特許ウォッチ

公開番号2025091801
公報種別公開特許公報(A)
公開日2025-06-19
出願番号2023207264
出願日2023-12-07
発明の名称圧縮プログラム、圧縮方法および圧縮装置
出願人富士通株式会社
代理人弁理士法人酒井国際特許事務所
主分類G16C 20/00 20190101AFI20250612BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】類似検索を行う場合の読み出し速度を向上させること。
【解決手段】圧縮装置は、符号化されたアミノ酸配列で表現されたタンパク質の情報を取得する。圧縮装置は、タンパク質の情報の圧縮率の条件または圧縮したタンパク質の情報を展開する際に要する時間の条件と、可逆圧縮関数との関係を定義した圧縮ポリシーを基にして、タンパク質の情報を圧縮する。圧縮装置は、圧縮したタンパク質の情報を記憶装置に登録する。圧縮装置は、記憶装置に対するアクセスを受け付けた場合に、記憶装置に登録された圧縮されたタンパク質の情報を展開する。
【選択図】図2
特許請求の範囲【請求項１】
符号化されたアミノ酸配列で表現されたタンパク質の情報を取得し、
前記タンパク質の情報の圧縮率の条件または圧縮した前記タンパク質の情報を展開する際に要する時間の条件と、可逆圧縮関数との関係を定義した圧縮ポリシーを基にして、前記タンパク質の情報を圧縮し、
圧縮した前記タンパク質の情報を記憶装置に登録し、
前記記憶装置に対するアクセスを受け付けた場合に、前記記憶装置に登録された圧縮されたタンパク質の情報を展開する
処理をコンピュータに実行させることを特徴とする圧縮プログラム。
続きを表示（約 1,000 文字）【請求項２】
前記圧縮ポリシーは、前記圧縮率の異なる複数の可逆圧縮関数を定義し、前記タンパク質の情報を圧縮する処理は、前記タンパク質の情報を圧縮する際の圧縮率が最大となる可逆圧縮関数を選択し、選択した可逆圧縮関数を基にして、前記タンパク質の情報を圧縮することを特徴とする請求項１に記載の圧縮プログラム。
【請求項３】
前記圧縮ポリシーは、前記圧縮率が閾値以上である場合にDelfate圧縮を実行し、前記圧縮率が前記閾値未満である場合に恒等写像を実行することが定義され、前記圧縮する処理は、前記Delfate圧縮または前記恒等写像を選択して、前記タンパク質の情報を圧縮することを特徴とする請求項２に記載の圧縮プログラム。
【請求項４】
前記圧縮ポリシーは、圧縮した前記タンパク質の情報を展開する際に要する時間の異なる複数の可逆圧縮関数を定義し、前記タンパク質の情報を圧縮する処理は、前記圧縮した前記タンパク質の情報を展開する際に要する時間が最小となる可逆圧縮関数を選択し、選択した可逆圧縮関数を基にして、前記タンパク質の情報を圧縮することを特徴とする請求項１に記載の圧縮プログラム。
【請求項５】
符号化されたアミノ酸配列で表現されたタンパク質の情報を取得し、
前記タンパク質の情報の圧縮率の条件または圧縮した前記タンパク質の情報を展開する際に要する時間の条件と、可逆圧縮関数との関係を定義した圧縮ポリシーを基にして、前記タンパク質の情報を圧縮し、
圧縮した前記タンパク質の情報を記憶装置に登録し、
前記記憶装置に対するアクセスを受け付けた場合に、前記記憶装置に登録された圧縮されたタンパク質の情報を展開する
処理をコンピュータが実行することを特徴とする圧縮方法。
【請求項６】
符号化されたアミノ酸配列で表現されたタンパク質の情報を取得し、
前記タンパク質の情報の圧縮率の条件または圧縮した前記タンパク質の情報を展開する際に要する時間の条件と、可逆圧縮関数との関係を定義した圧縮ポリシーを基にして、前記タンパク質の情報を圧縮し、
圧縮した前記タンパク質の情報を記憶装置に登録し、
前記記憶装置に対するアクセスを受け付けた場合に、前記記憶装置に登録された圧縮されたタンパク質の情報を展開する
処理を実行する制御部を有する圧縮装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、圧縮プログラム等に関する。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
高分子化合物の一種であるタンパク質は２０種類のアミノ酸により鎖状に構成される。たとえば、タンパク質のアミノ酸配列を符号列で記述する形式として、FASTA形式が知られている。以下の説明では、適宜、FASTA形式のタンパク質のデータを「FASTAデータ」と表記する。
【０００３】
図１４は、FASTAデータの一例を示す図である。たとえば、alanine(“A”)、aspartate(“B”)、cystine(“C”)の３つのアミノ酸から構成されるタンパク質「PROTEIN A」は、FASTAデータ５で表現される。
【０００４】
たとえば、FASTAデータを格納するタンパク質データベースから入力配列の類似検索を行う技術として、HMMER、HH-suite3等がある。図１５は、従来技術の類似検索の一例を説明するための図である。図１５に示す例では、タンパク質データベース６に、タンパク質「PROTEIN A」、「PROTEIN B」、「PROTEIN C」のFASTAデータが格納されている。
【０００５】
タンパク質「PROTEIN A」のアミノ酸配列を「ABC」とする。タンパク質「PROTEIN B」のアミノ酸配列を「DEF」とする。タンパク質「PROTEIN C」のアミノ酸配列を「GHI」とする。
【０００６】
たとえば、入力配列７として「AAA」が指定されると、アミノ酸配列の１番目の符号が一致する、タンパク質「PROTEIN A」が検索される。
【０００７】
なお、実際のタンパク質データベース６は、BFD（Big Fantastic Database）等であり、２５億件のタンパク質のFASTAデータが格納される。BFDは、全て非圧縮の状態でFASTAデータを格納しており、データサイズは、１．７ＴｉＢである。
【先行技術文献】
【特許文献】
【０００８】
米国特許出願公開第２０２０／０２９４６２９号明細書
特開２００７－１９３７０８号公報
特開２００４－２４０９７５号公報
米国特許出願公開第２０１６／０３０６９１９号明細書
【発明の概要】
【発明が解決しようとする課題】
【０００９】
上記のBFDのような巨大なタンパク質データベースは、大容量だが低速なネットワークファイルシステム等に格納されるため、類似検索を行う場合に、読み出し速度が低下する。このため、類似検索を行う場合の読み出し速度を向上させることについて、改善の余地がある。
【００１０】
１つの側面では、本発明は、類似検索を行う場合の読み出し速度を向上させることができる圧縮プログラム、圧縮方法および圧縮装置を提供することを目的とする。
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許