スマートソフトウェアが汚いサルモネラ菌を嗅ぎ分け、菌株の強さを予測

火曜日にPLOS Genetics誌に発表された論文によると、研究者チームはサルモネラ菌の特定の菌株がどの程度危険かを予測できる機械学習ソフトウェアを開発した。

サルモネラ菌は、小さなジェリービーンズのような形をした厄介な細菌で、腹痛、下痢、吐き気、嘔吐など、食中毒特有の様々な症状を引き起こします。細菌が胃腸管にのみ感染した場合、症状は通常数日で治まります。しかし、血流に入ると、腸チフスや生命を脅かす敗血症性ショックを引き起こす可能性があります。

そこで研究者たちは、サルモネラ菌の両タイプを区別するためのランダムフォレスト分類器を構築した。まず、より重篤な感染症を引き起こす6種類の菌株と、消化管に生息する7種類の菌株を含む、異なるタイプのサルモネラ菌のDNA配列を収集したデータセットを構築した。

次に、研究チームはランダムフォレスト分類器を訓練し、食中毒や腸チフスを引き起こす可能性が高い 200 種類の遺伝子を特定しました。

ランダムフォレスト分類器は、複数の決定木を構築することで機能します。決定木では、ノードが細菌内の異なる遺伝子を表します。研究者たちは論文の中で、決定木は「サンプルの特性、この場合は腸管外、つまり侵入性のニッチへの適応を予測します」と説明しています。各サルモネラ菌の変異が決定木にマッピングされると、ランダムフォレスト分類器は、菌株の侵入性を測定する「影響スコア」を吐き出します。

「私たちは、公衆衛生上の懸念となる可能性のある新興細菌株を特定できる新たな機械学習モデルを設計しました。このツールを用いることで、膨大なデータセットを解析し、数秒で結果を得ることができます」と、本研究の共同リーダーであり、英国の非営利ゲノミクス・遺伝学研究機関であるウェルカム・サンガー研究所のポスドク研究員であるニコール・ウィーラー氏は述べています。

「最終的に、この研究は、病院の病棟だけでなく、世界規模で、これまでできなかった方法で危険な細菌の監視に大きな影響を与えるでしょう。」

このモデルは、さまざまな細菌の抗生物質耐性に関わる遺伝子を解明するなど、他の細菌問題にも応用できます。

「私たちはすでにこの手法を使って、アジアとアフリカで流行しているチフス菌株の主な違いを探索している」と、論文の共著者でリバプール熱帯医学大学院の研究者であるニコラス・フィージー氏は述べた。

「異なる細菌株のゲノムを数週間から数ヶ月かけて手作業で比較する代わりに、私たちは数秒で、新たな細菌株の背後にある遺伝子変化を発見することができます。これは、アウトブレイクをリアルタイムで研究し、疾病の制御または予防のための公衆衛生戦略に迅速に情報を提供する可能性を秘めています。」®