシステムに登録する場合は、その構造について Ｎ個のサーチキーを作成しなければならない。作成されたサーチキーはデータと して関係データベースに記憶される。各サーチキーは原子それぞれに番号をつけ 、各原子をそれぞれのキーの開始点として構成されるＮ個の原子それぞれに番号 が付されて作られる。つまり原子Ｎ個の構造ではＮ個のサーチキーが記憶される 。 有効なサーチキーを作成するには、構造または問合せに含まれる各原子ごとに 非曖昧な文字列を導出しなければならない。この文字列は開始原子の原子環境を 表すものである。文字列中の文字の順序は、構造または問合せの欠失箇所には関 係ない。つまり、欠失があれば文字列の一部が除去（その後、問合せ中のワイル ドカードと交換）されるが、列中の残りの文字が並べ替えが行われることはない 。このようなアルゴリズムの一例を図７に示す。このアルゴリズムは横形グラフ 探索で接続情報を付加して列の構築を行う。このアルゴリズムは後述する例で用 いられる。 図７に示すとおり、各開始原子ごとに次の手順でサーチキーを作成する。手順 はステップ４０から始まる。ステップ４１ですべての原子に「未ランク」かつ「 未処理」の印が付けられる。次にステップ４２で開始原子に「処理済み」の印が つけられ、キーに加えられる。さらに、ステップ４３で開始原子に現在の原子と して印がつけられる。 例えば図１の臭素（Ｂｒ）で始まる構造Ｓ１を検査する場合を考える。この場 合、サーチ列は「Ｂｒ」から始まる。明確さを考えてキーの最初のコードは原子 記号で表される。実際には１バイトコードが使用される。さらに臭素原子には「 処理済み」の印がつけられ現在の原子に設定される。 ステップ４４では未処理の近隣原子の検査が行われる。本例では炭素（Ｃ₁） 原子が未処理である。ステップ４５へ進み、システムは未処理の近隣原子の順序 づけを行う。本例の構造では当該部分には近隣原子は１つしかない。またステッ プ４６で順序づけは開部位（オープン・サイト）で終了しておらず、ステップ４ ８で現在原子には開部位は存在しない。従って、システムはステップ４９へ進み 、近隣原子を順番に表すコードがキーに加えられ、「処理済み」の印が付される 。 本例では文字「ｃ」がキーに加えられ、炭素原子（Ｃ₁）への結合が一重結合 であることを示す。炭素原子（Ｃ₁）には「処理済み」の印がつけられる。その 後、ステップ５１で原子終端マーカがキーに加えられる。これでキーは「Ｂｒｃ ．」となる。現在の分子（Ｂｒ）にはステップ５２で「ランク済み」の印がつけ られる。 その後システムは、順序づけがまだ終了していなかったこと、かつ開部位がな かったことを確認する。続いてステップ５４でキーに含まれる原子で未ランクの ものがあるかどうかを検査する。本例では炭素（Ｃ₁）が未ランクである。ステ ップ５５でキーが長すぎない、つまり所定の長さを越えていないと判断されるの で、ステップ５６で炭素（Ｃ₁）が最初の未ランク原子として選択される。次に ステップ４３から炭素（Ｃ₁）原子を現在原子として手順を繰り返す。 炭素（Ｃ₁）に現在原子の印がつけられ、ステップ４４で近隣原子が検査され る。今度も炭素（Ｃ₂）原子への一重結合しか存在しないから、ステップ４５の 順序づけは不要である。ステップ４９で「ｃ」がキーに加えられ、ステップ５１ で原子終端マーカが加えられる。これでキーは「Ｂｒｃ．．」となる。 炭素（Ｃ₁）原子にはステップ５２で「ランク済み」の印が付けられる。ステ ップ５４で未ランク原子があるかどうかが再度検査され、ステップ５６でキーに 含まれる最初の未ランク原子が選択される。ステップ４３で今度は炭素（Ｃ₂） が現在の原子に設定される。ステップ４４で未処理の近隣原子の検査が行われる 。未処理の近隣原子は２つある。１つは酸素（Ｏ）への二重結合で「ｅ」で示し 、もう１つは炭素（Ｃ₃）への一重結合で「ｃ」で示す。ステップ４５でこれら の結合を順序づけし、「ｃ」は「ｅ」より前にくる。その後、これらコードをキ ーに順序どおりに加え、ステップ４９でこれらの原子を「処理済み」にマークす る。次にステップ５１で原子終端マーカがキーに加えられる。これでキーは「Ｂ ｒｃ．ｃ．ｃｅ．」となる。炭素（Ｃ₂）原子には「ランク済み」の印が付けら れる。ステップ５４で未ランクの原子群（酸素原子と炭素（Ｃ₃）原子）がある かどうか検査される。 ステップ５６でキーに含まれる最初の未ランク原子（Ｃ₃）が選択され、ステ ップ４３で現在の原子に設定される。