タグ: バイオテック

岡山大学は3月8日、AIを使ってトマトが熟れるときに重要となる遺伝子の働きを予測する技術を開発したと発表した。また、「説明可能なAI」（XAI。Explainable AI）と呼ばれる技術を用いてAIの判断の根拠を探ることで、重要なDNA配列の特定も可能にした。その配列を編集すれば、果実の特徴に関する緻密なデザインも可能になると期待される。

果実の色や甘さや香りなどは、数万にもおよぶ遺伝子発現（遺伝子の働き）の組み合わせによって決まる。遺伝子発現は、プロモーターと呼ばれる領域に転写因子というタンパク質が結合して調整されているが、プロモーターのDNA配列には複数のパターンがあり、遺伝子発現は転写因子の複雑な組み合わせによって変化する。そのため、全ゲノム配列の情報がわかっていても、予測はきわめて難しいという。

そこで、岡山大学学術研究院環境生命科学学域（赤木剛士研究教授、増田佳苗氏、桒田恵理子氏）、農業・食品産業技術総合研究機構、筑波大学大学院生命環境系、九州大学大学院システム情報科学研究院からなる共同研究グループは、深層学習を用いた遺伝子発現の予測と、そこで重要となるDNA配列の特定を試みた。まずは、分子生物学で標準的に使われるモデル植物シロイヌナズナの、転写因子が結合するDNA配列情報のデータベースをAIに学習させ、3万4000以上あるトマトの全遺伝子のプロモーターの転写因子が結合するポイントを予測させた。次に、トマトが熟れる過程の全遺伝子発現パターンを学習させることで、遺伝子発現の増減を予測するAIモデルを構築することができた。

さらに、「説明可能なAI」を用いて、そのモデルで「AIが判断した理由を可視化」することで、予測した遺伝子発現の鍵となるDNA配列を「1塩基レベル」で明らかにする技術を開発した。このDNA配列を改変した遺伝子をトマトに導入すると、AIによる予測と同じ結果が得られた。つまり、トマトのゲノム情報の複雑な仕組みをAIが正確に読み解いたことになる。

この技術は、トマトの食べごろの予測に限らず、果実の色、形、おいしさ、香りなど、様々な特徴に関する遺伝子の発現予測にも応用できるという。また、予測した遺伝子の発現に重要なDNA配列を特定する技術を使えば、遺伝子編集により最適な遺伝子発現パターンを人工的に作り出して、自由に果実のデザインができるようになるとも研究グループは話している。

あるやり手の起業家が、ビール醸造大手AB Inbev（ABインベブ）と家庭用品の大手Unilever（ユニリーバ）が主催する100以上のアクセラレータープログラムに参加し、あるパターンを発見した。醸造所には大量の醸造かすがあり、家庭用消費財にはプラスチック問題がある。この2つの問題の架け橋となるべく登場したのが、農業廃棄物をタンパク質に加工し、プラスチック代替品や飼料などとして利用できるようにするMi Terro（ミテロ）だ。同社は、生産規模を拡大するために150万ドル（約1億7000万円）を調達した。

Mi Terroの創業者Robert Luo（ロバート・ルオ）氏は「洗濯洗剤ポッドTide Podsを思い浮かべてみてください」と話す。「私たちの製品は、Tide Podsで使われているポリビニルアルコールに似ています。唯一Tide Podsと違うのは、マイクロプラスチックが含まれていないことです。私たちの製品は水溶性で、室温で水に分解することができます。また、生分解性を有してもいます。当社のデータでは、自然分解には1年ほどかかるとされています。工業用堆肥化施設では、180日以内に分解できます」と説明する。

ルオ氏は2018年に、中国の叔父の酪農場を訪れたことがきっかけで、会社を立ち上げた。そこでは大量の牛乳が廃棄されていた。そして、腐った牛乳をただ捨てるのではなく、何か価値のあるものを作れないか、と興味を持った。最初に開発したのは、牛乳の搾りかすを使った繊維製品だ。この繊維は10万ドル（約1100万円）分ほど売れ、今でも日本に顧客がいる。しかし、この分野ではB2Cモデルは非常に難しいことが分かった。そこで、アクセラレータに参加し、同様のプロセスで産業用途があることを発見した。

