大腸菌の全48種類のtRNAをナノポアシーケンサーと深層学習で区別し、98.2%の分類精度を達成した。
画像：科学技術振興機構（JST）（公式発表より）
要約版：専門用語を控えて説明しています
tRNAは形が似ているものが多く、従来の方法では区別や数えることが難しいとされていました。 研究グループは、ごく小さな穴（ナノポア）にRNAを通したときに流れる電流のパターンをAIに学習させました。 その結果、大腸菌の全48種類を98.2%の精度で区別できたということです。
同じモル数で混ぜた試料を基準にして、種類ごとの量を共通の物差しで比べられるようになりました。 大腸菌では、育つ段階や栄養の条件によって構成が変わることも捉えられました。 また、化学的な変化（修飾）の有無を1分子ずつ見分け、その割合を推定できることも示しました。
発表は11月12日で、科学技術振興機構も発表しています。 細胞のたんぱく質づくりの仕組みや、病気との関係を調べる土台として期待されています。
東京大学先端科学技術研究センターの上田宏生特任講師と、東京大学大学院工学系研究科の鈴木勉教授らの研究グループは11月12日、たんぱく質合成を担うtRNAの種類・存在量・修飾状態を統合的に解析する技術を開発したと発表した（科学技術振興機構の発表、11/12確認）。
tRNAは、遺伝暗号とアミノ酸を結びつける分子だ。互いに配列が似ており、化学修飾も多いため、従来の解析では種類の区別や正確な定量が難しかった。
研究グループは、ナノポア直接RNAシーケンスで得られる電流シグナルを深層学習モデル「tyCooNN」に学習させ、「ナノtRNA分類器」を開発した。電流シグナルを塩基配列へ変換するベースコールを介さず、電流のパターンから直接種類を識別する。大腸菌の全48種類のtRNAを区別するモデルで、分類精度は98.2%に達した（科学技術振興機構の発表、11/12確認）。
さらに、精製したtRNAを同じモル数で混合した試料を標準として用いた。tRNA種ごとに異なる読み取り効率の偏りを補正し、存在量を共通の基準で比較する絶対定量法を確立した。大腸菌に適用したところ、生育段階や栄養条件によるtRNAの組成変化を捉えた。
特定の修飾を持つtRNAと持たないtRNAの電流シグナルも学習させた。これにより、修飾の有無を1分子ごとに判別し、各tRNA種の修飾率を推定できることを示した。細胞のたんぱく質合成の仕組みや疾患との関係を調べるための解析基盤として期待される。
よく読まれている記事
毎朝7時、暮らしとお金のニュースの要点を5本
前日に出た記事から、給付・税・料金・値上げなど暮らしとお金に関わる話を中心に選び、1本2行でまとめてメールで届けます。無料・いつでも解除できます。
主要企業の大きな発表だけ、1日4回まで。夜22時〜朝7時は鳴らしません。いつでも解除できます。
本記事は研究機関の公式発表の文章をもとにAIが要約・解説して自動生成したものです。研究成果の詳細や正確な表現は、発表元の資料・論文をご確認ください。元記事を読む制作方法と事実確認の手順は編集方針をご覧ください。誤りのご指摘はお問い合わせから受け付けています。