続いて炭素（Ｃ₃）から（Ｃ₄）への一重結 合が検査され、「ｃ」と「．」とがキーに加えられる。キーはこれで「Ｂｒｃ． ｃ．ｃｅ．ｃ．」となる。 次に、ステップ４３で次の未ランク原子（酸素）が現在の原子に設定される。 ステップ４４で未処理の近隣原子はないと判断されると、ステップ５１ですぐに 原子終端マーカがキーに加えられる。続いて、Ｃ₄を現在の原子として手順を再 度繰り返す。未処理の近隣原子は存在しないので「．」が列に加えられ、手順こ の開始原子で終了する。出来上がったキーは「Ｂｒｃ．ｃ．ｃｅ．ｃ．．」とな る。同様の手順を所与の構造に含まれる各開始原子について繰り返す。図１２に この手順をステップごとに示す。（図７のステップ５７、５８、および５９につ いては以下のＶ項で説明する。） 上述のキー作成アルゴリズム（図７）を図４に示す結合原子コードを用いて適 用すると、構造Ｓ１（図１）について作成されるキーは次のようになる。 １）Ｂｒｃ．ｃ．ｃｅ．ｃ．．． ２）Ｃｂｃ．．ｃｅ．ｃ．．． ３）Ｃｃｃｅ．ｂ．ｃ．．．． ４）Ｏｄ．ｃｃ．ｂ．ｃ．．． ５）Ｃｃｃ．．ｃｅ．ｂ．．． ６）Ｃｃ．ｃ．ｃｅ．ｂ．．． また構造Ｓ２（図２）について作成されるキーは次のようになる。 １）Ｃｌｃ．ｃ．ｃｅ．ｃ．．． ２）Ｃａｃ．．ｃｅ．ｃ．．． ３）Ｃｃｃｅ．ａ．ｃ．．．． ４）Ｏｄ．ｃｃ．ａ．ｃ．．． ５）Ｃｃｃ．．ｃｅ．ａ．．． ６）Ｃｃ．ｃ．ｃｅ．ａ．．． 作成されたキーはデータベースに記憶される。この際、接続表および関連情報 の登録番号に対応する関連登録番号と共に記憶される。対称構造として複製され たキーは登録時に抹消される。 探索処理に必要な各工程はサーチキー作成手順細部の影響はうけない。つまり 、 本項の最初の段落で述べた条件（構造中の各原子ごとに非曖昧な文字列を作成す るなど）を満足するキー作成手順であれば、サーチェンジンソフトウェアに修正 を加えることなく使用可能である。 次に別の列構築手順について説明する。この手順では開始原子からのグラフ理 論上の各距離（レベル）で認められる構造上の特徴を列挙して列を作成する。 図１１は、構造Ｓ１を用いて探索列を作成する他の手順を示す。まずステップ ８０で所与の構造中のすべての結合に「未検討」の印が付けられる。ステップ８ １で開始原子が選択され、ステップ８２でキーに加えられる。開始原子は本例で は臭素（Ｂｒ）である。 開始原子には開部位はないため、手順はステップ８５へ進み、システムは次レ ベルの原子への未検討の結合が存在するかどうかを検査する。本例では炭素（Ｃ₁ ）原子への結合が未検討である。続いてステップ８８で、システムは現レベル で開部位のある原子は存在しないことを判定する。なければステップ９０へ進み 、次レベルのすべての原子への全未検討結合を順序づけする。 ステップ９１でワイルドカード・フラグが設定されていないことが判定される と、ステップ９３でシステムは順序づけした結合についてのコードをキーに加え る。そしてステップ９４でレベル終端マーカをキーに加える。従って、出来上が ったキーは「Ｂｒｃ．」となる。キーに含まれるすべての結合には「検討済み」 のマーカが付される。 続いてステップ９６で、システムは炭素（Ｃ₁）の次レベルへ移行する。ステ ップ８５でシステムは再度、次レベルに未検討の結合があるかどうかを判定する 。ステップ８８〜９２を経たのち、最終的にステップ９３および９４で、システ ムは「ｃ」と「．」をキーに加える。 その後、システムは結合に「検討済み」の印を付け、炭素（Ｃ₂）で始まる次 レベルヘ移行する。ステップ８５で再度、未検討の結合が見つけられる。すなわ ち「ｅ」で示す酸素（Ｏ）への二重結合と、「ｃ」で示す炭素（Ｃ₃）への一重 結合である。これらコードはステップ９０で順序づけされ、ステップ９３でキー に加えれる。この際、「ｃ」は「ｅ」の前にくる。ステップ９４で再度、キーに レベル終端マーカが加えられる。作成された列は「Ｂｒｃ．ｃ．ｃｅ．」となる 。 続いて、システムは該構造中の次レベルへ進み、炭素（Ｃ₃）原子について上 述の手順を繰り返す。列には再度、「ｃ」と「．」が加えられる。 最後に、ステップ９６でシステムは炭素Ｃ₄を用いる次レベルへ移行する。ス テップ８５でシステムは次レベルの原子への未検討結合はないことを判定し、ス テップ８７で終了する。出来上がったキーは「Ｂｒｃ．ｃ．ｃｅ．ｃ．」となる 。 ｄ．関連情報の記録 各構造に関する追加情報もデータベースに記憶できる。