細菌の成長曲線の形状と生物学的機能を結びつけるための時系列データマイニング

細菌の成長動態を生物学的機能に結びつけることは微生物システムを理解するために不可欠ですが、成長動態を直接調査する研究は限られています。本研究では、単一遺伝子ノックアウト大腸菌株から得た10,000以上の成長曲線を、動的時間伸縮法と導関数動的時間伸縮法を組み合わせて分析し、実験の複製を考慮した場合としない場合の形状の類似性に基づく階層的クラスタリングを行いました。クラスタリングの結果、特定の遺伝子カテゴリーや生物学的プロセス、特に酵素や生合成経路に富んだグループが明らかになりました。高い再現性を持つ成長曲線は保存された生合成機能と関連していました。これらの結果は、時系列データマイニングが細菌の成長動態と生物学的機能を効果的に結びつけることができることを示しており、集団行動に対する複雑な遺伝的影響を解釈するためのフレームワークを提供し、バイオテクノロジーや微生物研究におけるデータ駆動アプローチの進展に寄与します。