写真は10月中旬，修禅寺の色付き始めた紅葉です。
暑かった夏が終わり，秋がやってきました。寒くなると温泉ですね。
修禅寺が街の中心にある修善寺温泉は，伊豆半島で最も歴史がある温泉地です。
修善寺温泉は，平安時代に病父の体を川で洗う少年に「川の水では冷たかろう」と弘法大師が独鈷で岩を砕き温泉を湧出させた歴史から始まります。
その温泉のおかげで父の病気がたちまち治癒したと伝えられ，以来，病気療養にも良いとされ沢山の人が修善寺温泉に訪れるようになったようです。
今でも川沿いに歴史と文化が残る旅館が立ち並び，情緒あふれる街並みです。
三島から修善寺温泉までは，電車や車で30分程と好アクセスです。
これからの寒い季節，温泉にゆっくりと浸かり心も身体も温まりたいですね。
DDBJ メールマガジン第54号 web 版です。
メールマガジンに関するご意見やご質問がありましたら 
までお願いします。
2011年1月17-18日，「第23回 DDBJing 講習会 in 長浜」を 長浜バイオ大学 にて， 日本蛋白質構造データバンク（pdbj） と共催で開催予定です。
日 時： 2011年1月17日（月）- 1月18日（火）
場 所： 長浜バイオ大学 会場アクセス
対 象： DDBJ を利用される方をどなたでも歓迎します
参加費： 無料
開催に関する詳細は，近日中にホームページ上にてご案内いたします。
これまでの講習会のプログラム等をご参考下さい。
・DDBJing 講習会のページ
講習会に関するご意見ご質問，または開催のご要望がありましたら検討いたしますので，以下のメールアドレスへお問い合わせ下さい。
国際ハップマッププロジェクト で用いられた日本人男性の全ゲノム配列が 理化学研究所 ゲノム医科学研究センター によって解析されました。
この研究プロジェクトにより，約313万個の1塩基多様性(SNVs: single nucleotide variations)，10 kb より小さい約5,300 個の欠失，さらに，計3 Mb のヒトゲノム参照配列にない新規ゲノム配列が発見されました（理化学研究所 プレスリリース）。
DDBJ Sequence Read Archive (DRA) は，これらの解析のもととなる Illumina genome analyzer II のシークエンスデータを DRA000222 として公開いたしました。
新エネルギー・産業技術総合開発機構（NEDO） 「完全長 cDNA 構造解析プロジェクト」 が決定した Homo sapiens（ヒト) 完全長 cDNA 配列のもととなる trace データ
2,445,650 件 を公開いたしました。
データは，*DDBJ Trace Archive と NCBI Trace Archive から公開されています。
TI 番号:
・2282248605-2282527996
・2282791904-2284232295
・2284242226-2284960269
・2284238627-2284240689
・2285528775-2285534533
Anonymous FTP:
ftp://ftp.ddbj.nig.ac.jp/ddbj_database/dta/FLJ/
*： DDBJ Trace Archive (DTA) は，大規模配列決定プロジェクトからのシングルパスリードの DNA sequence chromatograms (traces)，base calls，quality estimates のためのアーカイブです。
DDBJ が登録を受付け，2010年6月から7月にかけて DDBJ/EMBL-Bank/GenBank 国際塩基配列データベースから公開した大量データは以下の通りです。
ハボタン (Brassica oleracea var. acephala) EST 119,204 エントリの新規公開
キリンホールディングス株式会社から登録されたハボタン (Brassica oleracea var. acephala) 由来の
EST データ 119,204 エントリが公開されました。
アクセッション番号 （Anonymous FTP 一括取得ファイル名） は以下の通りです
・DK455950-DK575153 (Brassica_oleracea_var._acephala_EST_101013_1.seq.gz) (119,204 entries)
これらは10月13日分の新着データとして DDBJ より公開されております。
DDBJ の登録担当者は，ユーザーの皆様へすみやかにアクセッション番号を発行するために日々奮闘しています。
この毎日の登録作業では，意外にも，以下のような点を修正するために多くの時間を費やしています。そこで，ユーザーの皆様へお願いです！
データ登録の際には，事前に以下の点を確認してから入力して頂くと，より迅速にアクセッション番号をお知らせできますので，皆様のご協力をお願いいたします。
１．FAX番号の登録をお願いします
DDBJ では通常，登録者への連絡に電子メールを使用しております。
