特許ウォッチ

公開番号2025174841
公報種別公開特許公報(A)
公開日2025-11-28
出願番号2025011044
出願日2025-01-27
発明の名称標的菌叢の構築方法
出願人南京大学,NANJING UNIVERSITY,南京大学宜興環保研究院
代理人個人
主分類C02F 3/12 20230101AFI20251120BHJP(水,廃水,下水または汚泥の処理)
要約【課題】標的菌叢の構築方法を供する。
【解決手段】調整汚水処理プラント中の標的集団感知信号分子の含有量を調整して、スルファメトキサゾール、ロキシスロマイシン、アジスロマイシンまたはトリクロサンである標的汚染物を分解するための標的菌叢を構築することにより、汚水処理プラントの汚水処理効果を高める。標的菌叢の構築方法は、礎石微生物、ハブ微生物および機能性微生物を含む標的菌叢をスクリーニングし、汚水処理プラント中の各集団感知信号分子と標的菌叢の相関性を通じて、標的集団感知信号分子をスクリーニングし、汚水処理プラント内の標的菌叢の構築を実現する。
【選択図】なし
特許請求の範囲【請求項１】
標的菌叢の構築方法であって、以下のステップを含み、
標的汚染物を分解するための標的菌叢を決定し、前記標的菌叢は礎石微生物、ハブ微生物
および機能性微生物を含み、前記礎石微生物はＨｉｒｓｃｈｉａ、Ｍｅｔｈｙｌｏｔｅｎ
ｅｒａおよびＬａｃｔｏｂａｃｉｌｌｕｓを含み、前記ハブ微生物はＴｅｒｒｉｍｏｎａ
ｓ、ＤｅｎｉｔｒａｔｉｓｏｍａおよびＢｒａｄｙｒｈｉｚｏｂｉｕｍを含み、前記機能
性微生物はＯｔｔｏｗｉａ、ＤｅｃｈｌｏｒｏｍｏｎａｓおよびＺｏｏｇｌｏｅａを含み
、
ここで、前記標的汚染物がスルファメトキサゾール、ロキシスロマイシン、アジスロマイ
シンまたはトリクロサンであり、
汚水処理プラント中の各集団感知信号分子と前記標的菌叢の間の相関性に基づいて、前記
標的菌叢の標的集団感知信号分子を決定し、
ここで、前記集団感知信号分子は汚水処理プラント内の微生物によって集団感知過程中に
生成および放出される化学信号分子であり、前記集団感知は微生物間の通信メカニズムで
あり、化学信号分子を分泌および感知することによって微生物の挙動を協調することであ
り、
汚水処理プラントに前記標的集団感知信号分子を適用し、汚水処理プラント中の標的菌叢
の増殖を促進し、標的菌叢の含有量を調整することにより、標的菌叢を構築する、
ことを特徴とする標的菌叢の構築方法。
続きを表示（約 3,100 文字）【請求項２】
前記汚水処理プラント中の各集団感知信号分子と前記標的菌叢の間の相関性に基づいて、
前記標的菌叢の標的集団感知信号分子を決定することは、以下を含み、
汚水処理プラント中の各集団感知信号分子の含有量を測定し、
前記各集団感知信号分子の含有量と前記標的菌叢中の各種微生物の相対的存在量の相関性
分析を行い、第１信号分子生物学的関連ネットワークを構築し、
ここで、前記第１信号分子生物学的関連ネットワークは複数の点および前記複数の点を接
続する辺からなり、前記第１信号分子生物学的関連ネットワークの各点と前記標的菌叢中
の各微生物および各集団感知信号分子と１対１で対応し、前記第１信号分子生物学的関連
ネットワークの各辺は前記辺によって接続された２つの点の間の相関性分析結果を示し、
前記相関性分析結果は前記辺によって接続された２つの点の間の相関性データと有意性デ
ータを含み、相関性データは正相関、負相関および無相関を含み、有意性データは有意お
よび非有意を含み、
前記第１信号分子生物学的関連ネットワーク中の有意性データが有意である辺を保持し、
第２信号分子生物学的関連ネットワークを得、
前記第２信号分子生物学的関連ネットワークにおいて、接続度が最大で媒介中心性が最も
高い点に対応する集団感知信号分子を前記標的集団感知信号分子として使用し、
ここで、接続度とは点が接続されている辺の数を意味し、媒介中心性は、その点がネット
ワーク中の任意の２つの点の間の最短経路によって通過される頻度を示す、ことを特徴と
