Knowledge Graph-Based Hypothesis Generation and Experimental Validation in Yeast

科学とは、しばしば、箱に描かれた絵が失われ、ピースが何千もの異なるテーブルの上に散らばっている、巨大なジグソーパズルを解こうとするような感覚に陥ることがあります。生物学において、これらのピースとは、どの遺伝子がどのタンパク質を制御しているのか、細胞が化学物質にどのように反応するのか、そして細胞の特定の部位が壊れたときに何が起こるのかといった、生物の仕組みに関する事実です。数十年にわたり、科学者たちはこれらの事実を膨大なデジタルライブラリへと集めてきましたが、情報の量が膨大すぎるため、人間がすべてのピースに目を通し、次にどのピースが組み合わさるかを推測することは、ほぼ不可能な状態にあります。ここで、「ナレッジグラフ（知識グラフ）」という概念が登場します。すべての事実が「点」であり、事実間のあらゆる関係がそれらを結ぶ「線」である、巨大で相互接続されたウェブを想像してみてください。コンピュータープログラムを用いてこのウェブの形状を研究することで、研究者はパターンを見つけ出し、どの欠落した接続が最も現実に近いものであるかを予測することができます。これは、実験管に触れる前に、効果的に新しい実験を提案することになります。

このアプローチは、生物がいかにしてストレスを乗り越えて生き延びるかを理解するために、特に重要です。酵母は、単細胞の小さな真菌であり、地球上で最も研究されている生命体の一つであり、私たちの細胞を含むより複雑な細胞がどのように機能するかを示す単純なモデルとして機能します。酵母細胞は、毒性のある化学物質や極端な温度など、環境からの絶え間ない脅威に直面しています。酵母細胞が酢やアルコールのようなストレッサーに遭遇したとき、細胞は生存を助けるための特定の遺伝子に頼ります。もし、この防御に不可欠な遺伝子が欠落したり壊れたりしていると、細胞の成長は困難になります。科学者にとっての課題は、どの遺伝子がどの特定の化学物質に対して細胞を保護するのかを正確に突き止めることです。数千の遺伝子と数百の化学物質が存在するため、考えられる組み合わせの数は天文学的です。これらすべてを手作業でテストするには、一生がかかるでしょう。

この問題に取り組むため、スウェーデンのチャルマーズ工科大学とヨーテボリ大学の研究チームは、酵母生物学のデジタルマップと自動化された実験室ロボットを組み合わせたシステムを構築しました。彼らの目標は、酵母が6つの特定の化学的ストレッサー（過酸化水素、ツニカマイシン、カフェイン、塩化ナトリウム、酢酸、エタノール）に対してどのように抵抗するかを予測することでした。彼らはまず、酵母の遺伝子、タンパク質、および化学反応に関する既知の事実をすべて、コンピュータープログラムにナレッジグラフとして入力しました。このグラフは、あらゆる情報が互いにリンクされた巨大なデータベースとして機能します。その後、コンピューターは「グラフニューラルネットワーク」として知られる高度な人工知能を使用して、この接続のウェブを分析しました。このネットワークは、単に事実を暗記したのではなく、関係性の構造を理解することを学習し、既知の接続を利用して、未知の接続がどの程度存在する可能性が高いかを推測したのです。具体的には、もし遺伝子が取り除かれた場合に、酵母がどの程度脆弱になるかを調査しました。

コンピューターは、最も有望な推測を生成し、それらが真実である可能性が高い順にランク付けしました。研究者たちは、現実世界でテストするために、上位35個の予測を選定しました。これには、6つの化学物質それぞれに対する上位5つの推測と、さらに、酵母ゲノムにおける未知の変数である、ほとんど理解されていない遺伝子を含む5つの追加の推測が含まれています。これらのアイデアをテストするために、彼らは「Eve」と呼ばれる自動化された実験プラットフォームを使用しました。このロボットシステムは、数千の酵母培養液を小さなウェル（穴）の中で育てながら、プロセス全体を精密に処理しました。ロボットは酵母と特定の化学物質を混合し、24時間間の成長を監視し、データを記録しました。特定の化学物質の有無による酵母の成長速度の違い、および変異酵母（特定の遺伝子が欠損しているもの）と通常の酵母を比較することで、チームはコンピューターの予測が正しいかどうかを判断することができました。

