ペサック・ベンソン著 • 2026年11月2日

エルサレム、2026年11月2日（TPS-IL） — イスラエルの研究チームが、既存の遺伝子データベースに登録されていない微生物のものであっても細菌DNAを特定できる人工知能（AI）ツールを開発した。これにより、科学者がこれまで隠されていた形態の微生物生命を発見する手助けとなる可能性がある。

この技術は、多くがまだ十分に理解されていない土壌微生物の研究に新たな道を開く可能性がある。これらの細菌を特定することは、科学者が土壌の健全性、植物の成長、そして微生物が環境において果たす役割をより深く理解するのに役立つ可能性がある。

「BBERT」と呼ばれるこのツールは、既存の遺伝子データベースとの照合に依存するのではなく、細菌DNAのパターンを認識する。従来の解析手法では分類できないことが多い配列を含め、DNAの構成単位わずか100個分という短い断片も特定可能だ。

科学者が土壌DNAを分析する際、細菌、菌類、植物、その他の生物に由来する数百万もの短い断片が得られる。特に生物が参照用遺伝子データベースに存在しない場合、その起源を特定することは困難を極める可能性がある。この未解明の遺伝物質の多くは、微生物の「ダークマター」として知られている。BBERTは、言語処理技術でも採用されている人工知能技術を用いてこの課題に対処する。文章のパターンを学習する代わりに細菌DNAのパターンを学習することで、既存データベースとの一致を必要とせずに見慣れない配列を認識できる。

BBERTは、エルサレム・ヘブライ大学、ハイファ大学、およびイスラエル農業省の研究部門であるボルカニ研究所の研究者らによって開発された。研究成果は査読付き学術誌『Nucleic Acids Research』に掲載された。

この研究は、ヘブライ大学ラカ物理学研究所のアミール・エレズ博士と、同大学植物環境科学科のオムリ・M・フィンケル博士が主導した。

微生物ダークマターの探究

テストにおいて、BBERTは約90%の精度で細菌DNAと非細菌DNAを識別し、検証された他のディープラーニングツールを上回る性能を示した。タンパク質生成のための指示情報を含む断片を約88%の精度で特定し、それらの指示がどのように読み取られるべきかを約96%の精度で判定した。

研究チームは、公開されている1,969件の土壌DNAデータセットでこのツールをテストした。広く利用されている照合ツールでは分類できなかった断片の相当な割合を、BBERTは特定した。

また、この分析は微生物ダークマターに関する新たな知見ももたらした。未分類の断片は、研究者が解釈可能だった断片に比べて非細菌DNAを含んでいる可能性が高く、この未解明の物質が見慣れない細菌からだけでなく、複数の供給源に由来していることを示唆している。

BBERTは、科学者が短いDNA断片をより長い配列へと組み立て、細菌ゲノム（細菌が持つ完全な遺伝指示セット）を再構築するのを支援することもできる。シミュレーションテストでは、このツールを通じてDNAをフィルタリングすることにより、データセットごとの平均再構築時間が約66時間から25時間に短縮された。得られた配列は、エラーやギャップがより少なく、フィルタリングなしで達成された遺伝的カバレッジの約96%を維持していた。

植物が細菌を宿す構造である野生マメ科植物の根粒を用いたテストでも改善が見られた。BBERTは再構築時間を半減させ、ピーク時のコンピューターメモリー使用量を188ギガバイトから82ギガバイトに削減するとともに、再構築された複数のゲノムにおける混入を減少させた。

この技術は最終的に農業や環境研究に利益をもたらす可能性がある。科学者らは、植物の栄養吸収を助けたり、作物を病気から守ったり、干ばつに耐えられるようにしたりする微生物を発見するためにこの技術を利用できるかもしれない。また、土壌微生物群集が汚染や気候変動にどのように対応するかを研究する上でも役立つ可能性がある。これらの応用にはさらなる研究と検証が必要となる。

このツールには限界もある。細菌の断片を見落としたり、他の遺伝物質を細菌DNAと誤認したり、微生物のもう1つの主要グループである古細菌と細菌の区別に苦慮したりする場合がある。

BBERTは適切なグラフィックカードを搭載したパーソナルコンピューター上で実行可能であり、小規模な研究所でも高度なDNA分析をより身近に行えるようにし、研究者が既存の環境DNAコレクションを再検討して従来の手法では特定できなかった情報を引き出すことを可能にする潜在力を秘めている。