「私たちの本当の年齢は、遺伝子をオンまたはオフにするスイッチによって決まります」

訓練を受けた物理学者ですが、アルゴリズムを通じて生命の秘密を解明することに専念しているコロメ・タッシェは、ミュンヘンのルートヴィヒ・マクシミリアン大学の教授としての仕事と、次のような立場を組み合わせています。 特別研究員 バルセロナのデルマール病院の研究センターにて。彼らの仕事は試験管の間で行われるのではなく、試験管と試験管の間で行われます。 数百万のゲノムデータ 人工知能は、とりわけ、「なぜ人間はなぜそうなるのか」という百万ドル規模の質問に答えるプロセスを支援します。 健康な細胞が突然ルールを無視することを決める そして腫瘍になるのか？

— 最近まで、ゲノム解析は組織から数千の細胞を混合して一括で行われていました。これで、1つずつ見ていきます。群衆のぼやけた写真を見ることから、各個人に個別にインタビューすることと比較できるでしょうか?

— 私がよく挙げる例は、スムージーを飲むのとフルーツサラダを食べるのとの違いです。毎朝スムージーを飲んでいて、ある日それがおいしくないことに気づいた場合、何かがおかしいことはわかりますが、それがイチゴなのか、バナナなのか、それともリンゴなのかを識別することはできません。その代わりに、フルーツサラダを使えば、「ほら、イチゴが悪かったんだよ」と言うことができます。

単一細胞を分析することで、まさにそれが可能になります。これまで、がんや脳の変性疾患など、多くの病気は臓器に起因すると言えましたが、どの細胞が実際に障害を起こしているのかは正確にはわかりませんでした。これで、各セルの種類を比較して、どのセルが誤動作しているかを確認できます。

—この詳細レベルは患者にとって何を意味しますか?分子または組織の分析に関してそれは何を提供しますか?

— これにより、2 つのレベルに進むことができます。まず、病気がなぜ起こるのか、そしてその予防方法を分子レベルで理解します。そして第二に、侵襲性がはるかに低く、より個別化された治療を実現します。すべての細胞を殺す残忍な化学療法の代わりに、「不正な動作をしている」とわかっている特定の細胞グループのみを標的にすることができるようになります。

— ここで異質性の概念が登場します。これらのテクノロジーのおかげで、顕微鏡下では同じように見えても、異なる動作をする細胞を私たちは認識できます。

――いわゆる「セルラー型」に挑戦しています。 100万個の脳細胞を測定すると、私たちが単に「ニューロン」と呼んでいたものの中に、さまざまなサブタイプが存在することがわかります。同じように見えても、治療や感染症に直面すると反対の反応を示す細胞も発見しました。彼らは、たとえ隣人と一見同じことをしているとしても、異なる反応をするように「コード化」されています。

— 医学にとって、それは1世紀前に物理学が原子の発見で経験したのと同様の革命でしょうか?

— この革命は完全にテクノロジーによって推進されています。単一細胞を測定できるため、組織が均一ではないことがわかります。実際、科学的な議論では、「細胞の種類とは実際何なのか?」という何時間にもわたる議論がしばしば起こります。確かにわからない点が来ます。それはほとんど意味論の問題です。

—あなたの研究はエピゲノミクスに焦点を当てていますが、それは細胞がその各スイッチを活性化する、または活性化しないという規則を理解しようとしているようなものです。

— 私たちの細胞はすべて同じゲノムを持っていますが、脳細胞は心臓細胞とは異なる遺伝子を発現することを決定します。どうして知っていますか？エピゲノムのおかげです。それらは化学修飾であり、ゲノムに付着して「ここのこの遺伝子は使えないが、他の遺伝子は使える」と伝えるタンパク質です。これらは実際にはスイッチのようなものです。それらがなければ、細胞は自分の機能が何であるかを忘れてしまいます。

— 病気に加えて、これらすべてが私たちの老化に影響を与えるのでしょうか？

— 老化には多因子性があることはわかっていますが、年齢を重ねるにつれてエピゲノムの制御がますます不十分になることが認識されています。私たちが生物学的に「それほど老けない」ように、エピゲノムを若返らせるという考えがあります。治療法はまだわかっていませんが、実年齢ではなく生物学的年齢を示す跡が残っています。たとえば、がんの場合には、このエピゲノムを変化させたり逆転させたりする薬剤がすでに存在します。

— 彼の研究の片足は生物学に、もう片足はコンピューティングにあります。両分野間の対話はどのようなものですか?

――私たちは大きな革命を経験しています。 LLM の「Foundation Models」では、私たちが使用する AI エージェントのアーキテクチャと同様に、人間の監督を必要とせずに数百万のゲノム データを使用してモデルをトレーニングします。これらの機械は、人間の脳が検出できないパターンを学習します。文字通り「人間細胞のChatGPT」です。

――細胞について「聞いて」もいいですか？

— はい、モデルに「ゲノムのこの時点で突然変異があった場合はどうなりますか?」と尋ねることができます。現在の課題は解釈可能性です。私たちは AI が「ブラック ボックス」になることを望んでいません。病気の本当の原因を理解するには、なぜその結論に至ったのかを理解する必要があります。だからこそ、データの公開を義務付けるヒトゲノムアトラスのような取り組みが非常に重要なのです。科学者間の透明性と寛大さがなければ、モデルをトレーニングすることはできず、科学は進歩しません。