する請求項１に記載の標的菌叢の構築方法。
【請求項３】
前記礎石微生物の決定方法は以下の通りであり、
汚水処理プラントの微生物データを取得し、前記微生物データは汚水処理プラントの菌株
情報および菌株存在量情報を含み、
ここで、前記菌株情報は汚水処理プラントに含まれる微生物のうちの各種菌の名称を含み
、前記菌株存在量情報は汚水処理プラントに含まれる微生物のうちの各種菌の相対的存在
量を含み、
汚水処理プラントに含まれる微生物のうちの各種の菌について、汚水処理プラントの菌株
情報と菌株存在量情報の間のマッピング関係を通じて、前記菌を除いた後の汚水処理プラ
ントの菌株存在量情報を取得し、前記菌を除かない場合の汚水処理プラントの菌株存在量
情報と前記菌を除いた後の汚水処理プラントの菌株存在量情報の間の差分値を、前記菌の
存在量差分値として計算し、
ここで、前記存在量差分値は、ユークリッド距離式またはマンハッタン距離式により計算
され、
存在量差分値が全ての菌の存在量差分値の上位１０～１５％の菌を、前記礎石微生物とし
て決定する、ことを特徴とする請求項１に記載の標的菌叢の構築方法。
【請求項４】
前記汚水処理プラントの菌株情報と菌株存在量情報の間のマッピング関係は、ディープラ
ーニングモデルによる学習によって求められ、前記ディープラーニングモデルはニューラ
ル常微分方程式である、ことを特徴とする請求項３に記載の標的菌叢の構築方法。
【請求項５】
前記ハブ微生物の決定方法は以下の通りであり、
汚水処理プラントの菌株存在量情報の相関性分析を行い、第１生物学的関連ネットワーク
を構築し、
ここで、前記第１生物学的関連ネットワークは複数の点および前記複数の点を接続する辺
からなり、前記第１生物学的関連ネットワークの各点は汚水処理プラントに含まれる微生
物のうちの各菌と１対１で対応し、前記第１生物学的関連ネットワークの各辺は前記辺に
よって接続された２つの点の間の相関性分析結果を示し、前記相関性分析結果は前記辺に
よって接続された２つの点の間の相関性データと有意性データを含み、相関性データは正
相関、負相関および無相関を含み、有意性データは有意および非有意を含み、
前記第１生物学的関連ネットワーク中の有意性データが有意である辺を保持し、第２生物
学的関連ネットワークを得、
前記第２生物学的関連ネットワークの各辺によって表される相関性データについて、前記
相関性データと汚水処理プラントの非微生物学的データを逐次多変量分析し、非微生物学
的データの影響を除去した後の相関性データを得、
ここで、非微生物学的データは前記汚水処理プラントの微細生息環境情報、プロセスパラ
メータ情報および地理的情報を含み、
それぞれ前記第２生物学的関連ネットワーク中の各辺によって表される相関性データを、
剔除前記非微生物学的データの影響後の相関性データに更新して、第３生物学的関連ネッ
トワークを得、
前記第３生物学的関連ネットワークにおいて、接続度がすべての点の接続度の上位２～５
％で、媒介中心性がすべての点の媒介中心性の上位２～５％の点に対応する菌を、前記ハ
ブ微生物として決定し、
ここで、接続度とは、点が接続されている辺の数を意味し、媒介中心性は、その点がネッ
トワーク中の任意の２つの点の間の最短経路によって通過される頻度を示す、ことを特徴
とする請求項３に記載の標的菌叢の構築方法。
【請求項６】
前記機能性微生物の決定方法は以下の通りであり、
汚水処理プラント中の標的汚染物の含有量を測定し、
汚水処理プラントの菌株存在量情報と標的汚染物の含有量の相関性分析を行い、相関性分
析結果を得、前記相関性分析結果は相関性データと有意性データを含み、前記相関性デー
タは正相関、負相関および無相関を含み、前記有意性データは有意および非有意を含み、
汚水処理プラントに含まれる微生物において、相関性分析結果の相関性データが正相関で
有意性データが有意である菌を前記機能性微生物として決定する、ことを特徴とする請求
