Models trained with noisy genomes extend bacterial phenotype prediction into deep time
進化的な距離を超えた汎化性能を向上させるためにノイズ増強を用いた細菌の遺伝子内容で機械学習モデルを訓練することにより、研究者たちは祖先表現型を予測することに成功し、細菌の最終共通祖先は、おそらく嫌気性で二重膜を持ち、中程度の好熱性を示す生物であったと結論付けた。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
あなたは、今日見つかるあらゆる生きた細菌の膨大な指示書（ゲノム）のライブラリを持っていると想像してください。科学者たちはすでに、現代の指示書を使って、その細菌がどのような姿をし、どのように振る舞うか（表現型）を予測する方法を見出しています。これは、エンジンの説明書を読むだけで車の速度を推測するようなものです。
この論文は、そのアイデアを使い、時計の針を数十億年前に戻して、最初期の細菌がどのような姿であったかを推測することについて述べています。
以下に、彼らがどのように行い、何を発見したのかを簡単に解説します。
「ノイズ」を含んだタイムマシン
研究者たちは、細菌の遺伝子とその形質との関連性を学習するために、コンピュータモデル（機械学習アルゴリズム）を構築しました。しかし、問題があります。過去に遡れば遡るほど、「指示書」は変化し、バラバラになってしまうのです。それは、1,000年前のレシピを読もうとしているのに、いくつかの単語が欠けていたり、他の単語が誤字脱字だらけだったりするようなものです。
これを解決するために、科学者たちは巧妙なことを行いました。コンピュータを訓練する際、現代の遺伝子データにあえて「ノイズ」（ランダムなエラーや欠落した部分）を加えたのです。これは、少しぼやけて壊れた教科書を使って、テストの練習をするようなものです。データの乱れた状態でも優れた推測ができるように学習させることで、コンピュータは古代の祖先が持つ「不鮮明な」遺伝子データを扱う能力を大幅に向上させました。
結果：どれくらい過去まで見通せたのか？
モデルの性能は、対象となる形質によって異なりました。
- 大きな枠組みの形質： 多くの異なる遺伝子が連携して機能する複雑な特徴（酸素を必要とするかどうか、外殻の構造、好む温度など）については、「ノザイ」を用いた訓練によって、モデルは細菌の系統樹の最初期まで明確に見通すことができました。
- 特定の形質： より単純、あるいはより特定の形質（DNAの化学組成や、胞子を形成できるかどうかなど）については、モデルの視界はもっと早くにぼやけてしまいました。これらの形質については、これほど遠い過去まで信頼性の高い予測を行うことはできませんでした。
最初期の細菌の肖像
モデルが「大きな枠組み」の形質を極めて明確に捉えられたため、科学者たちは細菌の最終共通祖先（LBCA）――今日生きているすべての細菌の、はるか昔の先祖――の姿を描き出すことができました。
彼らの発見に基づくと、この古代の祖先は以下のような特徴を持っていた可能性が高いです。
- 嫌気性： 酸素を必要としませんでした（酸素のない世界で生きていました）。
- 二重膜構造： 二層の構造を持つ外皮を持っていました。
- 好熱性： 熱を好み、46°Cから75°C（約115°Fから167°F）の温度帯で繁栄していました。
まとめ
要するに、コンピュータに「乱れた」データを扱う方法を教えることで、研究者たちは過去の深淵を覗き見るための新しい手法を作り出したのです。彼らはこの手法を用いて、最初期の細菌がどのような姿であったかを推論することに成功し、ゲノムに残された手がかりを研究することで、生命の初期の進化について学ぶことができるのだということを証明しました。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。