ワクチン設計と免疫療法における画期的な開発として、シカゴ大学プリツカー分子工学大学院（PME）の研究者たちは、機械学習の能力を活用し、新たな免疫経路を強化する分子をdent。この研究はChemical Science誌に最近掲載され、より効果的なワクチンや強力ながん免疫療法の開発に不可欠な要素である免疫調節剤の探索に人工知能（AI）が革命をもたらす可能性を示しています。.
広大な化学空間の探査
望ましい免疫反応を誘発する適切な分子をdentすることは、薬剤のような小分子が10の60乗個と推定されるという驚異的な数（宇宙で見える星の数をはるかに上回る）を考えると、非常に困難な課題です。この広大な化学空間を探索するために、アーロン・エッサー＝カーン教授率いる研究チームは、機械学習技術を採用しました。これは、免疫調節薬の発見においてこれまでこのような手法が用いられた例がありませんでした。.
AIガイドによるスクリーニングプロセス
研究チームは、自然免疫経路への影響を評価するため、4万通りの分子の組み合わせのハイスループットスクリーニングを開始し、特に炎症と抗ウイルス反応に重要なNF-κB経路とIRF経路を標的としました。その後、研究者らはこれらの結果を市販の低分子化合物約14万種類からなるライブラリと組み合わせ、反復的な計算および実験プロセスを進めました。.
分子空間における実験スクリーニングを効率的に進める機械学習技術であるアクティブラーニングを活用し、dent Yifeng (Oliver) Tangが主導的な研究を行いました。このプロセスは反復的で、モデルが潜在的な候補や未探索領域を提案し、チームはハイスループット解析を実施し、そのデータをアクティブラーニングアルゴリズムにフィードバックしました。驚くべきことに、わずか4サイクルでライブラリのわずか2%をサンプリングしただけで、チームはこれまで発見されていなかった高性能な低分子をdentしました。.
記録破りの結果
AI誘導による発見により、人間の直感を凌駕する記録的な性能を示す低分子化合物が明らかになりました。これらの最高性能の候補化合物は、NF-κB活性を110%向上させ、IRF活性を83%上昇させ、NF-κB活性を128%抑制するという驚くべき結果を示しました。特に注目すべき分子の一つは、STINGアゴニストと併用することでIFN-β産生を3倍に増強し、がん治療への期待を示しています。.
ジェネラリストとその多才さ
この研究では、「ジェネラリスト」と呼ばれる、細胞受容体を活性化する化学物質であるアゴニストと併用することで、免疫経路を変化させる免疫調節剤も発見されました。これらの汎用性の高い低分子は、様々なワクチンにおいて多面的な役割を果たす可能性があり、市場への投入を容易にするでしょう。アンドリュー・ファーガソン教授は、単一の分子が幅広いワクチンに貢献できる可能性への期待を強調しました。.
分子の秘密を解明する
dentされた分子の特性に関する知見を得るため、研究チームは、望ましい挙動を促進する共通の化学的特徴を徹底的に分析しました。この知見により、特定の特性を持つ分子に的を絞った研究や、dentされた化学基を持つ新しい分子を合理的に設計することが可能になります。.
研究者たちは、より特異的な免疫活性を持つ分子dent、免疫反応をより効果的に制御できる組み合わせを探求することを目指し、この革新的なプロセスを継続していく予定です。エッサー＝カーン教授は、究極の目標は疾患を治療できる分子を発見することだと述べました。.
ワクチン設計におけるパラダイムシフト
機械学習を用いた免疫調節薬の発見は、ワクチン設計と免疫療法におけるパラダイムシフトをもたらします。このAI主導型アプローチの成功は、強力な分子のdentを加速させるだけでなく、科学コミュニティ内での連携の道を開くことにもつながります。研究チームは分子探索の拡大を目指しており、この革新的な研究の効率と影響力を高めるために、データセットの共有を奨励しています。.