「中国のBudweiser（バドワイザー）とつながりができ、価値の低い醸造かすを大量に抱えていることを知りました。彼らは、メタンや地球温暖化の間接的な原因となる牛の飼料として処理するよりも、もっと良い利用方法を考案したいと思っていました」とルオ氏は説明する。「そこで、私たちが以前開発した方法を用いることで、農業廃棄物を堆肥化できる包装材に変える新しい解決策を導き出すことができました。そして、これが当社が2020年からやっていることです」。

AstanorがMi Terroの150万ドルラウンドのリードインベスターで、同社の価値を1000万ドル（約11億円）と評価した。Astanorは少し前に食品と農業技術を専門者とするファンドを立ち上げ、自律走行トラクター、マイクロプラスチックの除去、植物由来の食品、気候リスクの脅威分析、そして今週初めには温室用のAI技術など、さまざまな企業への投資でこの分野において急速にその名を知られるようになってきている。

Mi Terroの従業員は現在5人で、この中には中国にいる製品専門家も含まれる。同社は中国に製造拠点を設け、また米国にオフィスを設置する計画だ。今回の投資は主に生産規模の拡大に使われる予定で、ラボでのやり方に若干の変更を加えることになる。

「生産規模を拡大するためには、加工の方法が変わり、設備も変わってきます。そしてもう1つ、ビール醸造所から当社の施設まで醸造かすを配送するための物流コストも考慮しなければなりません」とルオ氏はいう。「そのために最適な場所を探す必要があり、生産拡大に向けてはその点も考慮しなければなりません。輸送費がかさみ過ぎないように、慎重にならざるを得ないのです」。

Mi Terroのプロセスには2つのステップがある。農業廃棄物からタンパク質、繊維、デンプンなどのポリマーを抽出し、ポリマーを分離した後、モノマーを結合して他の製造工程で使用できるポリマーにするというグラフト化で改良を行う。このようにしてできた素材は、パスタを作るのと同じように、液体のような素材をスリットから押し出し、形成できるため、現在プラスチックが使われている多くの用途に使用することができる。ストローや容器、箱などを作ることが可能だ。同社が最初に作る製品は、ビールのラベルやTide Podsなどのパッケージのようなフレキシブルフィルムだ。

「現在、顧客向けに2つのソリューションを開発しています。1つは水溶性で、水溶性が必要な用途に適しています。もう1つは耐水性です」とルオ氏は話した。

画像クレジット：Mi Terro

［原文へ］

（文：Haje Jan Kamps、翻訳：Nariko Mizoguchi）

かつて冗談交じりに「ブロボグラフィー（抽象的な芸術作品の一種）」と呼ばれていた分野が大きく進展した。

低温電子顕微鏡法は、現在、生体の最小構成要素を最も忠実に観察できる手法の1つで、バイオ分子のアモルファス（非晶質＝結晶ではない）画像を提供する。米国時間1月31日、4000万ドル（約46億円）のシリーズAラウンドを完了し、その存在を世に知らしめた新しいバイオテック企業Gandeeva Therapeutics（ガンディーバセラピューティクス）は、これを重要な柱として、低温電子顕微鏡法による高解像度画像と機械学習ツールを組み合わせて、創薬のプロセスを高速化することを計画している。

共同創業者でありCEOのSriram Subramaniam（シュリラーム・サブラマニアム）氏は、TechCrunchの取材に対して次のように話す。「『電子顕微鏡でタンパク質を原子レベルの分解能で可視化する』という創業時の夢を、約15年の歳月をかけて実現しました。誰かがこの夢を実現できれば、これこそが創薬を変え、革命を起こすために必要な重要なツールになるはずだと確信していました」。

