Simple Science

最先端の科学をわかりやすく解説

# 生物学 # 合成生物学

遺伝子の再配置:合成酵母の未来

科学者たちは新しい能力を引き出すために酵母のゲノムを再構築してるんだ。

Xinyu Lu, Klaudia Ciurkot, Glen-Oliver F. Gowers, William M Shaw, Tom Ellis

― 1 分で読む


より良い酵母のための遺伝子 より良い酵母のための遺伝子 シャッフル 遺伝子の変化で酵母の能力が向上するかも。
目次

この15年ほどの間に、合成ゲノム学は生物の遺伝子を作成・修正することに大きな進展を遂げてきた。科学者たちは、ただゲノムを組み合わせるだけでなく、それを調整して生物の行動や成長に影響を与えることができるようになった。この過程には、研究でよく使われる合成酵母の作成といった野心的なプロジェクトも含まれている。

合成ゲノム学って何?

合成ゲノム学は、生物の完全な遺伝子セットであるゲノムを作成したり変更したりすることを含む。スマートフォンの配線を直して新しい機能を追加するようなもんだ。この分野の科学者たちは、遺伝子の指示を編集することで特定の特性や機能を持つ生物を作ろうとしている。これは、遺伝子編集や遺伝子合成、モジュラーアセンブリーといった技術を通じて行われる。科学者たちは、ブロックで遊ぶ子供のように遺伝子コードをいじくって、パーツを並び替えた時に何が起こるかを見て楽しんでいる。

合成酵母ゲノムプロジェクト

この分野で注目すべきプロジェクトの一つが、合成酵母ゲノム(Sc2.0)で、数年の努力の末、ほぼ完成に近づいている。このプロジェクトは、合成染色体を持つ酵母株の作成に焦点を当てている。科学者たちは、この合成染色体を完成させて、一つの酵母株に統合する作業に忙しい。アイデアは、これらのゲノムを自然のものとは異なり、まるでカスタムガジェットのように設計することだ。

しかし、今までのところ、この遺伝子的な創造性は制約を受けてきた。科学者たちが合成ゲノムを作ったとしても、自然界に見られる遺伝子の配置をそのまま保持することが多かった。つまり、結果は合成的ではあっても、既存のものと大きく異なるわけではなかった。

遺伝子の再配置が重要な理由

科学者たちは完全に合成されたゲノムを開発する際に、型にはまらない考え方をしたいと思っている。彼らは、遺伝子を染色体上で機能的モジュールとして整理し、基本的なDNAパーツからカスタムビルドする方法を探している。つまり、遺伝子がうまく連携できるように配置する方法を模索しているってことだ。

これを行うために、研究者たちは異なるレイアウトが遺伝子の表現や生物全体の健康や成長への寄与をどう変えるかをテストするための新しいツールや方法が必要だ。

合成ゲノムモジュールの台頭

最近、研究者たちは特に酵母用の合成ゲノムモジュールを作成している。これらの合成モジュールは、特定の機能をエンコードする遺伝子のグループで構成されており、遺伝子の配置を変更することが機能にどう影響を与えるかを理解するのに役立っている。簡単に言えば、これによりより良い酵母を作る方法がわかるってことだ。

デフラグメンテーションモジュールとは?

「デフラグメンテーション」モジュールの考え方は、遺伝子とその調節要素(「オン」や「オフ」のスイッチのようなもの)を移動させて、それらをつなげることを含む。家具や装飾を部屋の中で移動させるようなもので、時にはすべてを新しい配置にすると気分が良く感じることがある。

リファクタリングモジュール:次のレベル

さらなる進展として、研究者たちは「リファクタリング」モジュールを作成できる。これは、遺伝子を移動させるだけでなく、自然の調節要素を合成バージョンに切り替えることを意味する。これにより、遺伝子の発現がモジュールの機能をどう制御するかを試す機会を得る。部屋の中でさまざまな照明器具を試して、どれが一番心地よいかを見ているのに似ている。

