機械学習による光合成サイアノバクテリア細胞のバイオ電子信号の解読
Miaomiao Zhang1, Junjie Cheng1,2, Wen Yu1
1Beijing National Laboratory for Molecular Sciences, Key Laboratory of Organic Solids, Institute of Chemistry, Chinese Academy of Sciences, Beijing 100910, P. R. China.
Journal of the American Chemical Society
|December 9, 2025
まとめ
研究者は,PFPとPPyを用いたサイアノバクテリアを用いた新しいバイオハイブリッドシステムを開発し,そのバイオ電気信号を放大して検出した. このシステムは,光合成生物のリアルタイム監視を可能にします.
科学分野:
- バイオ電子
- 光合成生物
- 合成生物学
背景:
- 光合成生物からの弱い生物電気信号を検出することは,その生理的状態を監視するために不可欠です.
- 信号生成と伝送の効率が低いため,既存の方法は課題に直面しています.
研究 の 目的:
- シアノバクテリアから生体電気信号の獲得と解釈の強化のためのバイオハイブリッドシステムを開発する.
- 機械学習を用いて生物電気信号と生理学的条件の相関を確立する.
- 光合成生物の 無線モニタリング装置を作る
主な方法:
- バイオハイブリッドシステムを構築した *Synechococcus* sp PCC7942 (Syne) とポリフローレン・コフェニレン (PFP) デリバティブとポリピロール (PPy) を含んでいる.
- バイオ電子信号の増幅のために,電気伝導性のためにPPPとPPyを使用した.
- 環境パラメータ (温度,光,pH,栄養) と信号を相関させるための機械学習モデルを使用した.
- 無線監視装置を設計し,シミュレートした.
主要な成果:
- サイネ/PFP/PPyシステムは,サイネセル単独と比較して14倍以上のバイオエレクトロニック信号の強度を高めました.
- 温度,光の強度,pH,そして栄養素の可用性との相関が成功しました.
- 開発したシステムを用いてサイネ細胞の無線モニタリングの実現可能性を実証した.
結論:
- Syne/PFP/PPyバイオハイブリッドシステムは,光合成生物における生物電気信号検出を効果的に強化します.
- 機械学習の統合により 生物電気信号から生理的な状態を 解読できます
- このアプローチは 光合成生物の状態を リアルタイムで 無線で監視するための 有望なプラットフォームです
