2019 Fiscal Year Annual Research Report

機能インフォマティクスが解き明かすポストコッホ生態系

Planned Research

Project Area	Post-Koch Ecology: The next-era microbial ecology that elucidates the super-terrestrial organism system
Project/Area Number	19H05688
Research Institution	The University of Tokyo
Principal Investigator	松井求東京大学, 大学院理学系研究科(理学部), 助教 (10803728)
Co-Investigator(Kenkyū-buntansha)	岩崎渉東京大学, 大学院理学系研究科(理学部), 准教授 (50545019)
Project Period (FY)	2019-06-28 – 2024-03-31
Keywords	微生物相互作用 / バイオインフォマティクス / ネットワーク解析 / メタゲノム解析 / データベース
Outline of Annual Research Achievements	2019年度は「機能インフォマティクス」の解析基盤を構築した。以下に主な研究実績をまとめる。 (1) 進化的情報に基づく相関関係推定法の開発: 機能未知遺伝子を含むメタゲノムデータから系統樹を構築することは、長大な進化距離を含む大規模系統樹の構築に相当する難題である。そこでまず、グラフに基づく新規系統解析手法「Graph Splitting (GS) 法」を開発し、さらにGS法をメタゲノムデータに適用し、機能的に関連のある遺伝子群を抽出した。さらに種系統樹と遺伝子を比較することで、特異な種分布と関係のある重要遺伝子のリストを作成することができた。 (2) 遺伝子や生物種の多項間の関係を抽出する方法の開発: 従来の生態学は微生物間の1対1の関係にのみに着目することがほとんどであったが、実際には3項間以上の関係が生態系を維持するために重要な役割を担っている。そこでまず、Tarone法を三項間関係の統計的検定に応用した新規手法「Logicome Profiler」を開発し、さらにメタゲノムデータにLogicome Profilerを適用することで、遺伝子や生物種の有意な多項間の関係を網羅的に抽出することに成功した。 (3) 機能未知遺伝子を含むメタゲノムデータからの機能遺伝子ユニットの推定: メタゲノム解析を行う際、遺伝子の共起関係のみでは、実際に意味のある相互作用を見つけることは困難である。そこでゲノム上の遺伝子の隣接情報を利用し、機能遺伝子ユニットを推定することを目指した。まず、ショットガンメタゲノムの配列情報から隣接する遺伝子セットを抽出し、さらにその隣接関係をつなげていくことで隣接する遺伝子ネットワークを構築した。そしてネットワークのハブに着目することで、既知遺伝子と未知遺伝子が混在する遺伝子ユニットを抽出することができた。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 掲げた3つの小課題を全て予定通りに完了することができ、「機能インフォマティクス」の解析基盤を構築するという当初の目標は達成できたと考えている。
Strategy for Future Research Activity	本年度では解析基盤技術の構築がなされたので、今後は、領域各班と連携しながら、ポストコッホ技術により得られたメタゲノム、微生物相互作用、生理機能プロファイリング;、代謝パスウェイ、環境コンテキストの各情報を集積し、統一形式で統合し、「遺伝子の共起関係」の形でデータベースを構築する。データベースの構築に際しては、申請者らが以前構築したMetaMetaDB (Yang CC and Iwasaki W, 2014)の構成を参考にする。MetaMetaDBはメタゲノムデータに含まれる16SrRNAのアンプリコン配列を集積したデータベースであり、各配列には環境情報がタグ付けされている。ユーザは自身のメタゲノムデータをMetaMetaDBに入力することで、微生物由来環境の組成を得ることができる。本計画では、遺伝子配列に上記の環境コンテキスト等の高次元のメタ情報を紐付けすることでメタ情報同士を結びつけ、メタ共起ネットワークを構築することを目指す。加えて、高谷班と連携し、モデル圃場メタゲノムデータとメタボローム・環境コンテキストを取得する。そして構築したデータベースに情報を入力し、モデル圃場に実際に存在する「種や遺伝子の共起関係、代謝パスウェイ、微生物と環境の相互作用」の情報を得る。そしてこれらを総合して「機能生態モデル」を創成する。その考察・解釈では、以前申請者らが行った微生物の進化戦略を明らかにするための解析アプローチ(Sriswasdi S etal., 2017)を発展させる。