Inverse design of chemical perturbations for desired cellular state transitions with GEMGen
本論文は、望ましい細胞状態の遷移を誘導する新規な化学構造を生成することで、摂動生物学における逆設計問題を解決する、大規模言語モデルに基づいたフレームワークであるGEMGenを紹介し、動物モデルにおいて強力な抗線維化化合物を特定および検証することに成功した。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
科学者たちは、生命の仕組みをいかに制御するかを理解しようと長年努めてきた。細胞は静的な存在ではない。細胞は、さまざまな信号に反応して、健康な状態から病的な状態へ、あるいは休息状態から活動状態へと移行することができる、動的なシステムである。数十年にわたり、研究者たちは、特定の化学物質や遺伝学的な刺激によって細胞を突いた際に何が起こるかを観察することで、これらの変化をマッピングしてきた。この「順方向」のアプローチ、すなわち変化を与えてその結果を観察するという手法は非常に成功しており、細胞が数千種類の異なる物質に対してどのように反応するかを示す膨大なデータのライブラリを作り上げてきた。しかし、より困難な課題が残されている。それは、「逆方向」に考えることである。もし研究者が、細胞が再び健康になるためにどのように変化すべきかを正確に知っているとしたら、その変化を強制できる特定の化学物質を見つけ出す、あるいは作り出すことができるだろうか？これが「逆設計問題」であり、望ましい結果から出発し、それを実現させるための道具を発見しようとする探求である。
研究チームは現在、GEMGenと呼ばれる新しい人工知能フレームワークを用いて、この課題に取り組んでいる。GEMGenは、既存の化学物質のリストを単にスキャンしてどれが機能するかを確認するのではなく、新しいものを発明することを学習する。研究者たちは、化学化合物とそれが引き起こす細胞内の遺伝活動の変化を結びつける膨大なデータを用いて、このモデルを訓練した。ここでの遺伝活動とは、細胞内でオンまたはオフになる数千もの遺伝を指し、それが細胞の状態を定義する独自のシグネチャー（署名）を作り出すものである。モデルは、これらのシグネチャーを複雑な数値としてではなく、指示書のように、遺伝子の順序付けられたリストとして読み取ることを学んだ。そして、それらの指示を、望ましい効果を生み出す分子の化学構造へと翻訳する方法を学んだのである。
このアプローチの強みは、既知の範囲を超えて探索できる能力にある。従来の創薬は、一致するものが見つかることを期待して、数百万の既存の化学物質をテストすることが多い。対照的に、GEMGenは、全く新しい分子構造をゼロから生成する。一連のテストにおいて、システムは特定の遺伝的変化を逆転させることができる化学物質を見つけるよう求められた。既知の薬の遺伝的シグネチャーを与えられた際、モデルは元の薬と構造的に類似した新しい分子を生成することに成功した。さらに印象的なことに、モデルは化学的には異なるものの、同じ生物学的メカニズムを通じて作用する分子も見つけ出した。これは、システムが単に既知のペアのリストを暗記したのではなく、化学物質が細胞にどのように影響を与えるかという根底にある論理を学習したことを示唆している。
計算機によって生成されたアイデアが単なる理論上のものではないことを確認するため、研究者たちは実験室へと進んだ。彼らはまず、生体のストレス応答に関与する遺伝経路を用いてシステムをテストした。モデルには、特定の保護遺伝子がオフになった状態の細胞の遺伝的シグネチャーが与えられた。そして、その遺伝子の活動を回復させるための新しい化学物質のリストを提案させた。候補の中から、研究者たちはフラボカワインC（flavokawain C）と呼ばれる分子を選択したが、この分子は以前は、この特定の経路を活性化するものとしては知られていなかった。ヒト細胞でテストしたところ、この分子は保護遺伝子を正常にオンにすることに成功し、AIが機能的な解決策を正しく特定したことを裏付けた。
最も重要なテストは、健康な組織が瘢痕化して硬くなり、しばしば臓器不全につながる線維症という疾患を対象に行われた。研究者たちは、望ましい結果を「健康的で瘢痕のない状態への回帰」と定義した。彼らはGEMGenに対し、線維症の遺伝的シナチャーを逆転させることができる化学物質を設計するよう求めた。システムは、科学的に全く新しいものを含む、候補となる物質のリストを生成した。チームはこれら17個の新規分子をゼロから合成した。細胞実験において、そのうちの8個が瘢痕化のマーカーを減少させることに成功した。これは、新しい化学物質の発見としては極めて高い成功率である。
これらの新しい分子のうちの一つであるGEMGen-010が、さらなる研究のために選ばれた。研究者たちは、肝線維症を誘発させたマウスを用いてテストを行った。治療は2週間にわたり毎日投与された。その結果、肝組織の瘢痕化の明らかな減少が見られた。処置されたマウスは、血液中の肝損傷マーカーのレベルが低下しており、線維症に関連する遺伝的変化の逆転を示した。決定的なのは、この分子は生成直後に修正や最適化が行われていないにもかかわらず、AIが設計した通りに機能したということである。
この研究は、既存の薬のバリエーションではなく、特定の生物学的結果を生み出すことができる全く新しい構造を設計するために、人工知能を使用できることを証明している。細胞の望ましい状態を「一連の指示」として扱うことで、システムは膨大な可能性を持つ化学構造の空間を航行し、これまで見たことのない解決策を見つけ出すことができる。本研究は肝線維症やストレス応答といった特定の条件下に焦点を当てたものであるが、この手法は医学における新しい道を提示している。それは、まず「ゴール」が定義され、その後にそれを達成するための「道具」が、そのゴールに合わせて発明されるという道である。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。