計算生物学：包括的なメタゲノミクスによる機能的ダークマターの解明

メタゲノムは非常に多様なタンパク質をコードしており、さまざまな機能や活性を反映している。この膨大な塩基配列空間の探索は、微生物の参照ゲノムや、それら参照ゲノムに由来するタンパク質ファミリーとの比較解析に限られている。今回我々は、参照ゲノムのレンズを通して現在利用可能である以上の潜在的な機能的多様性（機能的ダークマター）の規模を調べるために、メタゲノムの塩基配列空間から、参照配列のないタンパク質ファミリーを探し出すための計算手法を開発した。我々は、2万6931のメタゲノムを解析し、10万2491の参照ゲノムあるいはPfamデータベースに含まれるどの配列とも類似性がなく、35アミノ酸より長い、11億7000万のタンパク質配列を特定した。グラフベースの大規模並列クラスター化を用いると、これらのタンパク質は、10万6198の新規配列クラスター（100を超えるタンパク質が属するクラスター）にグループ化された。このタンパク質ファミリーの数は、同じ手法を用いた参照ゲノムのクラスター化から得られるものの2倍に相当する。さらに、これらのファミリーについて、分類学、生息地、地理的分布、近傍の遺伝子分布に基づいてアノテーションを行い、また、十分な配列多様性が利用可能な場合には、タンパク質の三次元モデルを予測して、新規構造を明らかにした。まとめると我々の結果は、非常に多様な機能空間を明らかにし、微生物の機能的ダークマターをさらに探索することの重要性を示している。

目次へ戻る