「現在の低温電子顕微鏡法の進歩を採り入れて、実際に学習するプラットフォームを作ることがGandeevaの命題である」と同氏は続ける。高解像度の画像を利用すれは、これまで観ることのできなかった結合ポケットを発見することが可能で、それに合う薬剤を見つけることができる、というのだ。

「金鉱を採掘する道具は重要ですが、その金鉱をどうするか、つまりどのような製品に変換するかを知っている必要があります。私たちの場合は、それは患者さんのための薬です」。

現在では、Insilico Medicine（インシリコ・メディスン）、Generate Biomedicines（ジェネレート・バイオメディシンズ）、Pepper Bio（ペッパーバイオ）、Eikon Therapeutics（エイコン・セラピューティクス）、Isomorphic Labs（アイソモルフィックラボ）といった数多くの企業が創薬という大きなチャレンジに取り組んでいるが、Gandeevaのアプローチは、簡単にいえば、体内のドラッガブル（druggable、ターゲット分子における低分子化合物による機能調節の可能性を意味する）なターゲットを見つけるために「実際に観てみる」といったところだ。

周りをぐるっと見ただけでも、これまで数え切れないほどの科学的ブレークスルーがもたらされてきた。しかし、身体の構成要素に関しては、特殊な顕微鏡技術がなければブレークスルーは起こり得ない。この分野の代表的な技術はX線結晶構造解析で、タンパク質や分子を文字通り結晶に詰め込んでX線を照射し、その形や大きさ、向きを近似的に再現するものである。

X線結晶構造解析の問題は、結晶化という手間と時間のかかるプロセスにある。しかし、低温電子顕微鏡法では、結晶化が不要だ。この手法では、分子を瞬間冷凍して2次元のシートを作り、それを電子銃で照射する。2次元シートは生体分子を電子から保護し、詳細な画像の撮影や、結晶化構造では観ることのできないバイオ分子の動きの撮影を可能にする。

低温電子顕微鏡法では、2オングストローム（ナノメートルの10分の1）の構造体の画像が得られる（参考までに、人の髪の毛1本の太さは約100万オングストロームである）。

低温電子顕微鏡がブームになっていることを示す証拠もある。2024年までに、低温電子顕微鏡で決定されるタンパク質構造がX線結晶構造解析を上回る、と予測する科学者もいる（2020年2月のNatureのニュース）。顕微鏡や装置が高価であるにもかかわらず、分解能が飛躍的に向上したことで、低温電子顕微鏡は主要な科学的ツールキットとなりつつある。

一方、構造生物学という点ではGandeevaに有利な動きが他にもある。1つは、機械学習が進歩してタンパク質がどのように折りたたまれるか（タンパク質フォールディング）を正確に予測できるようになったことだ。

すでにタンパク質フォールディングを予測できるAIエンジンが2つ開発されている。アルファベット傘下のAI企業、DeepMind（ディープマインド）が開発したAlphaFoldと、ワシントン大学が開発したRoseTTAFoldである。かつてはタンパク質の構造を決定するには何時間も実験室で作業する必要があったが、RoseTTAFoldは通常のゲーム用コンピューターを使って、10分でタンパク質の構造を予測できるという。

サブラマニアム氏は、これらのツールは、タンパク質の構造と機能に関する前例のないレベルの知見を提供するが、まだ対処すべきギャップがある（AIによる予測では、要素によっては他の手法より信頼度が低いなど）と主張し、低温電子顕微鏡法では、タンパク質のある領域にズームインしたり、タンパク質のさまざまなコンフォメーション（立体配座）を撮影したりすることができるので、こうしたギャップを埋めることができるだろう、と指摘する。

「AIには革命の真っただ中にありますが、誰もが『AIって結局何？』と疑問に思っているのではないでしょうか。AIと低温電子顕微鏡の組み合わせは、実験だけでも予測だけでもない、まさしく正攻法であり、Gandeevaの命題でもあります」とサブラマニアム氏。

