スタンフォード大学の研究者がAIを活用してCOVID-19の治療薬の発見を加速

COVID-19の流行が世界中の人々の生命と日常生活を脅かし続けている中、人々はこの病気の予防と治療を非常に重視し始めています。これまで、米国食品医薬品局 (FDA) による人間用医薬品の承認プロセスには、数億ドルの費用がかかり、数か月、場合によっては数年にわたる臨床試験サイクルが必要でした。しかし、おそらくCOVID-19を治療するための特定の薬は、FDAによって承認された7,800種類以上の人間用医薬品の中に隠れているだろう。この仮説を検証するために、世界中の何百人もの研究者が精力的に研究を始めました。

[[332893]]

現時点では、人工知能がその責任を引き受け、AIによる創薬を活用して防疫活動に新たな希望をもたらそうとしている。今年の米国で最も有望な人工知能企業50社の中には、Atomwise、Genesis Therapeutics、Recursion Pharmaceuticals、twoXARなどのAI創薬企業が名を連ねている。英国のBenevolent.aiなどの企業も、AI創薬の普及を国際的に推進し始めている。これらの企業は、COVID-19の発生よりずっと前から、AIの手法を使って既存の薬がさまざまな病気を治療できるかどうかを発見したいと考えて、独自の探索活動を開始していた。

この分野の研究に携わる AI 実践者の数も急速に増加しています。この目的のために、私たちはスタンフォード大学の著名なバイオエンジニアリング教授であり、人間中心のAI研究所の副所長であるラス・アルトマン博士に話を伺いました。アルトマンの研究室は、ヒトの遺伝的変異が薬物反応に与える影響の研究に重点を置いています。猛威を振るうCOVID-19の流行に直面して、彼と彼の同僚はすぐに仕事の焦点を調整しました。従来の臨床試験には何年もかかることがあるが、アルトマン氏と彼のチームは、スタンフォード大学の研究科学者ステファノ・レンシ氏が開拓した手法を用いて、わずか数週間でCOVID-19と戦うのに役立つ薬を発見した。この新しいアプローチは100%確実な解決策ではないかもしれないが、彼のチームは実際にAIテクノロジーを活用して、この世界的な戦いに取り組み、迅速な成果を達成した。

タンパク質を「ブロック」してウイルスと戦う

疾病対策センター（CDC）が公開した、コロナウイルスの超微細構造を示す画像。

ここ数ヶ月、「ウイルス」は世界中で話題になっています。ウイルスは、自己複製ができず、活動を維持するために健康な宿主細胞のみに依存する超顕微鏡的因子です。通常の人間の細胞には 6,000 ～ 7,000 個のタンパク質分子が含まれています。 SARS-CoV-2と呼ばれるCOVID-19ウイルスは、6つのタンパク質高分子を運んで人間の細胞に入り込み、そこでさらに29の機能性タンパク質に加工される。次に、これらのタンパク質が無傷の細胞を制御し始め、ウイルスは細胞に通常の人間の機能を実行することから単にSARS-CoV-2のコピーをさらに生成するように切り替えるように指示します。最終的に、宿主細胞は SARS-CoV-2 の子孫で満たされ、さらに溶解すると他のより健康な宿主細胞に感染する可能性があります。

このウイルスを治療する一つの方法は、ウイルスタンパク質の作用を阻害することです。科学者が細胞を支配するウイルスの能力を妨害する方法を見つけることができれば、病気の発生を防ぐことができる可能性がある。もう一つのアプローチは、ウイルスの働きを「助ける」特定のヒトタンパク質をブロックすることです。しかし、これらの特定のタンパク質（つまり「ターゲット」）を見つけて阻害し、阻害効果のある薬剤を発見し、実際に阻害効果が発揮されるかどうかを検証することは、間違いなく困難な作業です。アルトマン氏の研究室では、AI テクノロジーを使用して、3 段階の戦略を通じてこれを調査しました。

ステップ1: 自然言語処理(NLP)を通じて方向を明確にする

最初のステップは、AI技術を使用してCOVID-19に関連する何千もの研究論文をレビューすることでした。人間がそのような論文を読むには、長期間にわたる正式な生物学の研究が必要となるだろう。しかし、機械は自然言語処理のサポートにより、この学術文献をシームレスに走査する能力を十分に備えています。スタンフォード大学の機械学習アルゴリズムは、MERS、HIV、SARSなど感染力の強い病気に関する数千の論文をスキャンし、COVID-19との類似点を探した。その動作原理は検索エンジンに似ています。文献内の用語をグラフィカルにマッピングし、リンクを NLP アルゴリズムと統合することで、Altman 氏と彼のチームが「疑わしい」タンパク質 TMPRSS2 を潜在的なターゲットとして迅速に発見するのに役立ちます。

