世界には、希少疾患や未診断疾患が 7,000 種類以上あります。
それぞれの症状は少数の人に発症しますが、これらの疾患は世界中で約 3 億人に影響を与えており、全体としては人的および経済的に多大な損失をもたらします。
しかし、これらの疾患のうち FDA 承認薬があるのはわずか 5 ～ 7 パーセントであり、その多くは未治療または十分な治療が行われていないままです。
新薬の開発は困難な課題ですが、新しい人工知能ツールは既存の薬から新しい治療法の発見を促進し、希少疾患や無視されてきた疾患の患者と、その治療にあたる臨床医に希望を与えることができます。
TxGNNと呼ばれるこのAIモデルは、治療法のない希少疾患や症状に対する薬剤候補を特定するために特別に開発された初のモデルです。
このモデルは、既存の薬から17,000以上の病気に対する新薬候補を特定したが、その多くは既存の治療法がない。これは、現在までに単一のAIモデルが扱える病気の最大数である。研究者らは、このモデルは最初の実験で扱った17,000以上の病気に適用できる可能性があると指摘している。
9月25日に発表されたこの作品は、 ネイチャーメディシンハーバード大学医学部の科学者らが主導した。 研究者らはこのツールを無料で公開し、特に治療の選択肢がない、あるいは選択肢が限られている疾患に対する新しい治療法の探求に臨床科学者がこのツールを利用することを奨励したいと考えている。
「このツールで、私たちは病気の領域全体にわたって新しい治療法を見つけることを目指していますが、稀少、超稀少、無視されている病気に関しては、このモデルが深刻な健康格差を生み出すギャップを埋める、あるいは少なくとも狭めるのに役立つと予測しています」と、HMSブラバトニック研究所の生物医学情報学助教授で主任研究者のマリンカ・ジトニック氏は述べた。
「まさにこの点において、AIは世界の疾病負担を軽減し、既存の薬の新たな用途を見つける上で有望であると考えています。また、これは、新しい薬をゼロから設計するよりも迅速かつ費用対効果の高い治療法の開発方法でもあります」と、ハーバード大学ケンプナー自然・人工知能研究所の准教授であるジトニック氏は付け加えた。
新しいツールには、治療候補と起こりうる副作用を特定する機能と、決定の根拠を説明する機能という 2 つの中心的な機能があります。
このツールは合計で、治療法のない疾患を含む 17,080 の疾患について、約 8,000 種類の医薬品 (FDA 承認薬と現在臨床試験中の実験薬の両方) から薬剤候補を特定しました。また、特定の疾患に対してどの薬剤に副作用や禁忌があるかを予測しました。これは、現在の新薬発見アプローチでは主に、安全性に重点を置いた初期の臨床試験で試行錯誤して特定されているものです。
薬剤転用のための主要な AI モデルと比較すると、新しいツールは薬剤候補の特定において平均で約 50 パーセント優れていました。また、どの薬剤に禁忌があるかを予測する精度も 35 パーセント向上しました。
すでに承認されている薬剤を使用する利点
既存の医薬品を再利用することは、研究され、安全性プロファイルが十分に理解され、規制当局の承認プロセスを経ている医薬品に依存するため、新しい治療法を開発する魅力的な方法です。
ほとんどの医薬品には、当初開発され承認された特定の対象を超えた複数の効果があります。しかし、これらの効果の多くは、初期のテスト、臨床試験、およびレビューの段階では発見されず、十分に研究されず、何百万もの人々によって何年も使用された後に初めて明らかになります。実際、FDA 承認医薬品の約 30% は、最初の承認後に少なくとも 1 つの追加治療適応症を取得しており、多くの医薬品が長年にわたり数十の追加治療適応症を取得しています。
医薬品の転用に対するこのアプローチは、せいぜい場当たり的だ。患者からの予期せぬ有益な副作用の報告や、本来の適応外使用として知られる行為に医薬品を使用するかどうかの医師の直感に頼っている。
「我々は戦略よりも運や偶然の幸運に頼る傾向があり、そのため新薬の発見は既に薬が存在する病気に限られている」とジトニック氏は言う。
ジトニック氏は、医薬品の転用による恩恵は、治療法のない病気だけにとどまらないと指摘した。
「治療が承認されているより一般的な病気に対しても、新薬は副作用の少ない代替手段を提供したり、特定の患者には効果のない薬に代わったりできる可能性がある」と彼女は述べた。
新しいAIツールが既存のモデルよりも優れている点
創薬に使用されている現在の AI モデルのほとんどは、単一の疾患または少数の病状に基づいてトレーニングされています。新しいツールは、特定の疾患に焦点を当てるのではなく、既存のデータを使用して新しい予測を行えるようにトレーニングされています。これは、共有されるゲノム異常など、複数の疾患に共通する特徴を特定することによって行われます。
たとえば、AI モデルは共通のゲノム基盤に基づいて共通の疾患メカニズムを正確に特定し、治療法が知られており十分に理解されている疾患から、治療法がなくあまり理解されていない疾患までを推測することができます。
研究チームによると、この能力により、AIツールは、人間の脳がアクセスしたり保存したりできない既存の知識や生データすべてに人間の臨床医がアクセスできた場合に、新しいアイデアを生み出すために使用する推論のタイプに近づくという。
このツールは、DNA 情報、細胞シグナル伝達、遺伝子活動レベル、臨床記録など、膨大な量のデータでトレーニングされました。研究者は、さまざまなタスクを実行するよう要求してモデルをテストし、改良しました。最終的に、ツールのパフォーマンスは 120 万件の患者記録で検証され、さまざまな病気に対する薬剤候補を特定するよう要求されました。
研究者らはまた、特定された薬剤候補が特定の患者集団にとって禁忌となる患者特性を予測するようツールに依頼した。
もう 1 つのタスクは、病気の原因となる経路やプロセスに関係する特定のタンパク質の活動を効果的に阻害する可能性のある既存の小分子を特定するようツールに要求することでした。
人間の臨床医と同じようにモデルが推論できる能力を測るために設計されたテストで、研究者らは、訓練の一環としてモデルが見たことのない3つのまれな病気（神経発達障害、結合組織疾患、水分の不均衡を引き起こすまれな遺伝性疾患）に対する薬を見つけるようモデルに促した。
次に研究者らは、薬物療法に関するモデルの推奨と、提案された薬の作用に関する現在の医学的知識を比較した。どの例でも、ツールの推奨は現在の医学的知識と一致していた。
さらに、このモデルは 3 つの疾患すべてに対する薬を特定しただけでなく、その決定の根拠も提供しました。この説明機能により透明性が確保され、医師の信頼を高めることができます。
研究者らは、モデルによって特定された治療法は、投与量や投与のタイミングについて追加の評価が必要になると警告している。しかし、この前例のない能力により、新しい AI モデルはこれまで不可能だった方法で薬剤の再利用を促進するだろうと付け加えている。研究チームはすでに、可能性のある治療法の特定を支援するために、いくつかの希少疾患財団と協力している。
1727286741
#研究者はAIを活用して既存の薬を希少疾患の治療に再利用している
2024-09-25 17:43:43