中赤外分光法と機械学習によるオスマラリア蚊 Anopheles gambiae s.l. の年齢分類と種同定

リスクのある蚊を見分ける新しい方法

ほとんどのマラリア対策は、人を刺して寄生虫を媒介するメスの蚊に焦点を当てています。しかし多くの新しい戦略は、野外個体群を縮小するためにオスの蚊を放飼したり標的にしたりすることに依拠しています。こうした手法が機能するには、オス蚊の年齢や種を速やかに判定する手段が必要です。本研究は、微小なオスマラリア蚊の体からそれらの特徴を読み取るために、光学的手法と計算アルゴリズムを組み合わせて検証したものです。

オス蚊が重要な理由

オスの蚊は人を刺しませんが、交尾を通じて将来の世代の行方を左右します。遺伝子ドライブ、滅蟲（不妊昆虫）放飼、Wolbachiaを用いた技術などの新しい制御法は、野生のオスと競合できる多数の飼育オスの放飼に依存します。これらの手法が効果を発揮しているか評価するには、野外のオス集団における種構成や年齢構造を監視する必要があります。既存の手段は遅く、解剖や遺伝子検査を必要とし、多くのマラリア流行地域で日常的なチェックに適していません。

見えない光で蚊を読む

本研究では、ブルキナファソの近縁な二種のマラリア媒介蚊、Anopheles gambiae と Anopheles coluzzii を対象にしました。個体ごとに乾燥させたオス蚊に中赤外光を照射し、外殻がどのように光を吸収するかを記録しました。昆虫の表面は年齢とともに変わり種間でもわずかに異なるため、各蚊は特徴的な光スペクトルを生みます。研究チームはこれらのスペクトルと三つの年齢群および種同定とを結び付けるモデルを、機械学習（パターン認識を行う計算法）を用いて訓練しました。

試験管から半自然環境へ

研究者たちはまず、温度・湿度・餌が厳密に管理された安定した飼育条件下で育てたオスを用いてモデルを構築・検証しました。千を少し超えるラボサンプルで、計算システムは種の分類を約86%の精度、年齢群を約85%の精度で正しく識別しました。これらの率はランダム推測よりはるかに高く、中赤外アプローチがオス蚊の年齢や種に関する実際の生物学的信号を捉えていることを示しています。

現実世界での課題

次に、より現実的な試験に移りました。研究チームは二つの村の家屋からメス蚊を採集し、遺伝学的手法で種を同定したうえで、その子孫のオスを屋外条件を模した半屋外施設で飼育しました。ラボで訓練したモデルをそのままこれら多様な個体群に適用すると、種の精度は64%に、年齢の精度は50%に低下しました。中赤外光は依然として有用な情報を含んでいましたが、モデルは実世界における環境・遺伝・生活史の多様性に苦戦しました。そこで研究者らは転移学習を用い、限られた数の半自然サンプルを追加してモデルを再訓練しました。この手順により、種の精度は73%、年齢の精度は70%に向上し、特に中年のオスの分類が改善しました。

光が実際に捉えているもの

どの波長帯が予測に重要だったかを解析したところ、タンパク質やワックス、外骨格の硬いキチンに由来する信号が年齢・種予測の鍵であることが分かりました。これらの発見はメス蚊や他種に関する先行研究と一致しており、外部構造の年齢変化や種間差が一貫した情報源であることを示唆します。著者らはまた背景光の影響に対する感度も指摘しており、誤ったパターンに導かれないように入念なデータクリーニングとより大規模で多様な訓練セットが必要であると述べています。

マラリア制御への含意

非専門家向けの主なメッセージは、死んだオス蚊に見えない光を当て、コンピュータにパターンを読み取らせることで、年齢や種を比較的速く安価に推定できる可能性があるという点です。本研究はラボ環境では非常に良好に機能し、地域サンプルを訓練に含めればより自然に近い条件下でも十分に機能することを示しています。実際のマラリア対策プログラムで指標として用いるには、地域や条件の異なるより広範なサンプル収集が必要です。それでも、本研究は保健チームがオス蚊集団を大規模に追跡し、これまで見過ごされがちだったこれらの昆虫を操作する新たな制御手段の計画と評価を助ける未来を示しています。

引用: Sanou, R., Mwanga, E.P., Sow, B.B.D. et al. Age-grading and species identification of male mosquito Anopheles gambiae s.l. using mid-infrared spectroscopy and machine learning. Sci Rep 16, 16079 (2026). https://doi.org/10.1038/s41598-026-46306-2

キーワード: マラリア蚊, オス蚊, 赤外分光法, 機械学習, ベクター制御