薬剤耐性細菌を画像でも判別 ～深層学習による判別方法の向上で耐性菌へ複合的なアプローチ～

発表のポイント

・細菌が薬剤耐性能を獲得する際に自身の形態を変化させていることを発見した。
・深層学習^※１により薬剤耐性細菌^※２と非耐性細菌の電子顕微鏡画像を高精度に判別することに成功した。
・薬剤耐性細菌の画像特徴を可視化させ特徴に寄与する遺伝子の紐付けに成功した。薬剤を用いずに、細菌の形の変化から薬剤耐性能を自動で予測する技術開発につながることが期待される。

概要

　大阪大学産業科学研究所の西野美都子准教授、青木工太特任准教授（常勤）、西野邦彦教授（薬学研究科・感染症総合教育研究拠点 兼任）らの研究グループは、深層学習を用いて薬剤耐性菌の画像判別が高精度にできることを世界で初めて明らかにしました。
　世界中で薬が効かない薬剤耐性菌が出現して大きな問題となっています。これまで細菌の薬剤耐性獲得について、関係する個々の遺伝子や因子の変異や発現変化については詳しく研究されてきました。しかしながら、薬剤耐性菌の形態についての研究はあまりなされておらず、耐性化によってどのような形態変化がもたらされているのか不明でした。
　今回、西野教授らの研究グループは、薬剤耐性能を獲得した細菌は、遺伝子のみならず形態学的にも変化が生じていることを見出しました（図１）。電子顕微鏡を用いて詳細な画像情報を取得し、深層学習により耐性株と非耐性株を高精度に判別することに成功しました。また、耐性株の形態学的特徴を可視化し、特徴に関与する遺伝子を明らかにしました。これにより、細菌が薬剤に耐性かどうかを遺伝子だけでなく、形の変化からも推定できることが期待されます。

　　　　　　　　図１：薬剤耐性菌（左）と非耐性菌（右）の電子顕微鏡画像。耐性菌は外膜の形状が変化し、一部ブレブ構造（矢頭）も認められる。白矢印は異染顆粒。

　本研究成果は、スイス科学誌「Frontiers in Microbiology」に、3月15日（火）に公開されました。

研究の背景

　感染症において、抗菌薬が効かなくなる薬剤耐性菌の出現が世界的に問題になっています。細菌の薬剤耐性化へのプロセスは、長期間の抗菌薬への暴露によって生じる遺伝子や耐性化に関わる因子、細胞状態の変化が複雑に絡み合っていると考えられています。しかしながら、これまでは、１つの薬剤耐性について１つの遺伝子や因子の変化で説明されるに留まっており、その全貌については良く理解されていません。薬剤耐性菌による感染症を克服するためには、耐性菌が出現するメカニズムを複合的に理解し、抑制する手立てを講じることが重要と考えられます。

　　　　　　　　図２：薬剤耐性菌の電子顕微鏡解析の流れ。薬剤耐性菌の１つであるエノキサシン^※３(ENX)耐性株を解析に用いた。

　西野教授らの研究グループでは、複数の薬が効かなくなる多剤耐性に関する研究を行う過程において、薬剤耐性能を獲得した細菌は、遺伝子だけでなく形も変化させていることを見出しました。そこで薬剤耐性菌の詳細な形態情報を得るため、急速凍結固定法を用いて瞬時に細菌を凍結させ、電子顕微鏡観察のためのサンプル作りを行いました（図２）。この方法により、細菌の良好な細胞内構造が観察できるようになりました。さらに、1万枚以上の電子顕微鏡画像を撮影し、深層学習による判別を行いました。その結果、90%以上の正答率で薬剤耐性菌と非耐性菌を判別することに成功しました。Grad-CAM法を使い耐性菌の形態学的特徴を可視化した結果、外膜領域に注目が集まっており、目視での所見と一致しました（図３）。さらに、深層学習により抽出された画像特徴量と遺伝子発現データ（とランスクリプトームデータ）との相関を計算した結果、外膜を構成するリポタンパク質など、複数の膜構成に関わる遺伝子が高い相関を持つことが見出されました。

　　　　　　　　図３：Grad-CAMによる特徴の可視化。判別の根拠となった注目領域をヒートマップにて可視化。ENX耐性菌は外膜領域が、非耐性菌は顆粒が強く発火している。

本研究成果が社会に与える影響（本研究成果の意義）

　本研究成果により、薬剤耐性化プロセスにおいて、細菌の形態変化、遺伝子や耐性化因子の変化について、機械学習を取り入れて複合的に理解することが可能となるでしょう。さらに、将来的に、細菌の形態から薬剤耐性能を自動で予測する技術開発につながることが期待されます。