項５に記載の標的菌叢の構築方法。
【請求項７】
前記標的汚染物がスルファメトキサゾールである場合、決定された前記標的菌叢の標的集
団感知信号分子はＣ８－ＨＳＬであり、前記標的集団感知信号分子の施用量は５～１５ｎ
ｍｏｌ／Ｌであり、
前記標的汚染物がロキシスロマイシンである場合、決定された前記標的菌叢の標的集団感
知信号分子はＣ８－ＨＳＬであり、前記標的集団感知信号分子の施用量は５～１５ｎｍｏ
ｌ／Ｌであり、
前記標的汚染物がアジスロマイシンである場合、決定された前記標的菌叢の標的集団感知
信号分子はＣ８－ＨＳＬであり、前記標的集団感知信号分子の施用量は５～１５ｎｍｏｌ
／Ｌであり、
前記標的汚染物がトリクロサンである場合、決定された前記標的菌叢の標的集団感知信号
分子はＣ１０－ＨＳＬであり、前記標的集団感知信号分子の施用量は５～１５ｎｍｏｌ／
Ｌである、ことを特徴とする請求項１に記載の標的菌叢の構築方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、汚水処理の分野に属し、具体的に、標的菌叢の構築方法に関する。
続きを表示（約 9,500 文字）【背景技術】
【０００２】
汚水処理プラントは汚水処理施設であり、その主な機能は、一連の物理、化学および微生
物学的処理を通じて、汚水中の有害物質を除去し、処理後の汚水が排出基準または再利用
可能な水質基準を満たすようにすることである。
汚水処理プラントは微生物によって汚水を処理するプロセスにおいて、汚水に考慮されて
いないいくつかの汚染物（すなわち標的汚染物）が存在すると、汚水処理プラントに含ま
れる微生物の汚水処理効果が低下する。
【発明の概要】
【０００３】
本発明は、標的菌叢の構築方法を提供し、汚水処理プラントの少なくとも１つの標的集団
感知信号分子の含有量を調整して、標的汚染物を制御するための標的菌叢を調整すること
により、汚水処理プラントの汚水または廃水の処理効果を向上させることができる。
上記目的を達成するために、本発明は以下の技術的解決策を採用し、
標的菌叢の構築方法は、以下を含み、
標的汚染物を分解するための標的菌叢を決定し、標的菌叢は礎石微生物、ハブ微生物およ
び機能性微生物を含み、礎石微生物はＨｉｒｓｃｈｉａ、Ｍｅｔｈｙｌｏｔｅｎｅｒａお
よびＬａｃｔｏｂａｃｉｌｌｕｓを含み、ハブ微生物はＴｅｒｒｉｍｏｎａｓ、Ｄｅｎｉ
ｔｒａｔｉｓｏｍａおよびＢｒａｄｙｒｈｉｚｏｂｉｕｍを含み、機能性微生物はＯｔｔ
ｏｗｉａ、ＤｅｃｈｌｏｒｏｍｏｎａｓおよびＺｏｏｇｌｏｅａを含み、
ここで、標的汚染物はスルファメトキサゾール、ロキシスロマイシン、アジスロマイシン
またはトリクロサンであり、
汚水処理プラント中の各集団感知信号分子と標的菌叢の間の相関性に基づいて、標的菌叢
の標的集団感知信号分子を決定し、
ここで、集団感知信号分子は汚水処理プラント内の微生物によって集団感知過程中に生成
および放出される化学信号分子であり、集団感知は微生物間の通信メカニズムであり、化
学信号分子を分泌および感知することによって微生物の挙動を協調することであり、
汚水処理プラントは、標的集団感知信号分子を施用し、汚水処理プラント中の標的菌叢の
増殖を促進し、標的菌叢の含有量を調整し、標的菌叢を構築する。
本発明の一実施態様では、汚水処理プラント中の各集団感知信号分子と標的菌叢の間の相
関性に基づいて、標的菌叢の標的集団感知信号分子を決定することは以下を含み、
汚水処理プラント中の各集団感知信号分子の含有量を測定し、
各集団感知信号分子の含有量と標的菌叢中の各種微生物の相対的存在量の相関性分析を行
い、第１信号分子生物学的関連ネットワークを構築し、
ここで、第１信号分子生物学的関連ネットワークは複数の点および接続複数の点の辺から
なり、第１信号分子生物学的関連ネットワークの各点は標的菌叢中の各微生物および各集
団感知信号分子と１対１で対応し、第１信号分子生物学的関連ネットワークの各辺は辺に