しかしながら，サーバートラブル等により，電子メールによる連絡ができない場合には FAX で連絡をさせて頂くことになります。
このような事情ですので，連絡用 FAX 番号の入力をお願いいたします。
２．登録者はコンタクトパーソンひとりではなく，複数でお願いします
塩基配列の修正・更新を行える権利を有するのは登録者のみです。
登録者がひとりでは，連絡が取れなくなる可能性がありますので，複数の方を登録者に指定頂くことを推奨しています。
３．vector 配列のコンタミのチェックは必ず行って下さい
登録配列中に vector 配列が含まれている場合には，配列の修正が必要となります。
ご登録の前にベクタースクリーニングをお願いいたします。
DDBJ Vector Screening System をご利用下さい。
４．同一配列であっても複数個で登録して下さい
基本的には，配列が同一であっても，独立に配列決定を行ったデータであれば，個別に配列を受け付けます。つまり，決定した配列すべての登録をお願いします。
しかし，場合によっては，/frequency qualifier で出現頻度とサンプル総数を記載し代表データのみに集約して登録することも可能です。
その場合，配列多型 (haplotype, allele) および/または，観測した集団(country, lat_lon, host など)の記載の単一性を維持可能な単位を考慮して，各々のサンプル単位に集約することが推奨されます。
多型関連研究における同一配列の代表データ登録 をご覧下さい。
５．配列由来種の生物名で種が特定出来ない，どのように登録すればよいか判らない，そんな質問が多くあります
まずは，Organism qualifier に記載する生物名 をご一読下さい。
【生物名記載の各論】 １から４のどれに該当するか確認して下さい。
SAKURA で登録される場合には，【SAKURA からの配列データ登録に際して】 の図に従い入力下さい。
６．CDS では，gene 名および/または product 名を必ず記載して下さい
機能，名称等が不明な蛋白質の場合は hypothetical protein と記載することを推奨します。
略号の複数記載を希望される場合は，代表的な略号を gene に記載し，その他の略号を gene_synonym に記載して下さい。
どうすればよいか？と迷ったら，以下のページをご参照下さい。
・タンパク質コード配列; CDS feature について
・DDBJ の遺伝子命名に関する考え方：
CDS についての詳しい解説, product や gene の書き方があります。
・The DDBJ/EMBL/GenBank Feature Table: Definition：
記述形式ついての詳しい解説が英文で書かれています。
かなり長文ではありますが Feature 情報を正しく使用するためにもぜひ一度ご覧下さい。
７．E-mail, Phone, Fax はフラットファイルに表示されません
E-mail, Phone, Fax はデータ公開時に非表示ですが，個別に公開，非公開の設定が可能です。
REFERENCE 1 をご覧下さい。
年々ユーザの関心が高まっている特許関連配列データの公開業務について，DDBJ 大好き(DDBJ 愛)な特許担当アノテータが連載コラムで紹介します。今回は，4回目（最終回）になります。
第４回 日本特許庁(JPO) データの公開フラットファイル構造
1. はじめに
今までの特許コラムでは DDBJ が公開を行っている 日本特許庁(JPO) と 韓国特許庁(KIPO) の塩基配列とアミノ酸配列の特許配列データの紹介，DDBJ 検索ツールを使用した特許公開公報(公開公報) の検索方法の紹介を行った。
今回のコラムでは JPO データの公開フラットファイル(FF) において，出願内容に関する基本情報がどの様に格納され表示されているかを中心に紹介したい。DDBJ が公開を行っている特許データを読み解くための一助となれば幸いである。
2. JPO データの FF 構造と記載内容
2-1）JPO データの出願情報と FF の記載箇所
JPO では出願人が作成した 配列表(ST25) を加工し，DDBJ 登録用ファイル(JPO ファイル) が作成している。DDBJ では JPO から送られてくる登録ファイルを変換し，特許データ FF を構築している。
JPO データの FF は，他データバンクから公開されている 欧州特許庁(EPO) および 米国特許商標庁(USPTO) の FF と比べて，出願内容に関する基本情報が記載され，エントリーを参照しただけで多くの情報を得ることができる。表1に出願基本情報と FF の記載箇所をまとめた。
表1：出願基本情報と FF での記載箇所
| 出願情報項目 | FF の記載箇所 |
| 特許公開番号(公開番号) | KEYWORDS 行, JOURNAL 行, COMMENT PN 行 |
| 公開日 | JOURNAL 行 |
| 出願番号 | COMMENT PF 行 |
