Interpretable tissue-resolved drug toxicity prediction with pathway-level mechanism attribution

あなたは、完璧な新しい料理を作ろうとしているシェフだと想像してください。あなたにはレシピ（薬）とキッチン（人体）があります。問題は、人体が単なる一つの大きなキッチンではないということです。人体は、それぞれ独自のルール、材料、感受性を持つ異なる「街（組織）」が集まった都市なのです。「肝臓地区」を熱狂させるスパイスが、「心臓地区」を崩壊させてしまうかもしれませんし、「脳地区」には全く気づかれないこともあります。何十年もの間、科学者たちは、新しい薬を実際に患者に提供する前に、どの街を台無しにしてしまうかを予測することに苦労してきました。通常、彼らは薬の化学的な形状に基づいて推測してきましたが、それは「場所」が成分と同じくらい重要であるという事実を見落としていました。これが薬物毒性の核心です。つまり、薬が単に危険かどうかだけでなく、「どこで」問題を引き起こすのか、そして「なぜ」なのかを突き止めることです。

そこで、ノルウェー科学技術大学とヘルシンキ大学の研究者によって開発された、新しいデジタル探偵「ToxiPred」が登場しました。ToxiPredを、単に薬の化学的な形を見るだけでなく、体内のあらゆる組織の「個性」をも研究する、非常にスマートな「二つの塔を持つロボット」だと考えてください。このロボットには特別なトリックがあります。それは、薬と組織を、70個の特定の「経路」（細胞内の生物学的な組み立てラインのようなもの）という狭い廊下で出会わせることです。この廊下は翻訳機として機能し、特定の薬がどのように特定の組織の仕組みを乱すのかを明らかにします。もしロボットが「この薬は心臓に有害だ」と予測した場合、単に「危険！」と言うだけではありません。指をさして、「これは心臓細胞におけるコレステロール工場を乱している」と説明するのです。

研究チームはこのロボットを、未知の構造を含む数千種類の薬でテストしました。その結果、ToxiPredはトラブルを見つけ出すのが驚くほど上手いことがわかりました。既知の毒性のある薬と比較した際、肝臓の問題については約85％、一般的な臨床試験の失敗については73％の割合で正しく特定できました。しかし、本当の魔法は、クエチアピンやセルトラリンのようなメンタルヘルス向けの薬をテストした時に起こりました。ロボットは、これらの薬が心臓に過酷な影響を与え、特に脂質やコレステロールの経路を乱すと予測しました。これがコンピュータによる幻覚ではないことを証明するために、科学者たちはラボでヒトの心臓、脳、網膜の「ミニ臓器（オルガノイド）」を育てました。そこに薬を加えたところ、ミニ心臓は鼓動を停止し、ロボットが予測した通りの脂質関連のストレス信号を示しました。

これはすべての安全試験に代わる魔法の杖ではありませんが、強力な懐中電灯です。これは、薬が異なる組織でターゲットとする特定の生物学的経路を理解することで、どの薬に特別な安全チェックが必要で、どれが安全に使用できる可能性が高いかを優先順位付けできることを示唆しています。それは、盲目的な推測を、標的を絞った調査へと変え、潜在的に時間、コスト、そして最も重要な患者の安全を守るものへと変えるのです。

二つの塔を持つロボットの物語

問題点： 「一律（ワンサイズ・フィッツ・オール）」のミス
鍵（薬）と、さまざまな錠前（肝臓、心臓、脳などの組織）があると想像してください。長い間、科学者は鍵の歯の形を見るだけで、その鍵が錠前を壊すかどうかを予測しようとしてきました。彼らは、ある錠前が脆いガラス製（敏感な組織）であり、別の錠前は鋼鉄製（頑丈な組織）であるという事実を見落としがちでした。もし鍵が鋼鉄の錠前に完璧にフィットしたとしても、ガラスの錠前を粉々に砕いてしまうかもしれません。従来のコンピュータモデルは、まさにそうでした。彼らは「この薬は毒性があるか？」に対して単一のスコアを与えるだけで、体のどの部分が傷つくのか、あるいはどのように起こるのかを教えてはくれなかったのです。

解決策： ToxiPredの二つの塔
研究者たちは、ハイテクなマッチングサービスのように機能するニューラルネットワーク（一種のコンピュータの脳）であるTفxiPredを構築しました。これには主に二つの塔があります。

1. 薬の塔： この塔は、薬の化学構造、既知のターゲット、および細胞内の遺伝子活動の変化を調べます。
2. 組織の塔： この塔は、異なる組織の特定の「雰囲気（バイブス）」を研究し、肝臓、心臓、脳などでどの遺伝子が活性化しており、生存に不可さえ不可欠であるかを調べます。

これら二つの塔は、中央にある「ボトルネック」、つまりちょうど70の経路を持つ狭い廊下で合流します。これらの経路を、工場の70種類の異なる組み立てラインと考えてください。ロボットは、薬と組織がこの70のラインを通じてのみ相互作用するように強制します。もし薬が「心臓工場」の「コレステロール組み立てライン」を詰まらせれば、ロボットは即座にそれを察知します。この設計が極めて重要なのは、単に数字を予測するのではなく、その「メカニズム」を説明できるからです。それは、「この薬はコレステロールラインを詰まらせるため、心臓に対して毒性がある」と教えてくれるのです。

