機械学習は、パーソナライズされた癌ワクチンの製造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、人工ニューラルネットワークを利用することで、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。なぜなら、mRNAワクチンがどのようなものか、行列法を用いて数学的に計算する必要があるからです。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。

以前、研究者はTASSに対し、AIを訓練するには、患者の体内でタンパク質やRNAに変換された抗原を互換的に認識する4万～5万個の腫瘍の配列のテストデータベースが必要だと説明していた。これはワクチンが個別に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。

このワクチンはいくつかの研究センターと共同で開発された。ロシア保健省放射線医学研究センター所長のアンドレイ・カプリン氏は、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。

免疫療法では、人工知能と機械学習の発達により、がん生検のデータを処理し、各患者の特定の変異を標的としたワクチンを設計できるようになります。個々の患者の特定の変異を標的とする能力は新しいものではなく、抗HER2治療薬やCDK4/6阻害剤などの標的癌治療薬は業界で売れ筋商品となっている。しかし、各患者の生検から新抗原を特定する AI の潜在能力により、このプロセスの効率が向上しました。

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して、どの変異が最も免疫原性がある可能性が高いかを予測することができます」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、免疫システムに合わせて調整された、変異したがん遺伝子をコードするRNAを合成できます。それぞれのワクチンは、一人ひとりに非常に固有のものになります。」

単一の固定抗原に対して開発された治療法とは異なり、AI システムは新抗原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を調べ、免疫反応を引き起こす可能性が最も高い新抗原を予測します。「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をかけて学習する能力があり、臨床活性の高い新抗原をより正確に選択できるようになることが期待されます」と、モデル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・ホーレン氏は述べた。

AI を活用しているもう 1 つの企業は Transgene で、同社は NEC と提携してパーソナライズされた癌ワクチンを設計しています。トランスジーン社は、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、特定の癌の標的と戦えるようにすることに取り組んでいる。

がんワクチンが後期の試験に進むにつれて、課題の1つは潜在的な製品の規制となるだろう。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。同庁は、これらのワクチンの各成分の安全性と有効性を個別に評価する必要はないかもしれないと述べた。しかし、この文書では、これは「ケースバイケースで検討される」と述べられている。

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