最近、ハーバード医学部は、PDGrapherという新しい人工知能モデルを発表しました。この研究によると、このモデルは細胞内の遺伝子、タンパク質、シグナル経路の関係を分析し、効果的な治療組み合わせを見つけて、病変した細胞の健康状態を回復させることが可能です。この革新は、薬剤開発において大きな影響を与える可能性があります。

AI 医療

図の出典：画像はAIで生成され、画像ライセンス提供元はMidjourneyです

従来の薬物発見方法は、特定のたんぱく質に対して一つずつ研究を行うのが一般的でした。例えば、がん治療で使われるキナーゼ阻害剤は、特定のたんぱく質の活動を妨げることでがん細胞の広がりを防ぎます。しかし、病気が複数のシグナル経路や遺伝子の相互作用に関与している場合、このような方法では限界があります。研究の上級著者であるMarinka Zitnik氏は、従来の薬物発見を「数百の料理を試して完璧な味を見つけるようなもの」と例えました。一方、PDGrapherは「シェフ」のように、必要な料理を正確に理解し、さまざまな材料を組み合わせて理想の効果を得る方法を知っています。

研究チームは、病変した細胞を含むデータベースを使用し、治療前後のデータを訓練させることで、PDGrapherがどの遺伝子が細胞を病的から健康状態に変えるかを識別できるようにしました。この基盤の上で、モデルは11種類のがんの19のデータセットを対象に、さまざまな治療オプションを予測しました。結果として、PDGrapherは既知の有効な薬物ターゲットを正確に予測するだけでなく、他の臨床的証拠によって支持されている新しいターゲットも識別できました。他の同様のツールと比較して、PDGrapherは正しい治療ターゲットのランキングで35%向上し、速度は25倍速くなりました。

研究者は、PDGrapherが薬物発見の最適化において多様な可能性を秘めていると指摘しています。これは、さまざまな病気を逆転させるターゲットを識別できる能力があり、研究プロセスを加速し、研究効率を向上させ、複雑な疾患（がんなど）が薬物治療を回避する現象を減らすことができるでしょう。現在、研究チームはPDGrapherを利用してパーキンソン病やアルツハイマー病などの脳疾患にも取り組んでいます。

AIの医療分野への応用はまだ初期段階ですが、その成長傾向は明確です。昨年、AIモデルのいくつかの特性がスタンフォード大学の研究者たちにより、基礎計算よりも遥かに高速に新しい薬物を発見するのを助けました。同時に、研究ではユーザーがAIチャットボットに過度に依存しすぎると、得られる医療アドバイスが不正確になる可能性があるため、専門医師の情報には代わることができないということが示されました。現在、PDGrapherはGithubを通じて一般公開されています。

ポイント：

🌟 ハーバードで新たに開発されたPDGrapher AIツールは、細胞内部の複雑な関係を分析し、効果的な疾患治療法を見つけ出すことができます。

🧬 このツールは、薬物ターゲットの予測において優れた性能を発揮しており、ランキングが35%向上し、速度は25倍速いです。

🧠 研究者はPDGrapherを使ってパーキンソン病やアルツハイマー病などの脳疾患に挑戦しており、より多くの治療的突破を期待しています。