AIが個別化癌症ワクチンの研究を推進、黒色腫の再発リスクを42%低下

·著者 Henderson·AI
AIが個別化癌症ワクチンの研究を推進、黒色腫の再発リスクを42%低下

AIが日常生活に浸透する速度は目を見張るものであり、特に医学の分野においては、その変化が注目に値する。研究者たちは今、AIを活用して、10年前には想像もできなかった詳細なレベルで癌を理解することが可能になった。同じ種類の癌に対してすべての患者に同じ治療法を適用するのではなく、各患者の腫瘍の独自の遺伝子構成に基づいた治療にシフトしている。

今年10月、ModernaとMerckは、開発中の個別化癌症ワクチンの第3相臨床試験結果を発表した。このワクチンは免疫療法薬Keytrudaと併用した場合、単独でKeytrudaを使用した場合と比較して、黒色腫の再発または死亡の相対リスクを42%低下させることが示された。なお、このワクチンはまだFDAの承認を受けておらず、試験自体が生成AIによってこの治療法が発明されたことを証明するものではないが、結果は個別化癌症医療がどのような成果を上げられるかを示している。

AIは同時に別の難題にも取り組んでいる。同じ診断を受けた2人の患者が同じ薬に対して異なる反応を示すことがあるのは、癌が単一の病気ではなく、見た目が似ている腫瘍でも異なる変異を持つ可能性があるからである。最近の6か月間の研究では、研究者たちは特定の患者の腫瘍の生物学的特徴をますます詳しく調査できるようになり、数千人の患者から得られた一般的なパターンに依存しなくなってきている。アメリカ国立癌研究所のPERCEPTIONツールはその一例であり、単一の癌細胞内の遺伝子活動を分析し、特定の薬が効果を示す可能性を予測する。

AIの癌治療における応用潜在力が持続的に強化される

これは重要な点である。腫瘍内部には異なる細胞群が存在することが多く、薬物はその一部のみを殺す可能性があり、残った細胞が癌の再発や耐性を引き起こすことがある。薬物発見の分野では、Google DeepMindのAlphaFoldが別の道を提供している。タンパク質は細胞の機能を決定し、癌の発生や拡散にも関与しているため、その三次元構造を解明することは、潜在的な薬物がどのように結合するかを判断するのに役立つ。以前はこの作業には数年かかることがあったが、AlphaFoldは数分で大量の構造予測を提供でき、DeepMindは世界中の研究者に2億以上のタンパク質構造を公開している。

これが自動的に安全で効果的な抗癌薬を生成できることを意味するわけではなく、予測結果は依然として実験や患者レベルでの検証が必要であるが、候補範囲を絞り込み、早期の開発にかかる時間を節約することができる。黒色腫ワクチンのintismeran autogeneを例にとると、これは患者の腫瘍内の遺伝子変異に基づいて設計されており、これらの変異は免疫系が認識し記憶できる癌特異的なタンパク質を特定するのに役立つ。第3相試験には1137名の手術で切除された黒色腫患者が参加し、Memorial Sloan Kettering Cancer Centerのデータによれば、ワクチンとKeytrudaを併用したグループでは82%が再発せず、Keytruda単独のグループでは70%が再発しなかった。

有望な治療法を見つけることから、患者が実際に使用するまでには距離がある。AIが見つけた標的や行った効果予測は検証が必要であり、臨床試験は代替できない。遺伝子検査の費用、専門機関へのアクセス、AIシステムが異なる患者群で安定して信頼できるかどうかも現実的な障害である。しかし、方向性は明確になりつつある。AIは科学者に癌研究、薬物標的の特定、どの治療がどの患者に最も適しているかを判断するための新しいツールを提供しており、その目標は腫瘍科医を置き換えることではなく、医師がより十分な情報と選択肢を持つことを可能にすることである。

H
著者について
Henderson