1. 化学成分データベース

世界でこれまでに報告された既知化合物を広く網羅するのは，Chemical Abstracts Service（CAS）とPubChemである．これらには人工物も含まれ，一部の元素が同位体で置換されたものや，塩や水和物などが個別に登録されていることもあり，膨大な数となっている．しかしその重複を除去しても，PubChemには7,600万件以上が存在する．ChemSpiderでは，試薬会社や生物データベースなど多くの情報源から集めた化合物を一括検索できる．これら巨大な化合物データベースでは，個々の物理化学的な性質などを詳しく調べることができる．CASではまた，関連する論文や特許などの情報が得られる．天然物を集めた最も大きいデータベースとしてはDictionary of Natural Products（DNP）があり，最初に発見された成分とその派生成分の関係などが文献情報とともに整理されている．特定の化合物群に焦点を当てたものとしては，脂質に関するLIPID MAPSや，フラボノイドに関するデータベースがある．特定の生物として，ヒトを対象にデータを集積しているのがHMDBであり，検出実績がある成分のほか，食品や薬に由来して検出が予想される成分も記載されている．成分ごとに天然界での存在に関する説明などが丁寧に書かれていることや，登録数が豊富なことから，天然成分のリファレンスとしても価値が高い．KANpSAcKは，化学成分とその由来生物を，確実な文献情報をもとに整理している．一生物が作るユニークな成分の平均数の試算から，植物界全体では100万成分以上の生産能力があると見積もられている⁽¹⁾1) F. M. Afendi, T. Okada, M. Yamazaki, A. Hirai-Morita, Y. Nakamura, K. Nakamura, S. Ikeda, H. Takahashi, M. Altaf-Ul-Amin, L. K. Darusman et al.: Plant Cell Physiol., 53, e1 (2012).．KEGGには，生物の代謝経路マップを介して遺伝子との対応関係が記載されている．遺伝子や代謝マップとの関係を生物種ごとに整理したものとしては，BioCycの派生プロジェクトがいくつかある．生物種ごとに研究コンソーシアムでデータ整備が行われているので，情報の充実度や信頼性は生物によって差がある．ChEBIは，化合物を構造によって分類しており，オントロジー（定義づけ）を整備している点がユニークである．

以上のように，個々の化合物の構造や基本的な物理化学的性質は十分整備されており，化合物グループごと，生物ごとの情報もそれなりに得られる．

2. 食品成分のデータベース

日本には，文部科学省が編纂する日本食品標準成分表があり，約2,500の食品について，タンパク質，アミノ酸，脂質，炭水化物，ミネラル，ビタミン類など，基本成分を定量した結果が記載されている．各国で同様な栄養成分データが公開されており，これらへのアクセスはデンマークのDanish Food Informaticsがまとめているリンク集⁽²⁾2) Danish Food Informatics: LINKS in LANGUAL, https://www.langual.org/langual_linkcategory.asp?CategoryID=4&Category=Food+Composition (2021).が参考になる．一方で，基本成分以外については情報が限られている．その中で，食品と成分の種類が充実しているのはFooDBであり，HMDBと同じアルバータ大学（カナダ）のDavid Wishartのラボが整備している．797の食品について，存在が予想される成分を含めて約7万件が記載されており，定量値の記載のある成分は3,751件存在する．FooDBは，食品摂取のバイオマーカーを探索するFOODBALLプロジェクト⁽³⁾3) EU Joint Programming Initiative: FOODBALL, https://foodmetabolome.org/ (2021).の一部でもあり，FOODBALLにはこのほか，植物二次代謝産物を含む食品成分の定性的な情報を集めたPhytoHubも含まれている．機能性成分のうちポリフェノールに特化したデータベースとしては，Phenol-Explorerが充実している．野菜や果物，植物を原料にした加工食品など458品目ついて，279種類のフラボノイドを含む501種類のポリフェノールの含量が記載されており，代表的なポリフェノールについては体内での検出量や滞留時間なども掲載されている．国内では，農研機構の食品研究部門が，日本食品標準成分表の中から選ばれた200種類の食品（植物中心）について，ポリフェノールやフラボノイドを含む70種類の機能性成分を測定した結果をPDFファイルで公開している⁽⁴⁾4) 農研機構：機能性成分含有量データ（抜粋），http://www.naro.affrc.go.jp/laboratory/nfri/contens/ffdb/ffdb.html, 2021.．食品や成分によって測定内容に偏りがあるが，総ポリフェノール量についてはカバー率が高い．