よって接続された２つの点の間の相関性分析結果を示し、相関性分析結果は辺によって接
続された２つの点の間の相関性データと有意性データを含み、相関性データは正相関、負
相関および無相関を含み、有意性データは有意および非有意を含み、
第１信号分子生物学的関連ネットワーク中の有意性データが有意である辺を保持し、第２
信号分子生物学的関連ネットワークを得、
第２信号分子生物学的関連ネットワークにおいて、接続度が最大で媒介中心性が最も高い
点に対応する集団感知信号分子を標的集団感知信号分子として決定し、
ここで、接続度とは点が接続されている辺の数を意味し、媒介中心性は、その点がネット
ワーク中の任意の２つの点の間の最短経路によって通過される頻度を示す。
本発明の一実施態様では、礎石微生物の決定方法は以下の通りであり、
汚水処理プラントの微生物データを取得し、微生物データは汚水処理プラントの菌株情報
および菌株存在量情報を含み、
ここで、菌株情報は汚水処理プラントに含まれる微生物のうちの各種菌の名称を含み、菌
株存在量情報は汚水処理プラントに含まれる微生物のうちの各種菌の相対的存在量を含み
、
汚水処理プラントに含まれる微生物のうちの各種の菌について、汚水処理プラントの菌株
情報と菌株存在量情報の間のマッピング関係を通じて、菌を除去した後の汚水処理プラン
トの菌株存在量情報を得、菌を除去されていないときの汚水処理プラントの菌株存在量情
報と菌を除去した後の汚水処理プラントの菌株存在量情報の間の差分値を、菌の存在量差
分値として計算し、
ここで、存在量差分値は、ユークリッド距離式またはマンハッタン距離式により計算され
、
存在量差分値が全ての菌の存在量差分値の上位１０～１５％の菌を礎石微生物として決定
【発明の効果】
【０００４】
本発明は以下の有益な効果を有する。
本発明によって提供される標的菌叢の構築方法において、標的菌叢をスクリーニングし、
標的菌叢は礎石微生物、ハブ微生物および機能性微生物を含み、標的菌叢を得た後、汚水
処理プラント中の各集団感知信号分子と標的菌叢の相関性に基づいて、標的集団感知信号
分子をスクリーニングし、汚水処理プラント中の標的集団感知信号分子を調整することに
より、汚水処理プラントに含まれる微生物中の標的菌叢の増殖およびコロニー化を促進し
、汚水処理プラント内の標的菌叢の構築を実現する。その上で、本発明で構築された標的
菌叢は汚水処理プラント中の標的汚染物を制御することができるので、汚水処理プラント
の汚水処理効果を促進することができる。
【図面の簡単な説明】
【０００５】
本出願の実施例によって提供される標的菌叢の構築方法を示す概略図である。
本出願の実施例によって提供される第２信号分子生物学的関連ネットワークを示す概略図である。
本出願の実施例によって提供される第２信号分子生物学的関連ネットワーク中の点に対応する接続度と媒介中心性を示す概略図である。
本出願の実施例によって提供される標的菌叢の標的汚染物ＳＭＸに対する除去率を示す概略図である。
【発明を実施するための形態】
【０００６】
本出願の実施例によって提供される方法および装置は汚染物の制御に関し、汚水処理プラ
ント中の標的集団感知信号分子の含有量を調整して、汚水処理プラント中の常在コロニー
内の標的菌叢の増殖を促進し、標的汚染物を制御するための標的菌叢の構築を実現する。
背景技術に存在する汚水処理プラントの汚水処理効果が低いという問題を解決するために
、本出願の実施例は標的菌叢の構築方法を提供し、汚水処理プラントから礎石微生物、ハ
ブ微生物および機能性微生物を含む標的菌叢をスクリーニングし、汚水処理プラント中の
各集団感知信号分子と標的菌叢の相関性に基づいて、標的集団感知信号分子をスクリーニ
ングし、汚水処理プラント内の標的菌叢の構築を実現する。その上で、本出願の実施例で
構築された標的菌叢は汚水処理プラント中の標的汚染物を制御することができるので、汚
水処理プラントの汚水処理効果を向上させることができる。
