PREFER：精密発酵コミュニティのためのオントロジー

論文の技術的サマリー（日本語）

本論文は、持続可能な食品、医薬品、化学物質、バイオ燃料の生産を可能にする「精密発酵（Precision Fermentation）」分野において、データ標準化と相互運用性の欠如という課題を解決するために開発されたオープンソースのオントロジー「PREFER（PREcision FERmentation）」について報告しています。

以下に、問題提起、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 背景と課題（Problem）

• データのサイロ化と非標準化: 精密発酵は、バイオファウンドリー（Biofoundry）における高スループットバイオリアクタープラットフォームの活用により急速に発展していますが、実験から生成される膨大なデータセットは、プラットフォーム間や実験室間で標準化されていません。
• 相互運用性の欠如: 異なるバイオリアクター、運用モード、測定技術、計算タイプからのデータを統合することは困難です。プロプライエタリなソフトウェアや多様なデータ出力形式が、データ統合の障壁となっています。
• AI・機械学習への障壁: 標準化されたデータ管理の欠如は、多組学データの活用や、発酵プロセスの最適化のための人工知能（AI）の適用を制限しています。FAIR 原則（発見可能性、アクセス可能性、相互運用性、再利用性）を満たすデータが不足しており、スケーリング（实验室から工業規模への拡大）のボトルネックとなっています。
• 既存オントロジーの限界: 既存の発酵関連オントロジーは、伝統的な発酵や発酵食品に限定されており、精密発酵の技術的複雑さや高スループットなプロセスを網羅的に捉えるには不十分です。

2. 手法と設計（Methodology）

PREFER は、精密発酵プロセス全体のデータを構造化し、機械可読な形式で表現するために設計されました。

• 設計原則:
  • BFO 準拠: 広く採用されている基本形式オントロジー（Basic Formal Ontology: BFO）に準拠し、論理的整合性と他ドメインとの相互運用性を確保。
  • OBO Foundry 準拠: 高品質なオントロジー開発のガイドラインである OBO Foundry の原則に従い、FAIR 原則を重視。
  • コミュニティ主導開発: 分野の専門家と緊密に協力し、GitHub リポジトリを通じてオープンソースで開発。Ontology Development Kit (ODK) や ROBOT ツールを使用し、コントリビューションのハードルを下げました。
• オントロジーの構造:
  • 8 つの基盤用語: 5 つのコア用語と 3 つのサポート用語で構成されます。
    • コア用語:
      1. Process Control Variable（プロセス制御変数）: プロセスへの入力（例：pH セットポイント、温度設定）。
      2. Precision Fermentation Process（精密発酵プロセス）: プロセス自体とイベントをモデル化。
      3. Process Measured Variable（プロセス測定変数）: プロセスからの測定値（例：pH 測定値、温度）。
      4. Process Calculated Variable（プロセス計算変数）: 測定値から導出される値（例：収率、生産速度）。
      5. Material Entity（物質実体）: プロセスで使用される物理的実体（例：菌株、培地、バイオリアクター）。
    • サポート用語: Role（役割）、Quality（質）、Unit（単位）。
  • ポリハイレラル構造: 「培養条件（Cultivation Condition）」や「運用パラメータ（Operational Parameter）」などの親クラスを持つ多階層構造を採用し、制御変数と測定変数の両方を柔軟に分類・検索できるようにしています。
  • 情報エンティティとしてのモデル化: 制御変数を「実現可能実体（Realizable Entity）」ではなく、情報コンテンツ実体（Information Content Entity）としてモデル化することで、物理的な制御ループの複雑さを抽象化し、ソフトウェア定義の制御パラメータを単純に表現できるようにしています。
• 外部オントロジーとの連携: Gene Ontology (GO)、ChEBI、PATO などの既存バイオオントロジーや、FIBO（金融業界ビジネスオントロジー）との統合を想定し、技術的評価（TEA）や経済性評価との連携も可能にしています。

3. 主要な貢献と結果（Key Contributions & Results）

• 包括的なデータフローのモデル化: 菌株、培地、機器などの入力から、製品、副産物、および測定・計算変数までの、精密発酵プロセス全体のデータフローを網羅的にモデル化しました。
• 標準化された語彙の提供: 174 クラスと 22 のオブジェクトプロパティ（v2025-12-22 時点）を含む用語集を提供し、異なる実験室やスケール間でのデータ比較を可能にします。
• 機械可読性と推論機能: 単なる用語集（Controlled Vocabulary）ではなく、形式論理に基づくオントロジーとして設計されているため、推論（Inference）が可能です。
  • 例: 欠落しているメタデータ（例：バッチモードか連続モードか）を、給餌制御変数の存在から推論して分類する。
  • 例: 酸素制限条件と特定の代謝経路や遺伝子発現との関係を論理的に推論し、生産性向上の戦略を導き出す。
• 実用的なアーキテクチャ提案: 各ラボが独自の「アプリケーションオントロジー」を作成し、それを PREFER にマッピングするフェデレーション（分散型）アーキテクチャを提案。これにより、既存のローカルデータモデルを維持しつつ、グローバルな相互運用性を確保する道筋を示しました。

4. 意義と将来展望（Significance & Future Impact）

• FAIR データの実現: PREFER を導入することで、精密発酵データが FAIR 原則に準拠し、機械可読なデータセットとして蓄積されます。
• AI とデジタルツインの基盤: 構造化されたデータは、予測モデルのトレーニングや、プロセスのデジタルツイン（Digital Twins）開発に不可欠です。これにより、収率の最適化、予知保全、品質管理の自動化が可能になります。
• スケールアップの加速: 実験室規模から工業規模へのスケールアップにおける「データギャップ」を埋め、菌株設計とプロセス設計の統合を促進します。
• 持続可能なバイオ経済への寄与: データ駆動型のバイオ生産を支援し、環境持続性と経済的実現性を両立させるための基盤技術として機能します。

結論:
PREFER は、精密発酵分野におけるデータサイロを打破し、標準化された意味論的フレームワークを提供する最初の包括的なオントロジーです。これにより、コミュニティ全体でのデータ共有、AI 活用、そして持続可能なバイオ生産プロセスの迅速な開発・スケールアップが実現可能になります。著者は、このリソースをコミュニティで共同開発・進化させることを呼びかけています。