Explainable AI for Cancer Drug Response Prediction: Beyond Univariate Feature Attributions

技術要約：がん薬物応答予測のための説明可能なAI：単変量特徴量アトリビューションを超えて

問題提起
トランスクリプトーム・プロファイルからがんの薬物応答を予測することは、精密腫瘍学における極めて重要な要素である。機械学習モデルは、腫瘍の分子プロファイルと薬物応答の間の高次元かつ非線形な依存関係をモデリングする上で強力な予測性能を達成しているが、その科学的な有用性は、解釈性の欠如によって制限されることが多い。現在の説明可能なAI（XAI）のアプローチは、主にSHAPのような単変量特徴量アトリビューション手法に依存している。これらの手法には、主に以下の2つの限界がある：

1. 堅牢性とスケーラビリティ： SHAPベースの説明は、堅牢性に乏しく、高次元のトランスクリプトームデータ（数千の遺伝子）に対して効果的にスケールすることに苦慮する。
2. 生物学的単純化： 単変量手法は遺伝子を独立して評価するため、細胞の感受性や耐性を駆動する複数の遺伝子やパスウェイの協調的な活動を捉えることができない。その結果、高次の生物学的メカニズムや遺伝子間相互作用が隠されたままとなる。

手法
著者らは、既存の手法の限界を克服し、単一遺伝子の評価を超えた手法として設計された、スケーラブルな事後解析型説明フレームワークである**ILLUME+**を提案する。この手法は、完全にデータ駆動型のエンドツーエンド・パイプラインとして構成されている：

1. データ前処理と離散化： 連続的な薬物応答データ（例：$IC_{50}$）は、解釈可能な決定ルールを抽出しやすくするために、訓練データに対する三分位数に基づくビン分割を用いて、3つの順序クラス（感受性、中間、耐性）に離散化される。
2. 特徴量選択： Borutaアルゴリズムを用いた完全にデータ駆動型のアプローチにより、恣意的な閾値やユーザー定義のバイアスを課すことなく、各薬剤に関連する情報量の多い遺伝子のサブセットを特定する。
3. ブラックボックス予測： 勾配ブースティング決定木アンサンブルを、選択された特徴量上で訓練し、遺伝子発現と薬物感受性の間の非線形関係をモデリングする。
4. ILLUME+ フレームワーク：
   • スケーラブルなアーキテクチャ： ILLUME+は、高次元設定における計算上のボトルネックに対処することで、ILLUMEメタ説明器を拡張している。マッピング関数 $W(x)$ の重みを圧縮するために、1層の低ランクハイパーネットワークを採用し、パラメータ数を $O(v \times m^2)$ から $O(v \times m \times r)$ （ここで $r \ll m$）へと削減する。
   • 効率的な正則化： 計算コストの高いフル・ヤコビアン・ペナルティの代わりに、ヤコビアン・ベクトル積に基づく確率的推定器を導入し、明示的なヤコビアンの構築なしに局所的な線形性を強制する。
   • 説明の生成： 本フレームワークは、ブラックボックスモデルの局所線形な潜在表現を学習する。この空間から、以下の複数の説明オブジェクトをデコードする：
     • 単変量アトリビューション： サロゲートモデル（ロジスティック回帰または決定木）から導出された遺伝子の重要度スコア。
     • 決定ルール： 共同の発現パターンを捉える事実的および反事実的なルール（例：「もし遺伝子A > $c$ かつ 遺伝子B < $d$ ならば、感受性」）。
     • 遺伝子間相互作用： リフト（lift）尺度を用いて、決定ルール内での遺伝子の共起を分析することで、ペアワイズの相互作用を特定する。これらの相互作用は、重み付き遺伝子間相互作用グラフとして可視化される。

主な貢献

• ILLUME+： 既存の事後解析型XAI手法のスケーラビリティの限界に対処し、高次元のトランスクリプトームデータから堅牢で構造化された説明を抽出できる、スケーラブルなILLUMEフレームワークの拡張版。
• エンドツーエンド・パイプライン： 単変量の特徴量アトリビューションを超え、薬物感受性と耐性の背後にある遺伝子間メカニズムを捉える説明を回収する、新しいパイプライン。
• 仮説生成： 定義済みの生物学的事前知識に依存することなく、既知の生物学的関連性を確認し、新たな遺伝子相互作用を明らかにして、テスト可能な仮説を生成できることを実証。

結果
著者らは、GDSCおよびCCLEのリソースに由来する20の薬剤データセットを用いて、ILLUME+をベースライン（SHAPおよびLIME）と比較評価した。

• 単変量アトリビューション性能：

  • ターゲット回収： NDCG@kによる測定において、ILLUME+はSHAPやLIMEと比較して、推定される創薬ターゲットを上位の遺伝子としてより効果的にランク付けした。
  • パスウェイ濃縮： ILLUME+は、SHAPよりも効果的に作用機序（MoA）に関連する遺伝子を優先順位付けし（統計的に有意）、LIMEと同等の結果をもたらした。
  • 堅牢性： すべての近傍サイズにおいて、ILLIBLE+はSHAPおよびLIMEと比較して、重要度ベクトルの余弦類似度（コサイン類似度）で測定された堅牢性が大幅に高いことを示した。

• 遺伝子間相互作用分析：

  • パスウェイの重複： ILLUME+によって特定された上位ランクの遺伝子ペアは、下位ランクのペアよりも有意に高いパスウェイ重複（機能的な近接性）を示した。この分離はすべての薬剤で一貫していたが、SHAPベースの相互作用ランキングは、40%の薬剤でのみ有意性を示した。
  • 生物学的整合性： 特定のケーススタディ（例：Venetoclax）において、本手法は明確な相互作用パターンを特定した：感受性細胞は免疫応答および好中球遊走に関連する相互作用を示し、耐性細胞は血管新生および細胞接着に関連する相互作用を示した。
  • ネットワーク中心性： 推定される創薬ターゲットは、相互作用グラフの中心的な位置を占めていることが判明した（例：感受性ラインにおけるクロマチンリモデリングターゲットの高い強さ、感受性ラインにおけるEGFRのようなシグナリングターゲットの高い媒介中心性）。これは、それらの生物学的役割と一致している。
  • ルール抽出： 本フレームワークは、既知の予後遺伝子やMoA関連パスウェイを含む簡潔で解釈可能な決定ルール、および新しい仮説を示唆する新規の組み合わせ（例：Erlotinib耐性に関する特定の遺伝子組み合わせ）を抽出した。

意義と主張
本論文は、ILLUME+が薬物応答モデリングのパラダイムを、単なる性能重視の演習から、AI支援による科学的発見のための仮説生成ツールへと転換させるものであると主張している。このフレームワークは、以下を可能にする：

1. 忠実な監査： 高次元設定におけるブラックボックスモデルが学習した決定ロジックの、より正確な理解。
2. バイアスのない発見： 事前知識を組み込んだモデルに内在するバイアスを回避し、定義済みの仮定に依存することなく、生物学的に意味のある構造や遺伝子間相互作用を明らかにする能力。
3. 実行可能な洞察： がん生物学における、新規の相互作用駆動型分子シグナルに関するテスト可能な生物学的仮説の生成。

著者らは、抽出された相互作用はモデル由来の信号であるが、それらは独立した実験的検証を必要とする仮説を生成するための基礎となるものであることを強調している。本研究は、原理に基づいた説明可能性が、精密腫瘍学における予測精度と生物学的洞察の間の溝を効果的に埋めることができることを示している。