SCRaMbLEシステム:ゲームチェンジャー

ワクワクするツールの一つが、SCRaMbLEシステム。Sc2.0プロジェクトの一環として開発されたSCRaMbLEは、科学者がゲノム内でランダムな再配置を引き起こせるようにする。DNAの特定の部位を使って、遺伝子の削除、重複、反転のような変化を生じさせることができる。

このシステムは遺伝子のシャッフルのようなもので、研究者には生物のゲノム内で多様性を生み出す方法を提供する。しかし、これにはひとつ問題がある。SCRaMbLEによって生じる変化がランダムなため、最良の結果を見つけるには複数回の試行が必要なことが多い。カラオケで最高の曲を見つけるのに似ていて、一回目では「ア・スター・イズ・ボーン」レベルには達しないかもしれないけれど、何度か試してみるうちに高音を出せるかもしれない。

MuSICメソッド

SCRaMbLEシステムの利点を最大限に引き出すために、マルチプレックスSCRaMbLE反復サイクル(MuSIC)というメソッドが開発された。このメソッドは、科学者が遺伝的多様性を継続的に生成し、より良い特性をスクリーニングするのを可能にする。まるで自分にぴったりの服を見つけるために、いろんなアウトフィットを試着するようなもんだ。

スクリーニングの課題

これらのワクワクする進展にもかかわらず、課題がある。現在の遺伝子の変化をスクリーニングするためのほとんどの方法は、低スループットである。つまり、一度に大量のテストを行えないため、小さな網で魚を釣るようなものだ。研究者たちは1つのコロニーを分析する必要があり、それが全体のプロセスを遅くすることがある。

加えて、SCRaMbLEによって変化を受けない細胞もある。これらの非再結合細胞は、より有望なサンプルに使えるはずのスペースやリソースを占有する。焼き菓子を作っていて、いくつか焦げたものがトレイを占めているような感じだ。

ReSCuESリポータシステム:解決策

これらの問題に対処するために、研究者たちはReSCuESというリポータシステムを開発した。このシステムは、巧妙な遺伝的トリックを使って非再結合細胞を選択的に排除するのに役立つ。クラブのバウンサーがクールな子たちだけを入れさせるようなものだ。

合成モジュールのテスト:HISの例

これらの新しいツールや方法がどれだけ効果的かを見るために、研究者たちは酵母のヒスチジン生合成経路に焦点を当てた。彼らはヒスチジンという重要なアミノ酸を生成するための主要な遺伝子を含む合成ゲノムモジュールを構築した。これらの遺伝子を移動させることで、成長や機能にどう影響するかを見て、貴重な洞察を得ることができた。

実験

彼らは、以下の二つのアプローチで異なる合成モジュールを作成した:

  • デフラグメンテーション:遺伝子をその天然の調節要素と共に移動させる。
  • リファクタリング:遺伝子のコーディング配列を移動させ、調節要素を合成のものに置き換える。

その後、各アプローチがヒスチジンを欠くメディアでの酵母の成長にどのように影響するかをテストした。まるで異なるレシピを試して、どれが一番おいしいケーキになるかを見るようなものだ。

スクリーニングにおけるSCRaMbLEの利点

SCRaMbLEシステムを使うことで、研究者たちはこれらの合成モジュール内で遺伝子をシャッフルし、特定の成長条件下で最適な構成を見つけることができた。これにより、酵母の表現型や観察可能な特性を改善する解決策を見つける可能性が高まる。

SCOUTリポータシステム

スクリーニングプロセスをより簡単にするために、研究者たちはSCOUT(SCRaMbLE継続出力とユニバーサルトラッカー)という別のツールを開発した。SCOUTは、有用な遺伝子のシャッフルを受けた細胞を効率的に分離できるようにする。迷ったときにGPSを使って最適なルートを探すのに似ていて、研究者たちを最も有望な結果に導いてくれる。

結果の確認

研究者たちは、正しいツールを手に入れた後、一連のテストを実施した。彼らは蛍光活性化セルソーティング(FACS)を使って、SCRaMbLEを経た最良の酵母サンプルを選び、それをシーケンシングして分析した。

