本ホワイトペーパーでは、微生物の実験進化（EE）が、バイオ燃料、医薬品、環境浄化といった主要な産業分野における技術的ボトルネックを解決する強力なプラットフォームであることを説明します。EEは、遺伝子編集技術と組み合わせることで、複雑な形質の獲得や多因子耐性の付与を可能にし、持続可能なバイオエコノミーの実現に向けた次世代の微生物工学戦略としてその重要性を高めています。
実験進化とは、特定の微生物集団を人工的に設計した環境下で長期にわたり継代培養し、自然選択の原理を応用して、目的の形質を持つ変異体を効率的に獲得する手法です。この手法は、従来の遺伝子編集や理性的設計が苦手とする領域、特に複雑な代謝経路の最適化や多因子耐性の獲得において大きな優位性を発揮します[1]。
具体的には、生育を妨げる因子（例えば、毒性物質や非効率な栄養源）を選択圧としてかけ続けることで、細胞は生き残るために複数遺伝子座にまたがる変異を蓄積し、最適な進化解を自発的に見つけ出します。この特性により、分子レベルでの設計が困難な細胞毒性への耐性向上といった課題克服に貢献します。
バイオ燃料生産においては、原料の多様化と生産プロセスの高効率化が大きな課題です。
工業的に高いバイオ燃料生産性を実現するためには、微生物が高濃度の最終産物（例：エタノール）による自己阻害に耐える能力が必要です。EEでは、高濃度アルコール下で酵母（Saccharomyces cerevisiae）を長期培養することで、従来の野生株では生存できない環境でも効率的に発酵を続ける多因子耐性株の創出に成功しています [3, 4]。
非食資源である植物バイオマスの利用を可能にするため、通常利用が困難なC5糖（キシロースなど）を効率的に代謝する能力が必要です。EEは、C5糖を唯一の炭素源とする培地で微生物を培養し続けることにより、代謝フラックスを目的の方向に向け、エタノール生産の効率を飛躍的に向上させる微生物株を進化させます。
医薬品分野、特に抗生物質耐性の分野において、EEは重要な役割を果たしています。
病原菌が抗生物質耐性を獲得するメカニズムの迅速な解明は、新規治療戦略の開発に不可欠です。メガプレートと呼ばれる薬剤濃度勾配をつけた特殊な培地を用いる実験進化により、大腸菌（E. coli）などが耐性を進化させる速度、経路、変異の蓄積過程をリアルタイムで可視化・分子的に解析することが可能となり、耐性進化の分子経路が特定されています [2]。これは、進化を阻止するための最適な薬物投与戦略（進化的に安定な戦略）を設計するための貴重な知見となります。
合成生物学的に設計された二次代謝物（天然物）の合成経路を微生物に導入した後、EEにより生産性を最大化する環境圧をかけることで、代謝フラックスを目的の薬剤生産に最適化し、高収率生産株の創出を目指す研究も進められています。
環境中に存在する有害物質の分解・無毒化を担う微生物の創出においても、EEは有効です。
土壌や地下水はしばしば重金属（クロム酸など）と有機汚染物質が複合的に存在します。EEは、このような厳しい環境ストレス下で、微生物が毒性への耐性と汚染物質の分解・還元能力を両立させる能力を進化させるために用いられます。例えば、硫酸還元菌（Desulfovibrio vulgaris）のクロム酸ストレス下での進化実験により、重金属耐性に関わる重要な遺伝子が特定され、より効率的な汚染物質除去株の創出につながっています [5]。
従来の野生株では分解できない新規の工業化学物質や難分解性の有機化合物を唯一の炭素源として与えることで、微生物の持つ代謝の多様性を最大限に引き出し、de novoの分解経路を獲得させることが可能となります [6]。
実験進化は、現在のバイオ技術における「試行錯誤」のプロセスを効率的に自動化する強力な手法です。
EEは、合成生物学のDesign-Build-Test-Learn (DBTL)サイクルにおいて、特に性能限界の特定（Test）と進化的なボトルネックの解消（Learn）のフェーズを担います。合成生物学で設計・構築された微生物をEEで最適化し、EEにより得られた適応変異のゲノム情報を再び遺伝子編集（Build）にフィードバックする統合的なアプローチが、今後の主流となると考えられます。
また最新の固体培養増殖モニタリングを用いることにより、液体培養では見逃されてしまう稀な変異体を確実に同定し選択することも可能になってきました [7]。
より迅速で複雑な微生物の創出を可能にするため、ハイスループット実験進化（High-Throughput EE）技術への戦略的投資が不可欠です。自動化されたロボットシステムや固体培養増殖モニタリング、マイクロ流体デバイスを用いることで、同時に多数の進化ラインを並行して運用し、進化過程をオミクス技術（ゲノミクス、トランスクリプトミクス）でリアルタイムに解析するシステムの構築が求められます。
この統合的なアプローチにより、EEは持続可能なバイオ社会に貢献する画期的な新規微生物の創出を加速させるでしょう。
