多層オミクス機械学習と比較バイオインフォマティクスを用いた、酸素下での窒素固定に関わるFOX遺伝子候補の予測

空気を植物の栄養に変えることが重要な理由

現代農業は化学肥料に大きく依存しており、これは大量の化石燃料を使って空気中の窒素を可利用な形に変換することで生産されています。このプロセスは数十億人を養っていますが、同時に気候への影響や水質汚染を引き起こします。自然界では、ある種の微生物が太陽光とずっと少ないエネルギーで同じ化学反応を静かに行っています。本論文は、シアノバクテリアという微生物が酸素を生成しながらも窒素固定を行える理由を解読して遺伝子カタログ化することを探ります。これらの遺伝子を理解することは、自家施肥できる作物や工業的微生物の設計に道を示す可能性があります。

小さな細胞の中のバランスの取り方

窒素ガスは空気の大部分を占めますが、植物や動物はこれを直接利用できません。窒素固定酵素であるニトロゲナーゼは窒素ガスをアンモニアに変換し、生物が利用できる形にします。ニトロゲナーゼは酸素に極めて敏感で酸化されやすいにもかかわらず、Anabaena 7120 などの一部シアノバクテリアは光合成による酸素生成と窒素固定を同じフィラメント内で行います。彼らはヘテロシストと呼ばれる特殊な細胞を形成してニトロゲナーゼのために低酸素環境を維持します。コアのニトロゲナーゼ遺伝子以外にも、保護的な細胞壁を作る、内部化学を制御する、電子や栄養をやり取りするなど多くの補助遺伝子が必要です。酸素存在下で窒素ガスでの増殖を止める遺伝子の欠失が示すものはFOX遺伝子として知られており、現在知られているのはその一部に過ぎません。

欠けた窒素遺伝子を見つけるためにコンピュータを教える

著者らは、生物学的測定値と機械学習を組み合わせてAnabaena 7120の全ゲノムにわたる新たなFOX遺伝子候補を予測することを目指しました。彼らはヘテロシスト形成を引き起こすトリガーである、培地から結合窒素を除いたときに各遺伝子がどう応答するかを追跡する「マルチオミクス」データセットを組み立てました。これには、時間経過に伴うRNAレベルの測定、タンパク質量の変化、転写を駆動するDNA制御領域の特徴、染色体上での各遺伝子の物理的近傍、窒素固定するシアノバクテリアとしない近縁種での遺伝子の保存度といった情報が含まれます。次に、既にFOXであることが実証されている68個の遺伝子にラベルを付け、代替の非‑FOX群として広く保存されている非必須遺伝子835個を選びました。

モデルの性能と得られた知見

これらのラベル付き例を用いて、研究チームはロジスティック回帰、ランダムフォレスト、XGBoostの3種類のモデルを訓練し、保留した遺伝子で繰り返しテストしました。いずれのモデルも既知のFOX遺伝子を代理の非‑FOX群よりも安定して上位にランク付けでき、最良のモデルは他の遺伝子必須性予測器と同等の性能に達しました。重要なのは、モデルがブラックボックスではなかった点で、研究者らはSHAPという手法を用いてどの特徴が遺伝子をFOX様の予測に押し上げたり遠ざけたりするかを検出しました。FOX遺伝子は、窒素除去後に遅れて強くオンになる傾向があり、スイッチ前は低活性で、他の窒素固定関連遺伝子とクラスターで現れること、窒素固定菌では近縁の非固定種より保存されやすいことが示されました。対照的に、非固定シアノバクテリアと共通している遺伝子や、ハウスキーピング役割に関連する特定のプロモーター配置にある遺伝子はFOXである可能性が低いという特徴が見られました。

新たな遺伝子候補とエンジニア向けの設計ツール

これらの知見をもとに、著者らはゲノム内の各遺伝子に対して確率スコアを生成し、それを文字通りの確率ではなくランキングとして用いました。上位にランクされた候補には、ヘテロシスト外被領域に組み込まれた遺伝子、還元酸化バランスや電子輸送に関わる遺伝子、他の生物でニトロゲナーゼの組み立てや支持に関与すると知られているがAnabaenaではまだFOXに分類されていない因子が含まれていました。上位候補のいくつかには既に独立した実験的示唆があり、このアプローチの信頼性を高めています。合成生物学への実用性を高めるため、研究チームは選択したDNAサイズ制限内に収まるコンパクトな候補遺伝子セットを、単純なランク順またはサイズを考慮した貪欲法で選べるウェブツールも構築しました。これは既に他のシアノバクテリアに移入された規模に概ね合致します。

賢い予測から賢い作物へ

一般読者にとっての主要メッセージは、本研究がゲノム全体に広がる雑多な探索を、酸素を生成する微生物でも窒素固定を可能にする有力な遺伝子の絞り込みリストに変えたことです。本研究は、遺伝子がいつオンになるか、近傍とどのように結線されているか、どの種がそれらを保持または廃棄しているかというパターンが、酸素下窒素固定の識別可能なシグネチャを形成することを示しました。各候補は依然として実験的検証を要しますが、ランク付けされたリストとインタラクティブなアプリは、欠けたピースを体系的に埋めるためのロードマップを研究者に提供します。長期的には、そのロードマップが作物や工業用微生物に堅牢で自己完結型の窒素固定系を装備させ、エネルギー集約的な肥料工場への依存を減らし、農業による環境負荷を低減する取り組みを導く可能性があります。

引用: Young, J., Gu, L. & Zhou, R. Predicting FOX gene candidates for oxic nitrogen fixation using multi-omic machine learning and comparative bioinformatics. Sci Rep 16, 11412 (2026). https://doi.org/10.1038/s41598-026-41873-w

キーワード: 窒素固定, シアノバクテリア, 機械学習, 合成生物学, ヘテロシスト