「AIによる構造生物学や相互作用の理解を利用して、最速かつ適切なスループットで精密なイメージングを組み合わせることができます」。

Gandeevaは現在、政府や大学がスポンサーとなっていなくても、すばやく簡単に低温電子顕微鏡を利用できることを証明しようとしている。この分野におけるサブラマニアム氏の研究の多くはこうした環境で行われてきたので、これは重要なポイントだ。

サブラマニアム氏は、キャリアの大半を米国国立衛生研究所（NIH）で過ごした。国立がん研究所（NCI）の生物物理学セクションのチーフを務め、その後、政府が運営する国立低温電子顕微鏡研究所を設立。NIHでは、Gandeevaの低温電子顕微鏡を使った創薬プラットフォームの開発を進めたいと考えていたが、ラボの開発だけで数十億円の費用がかかることが判明した。

同氏によると、当時「VCはこのようなアプローチに関心を持たなかった」という。しかし、ブリティッシュコロンビア大学（UBC）が興味を示したため、彼はNIHを退職し、UBCのCancer Drug Designのチェアマンに就任した。

「NIHで行っていたことが再現できると証明するために、UBCに来て数年間でこのプロジェクトの基本を立ち上げました。UBCで作成したプロトタイプは、この方面に迅速に進めることを投資家に確信してもらうきっかけとなりました」と同氏は話す。

この概念実証（PoC）では、短時間で作成されたオミクロン変異体のスパイクタンパク質の低温電子顕微鏡画像がScienceに掲載された。

しかしながら、Gandeevaの最終目標は、低温電子顕微鏡法をパッケージ化して生物学的に美しい写真を撮ることではなく、新薬の開発にかかる時間を短縮することを目的とした研究プラットフォームである。

サブラマニアム氏は「薬剤がどこに結合するか、タンパク質のどの表面をターゲットにしているのかを正確に観ることができるので、単純に、大幅に時間を短縮できると考えています。このような情報があれば行き止まりの経路を調べずに済むため、非常に有効です」と話す。

Gandeevaは、この技術を工業規模かつ速度で実行し、他では得られない情報を得られることを証明する必要がある。同社は、バンクーバー郊外の施設を6年間リースしており、サブラマニアム氏はここでプラットフォーム機能を構築する予定だ。

社内的には、いくつかのプログラムを進めて、潜在的な創薬ターゲットを特定できることを証明するのが目標である。サブラマニアム氏は、もしかしたらGandeevaのプラットフォームを腫瘍学に適用し始めるかもしれない、と話すが、これはまだ決まっていない。

今回のラウンドはLux Capital（ラックスキャピタル）とLEAPS by Bayer（リープスバイバイエル）が主導。Obvious Ventures（オブビアスベンチャーズ）、Amgen Ventures（アムジェンベンチャーズ）、Amplitude Ventures（アンプリチュードベンチャーズ）、Air Street Capital（エアストリートキャピタル）が参加した。

画像クレジット：Gandeeva Therapeutics

［原文へ］

（文：Emma Betuel、翻訳：Dragonfly）

米ハーバード大学ウィス研究所の研究チームが、ヒトの心筋細胞の性質を利用し、自動的に泳ぐロボット魚を作り上げました。このロボット魚は、ヒトの幹細胞から培養して作り出した心筋細胞を、魚の形をしたゼラチン製模型の脇腹に埋め込んだもの。心筋細胞は糖分を動力源として、心臓が鼓動を打つように収縮をリズミカルに繰り返す性質を持っており、それがここでは魚の泳ぐ動作を生み出します。

筋肉はイオンの流入で収縮をする性質を持っています。これは通常、神経インパルスがトリガーとなって起こります。しかし、研究者はロボット魚に対して特定の波長の光に反応してイオン流入を起こす、光活性化イオンチャンネルのはたらきを持つタンパク質をいくつか発見し、ロボット魚の両脇の心筋細胞の一方が青い光で、もう一方が赤い光で収縮するように仕組みました。これにより、ロボット魚に青と赤の光を交互に当てることで、身体を左右にくねらせ、泳ぐ動作を誘発できました。