追加情報とは、ある構 造の登録キーまたは独自の識別子、名称、化学式等をさす。またユーザは任意の 追加情報を定めて、標準的ＲＤＢＭＳ技術を用いて記憶および探索することがで きる。 ＩＶ．実行上の問題 サーチキー群を含むフラグメントコードのそれぞれがデータベース中で１バイ トを占有するようにできる。構造群の大規模なサンプルにはこのようなフラグメ ントタイプが約３１３個存在する。１バイトには２５６個のタイプを当てはめら れる。ただしそのうち３つは使用不可である。（バイト０はプログラミング上の 重要な役割のため使用不可。また関係データベース管理システム中でワイルドカ ード操作用に使用される２バイトも使用不可。この理由は、これら２バイトの文 字探索、および同一命令文中でのＳＱＬの「Ｌｉｋｅ（類似の）」演算子の使用 は通常困難なためである。 残りのバイトは次の３グループに分類できる。 （１）一番共通なフラグメントを表すバイト群。 （２）原子を表すバイト群。その原子の存在自体が（結合には関係なく）有効な ふるいの役割をするもの。 （３）非常に稀な原子を表すバイト群。当該原子群は同一グループに分類できる 。このためこれら原子群の探索は、事実上、多値探索となる。 Ｖ．問合せサブ構造探索処理 サーチキーに対する問合せの実行は、比較的簡単である。各問合せ構造は構造 に含まれる各原子ごとに１つのサーチキーを作成する。各サーチキーには非曖昧 なフラグメントコードが割当てられる。問合せ構造のサーチキーの作成は、上記 ＩＩＩ．ｂ．項で説明したデータベースサーチキーの作成と全く同じ規則を問合 せ構造に適用して行う。ただしワイルドカードの処置だけは異なる。 ワイルドカード（つまり探索に特定の原子を必要としない部位）に遭遇した場 合、手順は停止か続行のどちらかになる。続行の場合は、ワイルドカードのとる 可能性のある値すべてを特定して問合せを続行する。また、ワイルドカードと同 様の扱いで、問合せを複数の値の原子、複数のタイプの結合、またはマーカッシ ュ探索に容易に適応させられる。標準的なスクリーニング技術と比較すると、こ の方法の利点は、問合せの特異性を反映できることである。特異性の度合いが普 通の（つまりワイルドカードがほとんどない）問合せでは、キーが長いために非 常に広範な選択が可能となる。 上述のサーチキー作成のところで説明したように、探索手順の基本は、非曖昧 な一組の規則を用いてサーチキーの作成を行うことである。これら規則をまった く同一のやり方で問合せ構造に適用すれば、各データベース構造はその構造に含 まれる各原子ごとにキーが１つ作成されるから、結果は標準化される。 データベース構造が問合せ構造にマッチするには、問合せ用に作成した各サー チキーがデータベース構造用に作成した１つ以上のサーチキーにマッチしなけれ ばならない。さらに、ある問合せサーチキーで構造の検索ができなかった場合、 その問合せは該構造のサブ構造ではない可能性がある。これらの規則により、関 係データベースにおいて１つのＳＥＬＥＣＴ命令文だけで非常に選択度の高いス クリーニング手順を行うことが可能になる。 ユーザが問合せを作成するには、新規構造を入力するのと同じやり方で構造を タイプ入力する。この際、ワイルドカード（特定の原子が不要）の位置、および 許容可能な原子や結合のタイプが複数ある箇所を示すことができる。これにはど の位置にあってもよい原子および結合を特定して行う。 上述のとおり、問合せキーの作成は構造のサーチキー作成と同じ方法で行われ る。このため許容範囲内ならどのキー作成方法を用いてもよい。従って、図５の 構造Ｑ１の問合せキーを図７に示す手順で作成すると、次のような工程になる。 手順はステップ４０から始まる。ステップ４１で全原子に「未ランク」および 「未処理」の印が付けられる。ステップ４２で開始原子が選択され、「処理済み 」 の印が付けられる。同時に、原子コードがキーに加えられる。本例では開始原子 は臭素（Ｂｒ）原子である。 ステップ４３で臭素（Ｂｒ）原子が現在の原子としてマークされる。ステップ ４４で未処理の近隣原子の存在が判定される。ステップ４５へ進み、未処理のす べての近隣原子が順序づけされる。 ステップ４６で開部位がないことが判定され、かつステップ４８で現在の原子 に開部位がないことが判定される。このためステップ４９で近隣原子についての コードが順序どおりキーに加えられ、「処理済み」の印が付けられる。ステップ ５１に進んで原子終端マーカがキーに加えられる。