以上のように，食品ごとの成分情報も，それなりに収集することができる．

3. 機能性成分データベースの問題点

食べた食品とその影響を解析しようとする際，これらのデータベースを使ってまず行いたのは，①ある食品に含まれる成分の一覧表や，②ある成分を含む食品の一覧表を得るという，基本的な検索だろう．ところが，これを行おうとすると問題があることに気づく．それぞれの成分が全食品を通して測定されているわけではなく，食品ごとに測定を実施された成分に差があるため，得られた一覧表を，食品同士や成分同士で，単純に比較できないのである．比較できるデータかどうかを見極めることも，個々の情報に当たって測定法を確認していくことになるので，難しい状況と言える．

実はこの「比較が難しい」状況は，メタボローム解析でも全く同じである．

1. 食品メタボロームレポジトリの構築

比較できるデータセットを作り上げることで，新たなポリフェノールの世界を切り拓ける確かな理由として，以下，筆者らの研究例を簡単に紹介する．ほかに，多様な試料のデータを集めて新規成分の発見に至った唯一の例として，手法を標準化しやすいGC-MSの例があるのでご参考いただきたい⁽⁹⁾9) Z. Lai, H. Tsugawa, G. Wohlgemuth, S. Mehta, M. Mueller, Y. Zheng, A. Ogiwara, J. Meissen, M. Showalter, K. Takeuchi et al.: Nat. Methods, 15, 53 (2018).．

先に述べたとおり，公共のメタボロームデータのレポジトリは，多様な試料間で未知成分を比較することが困難なため，私たちは独自にデータを取得し，「食品メタボロームレポジトリ」（http://metabolites.in/foods，略して「食レポ」）として公開した^{(10, 11)}10) N. Sakurai & D. Shibata: Carot. Sci., 22, 16 (2017).11) 櫻井　望：バイオサイエンスとインダストリー, 78, 510 (2020).．日本食品標準成分表の中から選んだ222の食品について，LC-MSによるノンターゲットメタボローム解析を行った結果を収載している．すべの試料を同一の条件で分析・解析しているため，溶出時間を含めてデータを任意に比較できる．詳しくは述べないが，比較できる高品質なデータを生産するために，溶出時間のずれを±1％以内に収める再現性の高い装置メンテナンス技術のほか，分析条件を最適化する専用のデータ可視化ソフトの開発や，精度の高いピーク抽出，イオン化形態の判定，それに基づいた正確な既知データベース検索のためのソフト開発など，約20年間培ったさまざまな蓄積技術が総動員されている^{(10, 12, 13)}10) N. Sakurai & D. Shibata: Carot. Sci., 22, 16 (2017).12) N. Sakurai, T. Ara, M. Enomoto, T. Motegi, Y. Morishita, A. Kurabayashi, Y. Iijima, Y. Ogata, D. Nakajima, H. Suzuki et al.: BioMed Res. Int., 2014, 1 (2014).13) N. Sakurai, T. Narise, J. S. Sim, C. M. Lee, C. Ikeda, N. Akimoto, S. Kanaya & O. Stegle: Bioinformatics, 34, 698 (2018).．強度の強い約10％のピークについてはイオントラップ型MSによる多段階MS解析により，MS²，MS³スペクトルの取得を行っており，配糖体についてもそのアグリコンの構造を比較できる．