彼らの発見は、遺伝子の再配置が特定の機能を改善できることを示していた。SCRaMbLEを何回も行った後、いくつかの構成が酵母に強化された能力を与え、普段は苦労する環境でも繁栄させることができることが分かった。

研究者たちは、最初のSCRaMbLEのラウンドが最も劇的な改善をもたらすことが多いと感じた。しかし、後のラウンドでは改善が頭打ちになり、性能の局所的な最大値に達することが多かった。

反復SCRaMbLE

研究者たちは、SCRaMbLEを何度も行うことでさらに良い結果が得られるかを見たかった。そのため、合成染色体に反復SCRaMbLE手法を用いて調べた。彼らは各ラウンドを慎重に監視し、結果を比較した。まるで単純な戦略が早くゴールに行けるか競争するようなものだ。

改善は見られたものの、あるポイント(4回目または5回目)を超えると、改善は最小限になることも分かった。これは、再配置が生物にどれだけ恩恵をもたらすかには限界があることを示唆している。

結論:合成ゲノム学の未来

合成ゲノム学の進展は、科学における刺激的なフロンティアを示している。SCRaMbLEやSCOUTのようなツールを活用して、研究者たちは求める特性を持つ生物を遺伝子素材を操作することで大きな一歩を踏み出している。これは、遺伝子がパズルのピースのように配置され、完璧なフィットを見つけることを目指す世界だ。

いくつかの課題は残るものの、手法や技術の継続的な改善は合成生物学の未来への道を切り開いている。研究者たちが遺伝子コードをいじくり、新しいツールを開発し続ける中で、合成ゲノム学の応用可能性は医療や農業など多岐にわたる。

さて、いつの日か完璧なビールを自分で醸造できる酵母株ができるかもしれない!それまでは、科学者たちは実験を続け、再配置を行い、もしかしたらラボで歌っているかもしれない!

オリジナルソース

タイトル: Iterative SCRaMbLE for Engineering Synthetic Genome Modules and Chromosomes

概要: Synthetic biology offers the possibility of synthetic genomes with customised gene content and modular organisation. In eukaryotes, building whole custom genomes is still many years away, but work in Saccharomyces cerevisiae yeast is closing-in on the first synthetic eukaryotic genome with genome-wide design changes. A key design change throughout the synthetic yeast genome is the introduction of LoxPsym site sequences. These enable inducible genomic rearrangements in vivo via expression of Cre recombinase via SCRaMbLE (Synthetic Chromosome Recombination and Modification by LoxPsym-mediated Evolution). When paired with selection, SCRaMbLE can quickly generate strains with phenotype improvements by diversifying gene arrangement and content in LoxPsym-containing regions. Here, we demonstrate how iterative cycles of SCRaMbLE can be used to reorganise synthetic genome modules and synthetic chromosomes for improved functional performance under selection. To achieve this, we developed SCOUT (SCRaMbLE Continuous Output and Universal Tracker), a reporter system that allows SCRaMbLEd cells to be sorted into a high diversity pool. When coupled with long-read sequencing, SCOUT enables high-throughput mapping of genotype abundance and correlation of gene content and arrangement with growth-related phenotypes. Iterative SCRaMbLE was applied here to yeast strains with a full synthetic chromosome, and to strains with synthetic genome modules encoding the gene set for histidine biosynthesis. Five synthetic designs for HIS modules were constructed and tested, and we investigated how SCRaMbLE reorganised the poorest performing design to give improved growth under selection. The results of iterative SCRaMbLE serve as a quick route to identify genome module designs with optimised function in a selected condition and offer a powerful tool to generate datasets that can inform the design of modular genomes in the future.

著者: Xinyu Lu, Klaudia Ciurkot, Glen-Oliver F. Gowers, William M Shaw, Tom Ellis

最終更新: 2024-12-06 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.12.06.627136

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.12.06.627136.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

類似の記事