キーはこれで「Ｂｒｃ．」と なる。ステップ５２で臭素（Ｂｒ）原子には「ランク済み」の印が付けられる。 ステップ５３で、順序づけが終了していないこと、かつ現在原子に開部位が認 められないことが判定される。このため手順はステップ５４へ進み、未ランク原 子がキーに含まれるかどうか検討する。次にシステムは原子数が最大数に達して いない（つまり、問合せキーの長さが所定の最大長を越えていない）ことを証明 し、ステップ５６で未ランクの最初の原子（Ｃ₁）を選択する。 続いて手順はステップ４３へ戻り、炭素（Ｃ₁）原子を現在原子に設定する。 ステップ４４で、すべての未処理近隣原子が再度検査され、ステップ４５で順序 づけされる。システムはまだ開部位に遭遇していないので、ステップ４９でこの 結合（つまり炭素への一重結合）についてのコードがキーに加えられる。そして ステップ５１で原子終端マーカもキーに加えられる。問合せキーはこれで「Ｂｒ ｃ．ｃ．」となる。Ｃ₁には「ランク済み」の印が付けられる。 次にステップ５６でＣ₂をキーに含まれる最初の未ランク原子として手順を繰 り返す。ステップ４３でＣ₂が現在原子としてマークされる。ステップ４４で「 未処理」近隣原子がまだ存在することが判定される。ステップ４５で未処理の近 隣原子の順序づけが行われる。近隣原子の結合は「ｅ」で示す酸素（Ｏ）への二 重結合と、ワイルドカード「＊」からなる。 ステップ４６で順序づけは開部位で終了していないと判定される。現在原子に 開部位が存在しない場合にのみ、ステップ４６で開部位によってこの手順が終了 する。現在原子には開部位が存在するため、ステップ４８−５０間の「はい」の 枝に進み、近隣原子についてのコードがキーに加えられる。この際、ワイルドカ ード記号を該コードの回りに配置する。次にステップ５１で原子終端マーカがキ ーに加えられる。従って、現在の列は「Ｂｒｃ．ｃ．％ｅ％」となる。Ｃ₂原子 には「ランク済み」の印が付けられる。 ステップ５３で現在原子に開部位が発見されたため、システムはステップ５７ へ進む。この列は問合せキーであるから、ステップ５８でワイルドカードがキー の最後に加えられる。こうして手順はステップ５９で終了する。最終的に出来上 がった列は「Ｂｒｃ．ｃ．％ｅ％．％」である。その後、その他の原子すべてを 開始原子として手順が繰り返される。 上述のキー作成手順（図７）を図４に示す結合原子コードを用いて適用すると 、問合せＱ１（図５）について作成されるキーは次のようになる。 １）Ｂｒｃ．ｃ．％ｅ％．％ ２）Ｃｂｃ．．％ｅ％．％ ３）Ｃ％Ｃ％ｅ％．％ ４）Ｏｄ．％Ｃ％．％ 上記以外に図１１に示す手順も問合せ列の作成に使用できる。ただし大きく異 なる点は、ステップ８３または８８で開部位に遭遇した場合、ステップ８４また は８９でそれぞれワイルドカードフラグが設定されることである。その後、シス テムはステップ９１から９２へ進み、列に加える各コードの前後にワイルドカー ド記号（％）を加える。さらに列の最後にも同記号を加える。 問合せと構造との間にマッチがある時は、各問合せキーは構造のサーチキー１ つ以上と合致する。このためどのサーチキーを用いてもマッチする構造を検索で きる。データベースには統計的情報が記憶されており、最適な問合せキーを主た るふるいとして使用できる。 しかしスクリーニング段階に合格しただけではマッチ検出を判断するには不十 分である。システムは次に問合せ構造が構造の部分集合であると証明しなければ ならない。これには原子ごとのマッチング（ＡＢＡＭ）方法を用いる。まず問合 せ構造用の接続表を準備する。これは上述のＩＩＩ．ａ．項（図３参照）で説明 した新規登録構造用の接続表の作成と同様のやり方で行う。出来上がった２つの 接続表を原子ごと、接続ごとに比較する。もし問合せ用接続表の原子および接続 がすべて構造用の接続表で見つかれば、システムはマッチを報告する。 以下の３つの場合が考えられる。 ケース１．問合せが検索した構造のサブ構造である場合。例えばＱ１（図５） はＳ１（図１）のサブ構造である。この場合、各Ｑ１キーはＳ１キーと一致（つ まりＱ１キー１，２，３，４がＳ１キー１，２，３，４，とそれぞれ一致）する 。 ケース２．選択したキーによって検索される構造が、問合せをそのサブ構造と しない構造である場合。例えば、Ｑ１はＳ２のサブ構造ではないが、Ｑ１キー４ はＳ２キー４と一致している。しかしこのような構造はＡＢＡＭによって消去さ れる。 ケース３．