例示的に、図１に示すように、本出願の実施例によって提供される標的菌叢の構築方法は
Ｓ１０１～Ｓ１０３を含む。
Ｓ１０１、標的汚染物を分解するための標的菌叢を決定する。
本出願の実施例では、標的汚染物はスルファメトキサゾール、ロキシスロマイシン、アジ
スロマイシンまたはトリクロサンである。標的菌叢は礎石微生物、ハブ微生物および機能
性微生物を含む。礎石微生物はＨｉｒｓｃｈｉａ、ＭｅｔｈｙｌｏｔｅｎｅｒａおよびＬ
ａｃｔｏｂａｃｉｌｌｕｓを含み、ハブ微生物はＴｅｒｒｉｍｏｎａｓ、Ｄｅｎｉｔｒａ
ｔｉｓｏｍａおよびＢｒａｄｙｒｈｉｚｏｂｉｕｍを含み、機能性微生物はＯｔｔｏｗｉ
ａ、ＤｅｃｈｌｏｒｏｍｏｎａｓおよびＺｏｏｇｌｏｅａを含む。標的菌叢は汚水処理プ
ラントの活性汚泥処理装置またはバイオフィルム処理装置に配置され、汚水中の標的汚染
物を処理するために使用される。
なお、上記標的汚染物は先行技術において公知の他の汚染物を含んでもよく、上記標的菌
叢は既知の他の菌株を含んでもよく、本出願の実施例ではこれに限定されないことを理解
されたい。
一実施形態では、上記標的菌叢は具体に含まれる菌株情報は表１に示される。
表１：一実施形態の標的菌叢に含まれる菌株情報表
JPEG
2025174841000001.jpg
238
168
別の実施形態では、上記標的菌叢に具体に含まれる菌株情報は表２に示される。
表２：別の実施形態の標的菌叢に含まれる菌株情報表
JPEG
2025174841000002.jpg
238
168
選択可能に、上記礎石微生物の決定方法はＳ１０１１Ａ～Ｓ１０１３Ａを含む。
Ｓ１０１１Ａ、汚水処理プラントの微生物データを取得する。
ここで、菌株情報は汚水処理プラントに含まれる微生物のうちの各種菌の名称を含み、菌
株存在量情報は汚水処理プラントに含まれる微生物のうちの各種菌の相対的存在量を含み
、微生物データ中のすべての菌の相対的存在量の合計は１である。
一実施形態では、１８７個の汚水処理プラントから１０６８個のサンプリングポイントを
選択し、サンプリングして１０６８個の汚泥サンプルを得、１０６８個の汚泥サンプルの
配列を決定し、１０６８個の汚泥サンプルの配列決定結果を得る。ここで、各汚泥サンプ
ルの配列決定結果は汚泥サンプル中に含まれる各株菌の菌株および菌株の総数を含む。１
０６８個の汚泥サンプルの配列決定結果を統計し、合計１８７個の上記汚水処理プラント
の微生物データを得る。
具体的に、１つの汚泥サンプルの場合、上記配列決定過程は以下の通りであり、サンプリ
ングによって得られた汚泥サンプルを１６ＳｒＲＮＡアンプリコン配列決定に供し、汚
泥サンプル中の細菌の１６ＳｒＲＮＡＶ３－Ｖ４領域のポリメラーゼ連鎖反応（ＰＣ
Ｒ）増幅を行い、汚泥サンプル中の細菌のうちＶ３－Ｖ４領域に存在するＤＮＡ配列を得
る。増幅されたＤＮＡ配列は、ハイスループットシークエンシング技術（例えばＩｌｌｕ
ｍｉｎａＭｉＳｅｑプラットフォーム）による二分割シークエンシングに供され、汚泥
サンプル中の細菌（微生物とも呼ばれる）の配列データを得る。
１６ＳｒＲＮＡアンプリコン配列決定に使用した１６ＳｒＲＮＡプライマーは３４１
Ｆと８０６Ｒを含む。
【０００７】
JPEG
2025174841000026.jpg
238
168
JPEG
2025174841000027.jpg
238
168
JPEG
2025174841000028.jpg
238
168
上記応用シナリオでは、各集団感知信号分子は固相抽出法によって抽出される。固相抽
出法は以下の条件下で行われ、３ｍＬメタノール活性化抽出カラム、３ｍＬ純水平衡、水
サンプル３０ｍＬ、１ｍＬ溶液Ａ洗浄、１ｍＬ溶液Ｂ洗浄、２ｍＬ溶液Ｃ溶出、３０℃窒
素ガスブローダウン、０．５ｍＬクロマトグラフ純粋メタノール再溶解する。洗浄液Ａは
５：９５のメタノール－水溶液であり、２％(ｖ／ｖ)の水酸化アンモニウムを加える。洗
浄液Ｂは５：９５のメタノール－水溶液であり、２％酢酸（ｖ／ｖ）を加える。溶出液Ｃ
