筆者らは，分子配列データベースから生物学的に重要な機能をもつ特徴的なパターンであるモチーフの候補である頻出パターンを抽出するために，極小な可変長ワイルドカード領域をもつ頻出パターンを導き出す方法を提案する．この方法は，k-頻出パターン(長さkの頻出パターン)から(k+1)-頻出パターンを生成するパターン成長アプローチを拡張し，k-頻出パターンごとにスコープデータベースを作成する．k-頻出パターンのスコープデータベースは，従来の射影データベースに含まれるスキャン開始位置の情報に、ユーザにより定められた参照範囲の情報とそれまでに求まった可変長のk-頻出パターンに対するすべてのオカーレンスの情報を加えている．これにより，抽出される可変長の(k+1)-頻出パターンの可変長ワイルドカード領域が非極小，または冗長になることを回避することができる．スコープデータベースの有効性を示すため，PROSITEからLeucine Zipper モチーフ及びZinc Finger モチーフを含むデータセットをそれぞれ取り出し，各データセットに対して可変長の頻出パターンを抽出する能力の評価を行ったので，その結果を報告する．