| 出願日 | COMMENT PF 行 |
| 出願人 | JOURNAL 行 |
| 発明者 | REFERENCE AUTHORS 行, COMMENT PI 行 |
| 発明タイトル | DEFINITION 行, REFERENCE TITLE 行 |
| 優先権主張出願の出願番号 | COMMENT PR 行 |
| 優先権主張日 | COMMENT PR 行 |
| Feature情報 | COMMENT FT 行 |
| 生物名(登録ファイル記載値) | COMMENT OS 行 |
| 生物名(DDBJ変換時) | SOURCE 行, ORGANISM 行, /organism qualifier |
2-2）JPO データの FF 構造
JPO データの FF 構造と各項目の記載内容について，塩基配列データと記載内容の対応関係を図1で示し，6つの部分に分けて解説した。
公開公報のフロントページに記載される出願基本情報は，��REFERENCE 情報および ��COMMENT 情報を参照することで，把握が可能である。アミノ酸配列データについては，各項目で解説した。
図1：JPO 塩基配列データの FF と記載内容の対応関係 （画像クリックで拡大）
①LOCUS 行- KEYWORDS 行
[LOCUS 行]アクセッション番号，配列長，分子タイプ，分子形態，Division，最終公開日が記載される。
配列長： 塩基配列データの場合は配列長の数値の後に bp，アミノ酸配列データの場合は配列長の数値の後に aa が記載される。
分子タイプ： 塩基配列データの場合は DNA もしくは RNA が記載され，アミノ酸配列データの場合は PRT が記載される。
分子形態： linear が塩基配列の場合のみ記載される。アミノ酸配列データでは記載されない。
Division： 特許データの Division である PAT が記載される。
最終公開日： そのデータが公開された日付が記載される。データが更新され，再公開されると日付は変わる。
アミノ酸配列データの LOCUS 行は塩基配列データと記載内容が異なるため，図2にアミノ酸配列データの LOCUS 行の例を示した。
図2：アミノ酸配列データの LOCUS 行(例)
[DEFINITION 行] 発明タイトルが記載される。REFERENCE の TITLE 行と同じ内容が記載される。
[ACCESSION 行] アクセッション番号が記載される。
[VERSION 行] アクセッション番号と配列バージョン番号が記載される。
VERSION 行は塩基配列データのみに記載され，アミノ酸配列データには記載されない。配列バージョン番号は初公開時には1が指定される。
[KEYWORDS 行] 公開番号が記載される。国内公開公報および公表公報に由来するデータには JP が先頭に付加され，国際公開公報に由来するデータには WO が付加される。
公開番号の記載フォーマットについては，DDBJ メールマガジン No.53 「3. 特許 FF の特許公開番号(公開番号)記載箇所」を参照。
②生物情報
[SOURCE 行] DDBJ の FF に記載する生物学名(生物名)は，NCBI が構築している Unified Taxonomy Database の生物名を採用している。そのため④COMMENT のOS行に記載される登録ファイルの生物名から Unified Taxonomy Database の生物名へ変換が行われた名称が，SOURCE 行に記載される。また human などの一般名(common name) での記載が可能な場合は，生物名の後ろに記載される。
例：SOURCE Homo sapiens (human)
[ORGANISM 行] 1行目は SOURCE 行と同じ生物名が記載され，2行目は Unified Taxonomy Database に基づいた分類(lineage) 情報が記載される。
例： ORGANISM Homo sapiens
Eukaryota; Metazoa; Chordata; Craniata; Vertebrata; Euteleostomi;
Mammalia; Eutheria; Euarchontoglires; Primates; Haplorrhini;
Catarrhini; Hominidae; Homo.
「生物名が unidentified となるデータ」
特許データは出願内容により明確に生物名を記載できない場合がある。DDBJ での FF 構築時に登録ファイルの生物名が Unified Taxonomy Database に存在しない場合は，下記例の様に生物名は unidentified が記載される。登録ファイルの出願人が記載した生物名については，④COMMENT の OS 行で確認することが可能である。
例: 生物名が unidentified のデータ例(FF抜粋)
SOURCE unidentified
ORGANISM unidentified
unclassified sequences.
