新たなAIモデルがRNAワクチン開発を促進

MITの研究者たちは、人工知能（AI）を用いてRNAワクチンや治療薬をより効率的に送達するナノ粒子を設計する新たなアプローチを開発しました。この画期的な手法は、肥満や糖尿病など、様々な疾患に対するRNAベースの新たな治療法の開発を大幅に加速させる可能性があります。

MIT のチームは、何千もの既存の送達粒子を分析する機械学習モデルをトレーニングすることで、現在のものよりも優れた性能を持つナノ粒子を識別して作成する予測システムを開発した。

これらのナノ粒子は、細胞への送達を改善し、RNA を分解から保護することで、RNA ワクチンやその他の RNA 療法の有効性を高める可能性があります。

「私たちが行ったのは、機械学習ツールを適用して、脂質ナノ粒子内の最適な成分混合物の特定を加速し、異なる細胞タイプをターゲットにしたり、異なる材料を組み込んだりするのを、これまでよりもはるかに速くすることだ」と、MIT機械工学准教授でブリガム・アンド・ウィメンズ病院の胃腸科医でもある主任著者のジョバンニ・トラヴェルソ氏はニュースリリースで述べた。

研究、 公表 Nature Nanotechnology に掲載されたこの研究は、MIT の元博士研究員で現在は南洋理工大学の助教授である Alvin Chan 氏と、MIT の元博士研究員で現在はミネソタ大学の助教授である Ameya Kirtane 氏が先頭に立って行ったものです。

この革新的な研究は、RNA 療法の開発と提供の方法に革命を起こす可能性を秘めています。

機械学習によるRNA送達の進化

SARS-CoV-2用に開発されたもののようなRNAワクチンは、通常、脂質ナノ粒子（LNP）を用いて投与されます。これらの粒子は、mRNAが体内で分解されるのを防ぎ、細胞への侵入を促進するために不可欠です。

トラヴェルソ氏のチームは、これらの配送システムの効率を高めるために、COMET という新しい AI モデルを開発しました。

「創薬におけるAIモデルの多くは、一度に1つの化合物を最適化することに重点を置いていますが、複数の相互作用する成分で構成される脂質ナノ粒子にはこのアプローチは適していません」とチャン氏は付け加えた。「この問題に対処するため、ChatGPTのような大規模言語モデルを支えるトランスフォーマーアーキテクチャに着想を得たCOMETという新しいモデルを開発しました。これらのモデルが単語がどのように組み合わさって意味を形成するかを理解するように、COMETはナノ粒子内で異なる化学成分がどのように組み合わさってその特性、例えばRNAを細胞に送達する能力などに影響を与えるかを学習します。」

このモデルを作成するために、研究者らは約3,000種類のLNP製剤のライブラリを作成しました。これらの製剤を実験室で試験し、RNAを細胞に送達する効率を調べ、そのデータを用いて機械学習モデルを学習させました。

AI が予測した配合をテストしたところ、市販されているものも含め、既存の LNP よりも優れていることがわかりました。

視野を広げる

研究者らは、分岐ポリベータアミノエステル（PBAE）などの新しい材料をLNPに追加する実験も行った。

彼らは、これらのポリマーが単独で核酸をうまく送達できることを発見しました。

さらに、AIモデルは、どのナノ粒子が大腸がん細胞を含むさまざまな種類の細胞にRNAを最も効果的に送達するか、また、医薬品の保存期間を延ばすために使用される凍結乾燥プロセスである凍結乾燥に耐えられるかを予測することができた。

「これは、全く異なる種類の質問に適応させ、開発を加速させるツールです」とトラヴェルソ氏は付け加えた。「モデルに組み込むために大規模なトレーニングセットを作成しましたが、その後はより焦点を絞った実験を行い、非常に異なる種類の質問に役立つ出力を得ることができます。」

この研究の意義は重大です。RNA治療の開発プロセスを合理化することで、この技術は、精度とスピードを向上させ、様々な疾患に対する新たな治療法の実現への道を開く可能性があります。

今後の方向性

研究チームは、米国保健高等研究計画局（ARPA-H）の資金提供を受けたプロジェクトの一環として、これらの進歩を糖尿病や肥満の潜在的治療法に統合する研究を続けている。

このアプローチは、オゼンピックなどの治療薬に使用されているものと同様の、GLP-1模倣薬などの治療薬の開発に特に大きな変革をもたらす可能性があります。

出典： マサチューセッツ工科大学