6S rRNA phylogeny outperforms similarity thresholds for species identification and reveals genus-dependent underestimation of Lactobacillales diversity
本研究は、系統解析が従来の類似性閾値やデータベース手法よりもラクトバチルス目（Lactobacillales）内の種を正確に特定する上で優れていることを実証するとともに、未探索の生息地における高解像度な微生物多様性評価のための費用対効果の高いツールとして、Oxford Nanoporeシーケンシングを検証している。
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
あらゆる生物は、DNAの中に書き込まれた生物学的な歴史、すなわち、その生物が何であり、他者とどのように関係しているのかを科学者に伝える分子の記録を携えています。細菌の場合、肉眼ではっきりと見ることはできず、顕微鏡下ではしばに同一に見えるため、この遺伝的記録こそが、ある種を他の種から区別するための唯一の信頼できる方法となります。数十年にわたり、研究者たちは、これらの微小な生命体を特定するためのユニバーサルなバーコードとして機能する、16S rRNA遺伝子として知られる特定の遺伝子に頼ってきました。標準的な手法は、新しい細菌サンプルを既知の配列の膨大なライブラリと比較し、遺伝コード内の文字がどの程度似ているかに基づいて一致を探すことでした。もし類似性が十分に高ければ（通常はある一定のパーセンテージ以上であれば）、そのサンプルは既知の種として割り当てられます。このアプローチは微生物学の主力となってきましたが、一つの盲点があります。それは、2つの異なる種がほぼ同一の遺伝コードを持っている場合、単純な比較法では両者を区別できず、研究者が何を研究しているのか正確に判断できなくなるという点です。
この不確実性は、細菌が単なる抽象的な名前ではなく、私たちの食、健康、そして環境を支えるエンジンであるため、極めて重要な意味を持ちます。例えば発酵の世界では、異なる乳酸菌の種はそれぞれ非常に異なる役割を果たします。ある種は安全で美味しいヨーグルトやチーズを作るために不可欠ですが、他の種は病気を引き起こしたり、品質を劣化させたりすることがあります。もし研究者が、有益な細菌と有害な細菌の違いを判別できなければ、その結果は、食品の製造失敗から診断ミスに至るまで、多岐にわたる深刻な事態を招きかねません。この課題は、豊かな生物多様性を持ちながらも資源が乏しい地域において特に深刻であり、そこでは科学者たちが、周囲の微生物の命をマッピングするための、手頃な価格で正確なツールを必要としています。コロンビアのエアフ・イット（EAFIT）大学の研究チームは、より洗練された方法でこれらの遺伝的バーコードを読み取ることが、この問題を解決できるかどうかを検証するため、同国の伝統的な発酵食品から採取された多様な細菌のコレクションを用いて実験を行いました。
研究者たちは、山岳地帯、谷、そして海岸から集められた乳製品、発酵した果物、植物性食品を含む幅広いソースから、数百の細菌株を集めました。彼らはこれらのサンプルからDNAを抽出し、MinIONと呼ばれるポータブルで安価なデバイスを使用して16S rRNA遺伝子の配列を決定しました。このデバイスにより、大規模で中央集権的な研究所を必要とせずに、高品質な遺伝子解析が可能になります。遺伝子配列を得た後、彼らは単にデータベースの中で最も近い一致を探すだけではありませんでした。代わりに、「最尤法（Maximum Likelihood）」と呼ばれる手法を用いて、細菌の詳細な系統樹を構築しました。このアプローチは、単に2つの配列間で文字がいくつ同じであるかを数えるのではなく、時間の経過とともに発生した特定の変化のパターンを分析することで、細菌がどのように関連しているかを判断するものです。これは、特定の科や種を定義する共有された特徴を探りながら、そのグループの進化の歴史を再構築する方法なのです。
チームが、単純な類似性のチェックという標準的な手法と、この進化論的アプローチを比較したところ、結果の違いは鮮明でした。単純な一致率に依存する標準的な手法では、単一の細菌サンプルに対して数十の可能な種が返されることが多く、研究者に明確な答えを与えませんでした。多くの場合、細菌があまりに似通っていたため、標準的なツールではそれらを区別できず、実質的に異なる種を一つのグループとしてまとめてしまいました。対照的に、系統樹を用いた手法は、半数以上の細菌株を種レベルで特定することに成功しました。研究者たちは、多くのグループにおいて、系統樹の手法が、単純な比較では見逃されてしまう独自の遺伝的シグネチャーを見つけ出すことで、その菌株がどの種に属するかを正確に特定できることを見出しました。しかし、この研究は、この高い解像度があらゆる状況における万能薬ではないことも明らかにしました。一部の属、あるいは関連する細菌のグループにおいては、種間の遺伝的差異があまりに小さいため、高度な系統樹の手法を用いてもそれらを区別できず、特定の種類の細菌については、種数の特定が依然として不確実なままとなるのです。
今回の知見は、細菌の特定方法が、単純な「一致」から「関係性の理解」へと移行する必要があることを示唆しています。この研究は、より厳格な進化論的枠組みを用いることで、研究者が微生物の多様性をより鮮明に描き出し、これまで隠されていたり誤認されていたりした数十もの種を特定できることを証明しました。このレベルの精密さは、特定の細菌に依存する食品生産やプロバイオティクスなどの産業において、誤った種が安全性への問題や製品の失敗につながる可能性があるため、極めて重要です。さらに、本研究は、このような高度な分析が高コストをかけず、現地で行えることも証明しました。ポータブルなシーケンシングデバイスを使用し、独自の解析パイプラインを構築することで、研究チームは、豊かな生物多様性を持つ国々が、自国の微生物資源を理解するために、高価で中央集権的な施設を待つ必要はないことを示しました。彼らは、自国の伝統的な食品や環境における特定の細菌を自信を持って特定することができ、その地域の独自の生物学的遺産が正確に記録され、保護されることを保証できるのです。
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。