導入事例
国立遺伝学研究所 生命情報・DDBJ研究センター様

富士通が開発したXML型データベースエンジン「Shunsaku」を基盤技術に
国際競争を勝ち抜く世界最速の次世代バイオデータベースの実現へ

2003年4月、ヒトゲノムの解読完了が発表され、ゲノム関連の研究は解読から応用へとシフトしつつあります。ますます過熱するバイオ分野の研究開発を支えているのが三大国際DNAデータバンクです。そのひとつ、DDBJ（日本DNAデータバンク）を管理運営している国立遺伝学研究所 生命情報・DDBJセンター様と富士通は、増大するデータ量への対応や、高速検索ニーズ等に応えるべく、次世代バイオデータベースの共同開発を進めています。

次世代バイオデータベースの基盤技術には、富士通が世界に先駆けて開発したXML型データベースエンジン「Interstage Shunsaku Data Manager」を採用。驚異の高速性、インデックス不要など従来のデータベースの概念を超えた高いポテンシャルが現在の、そして明日のバイオデータベースが抱える課題解決への道を拓きます。世界最速、ライフサイエンス分野のデファクトスタンダードへ、その一歩となるテスト版の一般公開もスタートしました。
医療・健康ユビキタス社会の早期実現へ、バイオ分野の国際的な最前線で富士通の先進技術が貢献しています。

導入の背景

1億件（新聞約500年分）の膨大なデータ量に対応するために

日本のライフサイエンスの中心、国立遺伝学研究所様は、WatsonとCrickがDNAの二重らせん構造を発見(1953年)する4年前、1949年に設立されました。その歴史はまさにライフサイエンスの歴史そのものです。

今日のライフサイエンスの研究では、日々、大変なスピードで蓄積されるDNAデータなどの生命情報の処理や解析にIT技術を活用することが不可欠となっています。そうした研究者のニーズに応えているのが、日本におけるバイオインフォマティクス（注1）の国際的な研究拠点、国立遺伝学研究所 生命情報・DDBJ 研究センター（以下、生命情報・DDBJ 研究センター）様です。
生命情報・DDBJ 研究センター様は、欧州の分子生物学研究所 (EBI/EMBL)、米国の国立バイオテクノロジー情報センター (NCBI/GenBank)と並ぶ三大国際DNAデータバンクの一つ、DDBJ（日本DNAデータバンク）を管理運営しています。
三大国際DNAデータバンクでは世界中のバイオ研究者が実験等により発見し決定したDNAデータを管理運営するために「DDBJ/EMBL/GenBank 国際塩基配列データベース（注2）」を共同で構築しインターネット上で公開しています。

現在、国際塩基配列データベースには約4,300万件（1千200億文字、新聞約200年分）のDNAデータが登録されています。データ量は毎年約1.5～2倍の伸び率で増大しており、2006年には1億件（新聞約500年分）になると予測されています。

「DDBJのデータベースは絶対量も増加量も非常に膨大なものとなっています。データ量が増えるほどに検索するのに多くの時間を要してしまいます。バイオ分野の研究開発は時間との勝負でもあり、スピードは不可欠な要素です。膨大なデータ量と高速性、この相反する課題を解決することは、DDBJはもとよりEMBL、GenBankにとっても大きな課題となっています」と生命情報・DDBJ 研究センター長の五條堀孝教授は語ります。

導入の経緯

数百万件を瞬時に検索。DDBJデータを用いたプロトタイプ版の高速性に驚嘆

DDBJには日本の全省にわたる様々な生物のゲノムプロジェクトのデータや塩基配列の特許情報等も登録されており、利用者は日本の研究者だけでなく世界中の研究者に広がっています。DDBJは日本のバイオインフォマティクスの顔ともいえる存在です。その存在の重要性ゆえに、課題の解決は急務でした。

DDBJの課題は大きく4点に集約できます。第一点は状況を打開するための根本的なデータベースの見直し。第二点は三大国際DNAデータバンクにおけるDDBJの特色の創造。第三点はバイオインフォマティクス分野の先進性としての研究開発成果の達成。第四点は産学連携の加速。「富士通にはDDBJで使っているスーパーコンピュータシステムの運用等で10年前からご協力頂いています。そうしたお付き合いもあり、富士通のSEにDDBJが抱えている課題をお伝えしたところ、Shunsakuという非常に高速で、従来のデータベースとは異なる全く新しい発想のXML（注3）型データベースエンジンがあるというお話を伺いました」（五條堀教授）

