背景

微生物の共生は、宿主の栄養獲得やストレス耐性、病気防御から生態系の炭素・窒素循環まで幅広い機能を担っている。しかし、細菌や古細菌の多くは実験室で培養できないため、どの相手とどのような形で生きているか確認するのが困難だった。既知の共生体ゲノムも人間や動物から分離された種や、培養しやすい種に偏っていたため、実際の生態系に存在する共生関係の規模を推定するのが難しかった。

共生体は宿主への依存性が高くなるほど、不要な代謝遺伝子やゲノム領域を失う傾向がある。しかし、小さなゲノムだけで共生かどうかを判断することはできない。自由生微生物も環境適応の過程でゲノムが縮小することがあり、宿主と緩く結合した種は比較的完全な代謝能力を保つためだ。研究チームは、個々の遺伝子よりもゲノム全体の機能組み合わせを読み取って、自由生型、宿主関連型、絶対細胞内型を区別する機械学習体系がこの限界を補完できると考えた。

核心的発見

研究チームは共生体予測フレームワーク「シンクラトロン（symclatron）」を開発した。まず主要系統群から選定した共生体タンパク質体792個から直交遺伝子群を推論し、構成員が5個以上のグループで2万63個のプロファイル隠れマルコフモデルを作成した。その後、生活史が確認された微生物ゲノム6,751個を自由生型5,959個、宿主関連型409個、絶対細胞内型383個に分類し、学習資料とした。

分類器「symcla」と宿主依存性を連続値で表す回帰モデル「symreg」には、それぞれ影響力が大きい特徴1,000個を投入した。最終的なニューロンネットワークは、2モデルの予測値、ゲノムの完全度、学習系統との距離など7つの要素を統合した。研究チームは、種から門まで1万1,025個の系統を順に学習資料から除外する系統群単位の交差検証も実施した。既知の種の近縁を正しく識別するだけでなく、学習していない系統にも適用できるかを試す設計だ。

検証資料での自由生型、宿主関連型、絶対細胞内型のF1スコアはそれぞれ0.982、0.699、0.908だった。絶対細胞内共生体の97.6%を正確に分類し、宿主関連型の5.2%は絶対細胞内型、絶対細胞内型の2.3%は宿主関連型と判断した。2つの共生カテゴリの境界が連続的であるという生物学的特徴も明らかになった。

シンクラトロンを3万1,152個の環境シーケンシングプロジェクトで復元されたメタゲノムアセンブリゲノム（MAG）と参照ゲノムに適用した。品質管理と平均塩基配列同一性95%の基準による重複除去を経て、細菌・古細菌ゲノム10万7,067個を確保し、信頼度閾値0.725で1万4,070個を共生体と判定した。全体の約14%、つまり7個中1個程度だ。MAGだけを計算すると共生体の比率は基準設定によって15〜23%であり、既知の細菌・古細菌門の半数で候補が見つかった。これらのゲノムは「共生体ゲノム（SymGs）」カタログとして公開された。

意義と展望

今回の研究は、培養や宿主観察なしにゲノムの機能的痕跡だけで共生可能性を大規模にスクリーニングする道を開いた。モデルは脱窒ロシア虫宿主にエネルギーを供給する「Candidatus Azoamicus ciliaticola」系統と新たに報告された古細菌「Candidatus Sukunaarchaeum mirabile」も絶対細胞内共生体として分類した。真核生物だけでなく、細菌・古細菌間の依存関係も探る意味がある。

解釈には注意が必要だ。学習資料が真核宿主と関連する細菌に偏っており、古細菌の事例は少ない。系統的に最も遠いグループでは性能が低下し、宿主関連型のF1スコアも他の2カテゴリより低かった。予測だけで相互作用相手や共生が共栄・寄生のどちらかを確定することができない。SymGsは検証済みの共生体名簿というより、後続の培養、顕微鏡観察、単一細胞分析と代謝実験の優先順位を決める候補地図に近い。