腸内マイクロバイオームは、乳児の健康と発育に大きな影響を与えます。 研究によると、腸内細菌叢の異常、つまり微生物群集の不均衡が、胃腸疾患や神経発達障害と関連していることがわかっています。 しかし、腸内細菌がどのように相互作用するのか、そしてそれらの相互作用がどのようにこれらの問題の一部につながるのかを理解することは、従来の実験室での実験では難しく、時間がかかります。
シカゴ大学の研究者たちは、乳児のマイクロバイオームをモデル化する新しい生成人工知能 (AI) ツールを開発しました。 乳児のマイクロバイオームのこの「デジタル ツイン」は、腸内の微生物種の変化する動態と、乳児の発育に伴って微生物がどのように変化するかを予測する仮想モデルを作成します。 研究者らは、新生児集中治療室 (NICU) の早産児から収集した糞便サンプルのデータを使用し、Q-net と呼ばれるモデルを使用して、どの赤ちゃんが認知障害のリスクにさらされているかを 76% の精度で予測しました。
「マイクロバイオームのスナップショットを見て、そこに存在する細菌の数をさまざまなレベルで確認することによってのみ、限界まで到達することができます。なぜなら、早産児ではマイクロバイオームは常に変化し、成熟しているからです」と、イシャヌ・チャットパディヤイ博士（助教授）は述べています。医学者であり、新しい研究の主著者。 科学の進歩。 「そこで私たちは、生成 AI を使用して、変化する細菌の相互作用をモデル化するシステムのデジタル ツインを構築する新しいアプローチを開発しました。」
他の形式の AI と同様に、デジタル ツインの概念は、コンピューター サイエンス、エンジニアリング、数学、生命科学の分野を橋渡しして生物学的システムの動作を再現する、潜在的に変革をもたらすテクノロジーです。 マイクロバイオームの動態の場合、それは規模の問題だとチャットパディヤイ氏は言う。 細菌の相互作用をテストする一般的なウェットラボ実験には時間がかかります。 1,000 種の典型的なコロニーの双方向相互作用をすべてテストするには 1,000 年以上かかります。言うまでもなく、3 種、4 種、またはそれ以上の種によるより複雑な相互作用が一般的です。
Q-net モデルは、これらのインタラクションをテストする時間を大幅に短縮し、特定の結果へのリンクにとって興味深い可能性のあるインタラクションを強調表示します。 Chattopadhyay 氏らは、シカゴ大学カマー小児病院の乳児の糞便サンプル データを使用してモデルをトレーニングしました。 次に、ボストンのベス イスラエル ディーコネス メディカル センターからのサンプル データを使用して、マイクロバイオームがどのように発達するかについての予測を検証しました。 このモデルは、頭囲の成長によって測定される認知障害のリスクにさらされている赤ちゃんを 76% の精度で予測しました。
このモデルはまた、特定の細菌種の存在量を回復するなどの介入により、乳児の約 45% の発達リスクを軽減できる可能性があることも示しました。 ただし、このモデルは、誤った介入がリスクを悪化させる可能性があることも示していると著者らは警告している。
プロバイオティクスを投与するだけで、発達リスクが低下することを期待することはできません。 何を置き換えるかは重要であり、多くの主題では、正確に時間を計る必要もあります。」
Ishanu Chattopadhyay 博士、医学助教授、新しい研究の上級著者
Q-net は、潜在的に興味深い細菌の組み合わせを特定できるため、潜在的な治療標的の検索を大幅に絞り込みます。 腸内マイクロバイオームが諺通りの干し草の山だとすれば、Q-net は研究者に針を見つけることができる 1 インチ四方の場所を与えることができます。
共著者で小児科教授、早期軌道科学センター所長のエリカ・クロード医学博士ら、チャットパディヤイ氏の研究パートナーは、生きた腸内マイクロバイオーム環境をシミュレートするバイオリアクターを使って研究を行っており、そこで潜在的な介入を試し、何が起こるかを確認できる。
Q-net はその中核として、相互に作用する多数の変数をモデル化しているため、ウイルスの進化や世論のような社会現象など、マイクロバイオームを超えた他のシステムにも使用できるとチャットパディヤイ氏は考えています。
「大量のデータがある場合、このシステムを適切にトレーニングすれば、接続が何であるかを把握することができます」と彼は言いました。 「非常に微妙な違いを捉えることができるので、非常に多くの用途があります。」
この研究「神経発達障害を予測する乳児マイクロバイオームのデジタルツイン」は、国立衛生研究所の支援を受けました（助成金 P30DK042086 および R01HD105234）。 その他の著者には、シカゴ大学の Nicholas Sizemore、Kaitlyn Oliphant、Ruolin Zheng、および Weill Cornell Medicine の Camilia R. Martin が含まれます。
ソース：
参考雑誌:
サイズモア、N. 他。 (2024) 神経発達障害を予測するための乳児のマイクロバイオームのデジタルツイン。 科学は進歩します。 doi.org/10.1126/sciadv.adj0400。
1712806986
#新しい生成 #ツールは乳児のマイクロバイオームをモデル化します
2024-04-11 03:29:00