マウントサイナイの研究者らは、特定のDNA変異がどのような病気を引き起こす可能性があるかを予測し、診断を迅速化し、精密な治療を導くことを目指すAIツール、V2Pを開発した。
マウントサイナイ・アイカーン医科大学で開発された新しい人工知能ツールは、医師が患者のDNA配列から病気の原因についての答えをより迅速に得るのに役立つ可能性がある。
V2P（Variant to Phenotype）と呼ばれるこの手法は、潜在的に有害な遺伝子変異を特定するだけでなく、それらの変異が引き起こす可能性のある疾患の種類を幅広く予測し、DNAの変化と現実世界の症状を結び付ける方法を提供します。
作品、 公表 ネイチャー・コミュニケーションズ誌に掲載されたこの研究は、遺伝子診断を迅速化し、複雑で稀な病気に対する新たな治療法の探索を支援することを目的としている。
今日、患者のゲノムまたはエクソームの配列解析を行うと、臨床医は数千もの遺伝子変異のリストを手にすることになります。既存のツールは、特定の変異が有害である可能性を推定することはできますが、通常はそこで止まります。ある変異が神経系疾患、がん、あるいは他の疾患カテゴリーにつながる可能性が高いかどうかは示してくれません。
V2Pはこのギャップを埋めることを目的としています。このシステムは機械学習を用いて、特定の遺伝子変異と、それによって生じる可能性のある表現型、つまり結果として生じる可能性のある疾患や形質を結び付けます。実際には、これにより臨床医は患者の症状を説明する可能性が最も高い少数の変異に焦点を絞ることができるようになります。
ユヴァル・イタンとアヴナー・シュレッシンジャーの研究室で最近博士課程を修了した第一著者のデイビッド・スタイン氏によると、このアプローチは大規模な遺伝子データセットのノイズを除去するように設計されているという。
「私たちのアプローチにより、何千もの可能性のある変異を精査するのではなく、患者の状態に最も関連性の高い遺伝子変化をピンポイントで特定することが可能になります」とスタイン氏はニュースリリースで述べています。「変異が病原性を持つかどうかだけでなく、それが引き起こす可能性のある疾患の種類も特定することで、遺伝子の解釈と診断のスピードと精度の両方を向上させることができます。」
V2Pを構築するため、研究チームは、有害な変異と良性変異の両方を含む遺伝子変異の大規模なデータベースと、関連する疾患に関する情報を用いてモデルを訓練しました。結果が既に分かっている事例から学習することで、AIはこれまで見たことのない新たな変異について予測を行うことができます。
研究者たちは、実際の患者データを用いてV2Pをテストしました。これらのテストでは、ツールは真の疾患原因となる変異を上位10候補の中に頻繁にランク付けしました。このようなパフォーマンスは、臨床医が最も有望な手がかりをより早く特定するのを支援し、診断プロセスを効率化できる可能性があると研究チームは述べています。
V2Pの現在のバージョンでは、変異を神経系疾患やがんといった大まかなカテゴリーに分類していますが、研究者たちはこれを出発点と捉えています。彼らは、このツールを改良し、より具体的な疾患の結果を予測できるようにし、遺伝子の相互作用や細胞内でのタンパク質の機能に関する情報といった追加のデータソースと統合することを目指しています。
研究チームは、個々の患者を助けるだけでなく、V2P は研究者や医薬品開発者にとって強力なリソースになる可能性があると考えています。
「診断の枠を超えて、V2Pは研究者や医薬品開発者が特定の疾患に最も密接に関連する遺伝子や経路を特定するのに役立つ可能性があります」と、マウントサイナイ・アイカーン医科大学の薬理学教授であり、AI小分子創薬センター所長でもあるシュレッシンジャー氏は付け加えた。「これは、特に希少で複雑な疾患において、疾患のメカニズムに合わせて遺伝子を調整した治療法の開発を導くことができます。」
こうした洞察は、個人固有の遺伝的・生物学的プロファイルに合わせて治療を適応させることを目指すプレシジョン・メディシン（精密医療）への広範な推進の中核を成すものです。V2Pのようなツールは、どの遺伝子変化が疾患を引き起こす可能性が最も高いかを明らかにすることで、科学者が新たな創薬標的を特定し、適切な経路に作用する治療法を設計するのに役立つ可能性があります。
論文の共同上級著者兼共同責任著者であり、マウント・サイナイ・アイカーン医科大学の人工知能と人間の健康、遺伝学とゲノム科学の准教授でもあるイタン氏によると、この技術により、DNAの変化が健康にどう影響するかをより直接的に観察できるようになるという。
「V2Pは、遺伝子変異がどのように疾患につながるかをより明確に理解することを可能にし、研究と患者ケアの両方に重要な意味を持ちます」と彼はニュースリリースで述べています。「特定の変異と、それが最も引き起こす可能性の高い疾患の種類を結び付けることで、どの遺伝子と経路をより深く調査する必要があるかをより適切に優先順位付けできます。これにより、生物学的理解から潜在的な治療法の特定、そして最終的には個々のゲノムプロファイルに合わせた介入のカスタマイズまで、より効率的に進めることができます。」
この研究は、既存の予測ツールに疾患特有の情報を追加することで、その有用性を高めることができることを示している。V2Pは、すべての有害な変異を本質的に同じものとして扱うのではなく、異なる変異がどのように異なる疾患のカテゴリーにつながるかを区別しようとする。
希少疾患や原因不明の疾患を抱える患者にとって、この種の技術は特に有益となる可能性があります。多くの患者は、診断を受けるまでに何年もの検査と専門医の診察を受けなければならず、これはしばしば「診断の旅」と呼ばれます。疾患を引き起こす可能性の高い変異を優先順位付けし、関連する疾患の種類を示唆するツールがあれば、その道のりを短縮できる可能性があります。
研究者たちは、V2Pの精度と解像度をさらに向上させ、大まかな疾患カテゴリーからより正確な予測へと移行することを目標としています。また、このツールを創薬研究パイプラインに統合し、プロセスのより早い段階で有望な分子標的を特定することも構想しています。
ゲノムシーケンシングが診療所や研究室で普及するにつれ、課題はDNAデータの収集からその解釈へと移行しつつあります。V2Pは、このギャップを埋めるための一つの試みであり、人工知能を用いて生の遺伝情報を洞察へと変換し、最終的には診断と治療の改善につながる可能性があります。