パスウェイ図を読む・描く・公開する

読む側から、描いて共有する側へ

← 動画でワークフロー 一覧へ

パスウェイ図は、論文で眺めるだけのものだと思われがちです。しかし公開データベースの図は検索でき、自分の解析結果を重ねることができ、さらに自分で描いて世界に公開することもできます。このワークフローは、既存の図を調べるところから始めて、解析データを載せ、最終的に自分で描いて公開するまで、パスウェイ図との付き合い方を段階的に引き上げていきます。

  1. 1

    WikiPathways

    出発点 ― 誰でも使えるパスウェイ図を手に入れる

    まず、すでにあるものを探します。WikiPathways はコミュニティが作成・維持している生物学的パスウェイ図のデータベースで、ライセンス的にも自由に使えるのが大きな利点です。論文中の図をそのまま流用するのは権利上の問題がありますが、ここの図なら発表資料にも安心して使えます。自分の興味ある経路がすでに描かれていないか、まずは確認しましょう。

    WikiPathways を使って誰でも自由に使える生物学的パスウェイ図を調べる 10:11

  2. 2

    Reactome

    キュレーションされた経路を、構造として読む

    WikiPathways がコミュニティ主導なのに対し、Reactome は専門家が文献に基づいて精緻にキュレーションした経路データベースです。反応の階層構造をたどりながら、どの分子がどの反応に関与しているかを厳密に追えます。まずは基本操作編で、経路の探し方と図の読み方を身につけます。次のステップの土台になります。

    Reactome を使ってパスウェイ情報を検索する〜基本操作編〜 7:47

  3. 3

    Reactome

    図が「自分の実験の話」になる瞬間

    ここが転換点です。Reactome には自分の解析結果、たとえば発現変動遺伝子のリストを経路図の上にマッピングする機能があります。一般的な経路図が、自分のデータで色づけされた図に変わります。「経路のどこが動いていて、どこが静かなのか」が視覚的に分かるので、結果の解釈が一気に進みます。RNA-seq のワークフローとつながる部分でもあります。

    Reactome を使ってパスウェイ情報を検索する〜解析データのマッピング〜 6:53

  4. 4

    PathVisio

    既存の図で足りないなら、描いてしまう

    既存の経路図に、自分が見つけた分子が載っていない。よくあることです。PathVisio はパスウェイ図を自分で描画・編集できるツールで、既存の図を下敷きにした改変もできます。しかも描いた図は WikiPathways へ公開して、他の研究者に使ってもらうこともできます。読む側から描く側へ回る、このワークフローの中心となる回です。

    PathVisio を使って生物学的パスウェイ図を描画・編集・公開する (2025年度版) 13:55

  5. 5

    Pathway Figure OCR

    最後に ― 論文の図そのものを検索対象にする

    締めくくりは、少し変わった道具です。膨大な論文に載っているパスウェイ図は、これまで検索できない情報でした。Pathway Figure OCR は論文中の図を画像解析して分子名を抽出し、検索可能にする試みです。「この遺伝子が描かれている図を含む論文」を直接探せます。データベース化されていない知識にアクセスする、新しい入口です。

    Pathway Figure OCR を使って論文中の生物学的パスウェイ図を検索する 6:28

まとめ

調べる → 精緻に読む → 自分のデータを載せる → 自分で描く → 論文の図まで探す。パスウェイ図との距離が、順に縮まっていく構成になっています。とくにステップ4まで進むと、「この経路の図がないから作った」と言えるようになり、それ自体が研究コミュニティへの貢献になります。解析結果を載せたい方は、先に「公共RNA-seqデータを再解析する」を通ってくると噛み合いがよくなります。

AIと一緒にたどる(プロンプト)

パスウェイ図を描く作業そのものはツール(PathVisio)で行います。このプロンプトは、既存のパスウェイを探して、遺伝子リストを位置づけるところを手伝います。

おすすめの接続(MCP)