選択した問合せキーが特定の構造のキーのどれとも一致しない場合 。例えば、Ｑ１キー１はＳ２のどのキーとも一致しない。このためＳ２はマッチ する構造から削除され、ＡＢＡＭは行われない。 スクリーニンング手順の駆動に用いられる問合せキーは通常１つだが、第二の ふるいとしてそれ以外の問合せキーを用いてもよい。上述のケース２でＱ１キー １を第二のふるいとして用いると、構造Ｓ２が削除され、ＡＢＡＭを行わずにす む。 問合せは関係データベースに記憶され、将来の使用および観察に備える。この 際、マッチング結果およびその他の識別情報（問合せ主や問合せの名称など）の 記憶も行われる。 その後、ユーザはシステム中をただ進み、図１０に示すように画面上に表示さ れるマッチと判定された構造すべてを観察する。マッチする構造がない場合は、 システムはその旨のメッセージを報告する。 作業の大半は最初のスクリーニング段階（問合せ列を構造のサーチキーと比較 する段階）で行われる。このため、時間のかかる原子ごとのマッチングが行われ るのは、データベース中の全構造の比較的小さな部分集合に対してのみである。 従って、この方法は同じ機能を実行する他のシステムよりかなり速度が早い。 探索問合せとその結果はすべて関係データベースに記憶される。このためユー ザは標準的なデータベース手順を通して、以前に実行された探索のリスト作り、 編集、更新を行い、各探索の構造を観察し、その後、以前の探索を削除すること もできる。 ＶＩ．的確な構造探索（恒等探索） 恒等探索は、一組のデータベース構造内である特定の構造を見つけだすことに 関する。この動作を実行するのはユーザである。またこの動作は登録時にも必要 である。この探索は、通常は問合せに正確にマッチする構造をデータベースから 探しだすことを意図する。恒等探索は先に概要を説明したサブ構造探索の特別な ケースである。ただしこの場合、問合せには開部位は含まれない。 従って、上述した現在のサブ構造探索方法は恒等探索に適した方法であり、追 って使用される。また、「的確マッチ」の定義はユーザが決定できる。デフォル ト定義によりマッチングの実行を要素のタイプと結合とに限定できる。またユー ザは電荷や質量値などの構造の追加情報を特定することも可能である。これは原 子ごとのマッチング時に行われる。 ＶＩＩ．化学名探索 化学名の探索は化学情報システムの分野では非常に大きな問題である。化学名 の大半は長く複雑な列からなり、標準的なサブ列探索機構では容易に探索できな い。また化学物質は系統的な名称または通称のいずれかで認識されているものが 多く、このことが問題を一層複雑にしている。 化学名の探索を行うには、慎重に定義した名称フラグメントにインデックスを つけて記憶させ、同時に完全な化学名中の複雑な列にインデックスをつける。探 索は標準的関係データベース技術を用いて、化学名の一部分または全部について の問合せに対して行われる。 探索を最適化するために、問合せを構成している化学用語ごとに分解される。 これらの用語は発生頻度の昇順に記憶される。発生頻度を知るには、記憶した表 中である特定の用語を持つ化合物の数を調べる。この記憶した表を作製するには 、登録時に構造の全名称をスキャンして頻度情報を表に記憶する。従って、この 表は化学名フラグメントの目次の役割を果たす。 この化学用語リストが作製できたら、探索を実行する。これには得られるＳＥ ＬＥＣＴ命令文を横切るか、または命令文を１つ用いて相互に関連するサブ問合 せを駆動して行う。 化学名情報はすべて関係データベースによって処理されるため、処理後、デー タはその他の化学情報と容易に統合できる。 ＶＩＩＩ．分子式探索およびキー探索 分子式探索は式全体または一部に対して標準的ＳＱＬ列探索方法を用いて行う ことができる。キー探索（識別子による検査）は標準的ＳＱＬ動作である。 ＩＸ．データ統合およびデータの輸出入 化学情報システムの基礎を関係データベースに置くことの重要な利点は、構造 データを簡単に関係データと組み合わせて、完全な統合システムを作製できるこ とである。このため標準的ＲＤＢＭＳの機能性を利用して他のシステムの情報を ＲＤＢＭＳとの間で容易に輸出入できる。 Ｘ．ダイナミック問合せ どの関係データベースにもいえることだが、システムの設計は、主体と、関係 と、機能とからなる。関係データベースの設計では照会の完全さが基本であるた め、主体間の関係の定義は厳密に行われる。関係技術を利用した化学情報システ ムの実現は、このような点を考慮して行わなければならない。 