General Purpose AI for Public Data Analysis and Experimental Hypothesis Generation

生物学は、最も価値のある発見が新たな実験の中ではなく、すでに収集された膨大なデータのアーカイブの中に存在することが多いという時代に突入しました。長年にわたり、科学者たちは分子情報の巨大なライブラリを生成し、健康な組織や疾患のある組織における遺伝子やタンパク質の活動を記録してきました。これらの記録は人体内部の仕組みを示す詳細な地図のようなものですが、多くの場合、特定の限定的な問いに答えるために作成されたものでした。現代科学の課題は、これら既存の地図を見つめ、元の探検家たちが問いかけることさえ思いつかなかったような新しい問いを投げかけることです。ここで人工知能が登場します。それは人間の研究者に取って代わるものではなく、これらの大規模なデータセットをスキャンして隠れたパターンを見つけ出し、調査のための新しい経路を提案できるツールとして機能します。目標は、コンピュータが生物学者のパートナーとして機能し、公的な記録を精査することで、細胞がどのように振る舞い、疾患がどのように進行し、何がそれを阻止し得るのかについて、検証可能なアイデアを提示できるかどうかを見極めることです。

最近のある研究では、汎用人工知能が、科学者が公的データを用いて新しい生物学的問いを生成し、調査するのをどのように支援できるかを検証することで、まさにこの可能性を探求しました。研究者たちは単にコンピュータに一つの答えを見つけさせるのではなく、AIがいかに複雑な生物学的景観をナビゲートできるかを確認するために、一連の補完的な調査を設定しました。一つの調査ラインにおいて、チームはインタラクティブなツールを用いて個々の細胞のデータを分析し、ヒト幹細胞を特定の組織へと分化させるためのシグナルを見つけ出そうとしました。AIは、アペリンと呼ばれる分子を含む特定のシグナル伝達経路が、この分化を導く有力な候補であると指摘しました。しかし、科学者たちがその示唆に従い、自分たちが選んだ条件下でラボでの実験を行ったところ、期待された効果は見られませんでした。この結果は、データの中にパターンを見つけることと、現実世界において生物学的な効果が存在することを証明することは別物であるという、極めて重要な区別を浮き彫りにしました。

次に研究者たちは焦点をがんへと移し、設計された免疫細胞によって攻撃され得る腫瘍細胞上の潜在的な標的を、公的なシングルセル・データから探索するようAIに指示しました。彼らは血液のがんである多発性骨髄腫の患者のデータに対して分析を実行し、3回の独立した分析の結果、同じ50個の候補標的が繰り返し特定されました。これらの中には、BCMAやCD38といったよく知られたマーカーが含まれており、既知の知識を回収するAIの能力を裏付けました。同じプロセスを膵管腺癌（膵臓がんの一種）に適用したところ、結果はそれほど一様ではありませんでした。3回の実行では異なる探索的知見が得られ、厳格な選択基準を満たす単一の標的を特定するには至りませんでした。これは、AIの成功が、疾患のデータが持つ複雑さや性質によって変動し得ることを示しています。

AIが人間のバイアスなしに洞察を導き出せるかどうかをテストするため、チームは匿名化された肺のデータに対して、コンピュータにそれが何の組織であるか、あるいは患者がどのような疾患を患っているかを事前に伝えない状態で、2つの独立した分析を行いました。このような文脈を与えられない状態でも、AIは肺を構成する異なる細胞型を特定することに成功し、組織が疾患に関連したリモデリングを起こしていることを推論しました。その後、研究者が組織名と疾患の情報を提供すると、AIは新しい生物学的な問いのリストを生成しました。これらの問いのうち8つは、独立した患者データとの照合において統計的な裏付けを示しました。これらには、異なる細胞型がどのように抗酸化防御を調整しているかについての観察や、線維芽細胞内におけるCRYMと呼ばれるタンパク質の特異的な増加が含まれており、これらがさらなる研究に値する真正な生物学的関係であることを示唆していました。

最後に、より広範な取り組みとして、チームは複数の種類のデータを統合し、膵臓がんに対する潜在的な治療薬の優先順位を決定しました。彼らは、どの遺伝子が活性化しているかを示すRNA発現の情報と、遺伝子を無効化した際に何が起こるかをテストする機能スクリーニングの結果、そしてこれらの分子が正常で健康な組織にどのように存在するかの測定値を組み合わせました。この多層的なアプローチにより、RNA単独では似通って見える候補を区別し、それらが機能的に関連しているか、また正常組織に対して安全に標的とできるかを評価することで、長い候補リストを213の潜在的な治療標的にまで絞り込むことができました。これらの測定値を総合的に見ることで、科学者たちは候補を精査することができたのですが、これらの標的が実際に治療法として機能するかどうかは、まだ確立されていないと研究者は述べています。

これら一連の調査は、汎用人工知能がいかに実験生物学者の視野を広げ、公的データから、そうでなければ見過ごされていたかもしれない生物学的な関係や仮説を抽出することを可能にするかを実証しています。また、この研究は、分析を完了し、データセットの中で再現可能なパターンを見つけることが、現実世界における実験的または治療的な効果を確立することとは明確に異なるステップであるということを、改めて認識させるものです。AIは方向性を提示し、つながりを強調する能力があることを証明しましたが、それらのアイデアを最終的に検証するには、依然として研究所における人間の科学者による、注意深く地に足の着いた作業が必要なのです。