Direct estimation of genotype fitness from time series

何百万もの、目には見えない小さな市民が、絶えず職業を変え、近所を移動し、資源を奪い合っている、活気ある都市を想像してみてください。中には、生存し「子孫」を残すことに自然と長けている市民もいれば、そうでない市民もいます。生物学の世界では、この優位性を「適応度（フィットネス）」と呼びます。細菌、酵母、あるいはウイルスの一群が進化するとき、それは高速で進行する混沌としたレースを見ているようなものです。最も速いランナーがリードしていきますが、そのレースは非常に乱雑です。突然の交通渋滞や不慮の事故が発生し、毎秒ごとに新しいランナーがトラックに加わります。科学者たちは長い間、観客席からレースを見ているだけで、各ランバートの正確な速度をどのように知ることができるかを追求してきました。もし彼らが、誰が本当に最も速いのかを突き止めることができれば、ウイルスがいかに強くなるか、あるいは癌がいかにして薬を出し抜くかを予測できるはずです。課題は、レースが騒々しく、混雑しており、予期せぬ事態に満ちているため、群衆を見るだけで個々のランナーの真の速度を測定することが極めて困難であるという点です。

これは、ヴァイブ・モハンティとユージン・I・シャクノヴィッチが新しい論文で取り組んだパズルです。彼らは、驚くほどシンプルな数学的トリック――これらの進化のレースに対する「魔法のデコーダーリング（解読器）」として機能する「閉形式の公式（closed-form formula）」を発見しました。複雑で低速な、推測と検証を繰り返すコンピュータ・シミュレーションを必要とする代わりに、彼らの手法は、一連の単純な行列演算（数字をスプレッドシートのように整理する特定の方法と考えてください）を使用して、集団のタイムラプス映像からすべての遺伝子型（ランナーの固有の遺伝的「IDカード」）の適応度を即座に算出します。彼らは4種類の異なる進化レースのコンピュータ・シミュレーションでこれをテストし、たとえ群衆の中でほとんど目に見えないほど稀なランナーであっても、驚異的な精度で機能することを見出しました。そして、この手法を酵母の実験、マウスのウイルス、そして新型コロナウイルス（SARS-CoV-2）の世界的な拡散といった実世界のデータに適用しました。結果はどうだったでしょうか？彼らのシンプルな公式は、より複雑な手法と同等の信頼性で適応度の景観（フィットランドスケープ）を再構築することができ、進化の速度を理解するために必ずしもスーパーコンピュータが必要ではないこと、時には適切な方程式さえあれば十分であることを証明しました。

生命のレースと群衆の中のノイズ

なぜこれがこれほど大きな意味を持つのかを理解するために、進化が通常どのように機能するかを見てみましょう。細菌の集団を、人々で埋め尽くされた巨大で騒々しいスタジアムだと想像してください。各人は少しずつ異なるチケット（遺伝子型）を持っています。あるチケットは、持ち主をより速く走らせ、繁殖させる「ゴールデンチケット」であり、他のチケットは、持ち主を遅くさせる「ブロンズチケット」です。完璧で静かな世界であれば、ゴールデンチケットの保持者がすぐにスタジアムを支配するはずであり、私たちは誰が勝っているかを容易に知ることができます。これは、一方が明らかに速い、二人のランナーによる単純なレースのようなものです。

しかし、現実の世界はそれほど単純ではありません。現実の世界では、スタジアムは混沌としています。新しいランダムなチケットを持った人々が次々と入場してきます（突然変異）。時には、群衆が密集しすぎて、速いランナー同士が衝突して速度が落ちることもあります（クローナル干渉）。時には、ランダムな突風によって、単なる偶然で遅いランナーが前方に押し出されることもあります（遺伝的浮動）。そして、私たちのスタジアムへの視界は、一人ひとりの人数を完璧に数えることができないため、しばしばぼやけています（サンプリング・ノイズ）。

数十年にわたり、科学者たちは、群衆が時間の経過とともにどのように変化するかを見ることで、各チケット保持者がどれほどの速さで走っているかを解明しようとしてきました。問題は、一度に何千もの異なるランナーが競い合っている場合、数学が極めて複雑になることです。既存の手法の多くは、「ランナーはペアでのみ相互作用すると仮定する」あるいは「ノイズはそれほどひどくないと仮定する」といった大きな前提を置くことで、この問題を解決しようとします。また、強力なコンピュータを使用して、最適な適合を見つけるために何百万回もの推測を実行する手法もありますが、これには長い時間がかかり、多くの専門知識を必要とします。

魔法の公式

モハンティとシャクノヴィッチは、異なる問いを立てました。「単純な仮定を置かずに、ノイズを切り抜ける方法はないだろうか？」彼らは、選択、突然変異、およびランダムなノイズによって頻度がどのように変化するかを記述する、集団遺伝学の古典的な方程式（キムラ方程式）から出発しました。通常、この方程式はランダムなノイズ項があるために解くのが非常に困難です。

