有用DNA因子の抽出技術

スマートセルの構築に必要な遺伝子回路の設計は、必要な遺伝子のセットを揃えるばかりでなく、遺伝子が協調的に働くように各遺伝子の発現量を調整することが必要となる。新規代謝経路の構築では、10個以上の遺伝子を必要とする場合もあり、発現量を調節すべき箇所（パラメーター）が非常に多い。従来はパラメーターの調整に年オーダーの時間を要しており、その効率化が課題であった。我々はOGAB法¹⁾を基礎とする長鎖DNAのコンビナトリアルライブラリ技術を利用して、この課題を解決する方法の開発に取り組んでいる。例えば、長鎖DNA上のある位置にA、A'、A''という発現量や活性が少しずつ異なる遺伝子をランダムにコードしたコンビナトリアル長鎖DNAライブラリを同時に合成することが出来る技術を開発した（図１）。この多様な長鎖DNAを導入した株の生産量と長鎖DNA配列から、目的物質の高生産に寄与する複数遺伝子組み合わせを抽出する。たとえば、図１(a)のようにオレンジの遺伝子Aを持っていれば他の遺伝子がどのようなものであっても高生産株になる場合は、高生産株が持つ長鎖DNAをいくつかシーケンスすれば容易にその法則を見つけることが出来る。しかしながら、図１(b)のようにオレンジの遺伝子U,W,Zのうち2つを持っていれば高生産株 になる、というように複数遺伝子の組み合わせにより生産量が決まることも多い。そこで、図１(b)のような場合であっても法則を発見する方法を開発している。抽出した遺伝子組み合わせを持つ株に対して、さらに別の遺伝子セットを持つ長鎖DNAコンビナトリアルライブラリを次のDBTLサイクル^※に導入することにより、目的物質の生産量がさらに高い株を発見できる可能性がある。長鎖DNAライブラリ株の作成と得られるデータの情報解析をこのように組み合わせることにより、少ないDBTLサイクル数で高生産株を作り出すことが出来ると期待される。

※)Design⇒Built⇒Test ⇒Learnのサイクル

産業界などへのアピールポイント

長鎖DNAのコンビナトリアルライブラリ技術と情報解析を組み合わせて、目的化合物の高生産株を効率よく得る方法の開発と実証を行っている。