ナノポアとAIでtRNAの「種類・量・修飾」を読み解く ―電流シグナルの直接解析で、絶対定量と1分子レベルの修飾検出を実現―

トランスファーRNA（tRNA）は、mRNAのコドンに対応するアミノ酸をリボソームへ運ぶ翻訳の重要な分子であり、その発現量や化学修飾状態はタンパク質合成の効率や細胞機能に影響する。しかし、tRNAには多様な化学修飾が密集しており、従来の次世代シーケンシングでは逆転写や塩基配列の読み取りに誤差が生じ、正確な定量が困難だった。本研究では、ナノポア直接RNAシーケンシング（DRS）のイオン電流信号を塩基配列に変換せず、深層学習によって直接解析する「nano tRNA classifier」を開発した。大腸菌の44種類のtRNAを用いて学習した分類器は、平均99.1％の分類精度と82.7％のリード保持率を達成し、従来の配列マッピング法を上回った。さらに、等モル混合したtRNAを基準として測定バイアスを補正することで、48種類すべてのtRNAの絶対定量を実現した。また、個々のRNA分子に含まれる化学修飾を検出する二値分類器も構築し、シュードウリジンなどの修飾状態を単一分子レベルで識別・定量できることを示した。本技術は、細胞内tRNAの発現量と修飾状態を同時に解析する新たな基盤となり、翻訳制御、環境応答、疾患に伴うRNA代謝変化の解明への応用が期待される。

Transfer RNAs (tRNAs) are essential molecules in protein synthesis, delivering amino acids to ribosomes according to mRNA codons. Their abundance and modification states influence translation efficiency and cellular functions. However, the extensive and diverse chemical modifications of tRNAs introduce errors during reverse transcription and sequence basecalling, making accurate quantification challenging with conventional sequencing methods. In this study, researchers developed the nano tRNA classifier, a deep learning framework that directly analyzes ionic current signals from nanopore direct RNA sequencing (DRS) without converting them into nucleotide sequences. Trained using 44 Escherichia coli tRNA species, the classifier achieved an average classification accuracy of 99.1% while retaining 82.7% of sequencing reads, outperforming conventional sequence-mapping approaches. By correcting sequencing biases using an equimolar tRNA reference mixture, the researchers further established absolute quantification of all 48 E. coli tRNA species. They also developed binary classifiers capable of identifying specific RNA modifications at the single-molecule level, including pseudouridine and other modifications. This integrated platform enables accurate profiling of both tRNA abundance and modification states, providing a new analytical foundation for investigating translational regulation, cellular responses to environmental changes, and RNA-related alterations in disease.