データベース構造と、その構造から派生するサブ構造探索との間にはある自然 な関係が存在する。各探索からは一組の化合物識別子が得られる。本発明では、 データベースの探索時にこの識別子の組を記憶するために関係表を用いる。これ には問合せに関する一般情報（現在のユーザ、日付、問合せ構造、オプション、 探索戦略など）を記憶する表を作製する。関係表は、問合せにマッチする構造の 識別子の記憶に用いられる。 システムに新規の構造が登録されると、最初の探索時には存在しなかった構造 を構造データベースが含むようになるから、以前の問合せの結果得たものだと識 別される構造の組は不要となる。これはある意味で照会の完全さを損なうものと いえる。なぜなら構造−問合せ間の関係が保たれないためである。 これに対して本発明では、ダイナミック問合せの概念を導入する。新規の構造 が登録されると、システムはダイナミック指定された問合せを検査する。その後 、新規構造にマッチする各問合せごとに設定された探索結果に識別子を加える。 関 係技術によって簡略化されたこの方法によって、これまで化学情報システムでは まったく不可能だった機能性が提供できる。 ダイナミック問合せは関係図と似ている。つまりデータベースの探索を常に最 新の客体としてデータベースに記憶できる。このダイナミック問合せによって可 能となる機能性の例を以下に示す。 図８を参照する。ステップ６０でユーザが探索（サブ構造、化学名、分子式に ついて）を実行すると、ステップ６２でシステムは探索の結果得られる化合物識 別子の組を記憶する。ユーザがこれら化合物群を検査している間、ステップ６４ でシステムはユーザが観察済みの各化合物にフラグを立てる。これによりシステ ムは常に探索結果を知ることができる。同時にユーザがどこまで結果を検討した かも知ることができる。 ある特定の構造クラス（例えばステロイド）に関心のあるユーザは、探索を１ 度だけ実行する。この際、探索をダイナミックと指定する。以後、探索はシステ ムによって自動的に維持される。実際には、ステップ６６でシステムは新規のス テロイドが登録される度にユーザに報告する。これにはまず、ステップ６８でシ ステムは新規登録された分子すべてについてダイナミック問合せを実行する。そ の後、ステップ７０でマッチがあればユーザに知らせる。その後、ステップ７２ でユーザはまだ見ていない結果を観察する。この際、問合せを繰り返す必要はな く、かつ、すでに見た結果を再度観察しなくてもよい。 ダイナミック問合せは比較的移動の少ないデータベースではあまり重要性を持 たないが、研究環境においては幅広い用途を有する。ダイナミック問合せを大量 に行うには、探索結果記憶用に大量のディスク容量の割当てが必要である。また 、ダイナミック問合せが大量にあると登録手順の実行に支障をきたす場合がある 。 このような問題を回避するには、資源割当てシステムを用いる。このシステム では各ユーザに２つの割当てが与えられる。第一の割当てはユーザが一度に能動 化できるダイナミック問合せの数を制御するものである。これにより登録手順時 の動作を保護する。第二の割当てはユーザがダイナミック問合せによって記憶す る構造識別子の総数を制御するものである。これはディスク容量の節約に用いる 。 また、ユーザが上記のような割当てシステムを不能化するようにもできる。た だしその場合、登録手順の速度が遅くなったり、データベース用のディスクスベ ースを使い尽くすことが考えられる。 ＸＩ．構造クラス 従来、化学分野における組織化技術として、重複規準（官能基、環式系など） に基づく化学構造のクラス分類が利用されている。一般に化学情報システムはこ のクラスシステムを取り入れ、ユーザが様々な検索結果を検討できるようにして いる。かかる検討はどの化学情報システムにも必要な特徴だが、化学分野で用い られる分類スキームの基本的重要性には対処していない。本発明では、分類スキ ームをいくつでも構造用のデータベースに維持する機構を提供する。分類スキー ムや構造クラスは個々のユーザによって独自に定義づけできる。また、システム 横形検索の補助として用いても良い。 「構造クラス」とはサブ構造検索、化学名検索、分子式検索、または該検索を 組み合わせた検索から得られる一組の構造識別子と定義できる。構造クラスはダ イナミック問合せの一応用であり、将来の検索範囲の制限に使用する。例えばシ ステムがステロイドの構造クラスを持つとする。