【研究分野】応用微生物学

【研究領域課題番号】16H04901 (KAKENデータベースで見る）

【研究キーワード】

腸内細菌 / 代謝物質 / メタゲノム / メタボローム / メタボロゲノミクス / 相互作用 / 微生物社会 / 定着 / 腸内エコシステム / 腸内環境 / 腸内生態系 / 共生 / 統合オミクス

【研究成果の概要】

ヒトの腸管内には多種多様な腸内細菌が生息しており、それらが宿主腸管細胞と密接に相互作用することで、複雑な腸内微生物社会が形成されている。しかし、この複雑で洗練された腸内微生物社会がどのようなメカニズムで形成・維持されているのかの詳細については不明な点が数多く残されている。そこで本研究では、大腸菌をモデル細菌として用い、無菌マウスや超並列シーケンサー、質量分析計といったツールを駆使することで、腸内細菌がどのように腸内に定着し、腸内微生物社会を形成するのかそのメカニズムについて解析を行った。その結果、腸内ミニマム生態系における初期状態を示す腸内変動のダイナミズムの一端を明らかにすることができた。

【研究の社会的意義】

本研究の意義は、腸内細菌が有する腸内環境定着因子を網羅的に解析し、腸内微生物共生社会形成機構を理解することで、腸内細菌叢のバランスの乱れが素因になる疾患の先制医療を目指した基盤技術の礎となると共に、予防医学や健康増進の見地に立ったサプリメントや機能性食品開発にも応用でき、それらの摂取によるセルフメディケーションにもつながると考えられる。

【研究種目】基盤研究(B)

【研究期間】2016-04-01 - 2019-03-31

【配分額】17,680千円 (直接経費: 13,600千円、間接経費: 4,080千円)

【研究分野】森林科学

【研究領域課題番号】23380080 (KAKENデータベースで見る）

【研究キーワード】

共生 / 多様性 / 外生菌根菌 / 根外菌糸体 / トレーサー実験 / アミノ酸 / 転流 / 相互作用 / 菌糸融合 / クロマツ

【研究成果の概要】

森林生態系では，多種多様な菌根菌が際立って多様性の高い安定した菌根菌群集構造を維持している。本研究では，この菌根共生系の多様性を生み出すメカニズムや多様性が持つ生態的意味に着目し，地下部における菌糸体ネットワーク間の相互作用およびそれと菌根共生機能との関係を明らかにすることを目的とする。
平成25年度は，樹木のアミノ酸吸収に外生菌根菌がどのように関わっているかを明らかにするために，14Cで標識，あるいは13Cと15Nで二重標識したグルタミンやアラニンを，クロマツ・コツブタケ外生菌根共生系の根外菌糸体に取り込ませ，その行方を追跡した。その結果，14Cは速やかに根外菌糸体全体に広がり菌根まで達したが，クロマツの地上部へは転流しなかった。13Cと15Nの安定同位体比質量分析の結果，宿主地上部への13Cの転流は認められなかったが，15Nは根外菌糸，菌根，クロマツの茎と針葉の各部位で検出された。さらに，NanoSIMSを用いて，菌根，茎，針葉の横断面における13Cと15Nの分布を,マイクロメートルスケールの元素マッピングによって解析した。その結果，13Cは菌根の菌鞘のみで検出され，根の皮層細胞や茎，針葉の細胞では検出されなかった。一方，15Nは全ての部位で検出され，菌根のハルティヒネットから根の皮層細胞への窒素の移動が確認された。以上の結果から，外生菌根菌の根外菌糸で吸収されたアミノ酸は菌糸中で代謝され，窒素は宿主細胞へ受け渡されるが，炭素は受け渡されずに菌根菌自らの炭素源として利用されることが明らかになった。

【研究種目】基盤研究(B)

【研究期間】2011-04-01 - 2014-03-31

【配分額】18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円)

【研究分野】システム工学

【研究領域課題番号】14350212 (KAKENデータベースで見る）

【研究キーワード】

学習 / 進化 / 共生 / 強化学習 / 遺伝的アルゴリズム / 知的システム / 相互作用 / マルチエージェント / ニューラルネットワーク / 遺伝的プログラミング / 知的エージェント / 複雑システム / 共生学習 / 共生進化 / ネットワーク構造

【研究成果の概要】

本研究では、知的システムの構築に必要な、知的工一ジェントの構築、エージェント問の相互作用の構築、マルチエージェントシステムの学習と進化をテーマに研究を推進してきた。
1.知的工一ジェントの構築:有向グラフ構造でプログラムを構成する遺伝的ネットワークプログラミング(GNP)を開発し、エージェントの行動生成における性能評価を行ったところ、従来手法と比べて良い性能を示すことが明らかになった。
2.エージェント間の相互作用の構築:GNPで構成される複数のエージェント間の知的相互作用を構築するため、共利、競争、搾取、利他という生態系における共生の概念を応用した、共生学習進化アルゴリズム(Masbiole)を開発した。タイルワールド問題を用いたシミュレーションの結果、提案手法が共生戦略を導入したことによる複雑なエージェント間の相互作用を示すことを明らかにした。
3.マルチエージェントシステムの学習と進化:一般に、生物は長い世代を通じて行われる進化と、一生の間に試行錯誤を通じて行われる学習が相互に影響しあってその発達を促進していると考えられる。この考え方を基に、上記1で提案したGNPと強化学習と呼ばれる学習アルゴリズムを組み合わせることで、より効率的な処理ができるプログラムを自動生成する手法を開発した(学習進化型GNP)。複数の個体問で選択、交叉、突然変異を行うことで良い個体が生成される進化に加え、各個体の処理実行中にもオンライン学習によるプログラムの改善が行えることにより、進化のみのGNPおよび従来の進化型計算手法(遺伝的プログラミング)より性能が良くなることを明らかにした。

【研究種目】基盤研究(B)

【研究期間】2002 - 2004

【配分額】14,200千円 (直接経費: 14,200千円)