2021 Fiscal Year Research-status Report
生物群集全体と各２種間相互作用との関係を人工生態系での総当たり実験により解明する
| Project/Area Number |
20K06825
|
|---|
| Research Institution | Institute of Physical and Chemical Research |
|---|
Principal Investigator |
細田 一史 国立研究開発法人理化学研究所, 生命機能科学研究センター, 客員研究員 (30515565)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 実験生態系 / 人工生態系 / 生物群集 / 種間相互作用 / 微生物 |
|---|
| Outline of Annual Research Achievements |
本研究では、微生物による人工生態系を用いて、群集全体と各2種間相互作用総和の関係を解明する。全体として次の5項目を行う：[1] 単種の系、２種の系、全種の系の実験と測定、[2] 機械学習による生物種同定手法の確立、[3] 全種のデータから推測される種間相互作用と、２種のデータとの比較、[4] 単種及び２種のデータからの全種予測と、全種のデータとの比較、[5] 総合解析とまとめ。このうち2021年度には計画通り[3]および[4]について取り掛かり、以下のような結果を得た。
[3] 全種のデータから推測される種間相互作用と、２種のデータとの比較：全種培養での測定データの結果から、Empirical dynamic modeling (EDM)を用いて、種間相互作用を推定した。ただし、開始が全種とはいえ、長期に生存できるのは５種程度であるため、生存種の多種系に関するデータのみとなる。一方で、単種と２種の比較から、正・負の作用が検出できるため、これと比較した。結果、多種系では、状況によって検出される相互作用の正負が異なることが分かった。これは、野外でも同様のことが見えている。２種系では、およそ消費者と生産者など、役割の関係で決まっていた。
[4] 単種及び２種のデータからの全種予測と、全種のデータとの比較：3種以上のデータを用いずに単種と2種のデータを説明するモデルを作り、このモデルが3種以上のデータをどれだけ予測できるかを調べた。統計モデルとして最も簡単な一般化線形モデル(GLM)を用いて3種以上の予測と実験の比較を行ったところ、生産者量などはおよそ予測でき、被食者量は全く予測できなかった。一方で、動態モデルとして多種のMonod型モデルを用いたところ、単種、２種、多種系（生存した種のみ）を、矛盾なく説明できることがわかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
内容的には計画書の通りの結果を得られており、その意味ではおおむね順調に進展しているとも言えるが、新型コロナウイルス感染症の影響と、当初予定に無かった２年連続での研究代表者の異動があったため、実験データの量としては当初の予定よりも少ない。このため、「やや遅れている」とした。
|
| Strategy for Future Research Activity |
2022年度には、計画通り、引き続き[3]および[4]について研究を推進する。
具体的には、先述のように2021年度で得られた結果により、数理モデルによって単種、二種、多種における実験結果を説明できるということから、少なくとも生存できた種に関しては、相互作用は把握できているといえる。
よって今後は、多種の系から２種の相互作用の情報を抽出するEDMはどのような側面を見ているのかを、主に数理モデルを用いて解析する。具体的には、数理モデルから様々な状況を作り出し、疑似的に敢えて少数のサンプリングデータを得る。これをEDMによって解析したときに、どのような状況及びデータセットの場合には、どのような解析結果が得られるかを確かめる。
また逆に、単種と２種の情報から精度よく多種系を予測する方法は何かなどを明らかにする。具体的には、構築した数理モデルの各項およびパラメタ値が、どのような実験情報によって構築できるかを調べる。敢えて持ちえた実験情報が少ない場合を考え、そこから同様の値を得るにはどのような仮定をおくべきかなどを明らかにする。
さらに、多種系で生存できなかった種について、これが生存できないことを単種及び２種系の情報のみから予め予想できる手法を探る。
|
| Causes of Carryover |
昨年度同様、新型コロナウイルス感染症の影響により、当初予定していた技術補佐員の雇用による実験や、旅費の使用がなくなった。さらに、昨年度に続き、再び当初予定に無かった研究代表者の異動があった。これらにより研究費の使用に大幅な変更があり、総じて次年度使用額が生じた。一方で、大きな環境の変化が２年連続でありながらも、研究内容としては引き続き計画通りに進んでいる。とはいえ、実験データの量には、当初の予定よりも不足しているのが実情である。よって次年度以降、新型コロナウイルス感染症の状況が改善した時点で、やはり技術補佐員の雇用のために使用する。仮に難しい状況が続きそうな場合には、実験自動化の機器購入などを検討する。
|