この場合、検索時に、ユーザは 、得られる結果がステロイドクラスの一つでなければならいと指定できる。従っ てユーザは、ステロイド環全体を描画せずに特定のサブ構造を持つすべてのステ ロイドをデータベースに問合せればよい。 この方法による主たる利点は次の２点である。１つは問合せが単純化されるこ と、つまり複雑な問合せを引き出す必要がないこと。２つめは構造クラスの一員 であることがすでにわかっている化合物にだけスクリーニングを行えばよいこと である。 ダイナミック問合せおよび構造クラスは共通の利点を有する。すなわち構造検 索に関するオーバヘッドに遭遇するのは一度だけ（ダイナミック問合せまたは構 造クラスが定義される時だけ）である。また追加オーバヘッドは以後の化学構造 データベース更新時に均等に分配される。 上記のとおり、化学分野に適合した特定の実施形態によって本発明を詳述した 。本発明は該分野において多くの利点を認めるが、構造データを有効に記憶でき るこれ以外の分野で適用してもよい。従って、本発明の実施は上述の好適な形態 の 詳細ではなく以下の請求の範囲によって規定される。

【手続補正書】 【提出日】１９９７年４月１６日 【補正内容】 請求の範囲 １．関係データベースに記憶された化学構造群を探索するために、ある化学構造 中の各原子ごとにコンピュータサーチキーを作成する方法であって、 入力した化学構造から開始原子を選択するステップと、 前記開始原子についてのコードをキー列に加えるステップと、 前記開始原子に隣接する結合群を順序づけするステップと、 前記順序づけされた結合群についてのコードを前記キー列に加えるステップと 、を含み、 これにより前記順序づけされた結合群および原子群についての前記コードに基 づいてサーチキーが作成されるサーチキー作成方法。 ２．請求の範囲１に記載のサーチキー作成方法であって、 さらに前記キー列に原子終端マーカを加えるステップを含むサーチキー作成方 法。 ３．請求の範囲１に記載のサーチキー作成方法において、 前記開始原子に隣接する結合群に開部位がある場合、前記キーにワイルドカー ドマーカを加えることを特徴とするサーチキー作成方法。 ４．請求の範囲１に記載のサーチキー作成方法において、 前記化学構造群は関係データベースに記憶されることを特徴とするサーチキー 作成方法。 ５．記憶装置に記憶された化学構造群の問合せを行うために、ある化学構造中の 各原子ごとにコンピュータ問合せキーを作成する方法であって、 問合わせる化学構造から開始原子を選択するステップと、 前記開始原子についてのコードをキー列に加えるステップと、 前記開始原子に隣接する結合群を順序づけするステップと、 前記順序づけされた結合群についてのコードを前記キー列に加えるステップと 、を含み、 これにより前記順序づけされた結合群および原子群についての前記コードに基 づいて問合せキーが作成される問合せキー作成方法。 ６．請求の範囲５に記載の問合せキー作成方法であって、 前記開始原子に隣接する結合群に開部位がある場合、前記キー列にワイルドカ ードマーカを加えるステップをさらに含む問合せキー作成方法。 ７．請求の範囲５に記載の問合せキー作成方法において、 前記開始原子選択ステップは統計技術を用いて行うことを特徴とする問合せキ ー作成方法。 ８．化学構造探索方法であって、 原子群または結合群の少なくとも一方を含む、記憶された化学構造群を入力す るステップと、 前記記憶された各化学構造群から開始原子を選択するステップと、 前記記憶された各化学構造中の前記開始原子についてのコードをキー列に加え るステップと、 前記記憶された各化学構造中の前記開始原子に隣接する結合群を順序づけする ステップと、 前記順序づけされた結合群を前記キー列に加え、これにより前記記憶された結 合群および原子群に基づいてサーチキーが作成されるステップと、 前記記憶された各化学構造から探索接続表を作成するステップと、 所望の化学構造を表す原子または結合の少なくとも一方を含む問合せを入力す るステップと、 前記所望の各化学構造から開始原子を選択するステップと、 前記所望の化学構造中の前記開始原子についてのコードをキー列に加えるステ ップと、 前記所望の化学構造中の前記開始原子に隣接する結合群を順序づけするステッ プと、 前記順序づけされた結合群を前記キー列に加え、これにより前記順序づけされ た原子群および結合群についての前記コードに基づいて問合せキーが作成される ステップと、 前記所望の各化学構造から問合せ接続表を作成するステップと、 前記作成された問合せキーを、記憶された化学構造群について作成した１つ以 上のサーチキーとマッチングさせるステップであって、ある化学構造に対応する 少なくとも１つのサーチキーに前記問合せキーがマッチすればマッチが報告され るステップと、 前記マッチが報告されると、前記問合せ接続表と少なくとも１つの問合せキー にマッチするサーチキーを含む前記探索接続表とを比較するステップと、 前記比較の結果を出力するステップと、を含む化学構造探索方法。 ９．請求の範囲８に記載の化学構造探索方法であって、 前記開始原子に隣接する結合群に開部位がある場合、前記問合せキーにワイル ドカードマーカを加えるステップをさらに含む化学構造探索方法。 １０．請求の範囲８に記載の化学構造探索方法であって、 前記化学構造群は関係データベースに記憶されることを特徴とする化学構造探 索方法。 １１．請求の範囲８に記載の化学構造探索方法であって、 前記開始原子選択ステップは統計技術を用いて行うことを特徴とする化学構造 探索方法。 １２．記憶装置に記憶された化学構造群を探索するために、ある化学構造中の各 原子ごとにコンピュータサーチキーを作成する装置であって、 入力した化学構造から開始原子を選択する選択手段と、 前記開始原子についてのコードをキー列に加える開始原子加入手段と、 前記開始原子に隣接する結合群を順序づけする順序づけ手段と、 前記順序づけされた結合群についてのコードを前記キー列に加える順序づけさ れた結合加入手段と、を含み、 これにより前記順序づけされた結合群および原子群についての前記コードに基 づいてサーチキーが作成されるサーチキー作成装置。

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ， ＤＫ，ＥＳ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，Ｍ Ｃ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ， ＴＤ，ＴＧ)，ＡＰ(ＫＥ，ＭＷ，ＳＤ，ＳＺ，ＵＧ)， ＡＭ，ＡＴ，ＡＵ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，Ｃ Ｈ，ＣＮ，ＣＺ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＧＢ，ＧＥ ，ＨＵ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＫ， ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＮ，ＭＷ，ＭＸ，Ｎ Ｏ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＩ ，ＳＫ，ＴＪ，ＴＴ，ＵＡ，ＵＳ，ＵＺ，ＶＮ (72)発明者 ブラジル ジョアン アメリカ合衆国 メリーランド州 ホワイ ト ホール ジョリー アクレス ロード 4500 (72)発明者 フーバー ジェフリー アール アメリカ合衆国 メリーランド州 バルチ モア ウィロー オーク ロード 8639

Claims (1)

1. 【特許請求の範囲】 １．化学構造の記憶方法であって、 前記化学構造の原子を入手するステップと、 前記原子間の結合を入手するステップと、 前記原子および結合を含む前記化学構造を行列で表現するステップと、 前記行列を関係データベースに記憶させるステップと、 前記化学構造中の前記各原子ごとに１つのサーチキーを作成するステップと、 前記サーチキーを記憶するステップ、とを含む方法。 ２．データベースに記憶された化学構造の探索方法であって、 原子および結合を含む問合せキーを入力するステップと、 前記問合せ中の前記各原子ごとに１つの問合せキーを作成するステップと、 前記問合せから作成した問合せ用の接続表を作成するステップと、 前記問合せキーの少なくとも１つを所定のデータベース構造について作成した １つ以上のサーチキーと比較するステップであって、前記少なくとも１つの問合 せキーが前記構造中の前記サーチキーの少なくとも１つと一致すればマッチが検 出されるステップと、 前記マッチが検出されると前記問合せ用接続表を探索用接続表と比較するステ ップと、 前記比較による前記マッチを記憶する表を作成するステップと、 前記結果を出力する方法と、を備える方法。