京都大、AIとiPS細胞の技術を組み合わせALS治療薬候補を発見
京都大学 iPS細胞細胞研究所 CiRAをはじめとする研究グループは、化合物のスクリーニングに用いる機械学習の新規アルゴリズムを開発したと発表しました。さらにこのアルゴリズムを活用し筋萎縮性側索硬化症（ALS 指定難病2）患者由来のiPS細胞を用いて化合物スクリーニングを行った結果、既に承認を受けているエダラボンやラジカットよりも強い細胞死抑制効果を示す化合物を同定しました。
背景-機械学習を用いたALS治療のための候補化合物探索
筋萎縮性側索硬化症（ALS）は筋肉を動かすための神経が障害を受けるために、徐々に筋肉が瘦せていき力が入らなくなる難病です。国の指定難病にも指定されており、国内に約10万人程度の患者がいると推定されています。現在までに根本的な治療法は確立されておらず、治療法の登場が待たれています。ヒトのiPS細胞を活用した化合物スクリーニングは新規の治療薬候補を探索するための非常に画期的な手法ではありますが、費用と時間がかかる点が課題です。そこで研究チームは機械学習を活用し、数学解析の知見に基づいた新たなアルゴリズムを用いて創薬に繋げる試みを行いました。
結果-新規のアルゴリズムを用いて有効な化合物候補を同定
研究グループは熱拡散方程式を用いて、様々な化合物の効果をスコア化し条件に合う化合物を予測するモデル（HDEモデル）を構築しました。実際に、一般公開されている化合物データベース（PubChem）を用いてHDEモデルの予測精度を確認したところ、高い予測精度が示されました。その後研究グループは、ALS患者に由来するiPS細胞から作成した運動神経細胞の細胞死を抑制する約50,000化合物のスクリーニングを実施し、その結果をHDEモデルの学習に用いました。学習後のHDEモデルを用いて200万個の化合物の効果をシミュレーションし、5,875個の化合物を抽出しました。抽出された化合物について、ALS患者由来のiPS細胞から作成した運動神経細胞（ALS iPSパネル）を用いて評価しました。その結果、これまでにALSの治療薬として認められているリルゾールやエダラボンよりも強く細胞死抑制効果がみられる化合物が同定されました。