COMMENT OS Bacillus
FEATURES Location/Qualifiers
source 1..2000
/mol_type="unassigned DNA"
/db_xref="taxon:32644"
/organism="unidentified"
③REFERENCE 情報
REFERENCE 情報は，AUTHORS 行，TITLE 行，JOURNAL 行で構成される。
[AUTHORS 行] DDBJ の FF 構築ルールに基づいて変換された発明者が記載される。発明者のフルネームは，④COMMENT の PI 行で確認を行うことができる。
[TITLE 行] 発明タイトルが記載される。DEFINITION 行と同じ内容が記載される。
[JOURNAL 行] 1行目には「Patent:」の後に，公開番号，公開日が記載される。2行目以降に出願人名が記載される。
④COMMENT の PN 行で公開番号，PD 行で公開日が記載されるが，出願人名は JOURNAL 行のみに記載され，COMMENT には記載されない。
④COMMENT 情報
COMMENT 情報には，表2の様に JPO ファイルに含まれる出願内容の一部が記載される。
表2：COMMENT 情報の各行の説明
| 行名 | 各行の記載内容 |
| OS | 登録ファイルの出願人が記載した生物名が記載される。この生物名に基づき， SOURCE 行，ORGANISM 行，/organism，/db_xref が構築される |
| PN | 公開番号が配列番号と共に記載される |
| PD | 公開日 |
| PF | 出願日 出願番号 |
| PR | 優先権主張日，優先権主張出願の出願番号 |
| PI | 発明者 |
| CC | コメント |
| FH | Feature ヘッダーとして Key Location/Qualifiers の固定値が記載される |
| FT | Feature 情報 |
現在受け付けている JPO データでは記載されていないが、国際特許分類(IPC) を記載する PC 行がある。
⑤Feature 情報
JPO データ(KIPO データも含) の Feature 情報は，source feature のみが記載される。塩基配列データは， /mol_type，/db_xref，/organism のみが記載され，アミノ酸配列データでは /db_xref，/organism のみが記載される。
/mol_type: 塩基配列データのみで記載され，DNA データの場合は unassigned DNA，RNA データの場合はunassigned RNAが記載される。アミノ酸データでは，記載されない。
/db_xref: taxon: の後ろに Unified Taxonomy Database での生物名の ID(Taxonomy ID) が記載される。
/organism: ④COMMENT の OS 行の JPO ファイルの生物名から，Unified Taxonomy Database の生物名に変換が行われた生物名が記載される。
「/db_xrefによるTaxonomy IDの記載追加について」
JPO および KIPO データの FF では /db_xref による Taxonomy ID の記載が行われていなかった。そのため2010年5月より，JPO および KIPO の全データに，Taxonomy ID を付与する修正作業を実施した。Unified Taxonomy Database の内容は逐次更新されており，Taxonomy ID が維持された状態で，生物名の更新が行われている。Taxonomy ID を各エントリーで保持させることで，Taxonomy ID に基づいた最新の生物名の情報を反映させることが可能となった。DDBJ では年に1度，JPO および KIPO の全データについて Taxonomy ID から SOURCE 行，ORGANISM 行，/organism の再構築し，最新の生物名の情報を反映する作業を実施する予定である。
⑥配列情報
公開番号の後ろに記載される配列番号に対応する塩基配列，アミノ酸配列が記載される。
塩基配列データでは，BASE COUNT 行で配列の adenine(a), cytosine(c), guanine(g), thymine(t) の塩基数が記載される。アミノ酸配列データでは，図3の様に BASE COUNT 行は出力されない。
図3：アミノ酸配列データの配列情報の表示
3. EPO および USPTO の FF
EPO の塩基配列データは EMBL-Bank/EBI，USPTO の塩基配列データは GenBank/NCBI で FF が構築され公開が行われている。各バンク間では特許塩基配列データの交換が行われている。
EPO の塩基配列データでは，JPO データの様に出願番号や出願日などの出願情報について多くは反映されていない。しかし JPO データでは COMMENT の FT 行で記載される feature 情報が，source feature 以外にも記載される。CDS が記載される場合は，図4の様に翻訳されたアミノ酸配列と /protein_id も記載される。図4は，DDBJ のエントリー検索ツールである getentry で，EPO の塩基配列データを検索した内容を示した。
図4：EPO 塩基配列データFF (例: HC000669) （画像クリックで拡大）
USPTO の塩基配列データでは，生物情報は Unknown で記載され，source feature には /db_xref による Taxonomy ID の付与も行われない。発明タイトル，発明者，出願人，公開番号，公開日，配列で FF が構築され，JPO データと比べると出願内容に関する情報が少ない。図5は DDBJ で USPTO データを検索した内容となるが，GenBank/NCBI 側での公開データでは公開番号にハイパーリンクが設定され，公開公報が参照できる様になっている。図5は getentry で，USPTO の塩基配列データを検索した内容を示した。
図5：USPTO 塩基配列データ FF における表示内容 (例: GX000001) （画像クリックで拡大）
4.最後に
今回で DDBJ が行っている特許業務を紹介するコラムは最終となるが，DDBJ が提供している特許データを活用して頂くために，基本的な内容を紹介した。そのため特許実務を行っている方にとっては，御存じの内容が多くあったと思われる。DDBJ が提供している特許データをより活用して頂くために，特許データについて不明な点について御連絡を頂ければ幸いである。次回以降，不定期となるが，御寄せ頂いた質問を取り上げて，DDBJ メールマガジンで回答を行って行く予定である。
アンケートは終了しました。
配信申込・中止・変更の方は，「申込・変更」ページをご利用下さい。
国立遺伝学研究所 生命情報・ DDBJ 研究センター
〒411-8540 静岡県三島市谷田1111