アレイのプローブ配列検索を強化

マイクロアレイのプローブIDから塩基配列検索の機能を強化しました。

「便利そう」なサービスを実際に「使える」サービスにするためには、地味な作り込みが不可欠なんですよね・・・。先週紹介したプローブ配列検索も、ヒトとマウスで合計4つのプラットフォームだけでは頼りない。そこで今回は、AffymetrixとAgilentのマイクロアレイのうち、GEOにサンプル登録が多いプラットフォームと、まだサンプル登録は少ないけれども最新のプラットフォームを、とにかく全部収録することに。

収録したプラットフォーム一覧

メーカー	生物種	マイクロアレイの種類	GPL ID
Affymetrix	ヒト	Human Genome U219 Array	GPL13667
Affymetrix	ヒト	Human Genome U133 Plus 2.0 Array	GPL570
Affymetrix	マウス	Mouse Genome 430 2.0 Array	GPL1261
Affymetrix	ラット	Rat Genome 230 2.0 Array	GPL1355
Affymetrix	ラット	Rat Genome U34 Set (U34A/B/C)	GPL85,GPL86,GPL87
Affymetrix	ニワトリ	Chicken Genome Array	GPL3213
Affymetrix	ゼブラフィッシュ	Zebrafish Genome Array	GPL1319
Affymetrix	ショウジョウバエ	Drosophila Genome 2.0 Array	GPL1322
Affymetrix	ショウジョウバエ	Drosophila Genome Array	GPL72
Affymetrix	線虫	C. elegans Genome Arra	GPL200
Affymetrix	シロイヌナズナ	Arabidopsis ATH1 Genome Array	GPL198
Affymetrix	出芽酵母＋分裂酵母	Yeast Genome 2.0 Array	GPL2529
Affymetrix	出芽酵母	Yeast Genome S98 Array	GPL90
Agilent	ヒト	SurePrint G3 Human Exon 2x400K Microarray (028680)
Agilent	ヒト	SurePrint G3 Human Exon 4x180K Microarray (028679)
Agilent	ヒト	SurePrint G3 Human GE 8x60K Microarray (028004)	GPL13607
Agilent	ヒト	Whole Human Genome Microarray 4x44K v2 (026652)	GPL10332,GPL13497
Agilent	ヒト	Whole Human Genome Microarray 4x44K (014850)	GPL4133,GPL6480,GPL9822
Agilent	マウス	SurePrint G3 Mouse Exon 2x400K Microarray (028727)
Agilent	マウス	SurePrint G3 Mouse Exon 4x180K Microarray (030493)
Agilent	マウス	SurePrint G3 Mouse GE 8x60K Microarray (028005)	GPL10787
Agilent	マウス	Whole Mouse Genome Microarray 4x44K v2 (026655)	GPL10333,GPL11202
Agilent	マウス	Whole Mouse Genome Microarray 4x44K (014868)	GPL4134,GPL7202
Agilent	ラット	SurePrint G3 Rat Exon 2x400K (028728)
Agilent	ラット	SurePrint G3 Rat Exon 4x180K (028744)
Agilent	ラット	SurePrint G3 Rat GE 8x60K Microarray (028279)
Agilent	ラット	Whole Rat Genome Microarray 4x44K v3 (028282)
Agilent	ラット	Whole Rat Genome Microarray 4x44K (014879)	GPL4135,GPL7294
Agilent	ニワトリ	G. gallus (Chicken) Oligo Microarray v2 (026441)
Agilent	ニワトリ	Chicken Gene Expression Microarray (015068)	GPL8764
Agilent	ゼブラフィッシュ	D. rerio (Zebrafish) Oligo Microarray V3 (026437)
Agilent	ゼブラフィッシュ	D. rerio (Zebrafish) Oligo Microarray (013223)	GPL2878,GPL7244
Agilent	ゼブラフィッシュ	Zebrafish (v2) Gene Expression Microarray (019161)	GPL6457,GPL7301
Agilent	ゼブラフィッシュ	Zebrafish Gene Expression Microarray (015064)	GPL6563,GPL7302
Agilent	ショウジョウバエ	D. melanogaster (FruitFly) Oligo Microarray - V2 (021791)
Agilent	ショウジョウバエ	Drosophila Gene Expression Microarray (018972)	GPL6385,GPL7300
Agilent	線虫	C. elegans Oligo Microarray (012795)	GPL2875,GPL7272
Agilent	線虫	C. elegans (V2) Gene Expression Microarray (020186)	GPL10094,GPL11346
Agilent	線虫	C. elegans Gene Expression Microarray (015061)	GPL7727,GPL8209
Agilent	シロイヌナズナ	Arabidopsis 3 Oligo Microarray (012600)	GPL2871,GPL7270
Agilent	シロイヌナズナ	Arabidopsis 2 Oligo Microarray (V2) (013324)	GPL2880,GPL7290
Agilent	シロイヌナズナ	Arabidopsis 2 Oligo Microarray (011839)	GPL888,GPL7265
Agilent	シロイヌナズナ	Arabidopsis (V4) Gene Expression Microarray (021169)	GPL9020,GPL12621
Agilent	シロイヌナズナ	Arabidopsis (V3) Gene Expression Microarray (015059)	GPL6177,GPL7299
Agilent	出芽酵母	Yeast microarray (011447)	GPL884,GPL7259
Agilent	出芽酵母	Yeast Oligo Microarray (V2) (013384)	GPL2883,GPL7293
Agilent	出芽酵母	Yeast (V2) Gene Expression Microarray (016322)	GPL9825,GPL10045,GPL11488,GPL13340
Agilent	出芽酵母	Yeast (V1) Gene Expression Microarray (015072)	GPL7542,GPL9294

プローブ検索、既知の問題点

プローブを検索しても結果が何も出てこない場合があります。たとえばヒトの 220281_at というプローブ。

Summary欄の表をみると、11個あるプローブのうち10個は NM_000338, NM_001184832 にマッチしているものの、GTTTTTCTGATGAATGGCTTGATTT というプローブは何もヒットしていません。したがってANDを取ると何も出てこないことになります。ところがこのプローブ、1ミスマッチを許して seq1:GTTTTTCTGATGAATGGCTTGATTT で検索してやると（リンク）、ちゃんと NM_000338, NM_001184832 がヒットするのです。Affymetrix社がプローブ設計時に使った配列が、RefSeqの最新の配列と1塩基違っていたのですね。

こういう事例を想定して、本当は11個の塩基配列を検索するときに最初からミスマッチを許して seq1: とか seq2: のモードで検索すればよいのでしょうが、計算時間がかかるのでどうすべきか・・・。