はメタノールであり、２％酢酸(ｖ／ｖ)を加える。
上記の応用シナリオでは、各集団感知信号分子は、ＡＣＱＵＩＴＹＨ－Ｃｌａｓｓ
ＵＰＬＣシステム（Ｗａｔｅｒｓ、Ｍｉｌｆｏｒｄ、Ｍａｓｓａｃｈｕｓｅｔｔｓ、アメ
リカ）とＶＩＯＮＩＭＳ－ＱＴＯＦ質量分析計によって同定し、上記同定方法は先行技
術であるため、ここでは繰り返さない。
Ｓ１０２２、各集団感知信号分子の含有量と標的菌叢中の各種微生物の相対的存在量の相
関性分析を行い、第１信号分子生物学的関連ネットワークを構築する。
ここで、第１信号分子生物学的関連ネットワークは複数の点および接続複数の点の辺から
なる。第１信号分子生物学的関連ネットワークの各点は標的菌叢中の各微生物および各集
団感知信号分子と１対１で対応する。第１信号分子生物学的関連ネットワークの各辺は辺
によって接続された２つの点の間の相関性分析結果を示す。相関性分析結果は辺によって
接続された２つの点の間の相関性データと有意性データを含む。相関性データは正相関、
負相関および無相関を含み、有意性データは有意および非有意を含む。
具体的に、上記相関性データと有意性データの解釈説明は、Ｓ１０１１Ｂのうち相関性デ
ータと有意性データの解釈説明を参照すればよく、上記相関性分析方法はＳ１０１１Ｂの
相関性分析方法を参照すればよい。
なお、上記第１信号分子生物学的関連ネットワーク中の点は標的菌叢中の菌の一種であっ
てもよく、複数の集団感知信号分子中の集団感知信号分子の１つであってもよい。
上記第１信号分子生物学的関連ネットワーク中の点Ａが菌の一種である場合、点Ａは点Ｂ
（点Ｂが複数の集団感知信号分子中の任意の集団感知信号分子）に接続されてもよく、点
Ａは点Ｃに接続されてもよい（点Ｃが複数の菌のうちＡ以外の任意の菌である）。そうす
ると、点Ａの辺ＡＢは点Ａと点Ｂの相関性分析結果、すなわち点Ａに対応する菌の相対的
存在量と点Ｂに対応する集団感知信号分子の含有量の相関性分析結果を示し、点Ａの辺Ａ
Ｃは点Ａと点Ｃの相関性分析結果、すなわち点Ａに対応する菌の相対的存在量と点Ｃに対
応する菌の相対的存在量の相関性分析結果を示す。
上記第１信号分子生物学的関連ネットワーク中の点Ａ’が集団感知信号分子の１つである
場合、点Ａ’は点Ｂ’（点Ｂ’が複数の菌の任意の菌である）に接続されてもよく、点Ａ
’は点Ｃ’に接続されてもよい（点Ｃ’は複数の集団感知信号分子のうちＡ’以外の任意
の集団感知信号分子である）。そうすると、点Ａ’の辺Ａ’Ｂ’は、点Ａ’と点Ｂ’の相
関性分析結果、すなわち点Ａ’に対応する集団感知信号分子の含有量と点Ｂ’に対応する
菌の相対的存在量の相関性分析結果を示し、点Ａ’の辺Ａ’Ｃ’は、点Ａ’と点Ｃ’の相
関性分析結果、すなわち点Ａ’に対応する集団感知信号分子の含有量と点Ｃ’に対応する
集団感知信号分子の含有量の相関性分析結果を示す。
以上の内容から分かるように、第１信号分子生物学的関連ネットワーク中の辺は、１つの
菌ともう１つの菌の間の相関性分析結果を示してもよく、１つの菌と１つの集団感知信号
分子の間の相関性分析結果を示してもよく、１つの集団感知信号分子と別の個集団感知信
号分子の間の相関性分析結果を示してもよい。
Ｓ１０２３、第１信号分子生物学的関連ネットワーク中の有意性データが有意である辺を
保持し、第２信号分子生物学的関連ネットワークを得る。
Ｓ１０２４、第２信号分子生物学的関連ネットワークのうち、接続度が最大で媒介中心性
が最も高い点に対応する集団感知信号分子を標的集団感知信号分子とする。
なお、上記Ｓ１０２４では、第２信号分子生物学的関連ネットワークのうち集団感知信号
分子に対応する点のみを判定し、汚水処理プラントに含まれる微生物中の各菌に対応する
【０００８】
<ST26SequenceListing dtdVersion="V1_3" fileName="標的菌叢の構築方法.xml" softwar
eName="WIPO Sequence" softwareVersion="2.3.0" productionDate="2025-01-20">
