はじめに―バイオDXとは何か

本年2021年9月1日にデジタル庁が設置された^1）．その目的は，デジタル社会の形成に関する内閣の事務を内閣官房とともに助け，その行政事務の迅速かつ重点的な遂行を図ることとなっている．このデジタル庁は，国・地方行政のIT化やデジタルトランスフォーメーション（digital transformation, 略してDX）の推進を目的としてIT分野を担当する．こういった社会情勢もあって，この「DX」という言葉が頻繁に使われるようになってきた．

では，DXとは何か？経済産業省のDX推進ガイドライン^2）によると，DXの定義は「企業がビジネス環境の激しい変化に対応し，データとデジタル技術を活用して，顧客や社会のニーズを基に，製品やサービス，ビジネスモデルを変革するとともに，業務そのものや，組織，プロセス，企業文化・風土を変革し，競争上の優位性を確立すること」となっている．

そんななか，文部科学省より発表された2021年度戦略的創造研究推進事業の戦略目標の一つとして「『バイオDX（デジタルトランスフォーメーション）』による科学的発見の追求」が掲げられた^3）．この戦略目標の策定には，2020年9月に科学技術振興機構（JST）の研究開発戦略センター（CRDS）より出された調査報告書AI×バイオDX時代のライフサイエンス・バイオメディカル研究^4）や，同じくJSTのバイオサイエンスデータベースセンター（NBDC）によって2020年12月にオンラインで開催されたワークショップ「データ駆動型研究の推進と課題」^5）での議論が影響しているものと考えられる．その結果，バイオ分野でもDXの流れが推進され，「バイオDX」という言葉が使われるようになってきたものの，その具体的なイメージはまだ普及しているとはいえない．

そこで，図1にカメラ技術と顕微鏡での観察やゲノム配列解読からゲノム編集に至る流れを実例として対比してみた．この例がバイオDXのすべてというわけではないが，具体的なイメージの例として考えていただけると幸いである．

バイオDXは，新しく発足したJST CRESTの領域「データ駆動・AI駆動を中心としたデジタルトランスフォーメーションによる生命科学研究の革新」の研究領域の略省として使われている．また，同じくJST共創の場形成支援プログラム（COI-NEXT）にもバイオDXを拠点名に含むプロジェクト「広島から世界最先端のバイオエコノミー社会を実現するBio×Digital Transformation（バイオDX）産学共創拠点」が立ち上がっており，こちらについては奥原・山本の稿で詳しく紹介する．

前述のようにバイオDXは特定の定まった実験手法というわけではない．現状では，バイオ以外の分野での応用として機械による自動化などが多く，その延長上での実験ロボットを活用した「バイオDX」が注目されている（図2）．その一方で，バイオ分野特有のDXをめざしたプロジェクトも立ち上がってきている．それらの例として，奥原・山本の稿で詳しく紹介するビッグデータや人工知能（AI）を利活用したゲノム編集による育種プロジェクトや，深層学習によるタンパク質立体構造予測を多くの研究者に利用可能としたAlphaFold2などに期待が寄せられている^6）．

１なぜ今バイオDX？

2021年現在，多くの生命科学研究者はCOVID-19の影響で当初の計画通りに実験ができず，「データ」を出すことができない状況にある．そこで，自ら実験して「データ」を出すのではなく，公共のデータベース（以下DB）に蓄えられたデータを検索し，そのなかから自らの研究に関係のあるデータを集めてきてデータ解析するという「データ利活用」による研究推進の流れが注目されている（林のコラム，図3）．このデータ駆動型の研究スタイルもバイオDXとして捉えることができると筆者は考えている．

じつはCOVID-19と関係なく，生命科学技術のハイスループット化に伴うデータの大量蓄積に伴い，データ利活用の流れは着実に進んできていた．それに伴い，複数の研究の結果を統合し，より高い見地から分析を行うメタ解析（meta-analysis）が注目されている．メタ解析による論文発表が年々増加しており，その証拠に“meta-analysis”をキーワードにしてPubmed検索すると年々増加しているヒストグラムとともに，2020年だけで約3万件にのぼっていることがわかる^7）．

本特集では，各種の公共DBを利活用するバイオDXについてその実例をまず紹介する（図4）．特に，公共DBから取得したデータのみから新規の発見をすることが可能となっており，それらの実例を紹介する（小野擁子・坊農の稿，川崎・堀江の稿）．また自ら出したデータと既存のデータを組み合わせたハイブリッド型の研究も増えてきている（坂本・天竺桂の稿）．

また，個別に実験することが不可能なことが多いヒト研究においては，以前よりデータを利活用する流れがあり，特にヒトの個体間にあるゲノム配列の違いのデータ（バリアントデータ）の利活用はごく普通に世界的に行われているが，次々と新しいデータが生み出されている今，可能性は以前より拡がっていると言えるだろう^8）（三嶋の稿）．なお，ヒトのデータは個人情報保護法などで保護され，アクセス制限が課されることもあるが，そのようなバリアントデータに対してリファレンスゲノム中の特定アレルをもつデータセットが存在するか否かを検索するGA4GH Beaconのような仕組みも用意されている^9）．