「どのくらい高速なのか。百聞は一見にしかず。XML化されていれば原則的にそのまま使えるということでしたので、すでにDDBJ XMLとしてXML化を果たしていたDDBJのデータを使って実際にやって頂くことになりました。目の前で何百万件が瞬時に検索されてでてきたときには本当にびっくりしました。そのあとの技術の説明を聞くのにも力が入りました」（五條堀教授）
Shunsakuは、九州大学理学部の有川節夫教授（現、同大学副学長）と研究グループが開発した超高速アルゴリズム「SIGMA（注4）」をコアに、富士通が約10年の歳月をかけ発展させたものです。「有川先生は以前からよく存じあげています。日本人の手で開発し実装していた純国産の技術を、さらに世界に向けて育てたいと思いました。また、現在の課題だけでなく、将来的なDDBJのデータベースの発展や利用形態の進化を考えたとき、一つの技術的な答えがShunsakuにあるという確信を得ました。そうした経緯で今回のシステム導入と、ライフサイエンス分野での応用的な共同研究開発を決断しました」（五條堀教授）

導入の効果

高速性はもとよりインデックス不要で更新も簡単

Shunsakuを基盤技術とした次世代バイオデータベースは2004年7月に第一弾として当時の約3500万件全データを対象に国立遺伝学研究所内の研究者に公開されました。

「なによりもその検索スピードに、皆さん驚かれます。研究者はいままでの経験から検索には時間がかかるものと覚悟しています。とくに複雑な検索条件のときには数十分かかることもありました。それが、どんなに複雑な条件でも5、6秒で結果がでてくるわけですから、それはもう驚嘆に近い声も聞こえてきます」と五條堀教授は驚きを隠しません。「アクセスが集中しても検索スピードがほとんど変わらないということも驚きです」と五條堀教授は続けます。Shunsakuは超高速アルゴリズム「SIGMA」に加え、複数の検索要求をまとめて検索するハイトラフィック技術（注5）を採用し、複雑な検索条件やトラフィック数に無縁の安定した高速性を実現しています。

「データ変更、更新の容易さも評価が高いです。DDBJではデータ量も膨大ですが、そのデータに対しては様々な修正も入ってきます。RDBといった従来のデータベースでは登録時はもとより変更、更新時もインデックス（注6）や正規化（データ項目の統一）が必要になります。これには大変な人材の投入が必要となり、多くの時間やコストがかかります。Shunsakuならインデックスは不要で、変更、更新もテキスト処理だけです」（五條堀教授）
ShunsakuはXML型のテキストデータを先頭から最後まで一文字ずついわばベタ読みしていくシンプルな検索方式のため、登録項目の数や種類を増やすことも簡単です。さらに文字数や項目の制限もなく、あらかじめ慎重にデータ領域を設計する必要もありません。これによりインデックスもチューニング（注7）も不要にしています。「インデックスが不要ということはインデックスに縛られることなく全項目を自由に検索できるということでもあります。このことは今後の研究の自由度を保証する意味でも画期的です」（五條堀教授）

懸案の課題だったデータ量の増加に対しても、Shunsakuの検索時間の大半はデータ量、CPU数とメモリ容量のみに依存するため、物理的なCPUやメモリの増強で対応可能となり、検索性能も保証できます。「今後のデータ件数の増大に対してもCPUやメモリの単純追加で十分対応できると富士通から説明を受けたときは将来に向けて一筋の光が射した思いでした」（五條堀教授）

将来の展望と富士通への期待

ライフサイエンス分野におけるデータベース技術のデファクトスタンダード

生命情報・DDBJ研究センター様では、2004年12月27日からDDBJサイト上で、DDBJ 新キーワード検索システム ARSA (All-round Retrieval of Sequence and Annotation)として次世代バイオデータベースのプロトタイプ版をテスト公開しています。

「ARSAは現在テスト公開をしております。本格運用のときには世界最速をマークすると確信しています」（五條堀教授）

バイオ分野における研究開発を一層進展させるためには様々なプロジェクトで生み出されるデータとのさらなる連携が不可欠です。そのためには複数のデータベースを仮想的に統合するデータグリッド（注8）が重要なキーワードになります。

「データグリッドの実現においては従来のデータベース技術ではインデックス化や正規化が大きな障害となります。しかしShunsakuなら難なくクリアすることができるでしょう。またこれからは、異なる種類の情報の高速検索といった複雑性や、自然言語処理などさらなる開発要件も出てきます。新たなニーズにもShunsakuは応えられるポテンシャルがあると考えています。たとえば、健康予防やテーラーメード医療などIT技術の開発スピードへの貢献です。富士通には、世界NO.1を目指して欲しいですね。DDBJとの共同開発によるデータベース技術が、世界を変えてゆくライフサイエンス分野の日本発のデファクトスタンダードへと進展していくことも夢ではないし、異業種へのブレークスルーにも貢献できると思っています」（五條堀教授）

富士通は、今回の共同開発の成果をもとに様々なビジネス分野への応用も視野に入れています。また、今後もバイオインフォマティクスを重点分野と位置付け、一人一人の個性に合わせたテーラーメード医療（注9）やゲノム創薬（注10）をはじめとする健康・医療ユビキタス社会の実現を加速させるために、Shunsakuをはじめとする先進的・総合的なIT技術を駆使し貢献していきます。

本事例中に記載の肩書きや数値、固有名詞等は掲載日現在のものであり、このページの閲覧時には変更されている可能性があることをご了承ください。