蛍光ポリマーと機械学習でバイオ試料を判別 化学の舌「Chemical Tongue」

2023/04/26

蛍光ポリマーと機械学習でバイオ試料を判別化学の舌「Chemical Tongue」 マウスの腸内フローラから睡眠障害を短時間で検出

医学や生物学だけでなく、食品、農業、医療、環境、エネルギーなどさまざまな分野で、細胞や遺伝子、タンパク質などの物質から得られる情報が活用されている。例えば、アレルギーを調べる血液検査や、健康リスクや体質を調べる遺伝子検査などはすでに実用化され、個人向けのサービスとして提供されている。このほかにも多くのバイオ検査技術が開発されているが、調査できる試料や項目が限られていたり、計測に多くの費用と時間を要したり、試料や装置の取り扱いに専門知識が必要であったりするなど解決すべき課題は山積みだ。
産総研は、特殊な蛍光ポリマーと機械学習により、これらのバイオ検査に必要な試料の特徴を判別できる技術、化学の舌「Chemical Tongue」を開発した。（2022/4/26プレスリリース）この技術は、迅速・簡便・安価に試料の組成が判別できる上に、タンパク質や細胞、微生物、血液、尿などあらゆるバイオ試料に使うことができ、非常に汎用性が高い。バイオ検査に革新をもたらす可能性をもつこの技術の開発経緯と実用化への道筋を中心となった二人の研究者に聞いた。

味覚のしくみから発想―複雑な試料をそのまま測る技術

　私たちがジュースを飲んだとき、それがオレンジジュースかグレープジュースかを簡単に判別することができるのはなぜだろうか。それはヒトが多様な分子からなる複雑なフルーツジュースの、全体的な特徴を捉えることができる能力を備えているからだ。

　健康医工学研究部門の冨田峻介はタンパク質などの生体高分子の構造や物性を研究するかたわら、こうしたヒトの持つ感覚能力のしくみに興味をひかれていた。

　「ヒトの味覚では、オレンジジュースにどんな分子がどのような濃度で含まれているかを個別に決定しているわけではありません。私たちは、含まれている分子の組成の全体的なパターンを複雑なまま認識して、飲んだジュースが何なのかを判別しているのです。長い進化の過程で、このようなしくみが有利であったため、今こうして残っています。ヒトが維持してきた味覚のしくみをうまく模倣すれば、さまざまな物質から構成される複雑なバイオ試料を分析できるのではないかと考えました」と冨田はいう。そうして開発したのが、特殊なポリマー群と機械学習を組み合わせて、味覚のしくみを模倣することで、タンパク質や細胞、微生物、血液、尿などのバイオ試料の特徴を判別できるという新しい技術 化学の舌「Chemical Tongue（ケミカルタン）」だ。

　味覚のしくみを模倣するとはどういうことだろうか。ヒトは舌にある味蕾（みらい）という器官で味を感じ取っている。味蕾は数十個の味細胞から構成されており、味細胞の先端にある味覚センサーとして働くタンパク質が味物質を検出し、その情報を脳に伝える。その情報をもとに、脳が味を判断しているのだ。

　「Chemical Tongue」は、味細胞の働きを模倣した蛍光ポリマーと、脳の機能を模倣した機械学習から構成される。バイオ試料中の成分と接触すると蛍光を発するポリマーを数種用意し、これを1セットとして使う。それぞれのポリマーは、試料中の成分の性質に応じてさまざまな強さで結合し、その結合が強いほど蛍光を強く発する性質を持っている。マイクロプレート（多数の穴からなる実験器具）上で、各ポリマーとバイオ試料を混ぜて全体の蛍光を測定すると、バイオ試料ごとに蛍光のパターンが異なって現れる。この蛍光パターンを機械学習で解析することで、バイオ試料の特徴が判別できるというわけだ。

バイオ試料の組成をパターンで認識

　「Chemical Tongue」技術の肝は、複雑な組成のバイオ試料を「パターン」の違いで判別できることだ。

　医薬品の開発には、植物や動物から採取した、タンパク質や細胞、微生物、血液、尿などのバイオ試料の分析・評価が不可欠だ。しかし、それらの組成は、複雑かつ多様である。例えば、がん患者から得た腫瘍組織や細胞に薬剤を投与したときの変化を調べる際、薬剤の作用機序は多種多様であり、その応答も刻一刻と変化する。そのため、がん細胞のどの部分に薬剤が作用しているかを同定し、時間的な変化をモニタリングする必要がある。

