背景

メタゲノミクス技術の進歩に伴い、環境およびヒト体内微生物の複雑な生態系が徐々に明らかになりつつある。特に細菌に感染するウイルスであるバクテリオファージは、細菌叢を制御し、ヒトの健康に密接に関与するため、注目されている。しかし、ゲノム解読技術を用いてファージゲノムを完全に復元する作業には、いくつかの制約がある。ファージゲノムはサイズが小さく、反復配列が多いため、シーケンシングデータを組み立てる際に、複数の断片に分割されやすい。既存の組み立てツールは、このように断片化された配列を結合して完全なゲノムマップを作成することに限界があり、これは微生物生態系における実際の役割を解明する上で障害となっている。

主要な発見

香港城市大学のDeepOmics Labの王ルイハン博士の研究チームは、相同性情報と深層学習モデルを組み合わせたハイブリッド分析フレームワークである「PALACE（Phage Assembly via Deep-learning And Conjugate graph-based framEwork）」を開発した。PALACEは、メタゲノミクスデータからファージ由来の配列を高感度に検出するために、2つの相互補完的な戦略を採用している。既知のウイルスタンパク質との類似性を検索する相同性ベースの探索と、新規ファージのユニークな配列パターンを学習した深層学習予測モデルが同時に作動する。研究チームは、このようにクロス検証されたウイルスシグナルデータに基づいて、「連結グラフ」理論を適用して組み立てプロセスを精密化した。断片化された配列間の接続関係を数学的に再構成することで、エラーを減らしながら、長く連結されたファージゲノムを復元した。

人工データを使用した性能検証テストで、PALACEはゲノム復元精度を示すF1スコア（F1-score）で0.92から1.00の優れた成績を収めた。これは、これまで使用されてきた最先端のウイルス識別および組み立てツールと比較して、F1スコア基準で0.21から0.48ポイント程度向上した数値に相当する。さらに、研究チームが実際のヒトの腸内微生物メタゲノミクスデータにPALACEを適用した結果、競合する手法と比較して、復元されたファージゲノムの完全度の中央値が56％向上するという結果が得られた。これを基に、研究者たちは数千個の高品質なファージゲノムを新たに特定することができた。

意義と展望

今回の研究は、情報が断片化しやすいウイルスメタゲノミクス分野に、人工知能（AI）とグラフ理論を組み合わせることで、ブレークスルーをもたらしたと評価されている。完全度の高いファージゲノムを復元できるようになり、ファージがヒトの疾患や微生物叢構造に及ぼす生物学的作用機序をより正確に追跡できるようになる。ただし、研究チームは、さまざまな環境サンプルや希少な微生物叢では、参照データベースの不足により、相同性探索の効率が一部低下する可能性があると述べている。今後は、教師なし学習などの手法を強化して、データベースへの依存度をさらに低減することが課題である。