学習： 過去からの学び
ロボットに教え込むために、科学者たちは公開データベースにある9,275もの異なる「薬と組織の組み合わせ」のデータを入力しました。彼らは、0から50のスケールで「薬感受性スコア（DSStoxと呼ぶ）」を予測するように学習させました。

• 0–3.0： 薬は安全である可能性が高い（低リスク）。
• 3.0–5.0： 薬は「境界線」にある（グレーゾーン）。
• 5.0以上： 薬は危険である可能性が高い（高リスク）。

彼らは、未知の構造を持つ薬を用いて、「薬ディスジョイント（薬の種類を分断した）」手法でロボットをテストしました。これは、トレーニング中に特定の化学構造のファミリー全体を隠し、全く新しい形状に対してロボットに推測させる方法です。ロボットは、相関関係0.73という、このような複雑なタスクとしては非常に強力なスコアで正解を導き出しました。

実世界のテスト： 抗感染症薬への挑戦
まず、彼らは93種類の抗感染症薬（抗生物質および抗ウイルス薬）を用いてロボットをテストしました。これらの薬は細菌やウイルスを殺すためのものであり、人間の細胞を殺すためのものではありません。ロボットは、これらの薬がヒト組織に対して低い毒性（スコア3.0未満）を持つことを正しく予測し、一方でヒト細胞に対して毒性があることが知られているいくつかの参照薬をフラグ立てしました。ラボで6つの異なるヒト組織システム（肺、肝臓、腸、腎臓、膵臓、乳房）に対してこれらの薬をテストしたところ、ロボットの予測は実世界の実験結果と0.78から0.84の相関を持って一致しました。これは、ロボットが単に推測しているのではなく、微生物を殺すことと人間を傷つけることの違いを理解していることを証明しました。

ディープダイブ： 向精神薬の謎
物語の中で最もエキサイティングな部分は、91種類の向精神薬（抗うつ薬や抗精神病薬などのメンタルヘルス薬）に関する調査でした。これらの薬の約98%は、ロボットにとって全く新しいものでした。つまり、ロボットはそれらの化学構造を一度も見たことがなかったのです。ロボットはそれらをスキャンし、クエチアピンやセルトラリンを含むいくつかの薬を、特に脂質およびコレステロール経路に影響を与える高い毒性リスクがあるとフラグ立てしました。

ロボットが正しいかどうかを確認するために、科学者たちはラボでヒトのオルガノイド（ヒトの臓器の微小な3Dモデル）を育てました。彼らは以下のものを使用しました。

• 前脳オルガノイド
• 心臓オルガノイド
• 網膜オルガノイド

彼らはこれらのミニ臓器に薬を投与し、何が起こるかを観察しました。

• 心臓テスト： クエチアピンとセルトラリンを加えると、ミニ心臓オルガノイドは20 µMの濃度で鼓動を停止しました。これは、ロボットの予測と一致する大きな警告サインでした。
• 分子テスト： 彼らは心臓細胞内の遺伝子のスナップショットを取りました。すると、セルトラリンとクエチアピンがコレステロール生合成と脂質代謝に関連する遺伝子をオンにしていることが分かりました。これは、ロボットの「経路帰属（パスウェイ・アトリビューション）」と完璧に一致していました。
• 対照実験： 別の薬であるアリピプラゾールは、異なるパターンを示し、筋肉の発達に関連する遺伝性に影響を与えていました。これは、ロボットが単なる一般的な「悪い」スコアではなく、異なる種類の毒性を区別できることを示していました。

マルチオミクスによる追跡調査
さらに深く掘り下げるため、研究者たちはクエチアピンを詳細に研究しました。彼らは巧妙なトリックを使いました。オルガノイドをレチノイン酸（既知のストレス因子）で処理した後、クエチアピンを加えたのです。これにより、クエチアピンが正確に何を行っているのかを分離することができました。その結果、クエチアピンがリポタンパク質輸送とコレステロール恒常性に関連する遺伝子を抑制していることが分かりました。また、代謝物（小さな化学的構成要素）を調べたところ、フマル酸、リンゴ酸、アシルカルニチンの変化が見られ、これは細胞がエネルギーと脂質をどのように扱うかに薬が干渉していることを示唆していました。

これが意味すること
論文は、ToxiPredが優先順位付けのための強力なツールであると結論付けています。それは安全を保証する水晶玉ではありませんが、非常に効果的なフィルターです。数千の新しい薬のリストを受け取り、「これらをまずチェックしてください。これらは心臓のコレステロール工場を詰まらせる可能性があります」と言えるのです。

研究者たちは、これがメカニズムに基づいたフレームワークであり、臨床試験に代わるものではないという点に注意を払っています。オルガノイドは簡略化されたモデルであり、データはヒトの全身を完全に模倣していない可能性のある細胞株から得られたものです。しかし、ロボットの予測（経路、例えばコレステロールなど）が、生きているヒト細胞における実際の生物学的変化と一致したという事実は、大きな進歩です。これは、私たちが「この薬は毒性があるか？」と問う段階から、患者に投与する前に「どのように、どこで、そしてなぜ、この薬は毒性を持つのか？」と問う段階へ移行できることを示唆しています。

結局のところ、ToxiPredは「化学」と「生物学」の両方の言語を話す翻訳者のようです。これら二つの言語が70の経路という狭い廊下で出会うように強制することで、薬が私たちの体にどのように相互作用するかという隠された物語を明らかにし、より安全な薬への、より明確で希望に満ちた道筋を提供しているのです。