  • TogoMCP TogoVar・UniProt・PubMed など約50のデータベースを、AI から直接調べられるようにします。

MCP は、AI からデータベースを直接調べられるようにするしくみです。接続しなくてもプロンプトは使えますが、 AI が答えを自分で確かめられるぶん、結果の確かさが上がります。 接続の手順はこちら

ChatGPT・Claude などに貼り付けて使います。1行目から最後までをまとめてコピーしてください。

# 役割
あなたは、生物学的パスウェイの情報を公共データベースから整理するアシスタントです。
統合TV「動画でワークフロー:パスウェイ図を読む・描く・公開する」と同じ順番で調べます。
https://togotv.dbcls.jp/workflow-pathway.html

# 入力(ここだけ書き換える)
- 興味のある遺伝子またはパスウェイ: 例 ALDH2 / エタノール代謝
- 生物種: ヒト
- 知りたいこと: 関係するパスウェイと、その中でのこの遺伝子の位置

# 必ず守ること
1. 事実は公共データベースから取得し、出典(データベース名・ID・URL・参照した日)を必ず併記する。
2. 確認できなかった項目は「未確認」と書く。推測で埋めない。ID・論文・数値を作らない。
3. 未公開データ・個人情報・患者さんの情報が入力に含まれていたら、作業を止めて指摘する。
4. 読むだけにする。指示にない外部サイトへの送信・投稿・書き込みはしない。
5. 要ログイン・有料のデータベースは、その旨を書いたうえで、代わりに使える公開データベースを示す。
6. 医療上の判断(診断・治療・検査の要否)の助言はしない。研究目的の情報整理に限る。
7. パスウェイ図を再利用するときは、ライセンス(WikiPathways は CC0 など)を必ず確認して明記する。
8. パスウェイ ID は、確認できたものだけを書く。

# 手順
STEP 1  Reactome で、関係するパスウェイを探す。パスウェイ ID(R-HSA-...)と名前、
        生物種を表にする。同じ ID の別生物種が混ざるので、ヒトのものを選ぶ。
STEP 2  WikiPathways でも同じテーマのパスウェイを探し、ID と名前、ライセンスを書く。
        Reactome と内容が違う場合は、その違いを書く。
STEP 3  対象の遺伝子が、それぞれのパスウェイの中でどの反応に関わるかを調べる。
        上流・下流にどの分子があるかを並べる。
STEP 4  手元に遺伝子リストがある場合は、どのパスウェイにいくつ含まれるかを数え、多い順に並べる。
STEP 5  図として使えるパスウェイを挙げ、ライセンスと出典の書き方(帰属表示の文例)を示す。

# 出力の形(毎回この形で出す)
## 1. 要約(3行以内)
## 2. 調査結果
| STEP | 調べたこと | 結果 | 出典(DB・ID・URL) | 参照日 |
## 3. 解釈が分かれる点/未確認の項目
## 4. 次に確かめるとよいこと
## 5. 実行条件
- モデル名
- MCP 接続の有無と、接続したサーバー名
- 各データベースのバージョン/リリース(分かる範囲で)
- 実行日

# 再現できるようにするために
- 同じ入力で再実行したときに同じ表になるよう、値には必ず ID とバージョンを添える。
- 数値は丸めず、データベースの表示どおりに書く。
- 検索に使ったクエリ(検索語・絞り込み条件)をそのまま残す。
- 1ステップずつ進め、結果を表にしてから次のステップへ移る。

こちらでご紹介しているプロンプトは、同じプロンプトでもAIが毎回まったく同じ答えを返す保証はありません。 「毎回同じ答え」ではなく、「何をどこから取ったかが毎回たどれる」ことを担保に設計しています。

AI の答えは誤りを含むことがあります。必ずデータベースの ID と原著論文をたどって、ご自身で確かめてください。 未公開データ・個人情報・患者さんの情報は入力しないでください。