最新の研究が約100万種類の新規抗生物質の可能性を発見：機械学習の力でグローバルなマイクロバイオームから。
2024年7月11日付のCell誌に掲載された研究によると、最新の機械学習手法により、グローバルなマイクロバイオームから約100万種類の新規抗生物質の可能性がある抗菌ペプチド（AMPs）が特定されました。この革新的な研究は、抗菌ペプチドの発見における機械学習の変革的な可能性を強調しており、抗生物質耐性の増加という課題に対応するための重要なステップとなります。この論文のタイトルは「Discovery of Antimicrobial Peptides in the Global Microbiome with Machine Learning（機械学習を用いたグローバルマイクロバイオームからの抗菌ペプチドの発見）」です。国際的な研究チームは、中国の上海にある復旦大学（Fudan University）の研究者らを中心に行われました。
大規模データ解析
研究者らは、機械学習技術を駆使して63,410のメタゲノムと87,920の原核生物ゲノムを解析しました。これらのサンプルは、世界中の様々な環境および宿主由来の生息地から採取されたもので、グローバルなマイクロバイオームの包括的な解析が行われました。その結果、約100万種類のAMPsが予測され、既知の抗生物質の数を大幅に拡大しました。
抗菌活性の検証
合成された100種類のペプチドのうち、79種類がin vitro（試験管内）で抗菌活性を示しました。その中で63種類のペプチドは、臨床的に重要な薬剤耐性病原体を標的にし、細菌の細胞膜を破壊する強力な抗菌作用を持つことが確認されました。この高い成功率は、機械学習による予測の信頼性と実用性を裏付けるものです。
AMPSphereデータベースの作成
この研究の重要な成果の一つとして、863,498の重複しないペプチド配列を収録したAMPSphereというオープンアクセスのデータベースが作成されました。この包括的なリソースは、さらなる抗生物質の発見を促進するだけでなく、これらのペプチドの進化的起源についての貴重な洞察も提供しています。多くのペプチドは、ゲノムの断片化などの過程を通じて、より長いタンパク質配列から生じた可能性があることが明らかになりました。
前臨床での有効性の実証
マウスモデルでの前臨床試験では、合成されたペプチドのいくつかが、既存の臨床抗生物質と同等の抗菌効果を示しました。この前臨床での成功は、これらの新規ペプチドが将来の治療薬としての可能性を秘めていることを示唆しており、抗生物質耐性に対抗するための新しい治療法の開発への道を開いています。
広範な影響
抗生物質耐性の感染症は年間約127万人の死者を出しており、新しい抗生物質の必要性は非常に高まっています。この研究は、機械学習を活用して、これまで未発見だったAMPsをグローバルなマイクロバイオームから迅速に発見できることを示しています。AMPSphereデータベースの作成により、現在の知識ベースが強化され、将来の抗生物質研究・開発においても貴重なリソースとなることが期待されます。
機械学習を活用することで、新しい抗生物質の発見と検証がより効率的に行われるようになり、抗菌研究の分野に革命をもたらす可能性があります。このアプローチは、世界的な抗生物質耐性問題に対する有望な解決策を提供し、効果的な新規治療法の開発を加速させることで、数百万の命を救う可能性を秘めています。
方法と結果
本研究では、Macrelという機械学習ツールを使用し、グローバルなマイクロバイオームデータセットからAMPsを予測しました。分析の過程で、重複する配列が除外され、AMPSphereデータベースには独自かつ価値のあるペプチド配列が収集されました。その後、100種類のペプチドを合成・検証し、79種類が有意な抗菌活性を示しました。
さらに、研究者らはマウスモデルで前臨床試験を実施し、いくつかのペプチドが既存の臨床抗生物質に匹敵する効果を示しました。この前臨床での有効性の確認は、これらのペプチドが有望な治療薬候補であることを強調しています。
今後の展望
AMPSphereデータベースは、今後の抗生物質発見の基盤として期待されます。世界中の研究者がこのリソースを利用して、新しいAMPsの探索・特定を進めることで、抗生物質耐性病原体に対する新たな武器を拡充していくことができます。この研究の成果は、機械学習の医療研究へのさらなる統合を促し、発見の加速と医療の向上を目指す重要な一歩となるでしょう。