<ApplicationIdentification>
<IPOfficeCode>JP</IPOfficeCode>
<ApplicationNumberText/>
<FilingDate/>
</ApplicationIdentification>
<ApplicantFileReference>12100000466007458M</ApplicantFileReference>
<EarliestPriorityApplicationIdentification>
<IPOfficeCode>CN</IPOfficeCode>
<ApplicationNumberText>CN202410600874.4</ApplicationNumberText>
<FilingDate>2024-05-15</FilingDate>
</EarliestPriorityApplicationIdentification>
<ApplicantName languageCode="ja">南京大学</ApplicantName>
<ApplicantNameLatin>Nanjing University</ApplicantNameLatin>
<InventionTitle languageCode="ja">標的菌叢の構築方法</InventionTitle>
<SequenceTotalQuantity>2</SequenceTotalQuantity>
<SequenceData sequenceIDNumber="1">
<INSDSeq>
<INSDSeq_length>17</INSDSeq_length>
<INSDSeq_moltype>RNA</INSDSeq_moltype>
<INSDSeq_division>PAT</INSDSeq_division>
<INSDSeq_feature-table>
<INSDFeature>
<INSDFeature_key>source</INSDFeature_key>
<INSDFeature_location>1..17</INSDFeature_location>
<INSDFeature_quals>
<INSDQualifier>
<INSDQualifier_name>mol_type</INSDQualifier_name>
<INSDQualifier_value>other RNA</INSDQualifier_value>
</INSDQualifier>
<INSDQualifier id="q2">
<INSDQualifier_name>organism</INSDQualifier_name>
<INSDQualifier_value>synthetic construct</INSDQualifier_value>
</INSDQualifier>
</INSDFeature_quals>
</INSDFeature>
</INSDSeq_feature-table>
<INSDSeq_sequence>cctaygggrbgcascag</INSDSeq_sequence>
</INSDSeq>
</SequenceData>
<SequenceData sequenceIDNumber="2">
<INSDSeq>
<INSDSeq_length>20</INSDSeq_length>
<INSDSeq_moltype>RNA</INSDSeq_moltype>
<INSDSeq_division>PAT</INSDSeq_division>
<INSDSeq_feature-table>
<INSDFeature>
<INSDFeature_key>source</INSDFeature_key>
<INSDFeature_location>1..20</INSDFeature_location>
【０００９】

関連特許