メタボローム解析では，同定に標品を必要とするため，多段階MS解析やMS/MS解析で得られるマススペクトルを元に，開裂前の元の化学構造を推定する研究が精力的に進められてきた⁽¹⁴⁾14) I. Blaženovíc, T. Kind, J. Ji & O. Fiehn: Metabolites, 8, 31 (2018).．下記で紹介するFlavonoidSearchもその一つである．未知化合物のスペクトルを，既知化合物のものと比較して解釈するGNPS⁽¹⁵⁾15) M. Wang, J. J. Carver, V. V. Phelan, L. M. Sanchez, N. Garg, Y. Peng, D. D. Nguyen, J. Watrous, C. A. Kapono, T. Luzzatto-Knaan et al.: Nat. Biotechnol., 34, 828 (2016).などの活動も盛んである一方で，開裂前のピークの試料特異性自体を比較し，解釈に用いることは，なぜか多くの研究者が行わない．これも，自身で取得したデータ以外は比較できないとの考えにとらわれているからなのかもしれない．

さて食レポには，独自に開発したFlavonoidSearchシステム^{(16, 17)}16) N. Akimoto, T. Ara, D. Nakajima, K. Suda, C. Ikeda, S. Takahashi, R. Muneto, M. Yamada, H. Suzuki, D. Shibata et al.: Sci. Rep., 7, 1243 (2017).17) 櫻井　望，秋元奈弓：バイオサイエンスとインダストリー, 76, 226 (2018).を使って，MS²，MS³スペクトルからアグリコンを予測した結果を搭載している．食レポは，ウェブサイトでデータの閲覧や検索ができるだけでなく，ブラウザ画面でのマウス操作等を介さずに，これらの機能をコンピュータープログラム言語から直接実行するためのAPI（Application Programing Interface）という仕組みを備えている．APIは食レポの最も重要な機能で，これがあることにより，大量の自動検索やそれに引き続くデータ処理などを行うことができ，世界で初めて，多様な試料のメタボロームデータを，バイオインフォマティクスで解析するためのデータ基盤が整った．

2. 新規フラボノイドのデータマイニング

食レポでは，検出されたピークの精密質量値を，既知の天然物データベース（KEGG, KNApSAcK, LIPID MAPS, HMDB，フラボノイドのデータベース）に検索した結果が掲載されており，該当しなかった場合をここでは未知ピークとする．さて，未知ピークであっても，MS³スペクトルが得られており，それがFlavonoidSearchで高いスコアを示していれば，未知のフラボノイドの配糖体（修飾体）の可能性がある．このような複合的な検索はウェブサイト上の操作では難しいが，API機能を使うことで，簡単に短時間（10分程度）で実施できる．Python言語のプログラム例が，食レポの「ヘルプ」メニュー「APIによる高度な利用」のページからダウンロードできるので，ご興味があれば実施してみてほしい．

食レポには，ESIポジティブモードで検出されたピークが，全222食品で合計約97万件搭載されているが，上記の絞り込み条件で，FlavonoidSearchのスコアを0.5以上と高く設定した場合，水素付加イオン［M＋H］^＋に限ると24件に絞り込まれた．そこで，試料特異性や置換基の種類などを，ウェブサイト上で確認していくと，短時間に興味深いピークがいくつも見つかってきた（表3表3■食レポ・植レポによるデータマイニングで見つかった新規フラボノイドの候補）．キク科，くるみ，すだち，ほうれんそうに特異的なものや，ぶどうに存在しメチオニンと同じ質量のニュートラルロスを示すものなどもある．

3. 試料の多様性の重要性

一方で解釈が難しい候補もあった．和三盆糖や黒砂糖などに検出されるが，グラニュー糖には存在しないものである．これを解釈するヒントは意外なところから得られた．私たちは近年，非可食部を含む28種類の植物試料について，食レポと同様にメタボロームデータを収載した姉妹サイト，植物メタボロームレポジトリ（http://metabolites.in/plants，「植レポ」と略す）を公開した．食レポと植レポは同一の条件で分析されており，相互にデータを比較できる．この植レポに対して，先ほどの解釈が難しいピークを検索したところ，同じマススペクトルをもつピークがイネの葉に多数検出されていた．このヒントにより，和三盆糖と黒砂糖はサトウキビを原料としていることが想起され，この候補はイネ科に由来するアグリコンの配糖体である可能性が考えられた．