しかし、著者たちは、集団の平均的な挙動を観察し、データを巨大な数値のグリッド（行列）として扱えば、複雑さを取り除くことができることに気づきました。彼らは、次のようなシンプルな公式を導き出しました：

$$\text{推定適応度} \propto \text{擬似逆行列}(\text{遺伝子型の相関行列}) \times \text{頻度の変化}$$

平易な言葉で言えば、彼らの手法は、あらゆる瞬間における「誰がどこにいたか」の履歴を取り込み、それを巨大な表として整理し、次に「擬似逆行列（これは逆エンジニアリング用の計算機のようなものです）」と呼ばれる標準的な数学的ツールを使用して、その特定の動きを生み出すために各遺伝子型の適応度があるべきであった姿を算出します。

このアプローチの素晴らしさは、相互作用がいかに複雑であっても、それを気にしない点にあります。突然変異がペアでのみ起こると想定することも、環境が静かであると想定することもありません。ただデータを見て、「集団がこのように動いたのであれば、これらの速度が理にかなっている」と判断するのです。

デコーダーリングのテスト

彼らの魔法の公式が実際に機能するかどうかを確認するため、著者たちは単に推測したのではなく、厳しいテストにかけました。

1. シミュレーション・ラボ:
まず、彼らはコンピュータ内で4種類の異なる仮想的な進化レースを作成しました。

• ライト・フィッシャー（Wright-Fisher）: 次の世代が現在の世代のランダムなサンプルであるという古典的なモデル。
• モラン（Moran）: 個体が互いに置き換わるために一対一で競い合うモデル。
• ProSeD: ラボ内で細菌が希釈され、増殖していく様子をシミュレートしたもの。
• Fit-Seq2.0: バーコードが付いた細胞が培養液中で増殖する様子をシミュレートしたもの。

これらすべてのシミュレーションにおいて、著者たちは「正解（グラウンド・トゥルース）」を知っていました。つまり、仮想的なすべての遺伝子型が本来どの程度の速さであるべきかを正確に把握していたのです。次に、これらのシミュレーションから得られた、ノイズを含んだ乱雑な時系列データを、彼らの公式に入力しました。結果はどうだったでしょうか？公式は、驚くべき精度で適応度の景観を再構築しました。たとえ極めて稀な遺伝子型（数百万の中で数回しか現れないもの）であっても、公式はそれらの速度を正確に推測することができました。真の速度と推定された速度の相関関係は、しばしば0.95を超えていました。これは統計学の世界では非常に高いスコアです。

2. 実世界のテスト:
次に、彼らは真の速度が未知である実世界のデータを用いてテストを行いました。対象としたのは以下の通りです：

• 酵母: 異なるバーコードを持つ酵母が、異なる液体中で成長した2つの実験。
• マウスノロウイルス（MNV-1）: マウス内で進化するウイルス。抗体が存在する場合と存在しない場合の両方。
• SARS-CoV-2: 新型コロナウイルスの異なる変異株が、時間の経過とともにどのように世界的に広がっているかに関するグローバルデータ。

これらのケースにおいて、彼らは自分たちの結果を、より複雑な手法を用いて作成された他の科学者による最良の推定値と比較しました。彼らのシンプルな公式は、それらの複雑な手法とほぼ完璧に一致しました。酵母やウイルスのデータにおいて、相関関係は強く、この公式が、突然変異がどのように相互作用するかについての制限的な仮定を置いたり、膨大なコンピュータ処理を必要としたりすることなく、極めて重要な情報を抽出できることを示しました。

なぜこれが重要なのか

この発見の最も驚くべき部分は、この公式が、進化の予測を困難にするランダムな変動（遺伝的浮動のノイズ）を無視してもなお機能するという点です。著者たちは、異なる遺伝子型間の相関を見ることで、有限の集団においても、自然選択のシグナルがノイズの中から輝き出してくることを発見しました。それはまるで、混沌とした群衆の中で個々のランナーを明確に見ることはできなくても、グループ全体の動きを観察すれば、数学的に各個人の速度を導き出せるようなものです。

この手法は、実用性においても非常に優れています。他の手法は複雑なソフトウェア、反復的な最適化（推測と検証）、そして深いプログラミングスキルを必要としますが、この新しい公式は、Microsoft Excelのような標準的な表計算ソフトや、数行のPythonコードで実行できます。これは、通常スーパーコンピュータを必要とする問題を、ラップトップを持った高校生でも解けるレベルへと変えるものです。

結論

モハンティとシャクノヴィッチは、単に適応度を測定する新しい方法を見つけただけではありません。彼らは、進化の数学が私たちが考えていたよりもシンプルであることを示したのです。直接的な閉形式の公式を用いることで、突然変異の詳細や集団のサイズを知ることなく、また相互作用の複雑さについて推測を行うことなく、時系列データから遺伝子型の適応度を推論することができます。

彼らは、このツールが進化生物学者、微生物学者、そして公衆衛生の専門家にとってゲームチェンジャーになり得ると示唆しています。ラボでウイルスを追跡しているときでも、パンデミックを世界規模で監視しているときでも、この公式は、生命のレースにおいて誰が勝っているのか、そしてなぜ勝っているのかを理解するための、迅速かつ正確で簡単な方法を提供します。それは、進化の混沌としたノイズを、明確で読み取りやすい適応度の地図へと変えるものであり、最も強力な道具とは、時に最もシンプルなものであることを証明しています。