機械学習を用いたバクテリア生命システム進化の法則解明・未来予測・実験検証

利用机器学习阐明细菌生命系统进化规律、未来预测和实验验证

• 批准号: 22KJ1008
• 负责人: 今野 直輝
• 金额: $ 2.18万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1008/
• 关键词: 進化予測; 機械学習; 遺伝子水平伝播; 薬剤耐性

本研究では、遺伝子獲得/欠失による生物の進化は予測できるのか、そしてその進化の予測をいかにして医学や生物工学の応用研究に活かせるのかを探求する。ドライ解析とウェット実験を組み合わせ、次の3つの課題に取り組むことを目的としている：(1)ゲノム情報が豊富であるバクテリアを対象に、各遺伝子の獲得/欠失の予測を行う機械学習の手法を開発する。 (2)薬剤耐性遺伝子の獲得の未来予測を行い、将来に耐性株が出現する危険性の高い種を明らかにする。 (3)遺伝子獲得の未来予測と遺伝子導入実験の結果を比較し、進化のパターンの背後にあるメカニズムを実験的に検証する。昨年度までの研究の過程で我々は機械学習を用いて数億年以上にわたる原核生物の長期進化の過程における遺伝子獲得・欠失の順序のパターンを学習できる機械学習フレームワークEvodictorを開発した。Evodictorはある遺伝子を獲得・欠失する際に、前もってどのような遺伝子を持っている・いない傾向があるのかを、数千種以上のゲノム情報をもとに学習し、次にある遺伝子を獲得・欠失しそうな種を予測することができる。Evodictorを用いて3000種程度のバクテリアのゲノム進化を解析し、代謝系全体の遺伝子獲得・欠失が有意に予測可能であること、そしてその背後には生理学的・生態学的に解釈可能な具体的な進化のルールが存在することを発見した。これらの成果を論文として投稿し、”Machine learning enables prediction of metabolic system evolution in bacteria” (Konno and Iwasaki, 2023, Science Advances)として掲載されるに至った。

This study explores the evolution of organisms, genetic gain/loss, prediction of evolution, medical biotechnology and applied research activities. The analysis of the problem is divided into three parts: (1) the problem is divided into three parts: (2) the problem is divided into three parts: (3) the problem is divided into three parts: (4) the problem is divided into three parts: (5) the problem is divided into three parts: (6) the problem is divided into three parts: (7) the problem is divided into three parts: (8) the problem is divided into three parts: (9) the problem is divided into three parts: (1) the problem is divided into three parts: (1) the problem is divided into four parts: (1) the problem is divided into three parts: (9) the problem is divided into three parts: (1) the problem is divided into four parts: (1) the problem is divided into three parts: (9) the problem is divided into four parts: (1) the problem is divided into three parts: (1) the problem is divided into four parts: (9) the problem is divided into three parts: (1) the problem is divided into four parts: (9) the problem is divided into four parts: (1) the problem is divided into (2)Future prediction of the acquisition of resistant strains and the emergence of resistant strains in the future (3)Comparison of the results of future prediction of gene acquisition and gene introduction, and evaluation of the evolution of gene expression The process of research in the past year has led to the development of machine learning in the long-term evolution of prokaryotes over hundreds of millions of years. Evodictor has a tendency to acquire, lose, and predict thousands of kinds of information. Evodictor uses 3000 different levels of molecular evolution to analyze, metabolize, acquire, and intentionally predict the possibility of molecular evolution, physiological and ecological explanations, and the existence of molecular evolution. This paper was published in "Machine learning enables prediction of metabolic system evolution in bacteria"(Konno and Iwasaki, 2023, Science Advances).

项目成果

Evodictor: Prediction of prokaryotic gene gain/loss evolution

Evodictor：预测原核基因获得/丢失进化

• 发表时间: 2022
• 作者: Masuyama Nanami;Konno Naoki;Yachie Nozomu;今野直輝;今野直輝;今野直輝;今野直輝;今野直輝
• 通讯作者: 今野直輝

Molecular recorders to track cellular events

分子记录仪追踪细胞事件

• DOI: 10.1126/science.abo3471
• 发表时间: 2022
• 期刊: Science
• 影响因子: 56.9
• 作者: Masuyama Nanami;Konno Naoki;Yachie Nozomu
• 通讯作者: Yachie Nozomu

フルクトースリッチな環境の乳酸菌に見られるゲノム収斂進化の法則性

富含果糖环境中乳酸菌基因组趋同进化规律

• 发表时间: 2023
• 作者: Masuyama Nanami;Konno Naoki;Yachie Nozomu;今野直輝
• 通讯作者: 今野直輝

Deep distributed computing to reconstruct extremely large lineage trees.

• DOI: 10.1038/s41587-021-01111-2
• 发表时间: 2022-04
• 期刊: NATURE BIOTECHNOLOGY
• 影响因子: 46.9
• 作者: Konno, Naoki;Kijima, Yusuke;Watano, Keito;Ishiguro, Soh;Ono, Keiichiro;Tanaka, Mamoru;Mori, Hideto;Masuyama, Nanami;Pratt, Dexter;Ideker, Trey;Iwasaki, Wataru;Yachie, Nozomu
• 通讯作者: Yachie, Nozomu

Visualizing and delineating unobservable processes through massive DNA data - Cell Lineage and Evolution

通过大量 DNA 数据可视化和描绘不可观察的过程 - 细胞谱系和进化

• 发表时间: 2023
• 作者: Masuyama Nanami;Konno Naoki;Yachie Nozomu;今野直輝;今野直輝
• 通讯作者: 今野直輝