開発したシステムは、タンパク質の分子構造や配列情報の解析に必要とされる典型的な計算法やデータベース検索を並列化したものです。これを「並列タンパク質情報解析システム（PArallel Protein Information Analysis system）」または「PAPIA（パピア）システム」と名づけています。SC'97でのデモは大成功で、多くの反響を頂きました。しかし完成に至る道は平坦なものではなく、感慨ひとしおです。応用研メンバーだけの努力ではなく、他研究室との連携が花開いた結果でした。

　SC'97で展示されたRWC PCクラスタ2号機は、64台のPentium Pro（200MHz）プロセサを集積。各ノードは256MBものメモリと2.1GBのハードディスクを持ちます。並列データベース検索には最適な構成で、高い相互通信能力は並列計算にも威力を発揮します。開発を進めていたシステムソフトのグループ（石川 裕 室長）から、「SC'97で応用グループからもデモを載せないか？」と打診された時、喜んで参加させて頂くことにしました。

　しかし大変なのはそれからでした。当研究室のモットーは“評価用ではない本物の応用を作る”事であり、本格的な計算生物学を志しています。短期間での開発と実用性の両立、そしてPCクラスタの特性を活かした内容をと悩みました。8月に準備開始。しかし2号機の完成予定は10月、応用向けに貸し出されるのは輸出前の1～2週間しかありません。当然、別の環境での開発とテストを重ねますが、ディスクと大容量メモリを持ちシステムソフトも同じ環境は無いため苦労しました。出荷前の1週間は連日の泊り込みによる（職住接近の、つくばなのに！）まさに突貫作業でした。

　システムソフトのグループの立場からは、並列マルチユーザ環境のデモが主眼なため、種類の違う小規模応用を複数揃えたかったのだと思います。一方でPAPIAは、良くも悪くも大規模な実応用の意気込みでしたので、両者の要請のギャップには、互いに愕然となることもありました。

　システム完成の合間に応用を載せるのは、まるで動く標的を狙うような難しさを感じたものの、SC'97のデモに間に合わせることができたのは、ソフト研の皆さんの溢れ出る情熱と、温かいご協力、我ら応用屋と接する忍耐力の賜物です。そして汎用UNIXをベースとするPCクラスタ向けシステムソフトの筋の良さそのもののおかげだとも痛感しています。

　PAPIAでは、タンパク質解析で必要とされる処理の典型例として、下記の３つを実現しました。

1. タンパク質類似構造検索 　　タンパク質の断片構造を入力し、既知のタンパク質に似た部分構造があるかを探索します。立体構造間の最適重ね合わせ計算が大量に発生します。　　PDBデータベースを分担して並列に検索します。　　似ている構造が見つかると、構造間距離等の情報とともにJAVA画面に立体表示されます（図1）。
2. タンパク質相同配列検索 　　タンパク質の配列情報を入力し、既知のタンパク質で（構造はともかく）配列的に近いものが存在するかを動的計画法で精密に探索します。やはりデータベース検索を並列に分担する手法です。
3. タンパク質配列マルチプルアライメント 　　データベース検索ではなく、純粋な計算問題を並列処理で高速に実行させる例です。元々は同じ種類のタンパク質でも、生物種の違いや、はたらく臓器の違いで、配列情報がだいぶ異なります。

　これらの配列を数十から数百本入力し、元来は同じ文字だったはずの位置を縦に揃える処理です。

　一見簡単そうですが、激しく変化している配列から先祖の様子を推理するのは困難で、試すべき場合分けが爆発するために計算時間は膨大です。図2に例を掲げます（64本のKinase酵素配列）。1台では79分も要する計算が、PCクラスタの全64プロセサを使うと89秒で実行できます。

　カラー表示されたアライメント結果を見ると、タンパク質配列上で進化の歴史を通じてほぼ保存された場所だけ、縦に文字色が揃って見えるため、重要な機能部位のあぶり出しが可能になるのです。

　実現した上記3種の機能は、単にSC'97のデモ用としてではなく、そのまま現場での実用に耐え得るように工夫して設計しました。そして計算精度がたいへん高いことがPAPIAの大きな特徴です。

　従来は、生物学者が持つパソコン1台で計算することを念頭に、粗い近似に基づくプログラムが広く使われており、見逃しや誤りが起きています。そこで我々は並列化をはじめとする大幅な高速化で、精密な解法の実時間内での提供を狙いました。待てる時間内で答が得られるなら、生物学者はより精密な手法を使いたいのです。PAPIAは見逃されてきた手がかりを再発見できるかも知れません。

　PAPIAの第一の特徴が高速かつ高精度とすると、第二の特徴はWWW経由の気軽な利用です。SC'97デモに際し、WWW経由のジョブ投入機能、待ち行列システム、結果のブラウザ上でのカラー表示機能を実現しました。計算結果にはインターネット上の関連データへのリンクも埋め込まれます。我々は4月中をメドに、PAPIAシステムのデモをネットワーク上で公開予定です（下記URL）。

図１PAPIAでのタンパク質類似構造検索

図２PAPIAにおけるマルチプルアライメントの実行時間