世界

ナノポアシグナルと機械学習により、新しい分子分析ツールが解放される

芸術的なレンダリングでは、さまざまな電圧条件下で固体ナノ細孔によって分析されるタンパク質 (色付きの形状) が描かれています。ナノポア信号と機械学習を組み合わせることで、研究者はタンパク質混合物を識別し、分子集団の変化を検出できます。このイラストは同誌の表紙に選ばれました。クレジット: 東京大学 植村聡太郎 分子の多様性を理解することは生物医学の研究と診断の基礎ですが、既存の分析ツールでは、タンパク質などの生体分子間の構造や組成の微妙な違いを区別するのが困難です。東京大学の研究者らは、この問題の克服に役立つ新しい分析アプローチを開発しました。電圧マトリックスナノポアプロファイリングと呼ばれるこの新しい方法は、多電圧ソリッドステートナノポア記録と機械学習を組み合わせて、タンパク質固有の電気的特徴に基づいて、複雑な混合物中のタンパク質を正確に分類します。 この研究は、 化学科学は、この新しいフレームワークがラベルや変更を必要とせずに「分子の個性」をどのように識別して分類できるかを示しています。この研究は、病気の診断を含むさまざまな分野における分子分析のより高度で幅広い応用につながる可能性のある基盤を提供する可能性を秘めています。 固体ナノポアは、開口部を通るイオン電流によって駆動され、タンパク質または他の分子が通過できる小さなトンネルです。このプロセスに電圧を印加すると、分子がナノポアを通過するときに生成される信号が分子の識別に役立ちます。ナノポア技術は DNA および RNA 分析に革命をもたらしましたが、タンパク質の複雑な構造とシグナル挙動のばらつきにより、タンパク質への応用は限られてきました。 チームの新しいアプローチは、電圧条件を系統的に変化させ、安定した信号パターンと電圧に依存する信号パターンの両方を捕捉します。これらの特徴を電圧マトリックスに整理することで、機械学習モデルが混合物内であってもタンパク質を区別できるようになり、ナノポア測定の使用が配列決定を超えて一般的な分子プロファイリングに拡張されます。 「複雑な生物学的混合物内のタンパク質を同定して分類することは困難です。酵素結合免疫吸着検定法 (ELISA) や質量分析などの従来の方法では、特に標識を使用しない場合、微妙な構造の違いや動的状態を解決するのに苦労することがよくあります」と東京大学生物科学科の上村創太郎教授は述べています。 「固体ナノ細孔は有望な解決策を提供しますが、これまでのアプローチは単一電圧測定への依存によって制限されていました。私たちの研究はこれらの制限を克服することを目指しました。」 この概念を実証するために、研究者らは、2 つの癌関連タンパク質バイオマーカー、癌胎児性抗原 (CEA) と癌抗原 15-3 (CA15-3) を含む混合物を分析しました。彼らは、6 つの電圧条件下で記録された信号から電圧マトリックスを構築することにより、各タンパク質に特徴的な異なる応答パターンを特定しました。このアプローチでは、短い合成 DNA セグメントであるアプタマーが CEA に結合したときの分子集団の変化も検出されました。 さらに、このアプローチの実用性を調べるために、研究者らは電圧マトリックスのフレームワークをマウス血清サンプルに適用しました。遠心分離を受けた血清と受けなかった血清を比較し、複数の電圧条件下で分析することにより、電圧マトリックス内で 2 種類のサンプルを明確に区別できることがわかりました。この結果は、この方法が複雑な生物学的に由来するサンプルの微妙な組成の違いを検出して分類できることを示しており、現実世界の生物分析および診断状況への潜在的な適用可能性を裏付けています。 「電圧条件を系統的に変更し、機械学習を適用することで、堅牢で電圧に依存しない分子の特徴と電圧に敏感な構造変化の両方を明らかにする電圧マトリックスを作成できます」と上村氏は述べた。 「私たちの研究は、単に検出感度を向上させることだけを目的としたものではありません。電圧全体にわたる分子信号を表現および分類する新しい方法を確立し、分子の個性を視覚化し、混合物内の組成を推定できるようにします。」 今後を見据えて、チームはフレームワークをヒトの血清または唾液サンプルに拡張し、リアルタイム分子プロファイリング用に複数のタスクを同時に実行する並列ナノポア システムを開発することを計画しています。これは、生物医学診断から環境変化のモニタリングまでのアプリケーションを最終的にサポートできる基盤となります。 詳細情報:…