| 研究実績の概要 |
本研究課題は、地球上の微生物の99%以上を占める未分離・未解明な微生物の種と機能を解析するための革新的な「ポストコッホ微生物分離装置」を開発することを目的とする。そのために、ラマン/自家蛍光スペクトルからなる分光ビッグデータを機械学習などの人工知能技術により解析し、環境中の多様な微生物を網羅的にプロファイリングする技術の確立を目指す。具体的には、(1)１細胞ラマンデータの機械学習による微生物種の高精度識別法の開発、(2)希少放線菌、環境汚染物質分解菌などの微生物を対象とした「ラマンマーカー」の探索、(3)波長可変レーザーを光源とした多波長励起顕微ラマン分光装置の開発と応用、などを柱として研究を進めている。2023年度の各項目の主な研究成果は以下の通りである。
(1)バクテリア・アーキア計25種の１細胞ラマンスペクトルに基づき、教師あり機械学習アルゴリズムのLightGBMおよび教師なし機械学習アルゴリズムのx-meansを用いたバクテリアとアーキアの高精度なドメイン分類モデルを構築した。これにより、環境中に存在する多様なアーキアを優占なバクテリアと識別して検出することが可能となる。
(2)希少放線菌Actinoplanes missouriensisの胞子嚢のマルチモーダル（自発ラマン、マルチプレックスCARS、第二高調波発生、和周波発生、3次和周波発生）分子イメージングを行い、胞子嚢膜に局在する新たな分子種を発見し、その分子種を含む層が反転対称性のない秩序構造を有することを明らかにした。
(3)代表的な光合成細菌のコロニーおよび１細胞を5つの励起波長（488, 514, 532, 561, 594 nm）で測定し、カロテノイドのラマンスペクトルを利用して、光合成細菌を明瞭に識別可能であることを実証した。
|