また、研究者らは別の方法も作り出しました。それは心臓の構造から着想を得たもので、2つの脇腹の心筋細胞を中央で繋ぐ心筋細胞の球を作り、それが収縮を制御するペースメーカーの役割を果たすような仕組みです。この方法では、ペースメーカーとなる中央の細胞で始まったイオンの流入が両脇の心筋細胞に拡がり、収縮を引き起こすようになっています。

この方法の場合、普通に考えれば両脇の筋肉が同時に収縮するかとも思われますが、実際にはどういうわけか両側の細胞が互いに収縮するタイミングを調整するようになりました。心筋細胞は筋肉が収縮をした時、伸長を促すための受容体が活性化されることで、伸ばす動作に転じる性質があります。この性質によって、右側の筋肉が収縮をした際に反対、つまり左側の細胞が伸び、次のサイクルでは左が収縮した際に、右側の細胞が伸びるようになりました。この動作は、それぞれが勝手に動いていれば周期のズレからだんだん同期が取れなくなっていきますが、中央のペースメーカーとして機能する細胞が、左右それぞれの動きの同期を保つ役割を果たしました。

このロボット魚は、上のようなやり方で3か月にわたって壊れることなく泳ぐ動作を続けることができました。しかも、製作から1か月の時点までは心筋細胞の成長により筋肉が増強して性能的な向上がみられ、1秒間にその体長よりも長い距離を泳げるようになったとのこと。

この研究で生み出されたバイオロボット魚は、鑑賞するぶんには多少面白いかもしれませんが、将来的に何らかの用途に使うことを想定したものではありません。それでも、ヒトの心臓は死ぬまでに数十億回拍動を繰り返すことから、非常に高い耐久性を必要とする用途に応用するための可能性が、この研究によって少しは拡がったと言えるかもしれません。

（Source：Wyss Institute for Biologically Inspired Engineering at Harvard University。Engadget日本版より転載）

理化学研究所（理研）は2月9日、環境ストレスに応じて根の長さを調節する植物の遺伝子制御因子を発見したと発表した。この成果は、根菜類の品種改良、植物工場や都市型農業に向けた作物の生産性向上への貢献が期待される。

地中に根を張る植物は、高温、乾燥、病害などの環境ストレスに対処する応答機構を発達させてきた。だがストレスへの耐性を高めると、植物の成長が抑制されてしまうという反面がある。その成長抑制の分子メカニズムは明らかにされていない。

そこで、理化学研究所（キム・ジュンシク氏、篠崎一雄氏）、大阪大学大学院理学研究科生物科学専攻（坂本勇貴助教）、東京大学大学院新領域創成科学研究科先端生命科学専攻（松永幸大教授）、東京農業大学農生命科学研究所（篠崎和子教授）らによる共同研究グループは、植物の根の成長を抑制する現象を分子遺伝学的に解明する研究を行ってきた。研究グループが目を付けたのは、細胞の工場とも呼ばれる小胞体のストレスを受けたときの応答「小胞体ストレス応答」（UPR。Unfolded Protein Response）だった。これは、外部ストレスを細胞内シグナルに変えて、遺伝子発現抑制を伝える細胞内ストレスセンサーとして働いている。

研究グループは、分子遺伝学のモデル種であるシロイヌナズナの、UPRの制御に関わる3つの転写因子（遺伝子の発現を制御するDNAタンパク質）のうちの2つに機能欠損させた変異株「bz1728」では、野生種に比べて根の伸びが10％程度阻害されることを解明していたが、根の伸長阻害のある他の変異株との関連性が乏しいことなどから、このbz1728株の伸長阻害の原因は、新しい遺伝因子にあると考えた。

