Andreas L. Gimpel Bowen Fan Dexiong Chen Laetitia O. D. Wölfle et al

要約

マルチテンプレートポリメラーゼ連鎖反応（PCR）は、多様なDNA分子を並列的に増幅可能とする重要な技術であり、定量的分子生物学からDNAデータストレージに至るまで、幅広い分野での応用を可能にしている。しかし、塩基配列に依存した増幅効率のばらつきにより、非均一な増幅が生じることが多く、結果として増幅産物の相対的量のデータが歪み、精度および感度が低下する。本研究では、複雑なアンプリコンライブラリにおける増幅効率の問題に、一次元畳み込みニューラルネットワーク（1D-CNN）を用いて、配列情報のみに基づいて各配列特異的な増幅効率を予測する手法を提案する。合成DNAプールから得られた信頼性の高いアノテーションデータセットを用いて訓練された本モデルは、高い予測性能（AUROC: 0.88、AUPRC: 0.44）を達成し、内在的に均一なアンプリコンライブラリの設計を可能にする。さらに、我々は、アダプタープライマー結合部位の隣接する特定のモチーフが増幅効率の低下と強く関連していることを明らかにするための深層学習解釈フレームワーク「CluMo」を導入した。この知見により、低増幅効率の主要な原因として、アダプターを介した自己プライミング（self-priming）が同定され、従来のPCR設計に関する長年の仮定に挑戦する結果となった。本研究で提示する深層学習アプローチにより、マルチテンプレートPCRにおける非均一増幅の根本原因を解明したことで、99%のアンプリコン配列を回収するためのシーケンシング深度を4倍削減可能となり、ゲノミクス、診断学、合成生物学などの分野におけるDNA増幅効率の向上に新たな道を開くものと期待される。