ハーバード大学医学部の画期的な AI である PDGrapher は、病変細胞を健康な状態に戻す遺伝子と薬剤の組み合わせを特定することで新薬の発見に革命をもたらし、これまで治療が難しかった症状に希望を与えると期待されています。
ハーバード大学医学部の研究者らは、細胞内の病気の状態を逆転させることができる遺伝子と薬剤の組み合わせを特定することで、薬剤の発見を大幅に加速できる、先駆的な人工知能モデル「PDGrapher」を開発した。
この革新的なツールは、従来の創薬方法を大きく進歩させ、科学者が長年解明できなかった複雑な疾患の治療法を開拓する可能性を秘めています。
「従来の創薬は、何百もの料理を試食し、その中から完璧な味の料理を見つけるようなものです」と、ハーバード大学医学部ブラバトニック研究所の生物医学情報学准教授で、本論文の筆頭著者であるマリンカ・ジトニック氏はニュースリリースで述べています。「PDGrapherは、料理の味を理解し、望ましい風味を実現するために材料をどのように組み合わせればよいかを正確に理解している、一流シェフのような働きをします。」
創薬におけるパラダイムシフト
一度に 1 つのタンパク質ターゲットまたは薬剤をテストする従来のアプローチとは異なり、PDGrapher は複数の疾患要因を調べて、病気の細胞を健康な状態に戻す可能性が最も高い遺伝子を特定します。
このツールは研究で詳細に説明されている 公表 本日、Nature Biomedical Engineering 誌に掲載された論文によると、複雑な生物学的つながりをマッピングすることで、治療に最適な単独または複合的なターゲットを明らかにすることができるという。
PDGrapherの仕組み
PDGrapher はグラフ ニューラル ネットワークを活用して、細胞内の遺伝子、タンパク質、シグナル伝達経路間の複雑な関係を分析します。
このツールは、特定の細胞成分を変更する効果をシミュレートすることで、細胞の機能不全を修正し、健康な機能を回復する可能性が最も高い遺伝子と薬剤の組み合わせを予測できます。
「PDGrapherは、あらゆるレシピをテストするのではなく、『どのような材料を組み合わせれば、この味気ない、あるいは塩辛すぎる料理が完璧にバランスのとれた食事になるのか？』と問いかけます」とジトニック氏は付け加えた。
有望な結果
研究チームは、治療前と治療後の病気の細胞のデータセットで PDGrapher をトレーニングし、細胞を病気の状態から健康な状態に移行させる遺伝子ターゲットを特定できるようにしました。
その後、19 種類のがんからの 11 のデータセットを使用してモデルを検証しました。
結果は驚くべきものでした。PDGrapher は既知の薬剤ターゲットを正確に予測し、新たな証拠に裏付けられた新しい候補も特定しました。
注目すべき成功の 2 つは、臨床所見と一致して、KDR (VEGFRXNUMX) を非小細胞肺がんの標的として特定したことです。
さらに、このモデルは、化学療法の標的であるTOP2Aを特定の腫瘍の治療薬として提案し、最近の前臨床研究を裏付けています。
比較すると、PDGrapher は治療ターゲットを最大 35% 高くランク付けし、同様の AI ツールよりも 25 倍速く結果を提供し、その効率性と正確性を強調しました。
将来の影響
この画期的な進歩により、開発当初から有望な標的に焦点を絞ることで、新薬開発の方法を劇的に最適化できる可能性があります。このAIツールは、がんのような複雑な疾患の治療において特に有望です。がんは、単一の経路を標的とした治療では腫瘍がなかなか治らないことが多い疾患です。
研究者たちは、PDGrapherが将来、患者の細胞プロファイルに基づいた個別化治療の設計に役立つことを期待しています。さらに、このモデルが疾患の生物学的要因についてもたらす洞察は、さらなる生物医学的発見を促す可能性があります。
研究チームはこの研究をパーキンソン病やアルツハイマー病などの脳疾患にも広げ、マサチューセッツ総合病院のXDPセンターと協力して神経変性疾患の新たな薬剤ターゲットを探索している。
「私たちの最終的な目標は、細胞レベルで病気を治す可能性のある方法の明確なロードマップを作成することです」とジトニック氏は付け加えた。
出典： ハーバード·メディカル·スクール