HoloCell: A Generative Foundation Model for Holistic Cellular Modeling

生きた細胞を理解しようとする場面を想像してみてください。かつて、科学者たちはパズルのピースを一度に一つずつしか見ていませんでした。それは、細胞の「設計図」（DNA/エピゲノミクス）だけを研究したり、「活動中の指示書」（RNA/トランスクリプトミクス）だけを研究したり、あるいは「働く部品」（タンパク質）だけを研究したりするようなものでした。しかし、細胞はこれらすべての要素が絶えず互いに通信し合っている複雑なシステムなのです。

問題点
これまでは、これら3つのレイヤーすべてを同時に見ることができる単一のツールが存在しませんでした。既存の手法は、一つの言語しか話せない専門家のようでした。彼らはDNAとRNAを比較したり、RNAとタンパク質を比較したりすることはできましたが、データが欠落していたり、全体像を同時に理解しようとしたりする際には苦戦しました。それは、上層、中層、下層のパーツしか持っていない状態で、それらをつなぐ説明書もないまま、3Dパズルを組み立てようとしているようなものでした。

解決策：HoloCell
この論文は、細胞全体を一つの統合されたシステムとして理解するために設計された、巨大な「脳」（生成基盤モデル）であるHoloCellを紹介しています。HoloCellを、利用可能なあらゆる単一細胞プロファイルを学習ライブラリから読み込んだ、超スマートな翻訳機、あるいはシミュレーターだと考えてください。

その仕組みを、簡単な比喩を用いて説明します：

• ライブラリ（図書室）： HoloCellは、「Human-Multi-Omics-Corpus」と呼ばれる膨大なコレクションを用いて学習されました。個々の細胞プロファイルを1冊の本だとすると、このライブラリには4億6,800万ものプロファイルが含まれています。これを換算すると、もしすべての細胞プロファイルが本であれば、このライブラリには4,250億語以上の言葉が含まれていることになります。モデルは、細胞がどのように機能するかを学ぶために、これらすべてを「読み」ました。
• 脳のサイズ： これは8億6,000万以上のパラメータを持つ巨大なモデルです。これらのパラメータは、モデルの「シナプス」や「接続」と考えることができます。接続が多いほど、複雑なパターンを理解する能力が高まります。
• 言語： 生物学的データを単なるランダムな数字として扱うのではなく、HoloCellは特別な「階層的トークン化（hierarchical tokenization）」戦略を使用します。細胞のデータを一つの「物語」だと想像してください。HoloCellは単にランダムな文字を見ているのではありません。データの「文法」を理解しているのです。特定のDNAスイッチ（シス制御エレメント）が特定の遺伝子を制御し、それがタンパク質を作り出すということを、モデルは知っています。HoloCellはこれらを構造化された「トークン」（文章における単語のようなもの）として整理することで、細胞の生涯という物語を論理的に読み解くことができるのです。

何ができるのか？
論文では、HoloCellの2つの主要なスーパーパワーを強調しています。

1. 統合されたマップ（表現）：
   HoloCellは、細胞の状態に関する単一のデジタルマップを作成します。3つの別々のマップ（DNA用、RNA用、タンパク質用）を持つ代わりに、それらを一つのまとまった絵へと統合します。これにより、科学者は細胞の多様性（ヘテロジェネティシティ）を、孤立した断片としてではなく、完全で統合されたシステムとして見ることができます。

2. タイムマシン（生成）：
   ここからがHoloCellの非常にクリエイティブな部分です。ほとんどのAIモデルは、左から右へ（最初から最後まで）物語を書きます。しかし、HoloCellは「反復的な拡散と再マスキング（iterative diffusion and remasking）」という手法を使用します。

• 比喩： 家のスケッチがあり、窓の半分が欠けている状況を想像してください。通常のモデルは、どこから始めるかを正確に指示されない限り、欠けた窓を埋めることができません。しかし、HoloCellは、屋根を見て基礎を推測したり、基礎を見て屋根を想像したり、あるいは好きな順番で欠けた窓を埋めたりできるアーティストのようなものです。
• 結果： これにより、細胞内部で情報がどのように流れるかをシミュレートできます。DNAを与えれば、タンパク質がどのような姿になるかを「想像」できます。タンパク質を与えれば、RNAを「想像」できます。これは、従来の「最初から最後まで」という硬直したルールを打破し、細胞の異なるレイヤーがどのように相互作用するかを、柔軟にin silico（コンピュータ上）でシミュレーションすることを可能にします。

結論
HoloCellは、細胞を「仮想細胞」として扱う多才な基盤モデルです。単にデータを分析するだけでなく、数字の背後にある生物学的な物語を理解し、科学者が細胞を統一された生命システムとして捉えられるよう、新しいシナリオを生成することができるのです。