トマトが熟れる際の遺伝子発現を深層学習で予測、遺伝子編集で果実のデザインも可能に
今回は「トマトが熟れる際の遺伝子発現を深層学習で予測、遺伝子編集で果実のデザインも可能に」についてご紹介します。
関連ワード (根拠、遺伝子編集、食品産業技術総合研究機構等) についても参考にしながら、ぜひ本記事について議論していってくださいね。
本記事は、TechCrunch様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。
岡山大学は3月8日、AIを使ってトマトが熟れるときに重要となる遺伝子の働きを予測する技術を開発したと発表した。また、「説明可能なAI」(XAI。Explainable AI)と呼ばれる技術を用いてAIの判断の根拠を探ることで、重要なDNA配列の特定も可能にした。その配列を編集すれば、果実の特徴に関する緻密なデザインも可能になると期待される。
果実の色や甘さや香りなどは、数万にもおよぶ遺伝子発現(遺伝子の働き)の組み合わせによって決まる。遺伝子発現は、プロモーターと呼ばれる領域に転写因子というタンパク質が結合して調整されているが、プロモーターのDNA配列には複数のパターンがあり、遺伝子発現は転写因子の複雑な組み合わせによって変化する。そのため、全ゲノム配列の情報がわかっていても、予測はきわめて難しいという。
そこで、岡山大学学術研究院環境生命科学学域(赤木剛士研究教授、増田佳苗氏、桒田恵理子氏)、農業・食品産業技術総合研究機構、筑波大学大学院生命環境系、九州大学大学院システム情報科学研究院からなる共同研究グループは、深層学習を用いた遺伝子発現の予測と、そこで重要となるDNA配列の特定を試みた。まずは、分子生物学で標準的に使われるモデル植物シロイヌナズナの、転写因子が結合するDNA配列情報のデータベースをAIに学習させ、3万4000以上あるトマトの全遺伝子のプロモーターの転写因子が結合するポイントを予測させた。次に、トマトが熟れる過程の全遺伝子発現パターンを学習させることで、遺伝子発現の増減を予測するAIモデルを構築することができた。
さらに、「説明可能なAI」を用いて、そのモデルで「AIが判断した理由を可視化」することで、予測した遺伝子発現の鍵となるDNA配列を「1塩基レベル」で明らかにする技術を開発した。このDNA配列を改変した遺伝子をトマトに導入すると、AIによる予測と同じ結果が得られた。つまり、トマトのゲノム情報の複雑な仕組みをAIが正確に読み解いたことになる。
この技術は、トマトの食べごろの予測に限らず、果実の色、形、おいしさ、香りなど、様々な特徴に関する遺伝子の発現予測にも応用できるという。また、予測した遺伝子の発現に重要なDNA配列を特定する技術を使えば、遺伝子編集により最適な遺伝子発現パターンを人工的に作り出して、自由に果実のデザインができるようになるとも研究グループは話している。