富士通と東京医科歯科大学、「富岳」とAIでがんの薬剤耐性メカニズムを発見 4000年以上かかる探索を1日以内に短縮

このエントリーをはてなブックマークに追加

富士通株式会社と国立大学法人東京医科歯科大学は3月7日、富士通が開発した現場のデータから新たな発見の手掛かりを提示する技術「発見するAI(人工知能)」をスーパーコンピュータ「富岳」上に実装し、1000兆通りの可能性を1日以内で計算でき、未知の因果を発見できる技術を開発したことを発表した。

がんの原因にだけ作用する薬は、患者への投与を続けると、その薬剤に対して耐性を獲得したがん細胞が増殖し、再発することがある。複数の遺伝子変異を獲得した細胞群が変幻自在に異常な振る舞いをするがん耐性獲得のメカニズム解明には、精密なデータと解析技術が不可欠となっている。

薬剤開発や既存薬の再配置の臨床治験では、薬剤効果が期待される患者が同じような変異細胞をもっていることが重要だ。しかし、個人や臓器における遺伝子やその発現量などで薬剤効果が異なり、複数の遺伝子の発現量を組み合わせたパターン数は1000兆通りを超えるほど膨大なため、効率性が高い探索技術への期待が高まっている。

「発見するAI」は、判断根拠の説明や知識発見ができるAI技術「Wide Learning」を用いて、特徴的な因果関係をもつ条件を網羅的に抽出する技術として開発された。しかし、人間の全遺伝子を対象とした網羅的な探索には、通常の計算機で4000年以上かかる試算だったことから、処理の高速化が課題となっていた。

今回、両者はプロセッサ間とプロセッサ内の並列性を特長とする「富岳」で人間の全遺伝子を実用的な時間で分析できるよう、条件と因果を探索するアルゴリズムを並列化・実装し、計算性能を最大限引き出した。さらに、「発見するAI」を活用し、統計情報にもとづき薬剤耐性を生み出す条件となりうる有望な遺伝子の組み合わせを抽出し、1日以内で網羅的な探索を実現する技術を開発した。

「富岳」上で本技術を用いてDepMap(がん細胞の各種データ)の公開データを実行した結果、人間の全遺伝子に対して条件と因果関係を1日以内で探索し、肺がんの治療薬に耐性をもつ原因となる遺伝子を特定することに成功した。

肺がんの治療薬などで用いられる「ゲフィチニブ」は、EGFR経路(がん細胞増殖を活性化するメカニズム)の活性化を押さえてがんの進行を抑える分子標的薬であり、耐性が発生する現象が知られている。

DepMapのがん細胞株約300種の遺伝子発現量データとゲフィチニブの感受性・耐性データを解析し、ゲフィチニブが効かないがん細胞株の条件とメカニズムを網羅的に探索した。その結果、ZNF516、E2F6、EMX1という3つの転写因子(遺伝子の転写を制御する遺伝子)の発現量が低いという条件を発見した。

また、その条件を満たす肺がん細胞株では、転写因子SP7とPRRX1を起因とするメカニズムが耐性を生み出す要因として新たに示された。


本技術に対して、京都大学医学研究科教授の小川誠司氏は「『Wide Learning』を用いた『発見するAI』は、薬剤開発の際の重要な興味であるバイオマーカー探索に資する技術となるでしょう。新規薬剤開発の成功の鍵は、効果が期待される患者さんを同定して臨床試験を行なうことです。たとえばイマチニブを慢性骨髄性白血病ではなく大腸がんに対して治験を行なえば必ず失敗します」とコメント。

続けて、「そこで、薬剤の効果が期待できる人を予測するマーカー(遺伝子変異や遺伝子発現情報)があれば、その人だけを対象として臨床試験を行なうことで、臨床試験の経費を大きく削減し、その成功確率を高めることができます。この点から、本課題の技術は製薬メーカーなどが大いに興味をもつことが期待されます。『富岳』に実装されている点も期待感を大きくしています」と述べた。

両者は今後、遺伝子の発現量や変異のデータに加え、時間軸や位置データを組み合わせた多層的・総合的な分析を実施し、薬効メカニズムやがんの起源の解明などの重要課題における発見の手掛かりを提示する研究を加速するとともに、創薬や医学分野における実験研究の現場と連携していくとしている。

>>ニュースリリース