　また、発酵食品は、製造する環境や工程によって食品中の微生物の組成が複雑に変化し、それが食品の風味や機能に影響を与える。そのため、製品開発や品質管理には発酵食品の製造過程ごとの試料評価が不可欠だが、そう簡単ではない。多くの場合、職人の知識や経験に頼らざるを得ない。

　既存の技術ではこのようなバイオ試料を分析・評価するために、タンパク質やRNA、代謝物質を一種類ずつ検出して、比較しなければならない。「Chemical Tongue」は、このような複雑な組成をもつバイオ試料を、試料全体の特徴を反映する「パターン」で判別するため、標的分子の分離や精製が不要であり、従来技術に比べて簡便・迅速に行うことが可能だ。冨田は、この技術を用いてタンパク質や細胞を判別できることを繰り返し検証し、応用可能な技術であると手応えを得た。

マウスの腸内フローラから睡眠障害を判別

　次に冨田が考えたのが、微生物、それも産業界でニーズが高まっている腸内フローラ（腸内細菌叢）を調べることに使えないだろうか、ということだった。ヒトの腸内には1000種類以上、数にして100兆～1000兆個もの細菌が生息している。近年の研究から、腸内フローラは健康状態や疾患の発症と深く関係していることがわかっており、腸内フローラを解析して疾患や健康状態を診断したり、腸内フローラの状態を制御したりすることで、疾患の改善や予防を目指す研究が盛んに行われている。

　しかし、もともと高分子などの化学系の実験を専門とする冨田は、どういうサンプルを評価すればいいのか、どのようにそのサンプルを用意すればいいのか知識も経験もなかった。

　そこで、微生物研究をしている生物プロセス研究部門の草田裕之に協力を仰いだ。

　草田は、自然環境中で微生物がどうやって生きているのか、環境にどう影響を及ぼしているのかといったテーマで研究を進めており、多種多様な細菌種が混在した環境サンプルから未知の微生物を単離し、その新機能を明らかにする技術も持つ。微生物を子細に研究するスペシャリストだ。

　その草田にとっても、腸内フローラの解析は簡単にできるものではない。「腸内フローラにどんな細菌がどのくらいの割合で存在するかを調べるには、主に細菌叢の遺伝子を解析するしか方法がなく、労力や時間、コストがかかりとても大変です。しかも、腸内細菌の多くは酸素に触れると死んでしまう絶対嫌気性細菌です。腸内細菌を精緻に理解するには細菌を活きたまま培養する技術も必要となります」

　既存の方法で、腸内フローラを構成する細菌種を解析するには、まず、糞便から採取した試料から微生物集団のゲノムDNAを抽出し、細菌分類の指標として用いられる特定のゲノム領域をPCR（ポリメラーゼ連鎖反応）で増幅する。増幅したゲノム領域を高速シーケンサーで解析して塩基配列を明らかにし、その配列を公共の遺伝子配列データベースに照合して、ようやく腸内フローラのプロファイルが明らかになるのだ。こうした複数の工程を経る必要がある上、シーケンサーを使ったゲノム解析は外注すると数十万円という費用がかかり、しかもデータが得られるまで1カ月程度はかかる。「それがポリマーと混ぜて蛍光を測るだけで細菌の判別ができる可能性があるというのですから、冨田さんの話を聞いたときに非常に興味を持ちました」と草田は振り返る。

　そうはいっても、いきなり未知の腸内フローラに挑戦するのはハードルが高い。そこで、まずは単離された同定済みの細菌をきちんと判別できるのか、段階を踏んで研究を進めるため、系統や生理機能が判明している標準菌株の細菌Aと細菌Bを「Chemical Tongue」で見分けられるかどうかを検証した。

　「この段階で、私はものすごい衝撃を受けました」と草田はいう。「細菌を正式に系統分類するためには煩雑な遺伝子解析が必須です。細菌Aと細菌Bが系統的に近縁な場合はさらに顕微鏡で微生物の形態を観察したり、細胞を染色して色の違いを見たり、どのエサを好んで食べるかを調べたり、生育条件を調べたり、そうした詳細な分析をしてようやくAとBが違う細菌であることがわかります。しかし、『Chemical Tongue』ではそんなことは一切せず、培養液とポリマーを混ぜて蛍光を測るだけで、ほんの数十分でAとBの細菌が「違う」ということがわかってしまうのです。革命的な技術だと思いました」

