機械学習は、パーソナライズされた癌ワクチンの開発にどのように役立つのでしょうか?

[広告1]

ロシアのガマレヤ国立疫学・微生物学研究センター所長のアレクサンダー・ギンツブルグ氏はTASS通信に対し、人工ニューラルネットワークの使用により、現在は長時間かかる個別化がんワクチンの作成に必要な計算時間を1時間未満に短縮できる可能性があると語った。

現在、ワクチンの設計には長い時間がかかります。これは、mRNAワクチンがどのような構造を持つかを行列法を用いて数学的に計算する必要があるためです。私たちはイヴァニコフ研究所と連絡を取り、AIを活用してこの計算を行う予定です。これらのプロセスには約30分から1時間かかります。

研究者は以前TASS通信に対し、AIの学習には、患者のタンパク質またはRNAに変換された、抗原認識に適合した4万～5万の腫瘍配列からなるテストデータベースが必要だと説明している。このデータベースは、ワクチンが個人レベルで使用可能かどうかを判断するのに役立つだろうと彼は述べた。

このワクチンは複数の研究センターと共同で開発された。ロシア保健省医療放射線学研究センターのアンドレイ・カプリン所長は、前臨床試験は完了したと述べた。

機械学習はがんワクチンの製造にどのように役立つのでしょうか?

がんワクチン開発における人工知能の活用は個別化治療を可能にする一方で、医薬品開発者や規制当局にとって新たな課題も生み出します。

免疫療法において、人工知能（AI）と機械学習の進歩は、がん生検データを処理し、患者特有の変異を標的とするワクチンを開発する上で役立ちます。患者特有の変異を標的とする技術自体は新しいものではなく、抗HER2療法やCDK4/6阻害剤といった標的型がん治療薬は、業界でヒット商品となっています。しかし、個々の患者の生検から新抗原を同定できるAIの可能性は、このプロセスの効率性をさらに高めています。

AIの活用は多くの業界で大きな議論の的となっていますが、医薬品業界も例外ではありません。

「患者の生検で検出された変異をアルゴリズムに入力することで、どの変異が最も免疫原性が高いかを予測できます」と、メルクの臨床研究担当副社長、スコット・エビングハウス氏は述べています。「そこから、変異したがん遺伝子をそれぞれコード化したRNAを合成し、免疫システムに合わせて調整することができます。それぞれのワクチンは、個々の患者に非常に固有のものとなるでしょう。」

単一の固定抗原に対して開発されてきた治療法とは異なり、このAIシステムはネオアンチゲンを選択する能力の向上を目指します。このアルゴリズムは、患者の腫瘍に存在する遺伝子変異に注目し、免疫反応を引き起こす可能性が最も高いネオアンチゲンを予測します。「このアルゴリズムは、臨床データと免疫原性データを組み合わせることで、時間の経過とともに学習する能力を備えており、臨床的に活性である可能性が高いネオアンチゲンを選択する能力が向上することを期待しています」と、モデナの治療薬開発および腫瘍学担当ディレクターのカイル・ホーレン氏は述べています。

AIを活用したもう一つの企業として、NECと提携して個別化がんワクチンの開発に取り組むTransgene社があります。同社はmRNAワクチンの代わりに、ウイルスベクターを用いて患者の免疫系を訓練し、特定のがん標的と戦えるようにしています。

がんワクチンが後期臨床試験に進むにつれ、課題の一つは将来の製品の規制となるでしょう。米国食品医薬品局（FDA）は、多抗原ワクチンに関するガイダンス文書を発表しました。FDAは、これらのワクチンの各成分の安全性と活性を個別に評価する必要はない可能性があると述べています。ただし、この文書では、この点については「ケースバイケースで検討する」と明記されています。

FDAの広報担当者は「FDAは、人工知能/機械学習（AI/ML）が個別化治療の開発を加速させる可能性を認識している」と述べた。

フォン・アイン(出典: BioSpace、Tass)

[広告2]
ソース