Deep sequencing artificially inflates estimates of microbial diversity

私たちの皮膚の上、土壌の中、あるいは腸内に生息する目に見えない世界を理解するために、科学者たちはしばしば「遺伝的な国勢調査」のような役割を果たす手法に頼ります。彼らはサンプルを採取し、そこに存在する微小な生物のDNAを単離し、各種を特定する固有の識別子として機能する特定の遺伝子のコードを読み取るために機械を使用します。これらの遺伝子の異なるバージョンがサンプルの中にいくつ現れるかを数えることで、研究者はそこにどれほど多様な種類の微生物が生息しているかを推定できます。この手法は微生物の世界に対する私たちの見方を革命的に変え、以前は目に見えなかった複雑なコミュニティを明らかにしました。しかし、これらのカウントが意味を持つためには、データが機械の癖ではなく、現実を反映していなければなりません。もし技術そのものが、存在しないはずの新しい生命の幻影を作り出してしまうならば、微生物の多様性の全体像は歪められ、科学者たちはコミュニティが実際よりもはるかに多様であると信じ込んでしまうことになります。

最近のある研究は、サンプルをより深く観察するという行為そのものが、実際に存在する以上の生命を生み出しているように見えるという、厄当なパターンに取り組んでいます。研究者たちはまず、単純で制御されたシナリオをテストすることから始めました。彼らは、最初から多様性がゼロである、つまり単一の型の遺伝配列しか含まれていないサンプルを取りました。これらの「多様性なし」のサンプルは、ほとんど変化しない宿主遺伝子を使用するか、あるいは合成DNA鎖を混合物に加えることで作成されました。これらの均一なサンプルをシーケンシングしたところ、結果は驚くべきものでした。たった一つの配列タイプが見られる代わりに、機械は数百もの異なるバリアント（変異体）を報告したのです。問題は、研究者がリード数、つまり収集されるデータの総量を増やしていくにつれて悪化しました。シーケンシングが10万リードを超えると、偽のバリアントの数は指数関数的に爆発しました。まるで、機械がこれほど熱心に、そして長く調べ続けたために、何もないところから新しい種を捏造しているかのようでした。

この人工的な膨張は、制御された試験管の中だけに限定されたものではありませんでした。研究者が、細菌や真菌などを含む実際の微生物サンプルに対して同じ解析を適用したところ、同様のパターンが見られました。リード数が増えるにつれて、実際の生物学的構成は変化していないにもかかわらず、コミュニティの計算上の多様性が上昇したのです。この研究は、このエラーが種全体のカウントだけでなく、特定の生物群の中の多様性の認識にも影響を及ぼすことを示しました。研究者たちは、この問題が微生物を特定するために使用されるさまざまな種類の遺伝的マーカーにわたって一貫していることを発見し、これは現在のシーケンシング技術が大量のデータを処理する方法における根本的な課題であることを示唆しています。

チームは、特定の調整によってこの問題を解決できるかどうかを調査しました。彼らは、機械によって読み取られる遺伝配列の長さを短くすることをテストし、AVITI Elementとして知られる別のシーケンシングプラットフォームの使用を試みました。これらの変更は、偽のバリアントの数を減らす助けにはなりましたが、問題を完全に排除することはできませんでした。人工的な膨張は、規模こそ小さくなったものの、依然として残存していました。著者らは、現時点での最も実用的な解決策は、シーケンシングの深さが大きく異なるサンプル同士を比較する際に、細心の注意を払うことであると結論付けています。もし一方のサンプルが100万回読み取られ、もう一方が1,000回しか読み取られていない場合、前者がより多様に見えるのは、それが多様だからではなく、機械がエラーを生成する機会が多くあったためであることはほぼ間違いありません。この研究は、これらの制御された「多様性ゼロ」のサンプルをベンチマークとして使用することで、科学者が手法を微調整し、真実に近づけることができると示唆しています。これにより、彼らが描く微生物の世界の地図が、機械が想像したものに基づいたものではなく、実際にそこに存在するものに基づいたものであることを保証できるのです。