自然言語処理を使用して、COVID-19 関連疾患に関する学術文献をグラフィカル モデルに変換します。

アルトマン氏は、「TMPRSS2はCOVID-19がヒト細胞に侵入するのを助けるヒトタンパク質です」と説明した。下の図は、TMPRSS2がCOVID-19がACE2に結合してヒト細胞に侵入するのを助ける仕組みを示している。

TMPRSS2 は COVID-19 が ACE2 に結合してヒト細胞に侵入するのを助けます。

ステップ2: 教師あり機械学習を使用して3D構造を投影する

次のステップは、ターゲットタンパク質が「どのように見えるか」を理解することです。残念ながら、現在、世界中に既製のタンパク質形状データベースは存在しません。タンパク質はさまざまな方法で曲がったり折り畳まれたりしますが、その独特な構成を識別して理解することは、多くの場合非常に複雑です。研究者が実験室でタンパク質の形状を決定するには、数か月、あるいは数年かかることもよくあります。しかし、機械学習技術はタンパク質の形状をほぼ正確に表現できるほど優れており、アルトマン研究室はこれを洞察を得る機会として活用しています。 「これは本質的には教師あり機械学習の問題であり、配列を与えてそれが示す3D構造を予測することと同等です」とアルトマン氏は言う。「そのような予測アルゴリズムはオンラインで簡単に入手できます。」

TMPRSS2 タンパク質の 3D モデルを生成します。

ステップ3：タンパク質を阻害する薬を見つける

最後に、アルトマン研究室は標的タンパク質の機能を阻害できる薬を見つける必要があります。タンパク質の機能を阻害するだけで、COVID-19によるさらなる感染を防ぐことができた。直感的に言えば、薬剤がタンパク質を阻害する方法は、その形状と物理的特性に大きく依存します。つまり、この阻害薬はタンパク質の機能を完全に停止させることができる鍵のようなものです。

阻害薬はタンパク質の機能を完全に停止させることができる鍵のようなものです。

研究者らはまず、TMPRSS2 タンパク質構造に「適合」する可能性のある薬剤をマッピングし、次にそれらをすでに FDA 承認されている候補薬剤と比較し (下の図を参照)、最終的にアルガトロバンが有望であると判断しました。さらに重要なのは、アルガトロバンはFDA認可の医薬品として販売されているため、その有効性が証明されれば、人々はすぐにCOVID-19の治療に使用できるということです。

図には、TMPRSS2 タンパク質とその調節ステータスに「一致する (高い親和性を持つ)」可能性のある潜在的な薬剤が示されています。

AIによる創薬は私たちにどのような影響を与えるのでしょうか?

これはほんの始まりに過ぎません。現在、世界中の数十の研究室や企業が、AI技術を活用して創薬を加速させる方法を研究しています。この新しいアプローチは、COVID-19との戦いにおける最も緊急のニーズに対応するだけでなく、希少疾患との闘いにも役割を果たし、製薬会社が新薬開発に関連するコストを数億ドル、さらには数十億ドル節約するのに役立つことが期待されています。例えば、AI技術によって鎌状赤血球貧血症を確実に治療できる市販薬を発見することができれば、それは世界への大きな貢献となるでしょう。アルトマン氏の言葉を借りれば、「新薬発見のコストを削減し、税制優遇措置に匹敵することができれば、新しい治療法の黄金時代が始まるだろう」。

アルトマン氏はまた、成功する企業は「AI技術を強力な生物学、化学、AIチームと密接に組み合わせる必要がある」とも指摘しています。「AI部分だけを強調し、他の伝統的な分野の要素を無視すると、理想的な結果を達成することは不可能です」。つまり、生物学者、化学者、コンピューター科学者を含む学際的なチームを組織することによってのみ、強力な創薬能力を持つ新興勢力を組織することができるのです。流行が拡大し続けているため、迅速な行動が必要です。そして、COVID-19を超えて、希少疾患を患う何百万人もの人々が毎日苦しみ続けていることも忘れてはなりません。 AI技術はこれらの難治性の病気を克服するための強力な武器となるでしょう。