機械学習技術を用いて、薬用植物の体外器官形成における植物ホルモンの知られざる相互作用を明らかにした

Machine Learning Technology Reveals the Concealed Interactions of Phytohormones on Medicinal Plant In Vitro Organogenesis.

• Pascual García-Pérez
• Eva Lozano-Milo
• Mariana Landín
• Pedro Pablo Gallego

抄録

植物の体外再生を促進する生物学的特徴である器官形成は、植物ホルモンの役割が重要である。機械学習(ML)技術の利用は、オーキシンインドール酢酸(IAA)とサイトカイニン6-ベンジルアミノプリン(BAP)という2つの植物ホルモンの複合的な役割を特徴づける新しいアプローチとして注目されています。人工ニューラルネットワーク（ANN）とファジー論理アルゴリズムを組み合わせたニューロファジー論理によって生成された予測モデルは、収集された実験データセットにわたって、このような多因子プロセスに影響を与える重要な要因を明らかにすることができました。その結果、BAPの濃度や遺伝子型に応じて、直接・間接的なシュートの器官形成やカルス形成など、異なる器官形成反応を引き起こすことから、BAPは多元的な効果を持つことが明らかになった。一方、IAAは間接的なシュート再生に限定して抑制的な役割を示した。本研究では、ニューロファジィロジックを用いて2つの植物ホルモンの作用機序を明らかにし、大規模なバイオテクノロジーへの応用が可能な植物組織培養プロトコールの最適化につながる最先端の手法として開発しました。

Organogenesis constitutes the biological feature driving plant in vitro regeneration, in which the role of plant hormones is crucial. The use of machine learning (ML) technology stands out as a novel approach to characterize the combined role of two phytohormones, the auxin indoleacetic acid (IAA) and the cytokinin 6-benzylaminopurine (BAP), on the in vitro organogenesis of unexploited medicinal plants from the subgenus. The predictive model generated by neurofuzzy logic, a combination of artificial neural networks (ANNs) and fuzzy logic algorithms, was able to reveal the critical factors affecting such multifactorial process over the experimental dataset collected. The rules obtained along with the model allowed to decipher that BAP had a pleiotropic effect on the spp., as it caused different organogenetic responses depending on its concentration and the genotype, including direct and indirect shoot organogenesis and callus formation. On the contrary, IAA showed an inhibiting role, restricted to indirect shoot regeneration. In this work, neurofuzzy logic emerged as a cutting-edge method to characterize the mechanism of action of two phytohormones, leading to the optimization of plant tissue culture protocols with high large-scale biotechnological applicability.