結果は、この手法の明確な成功でした。コンピューターが生成した35個の仮説のうち、10個が実験によって確認されました。これは、10の特定の遺伝子と化学物質のペアにおいて、その遺伝子を取り除くことで、その化学物質にさらされた際の酵母が著しく弱くなるという予測が正しかったことを意味します。成功率は化学物質によって異なりました。過酸化水素（細胞を損傷させる反応性の高い化学物質）については、上位5つの予測のうち4つが正解でした。カフェインと酢酸については、5つ中2つが確認されました。塩化ナトリウムとツニカマイシンについては、5つ中1つが確認されました。驚くべきことに、エタノールに関する5つの予測は、いずれもデータによって支持されませんでした。最も興味深い発見の一つは、これまで機能が明確に割り当てられていなかった謎の遺伝子に関するものでした。コンピューターは、この未知の遺伝子がツニカマイシンへの抵抗に重要であると予測しましたが、実験はその予測が正しいことを証明し、遺伝子が欠損した際に成長が著しく低下することを示しました。これは、コンピューターが科学者がほとんど知らない遺伝子に対しても、新たな生物学的知見を見つけ出せることを示唆しています。

この研究はまた、酵母がどのようにストレスに対処しているかについても明らかにしました。コンピューターが特定することに成功した遺伝子は、細胞の外層の構築や維持、あるいは内部輸送システムに関与していることが多かったです。例えば、最も強力な発見の一つは、細胞の内部膜へのタンパク質の挿入を助けるGET2と呼ばれる遺伝子に関するものでした。この遺伝子が除去されると、過酸化水素ストレス下での酵母の成長能力は83.4%も大幅に低下しました。もう一つの成功した予測は、タンパク質に結合した糖の処理を助けるCAX4という遺伝子に関するものでした。この遺伝子が欠損すると、酵母はカフェインストレス下で著しく苦戦し、適応度（fitness）が44%低下しました。これらの結果は、細胞が内部構造を管理し、物質を輸送する能力が、化学的な攻撃を生き延びるために極めて重要であることを示唆しています。しかし、研究者たちは、コンピューターの信頼度スコアが現実世界の（実験）結果と完全に一致しているわけではないと指摘しました。コンピューターは多くの予測に対して高いスコアを与えましたが、対象となる化学物質に対する上位の推測のうち、実際に正しかったのは約30%でした。これは、本システムが可能性を絞り込むことには長けているものの、まだ絶対的な確信を持って結果を予測できる段階にはないことを示しています。

この新しい知識が将来の科学者にとっても有用で、保存されるものにするために、チームは成功と失敗の両方を含むプロセス全体を記録する方法を開発しました。彼らは、科学モデルが時間の経過とともにどのように変化するかを追跡するように設計された「RIMBO」というデジタルフレームワークを拡張しました。このシステムでは、すべての実験がその根拠とともにログに記録されます。もし仮説が支持された場合、その新しい接続はデジタルナレッジグラフに追加されます。もし仮説が支持されなかった場合、それは単に捨てられるのではなく、すべてのデータが付随した「失敗した試み」として記録されます。これにより、発見の透明性のある履歴が作成され、将来の研究者が「何が知られているか」だけでなく、「何がテストされ、排除されたのか」をも確認できるようになります。このアプローチにより、科学的プロセスは連続的なループへと変わります。コンピューターが推測し、ロボットがテストし、結果が記録され、更新された知識がより良い推測を行うために再びシステムへとフィードバックされるのです。

この研究は、人工知能と自動化された実験を組み合わせることが、生物学の複雑さをナビゲートするための強力な手段であることを証明しています。ナレッジグラフを使用して実行すべき実験の優先順位をつけることで、科学者は最も有望なリードに注力でき、時間と資源を節約できます。システムは完璧ではなく、依然として人間の監視やさらなる調査を必要としますが、以前は知られていなかった遺伝子と化学物質の間の新しい関係を特定することに成功しました。この研究は、構造化されたデータと機械学習が、たとえ生物学のような複雑な分野であっても、発見を導き、混沌とした事実の山を、生命の内部メカニズムをナビゲート可能な地図へと変えられることを浮き彫りにしています。研究者たちは、これらの知見を用いて、これらの遺伝子がどのように細胞を保護しているのかを正確に理解するために、他の種類のデータも活用しながら、支持された相互作用をさらに探求することを計画しています。今のところ、この研究は、答えを得るためには依然として実験室での細心の注意が必要であったとしても、コンピューターは科学者が「正しい問い」を立てるのを助けることができるという証となっています。