　続いて、10～20種類の系統の異なる腸内細菌を見分けられるかどうか、また複数種の腸内細菌を異なる割合で混合し、その割合の違いを判別できるかを試したところ、どちらの試験でも高い精度で判別できることがわかった。「Chemical Tongue」が実際に使える技術であることを確認した上で、いよいよマウス糞便サンプルをつかった腸内フローラの判別に挑戦することになった。実験に用いたのは睡眠障害のモデルマウスである。

　近年、睡眠障害と腸内フローラの乱れは密接に関わっていることが判明していることから、「Chemical Tongue」で正常なマウスと睡眠障害モデルマウスの腸内フローラを判別できるかどうかを検証した。その結果「Chemical Tongue」は、微生物のスペシャリストも難しいと言う、健康状態（睡眠障害）を腸内フローラの解析によって明確に判別ことができたのである。

　高精度かつ簡便に微生物を判別できる「Chemical Tongue」の魅力を目の当たりにした草田は、多くの人にこの技術を使ってほしいという思いを強くした。

　「既存の次世代シークエンス解析が、なぜこれほど多くの人に使われているかというと、塩基配列のデータベースが膨大だからです。『Chemical Tongue』を利用する人が増えれば、それに伴ってデータベースが充実していくので、多くの人がはやくこの技術を使えるようになってほしいですね。ただ、『Chemical Tongue』は既存の細菌叢解析手法（次世代シークエンス解析）にとって代わる技術というわけではありません。『Chemical Tongue』で試料の特徴を大まかに判別して、次にそこにどのような細菌種がいるかを既存の次世代シークエンス解析で詳細に特定するといった、相互補完的な使い方をすることで、腸内フローラ解析の確度は飛躍的に向上し、効率的に研究が進められると思います」（草田）。

　冨田自身はこの技術について、「バイオ試料の分析は、生化学アッセイやオミクス解析のように決まった分子を検出する方法しか選択肢がない状況でした。今回の方法は特定のタンパク質が含まれているかどうか遺伝子的な違いがあるかどうかはわからないけれど、この方法であれば『全体的な性質に違いがある』ことが示せます。バイオ試料はこのような大雑把な捉え方でも調べられるという、新たな選択肢を提供できたのではと感じています」と話す。

できることを増やし、実用化を目指す

　「Chemical Tongue」は、腸内にいる微生物だけではなく、あらゆる環境中の微生物に使うことができる。例えば、土壌中の細菌叢が植物の生育に影響を与えていることがわかっているので、土壌中の細菌叢をコントロールして、農作物の収量を上げたり、農薬を減らしたりする研究が盛んに行われている。こうした農業や食品の分野にも「Chemical Tongue」は活用できるだろう。農作物の育ちが良い土壌の細菌叢の蛍光パターンを解析すれば、農作物の栽培にどの土を使えばいいかを調べるスクリーニングに活用できる。また、狙った特徴の試料が特定できれば、そこに存在する有用な未知微生物を探索する研究へとつなげることもできるだろう。子細に細菌叢試料を調べる前に、大まかなスクリーニングをする展開は、湖沼や河川、温泉などの多様な環境でも同様に期待できる。

　最近は、製薬、食品、材料などさまざまな分野の企業から、「Chemical Tongue」に関する問い合わせが増えており、実際に企業との共同研究も進めている。共同研究先からは、「こんな切り口があったのか」「こんな簡単に見分けられるのか」と驚きのリアクションが返ってくるという。冨田はそうしたリアクションを受けて新たなやりがいを覚えている。「私にとっても、みなさんのリアクションは新鮮でした。それだけでなく、企業の方から『こんなこともできるんじゃないですか？』と自分が思いもしなかった提案を受けることがあり、次の展開の構想が膨らみ、科学者としての好奇心が刺激されて楽しいです」

　現在は、共同研究先から試料の供給を受け、冨田が分析を行っているが、いずれは実験システムを先方にすべて渡して、外部で使ってもらえるような形にしていく予定だ。

　「そのためには、使い勝手をよくするなどの課題がありますが、同じ組織内にデバイスや機械学習、ロボティクスなど各領域で得意な人がいるので、産総研内のコラボレーションも生かして実用化を目指します」と冨田は意欲を見せる。

　近い未来、「Chemical Tongue」がバイオ試料の識別における標準的なプラットフォームになることを期待したい。