新しい品質生産性 |人工知能は抗腫瘍薬をスクリーニングできるか？ Liangzhu Lab チームが協力して新しいディープラーニング フレームワークを開発

古代、神農は何百種類もの薬草を味わい、その薬効を理解しました。今日では、人工知能はデジタル世界で薬を「試し」、さまざまな種類の腫瘍細胞に対する効果を予測することもできます。

最近、浙江大学基礎医学院良渚研究室の郭国吉、韓小平、夏宏光らを含むチームが共同で、抗腫瘍薬のスクリーニングに新たな方法を提供する革新的なディープラーニングフレームワーク「神農」を立ち上げました。関連する研究はNational Science Reviewに掲載されました。

|全腫瘍単一細胞アトラスのワークフローと細胞データセット統計（この記事のすべての画像はLiangzhu Laboratoryから提供されています）

現在、抗腫瘍薬のスクリーニングは主にトランスクリプトーム配列データ分析に依存しており、大規模な腫瘍細胞群の遺伝情報を理解し、薬の効果を判断しています。しかし、このアプローチでは、腫瘍の複雑さが無視されることが多く、各細胞は異なり、腫瘍細胞とその周囲の環境が互いに影響を及ぼし合う可能性があります。さらに、多くの研究は単一のがん種に焦点を当てており、異なるがん種間の共通点の可能性を活用できていません。

そのため、さまざまな種類の腫瘍内の各細胞の特徴を記録した詳細な「細胞地図」のような単一細胞全腫瘍マップに基づく薬剤スクリーニング法の開発が急務となっています。これらの細胞データを分析することで、研究者は顕微鏡レベルで抗腫瘍薬をより効果的にスクリーニングし、薬の作用機序と潜在的な副作用をより明確に理解できるようになります。

従来の薬物スクリーニングや薬物発見の方法は、多くの場合、時間がかかり、コストもかかります。人工知能と機械学習の手法により、医薬品の発見と開発のプロセスが加速されます。研究者らは、この種のアプローチの革新的な例である神農フレームワークを導入した。

|神農フレームワークの構築プロセスと適用方向

神農フレームワークは、薬剤への曝露後の数万個の細胞の反応を同時に観察することができます。単純な「有効・無効」の判断とは異なり、各セルの変化を多次元的に把握し、記述します。分析システムは、大量の情報を迅速に処理できる「麻薬捜査官」のようなディープラーニングモデルを使用します。

細胞反応の最も重要な特徴を抽出できるだけでなく、これらの変化を確率的に記述することもできます。つまり、「この薬はこのタイプの細胞に効果的である」と単純に言うのではなく、「この薬がどの程度の可能性があり、どのように細胞に影響を与えるか」を詳細に記述できます。この綿密な分析アプローチにより、研究者は薬物の作用機序をより完全に理解し、薬物の新しい用途を発見することさえできるようになります。

神農フレームワークを全腫瘍細胞アトラスに適用すると、薬剤の効果と副作用を予測し、薬剤のスクリーニングに役立つだけでなく、他の癌に有効な可能性のある承認済み薬剤を発見することもできます。

例えば、乳がん治療薬「エキセメスタン」は肺がん細胞に対して顕著な抗増殖作用を持つことが判明しており、この結果は第1相臨床試験で確認されました。

|サードパーティデータセットの比較

神農フレームワークの精度を検証するために、研究者らはその予測結果を他のサードパーティデータセットの予測結果と比較しました。結果は、フレームワークが異なるソースのデータから細胞の固有および共通の特徴を抽出できることを示しており、予測結果は 30% ～ 45% の重複があり、神農フレームワークが優れた堅牢性と一般化能力を備えていることを示しています。

「神農フレームワークは優れた堅牢性と解釈可能性を示しており、薬物スクリーニングの効率と精度を大幅に向上させ、新薬開発のプロセスを加速することが期待されます」と良渚研究室チームの関係者は述べた。

(出典: Chao News、良渚研究所)