ベトナムの研究者がAIを使って腸内細菌を「解読」

Nhà nghiên cứu Việt dùng AI 'giải mã' vi khuẩn đường ruột - Ảnh 1. — イラスト: ScienceDaily

ScienceDailyによると、東京大学の科学者らは画期的な研究で、高度な人工知能 (AI) を適用し、腸内細菌の複雑な生態系とそれらの間の化学信号を解読した。

研究チームは、ランダムな相関関係ではなく、真の生物学的関係を検出するVBayesMMと呼ばれる新しいベイズニューラルネットワークを開発しました。このシステムは、肥満、睡眠障害、がんの研究において従来のモデルを上回る性能を示しました。

腸内細菌は人間の健康に非常に重要な役割を果たし、消化、免疫、そして気分にまで影響を与えます。人体には約30～40兆個の細胞が存在し、腸内細菌だけでも最大100兆個の細菌細胞が存在します。つまり、私たちは自身の細胞よりも多くの細菌細胞を保有していることになります。

これらの微生物は消化に関与するだけでなく、代謝、免疫システム、脳機能に影響を与える「化学伝達物質」である代謝物質と呼ばれる何千もの小さな化合物を生成および変換します。

「どの細菌がどの代謝産物を生成するのか、また、さまざまな病気においてこれらの関係がどのように変化するのかを私たちは理解し始めたばかりです」と東京大学生物科学部角田研究室の研究者、トゥン・ダン（ダン・タン・トゥン）氏は述べた。

細菌と化学物質の相互作用を正確にマッピングできれば、特定の種類の細菌を培養して健康に有益な物質を生成したり、それらの物質を操作して病気を治療する治療法を設計したりするなど、個別化された治療法を開発することができます。」

問題はデータの規模の大きさにあります。何千もの細菌種と化合物が相互作用するため、意味のあるパターンを見つけるのが極めて困難です。

これを解決するために、研究チームはベイズアプローチを採用した AI を活用して、各代謝物に実際に影響を与える細菌群を検出し、予測の信頼度も計算して、誤解を招く結論を回避するのに役立てました。

「睡眠障害、肥満、がんに関する実世界のデータでテストしたところ、私たちのモデルは既存の手法を一貫して上回り、既知の生物学的プロセスに一致する細菌ファミリーを特定しました」とタン氏は付け加えた。「これにより、システムがランダムな統計パターンではなく、真の生物学的関係を検出していることに確信が持てるようになりました。」

VBayesMMは不確実性を定量化できるため、科学者により信頼性の高い情報を提供できます。しかしながら、大規模な微生物データセットの解析は依然として計算負荷が高く、処理技術の向上に伴いこのコストは低下する見込みです。このシステムは、微生物データの量が代謝物データの量よりも大きい場合に最も高いパフォーマンスを発揮します。微生物データの数が多い場合、精度は低下します。

さらに、VBayesMM では各細菌種を独立した存在として扱いますが、実際には細菌種は互いに複雑に相互作用します。

研究チームは現在、モデルを拡張し、細菌、人体、食事由来の化合物を含む、より包括的な化学データセットを扱えるようにすることを目指しています。また、細菌種の「家系図」を組み込むことで、予測精度の向上と計算時間の短縮を目指しています。

「最終的な目標は、治療や栄養介入の対象となる特定の細菌を特定し、基礎研究から臨床応用へと移行することです」とタン氏は言う。

この新しい AI ツールにより、科学者は腸内微生物叢の潜在能力を活用して個別化医療を開発することに近づき、将来的にはより正確で効果的な医療への道を切り開きます。

トピックに戻る

VNA

出典: https://tuoitre.vn/nha-nghien-cuu-viet-dung-ai-giai-ma-vi-khuyen-duong-ruot-20251111125341462.htm