そこで、bz1728株のゲノム上にランダムな突然変異を誘導した集団を作り、そこから再び根が伸びるようになった変異株を選び出し「nobiro」（ノビロー）と名付けた。そして、そのうちの1つ「nobiro6」株の分子メカニズムを解明するための分子遺伝学解析を行った。そこから浮かび上がったのが、基本転写因子複合体の構成因子の1つである「TAF12b」という遺伝子だ。TAF12bを含む3つの遺伝子（bzip17、bzip28、taf12b）の機能をゲノム編集で欠損させた変異株を作ったところ、根の伸びがnobiro6と同程度に回復した。また、TAF12bのみを欠損させた変異株では、人為的誘導された小胞体ストレスによる根の伸長抑制応答が鈍くなり、UPRの活性も低下した。これらのことから、TAF12bがUPRによる根の伸長抑制に影響していることが明らかになった。

研究グループは「回復した遺伝子群の多くがストレス耐性獲得に機能することから、TAF12bは植物が感知した外部ストレスのシグナルを根の細胞の成長応答に結び付ける重要な遺伝子制御因子であると考えられます」という。また、SDGｓの「2．飢餓をゼロに」や「13．気候変動に具体的な対策を」に貢献することが期待されるとも話している。

理化学研究所（理研）は2月7日、医療ビッグデータとコンピューター科学の活用により、卵巣がんの新しい治療標的「LKB1-MARK3経路」を特定したと発表した。卵巣がんの中でもっとも死亡者数の70から80％を占める「高異型度漿液性卵巣がん」の新しい治療法の開発につながると期待されている。

これは、理研、国立がん研究センター研究所、国立がん研究センター中央病院、東京大学、米メモリアルスローンケタリングがんセンター、米国立がん研究所の国際共同研究によるもの。

高異型度漿液性卵巣がんの研究では、ゲノム解析の結果、ほぼ全例にがん抑制遺伝子TP53の不活性化型変異が認められている。その症例の半数にはPARP阻害剤が有効な治療法とされるが、残りの半数の症例への治療標的が十分には確立されていなかった。しかし、個別の遺伝子変異に注目した従来型の研究手法では、これ以上新しい治療標的を発見できない可能性がある。そう感じた研究グループは、様々なアルゴリズムを用いてコンピューター解析を行う「ビッグデータ解析」による、遺伝子発現量の変化を定量的に評価する必要があると考えた。

研究グループは、高異型度漿液性卵巣がんのがん組織と正常卵巣組織の遺伝子発現量を比較解析するために、大規模なマイクロアレイデータ、RNA-seqデータ、臨床情報などが含まれる複数データベースの統合解析を行い、遺伝子発現変化が臨床予後に影響する遺伝子を抽出するために、新しい解析プラットフォームを構築。これにより、「LKB1-MARK3経路」のMARK3遺伝子が高異型度漿液性卵巣がんで発現抑制されており、その遺伝子発現量の低下が臨床予後の悪化に関わることがわかったという。

次に、ビックデータ解析の結果を臨床医学的に検証するために、高異型度漿液性卵巣がんの正常組織（卵管上皮細胞）と前がん病変（上皮内がん）、浸潤がんの患者由来検体を用いて、「セリンスレオニンキナーゼ（serine-threonine kinase）をコードするがん抑制遺伝子」であるLKB1と、「LKB1によって直接的にリン酸化修飾を受けるセリンスレオニンキナーゼ」であるMARK3のタンパク質発現量を評価した。

その結果、LKB1とMARK3からなる「LKB1-MARK3経路」のMARK3遺伝子が高異型度漿液性卵巣がんで発現抑制されており、その遺伝子発現量の低下が病状の悪化に関わっていることがわかった。さらにその後の解析により、MARK3は卵巣がん細胞株において抗腫瘍効果を発揮することもわかった。これは、マウスの皮下組織にMARK3を強制発現させた卵巣がん細胞株を移植する実験でも、明らかとなった。

今回の研究は、理化学研究所革新知能統合研究センターの情報科学技術を用いて、「医療ビッグデータを解析し、従来の医学研究手法でその結果を検証した」ものであり、その成果は「がん研究においても情報科学と医学が融合した学際的な研究手法が重要であることを示しています」と研究グループは話している。このビッグデータ解析手法は、異なるがん種や疾患の原因探索にも応用できる可能性があるとのことだ。