人間の細胞は、生と死を分ける生物学的連鎖反応に満ちた、他に類を見ないルーブ・ゴールドバーグの機械です。これらの微妙な関係と、それらが病気の際にどのように誤って起こるかを理解することは、生物学の中心的な魅力の 1 つです。遺伝子にたった 1 つの間違いがあると、その遺伝子が作るタンパク質が間違った形状に曲げられる可能性があります。変形したタンパク質はその役割を果たせません。そして、そのタンパク質が不足すると、生命体、つまりあなたが崩壊し始める可能性があります。
しかし、細胞は非常に複雑なので、1 つのタンパク質の障害がシステム全体にどのように広がるかを理解するのは困難です。アレン細胞科学研究所の計算生物学者で科学イラストレーターのグラハム・ジョンソン氏は、15年以上前、昼食の席で、非常に詳細で完全な細胞のコンピュータモデルについて空想したことを思い出し、科学者たちはそのようなプロセスが起こっているのを観察できるだろう。その時、「誰もがただ笑いました」と彼は言います。 「それはあまりにも非現実的でした。」
しかし現在、一部の研究者は AI を利用して「仮想セル」の目標に向けて新たな一歩を踏み出しています。 GoogleのDeepMindは、 そのようなプロジェクトに取り組んでいます、そしてチャン・ザッカーバーグ・イニシアチブ（CZI）は、バイオハブ研究ネットワークにおいて仮想セルを主要な焦点にしている、とCZIのAI担当シニアディレクターであるテオ・カラレツォス氏は述べています。さえあります 新しい賞品は、仮想セル スタイル モデル用に Arc Institute によって設定されました。これらすべての取り組みの目標は、健康な細胞と病気の細胞の両方がどのように機能するかを非常に詳細に予測し、医薬品の開発を加速し、科学的発見を加速することを可能にすることです。バーチャルセルは基礎研究を合理化し、生物学者を実験台からキーボードに移す可能性さえあると考える人もいる。
そもそも、仮想セルとは何ですか?
仮想セルの正確な定義は、誰と話すかによって異なります。ジョンソン氏のような一部の科学者は、仮想セルにクリックして探索できる視覚的表現が含まれることを望んでいます。他の人は、これを主に、質問に答え、何が起こりそうなのかを予測できる一連のコンピューター プログラムであると考えています。しかし、この概念は新しいアイデアではありません。何十年もの間、生物学者は細胞プロセスの数学的モデルを構築してきました。これらを作成するために、研究者は実際の細胞を使った実験のデータを利用し、何が起こっているかを説明する方程式を考え出します。
科学者が個々の細胞の活動を監視できるテクノロジーのおかげで、人間の細胞に関するデータはこれまで以上に増えています。しかし、すべてのプロセスの方程式を考え出し、それらをすべてまとめるのは途方もない作業です。スタンフォード大学の教授であり、CZI の元科学責任者であるスティーブン・クエイク氏は、「昔ながらの方法、つまり手動では、成功は非常に限られていたと言えます」と述べています。昨年、彼と他の研究者たちは、 論文を発表しました 細胞に関するデータを専用の AI に直接供給する別のアプローチのビジョンを示しています。 「方程式を書き留めようとするのではなく、データから直接学習するモデルを構築します」と彼は言います。
続きを読む: なぜベビーボックスが突然どこにでも置かれるようになったのか
クエイクと彼の同僚は、 いくつかの興味深い初期の結果。 彼らは 12 の異なる種の細胞のデータを使用して AI をトレーニングしました。その後、AI はこれまで見たことのない種の細胞について正確に予測できるようになった、とクエイク氏は述べています。また、それらの関連性に関する情報がまったく与えられていなかったにもかかわらず、単一種内の異なる種類の細胞間の関係を推測することもできました。 「それが私が個人的にこのアプローチに非常に興奮した理由です」とクエイクは言います。
Google DeepMind の一部を含む別の研究者チームは、 AI を使用して仮想セルを作成することも検討。彼らは細胞に関する情報の大規模なデータセットで AI を訓練し、ユーザーが「この細胞はこの薬にどのように反応するか?」などの質問をできるようにしました。そして、細胞のどの部分が影響を受ける可能性があるかについての回答を受け取ります。
これらは、科学者が仮想セルの作成に向けて採用しているアプローチのほんの一部です。最終的には、さまざまな種類の研究者が使用できるように設計された、さまざまな種類の仮想セルが登場する可能性があります。たとえば、がん生物学者が使用する仮想細胞は、特定の構造がどのように進化したかについての疑問に答えようとしている細胞生物学者が使用するものとは異なる可能性があります。また、従来のモデリング アプローチと AI の両方を使用する可能性もあります。
仮想セルでできること
仮想セルを使用すると、新薬の発見がより迅速かつ簡単になる可能性があります。また、がん細胞が免疫系をどのように回避するか、または個々の患者が特定の治療法にどのように反応するかについての洞察も得られる可能性があります。これらは、基礎科学者が実際の細胞を使ってどのような実験を行うかに向けて、細胞がどのように機能するかについての仮説を立てるのにも役立つかもしれません。 「ここでの全体的な目標は、細胞生物学を、90％実験、10％計算という分野から、その逆の方向に転換しようとすることです」とクエイク氏は言う。
科学者の中には、AI が予測を説明できない場合、AI による予測がどれほど役立つか疑問を抱く人もいます。 「通常、AI モデルはブラック ボックスです」と、英国のウェルカム サンガー研究所のシステム生物学者で博士研究員のエリック アーミンゴル氏は言います。言い換えれば、AI モデルは答えを与えてくれますが、なぜその答えを与えたのかを伝えることはできません。
続きを読む: セラピストがすべての子供たちに知っておいてほしい 11 のこと
「個人的に、なぜ私がこの分野に行き着いたかというと、人体全体と、細胞がどのように相互に接続し相互作用するかをシミュレートしたかったからです。つまり、それが夢なのです」と彼は言います。ブラックボックスの答えは、医薬品開発の舵取りには役立つかもしれませんが、基礎科学者にとってはそれほど役に立たない可能性があります。少なくとも、現在多くの AI が設定されている方法では役に立ちません。 (CZI のカラレソス氏は、AI の一部は推論の説明を提供するように設定されていると述べています。「私たちは予測するだけでなく、理解したいと考えています」と彼は言います。)
の著者であるジョンソン氏は、 2023年の論文 仮想セルを構築することの重要性について、科学者が最終的に構築するものはすべて視覚化できるようになることを期待しています。彼の理想は「複雑なものの視覚的、インタラクティブ、直感的なバージョン」だと彼は言います。 「これらすべてを実現するには、AI が絶対に不可欠だと思います。私は、主な結果としてのブラックボックス予測には興味がありません。」
構築方法に関係なく、ある種の仮想セルが稼働するまでにはしばらく時間がかかる場合があります。 「これは来年行われることではありません」とクエイク氏は言う。 「可能性を実現するには丸10年かかると思います。」
しかし、ジョンソン氏によると、昔の昼休みの雑談以来、細胞生物学とコンピューターサイエンスの進歩により、いつか仮想細胞が誕生するという見通しは根本的に変わったという。 「私はもう、このことについて暴言を吐いているだけの狂人であるとは感じません」と彼は言います。 「今ではそれがもっともらしいと感じます。」