AI 研究者、既存の薬を新型コロナウイルスに転用する方法を開発

国際的な研究チームは、AI モデルを適用して、既存の薬を新型コロナウイルスに転用する方法を見つけることを目指しています。研究チームは、オートエンコーダーモデルを既存の薬に適用し、自然な老化と新型コロナウイルス感染の両方で発生する遺伝子発現の変化の共通点を見つけることを目指しています。

MIT の計算生物学者である Caroline Uhler は、研究の共同著者として、新型コロナウイルスに効果的な薬を開発するには、薬の開発プロセスが数年かかることを説明しています。AI はすでに新薬の発見に利用されており、新薬の開発は従来の方法よりもはるかに速くなっています。しかし、新型コロナウイルス感染症のような状況では、AI を使用して新薬を開発することですら、十分な速さではありません。既存の薬を転用することがはるかに迅速な解決策です。

研究者は、遺伝子が自然な老化と新型コロナウイルス感染の両方で変化する遺伝子を探しました。

新型コロナウイルスは、特定の細胞経路、特に炎症経路を利用して複製されることが考えられています。また、新型コロナウイルスの影響は、若い人よりも高齢者に悪影響が大きいことも知られています。さらに、加齢個体の呼吸器系は、組織の硬さの変化によって特徴づけられます。これらの事実に基づいて、研究者は、両方の経路で変化する遺伝子を探し、遺伝子と相互作用する薬を探しました。

研究チームは、共通の遺伝子を見つけるために 3 段階のプロセスを使用しました。研究の最初の段階では、チームはオートエンコーダーを使用して、候補薬のリストを生成しました。これは、2 つの遺伝子発現パターンのデータセットを分析し、ウイルスの影響を軽減することができる薬を選択することで実現しました。結果として、候補薬とその相互作用のリストが得られました。次に、研究者は候補薬のリストを取り出し、タンパク質と 2 つの異なる経路の間の相互作用をマッピングし、2 つのタンパク質相互作用マップを生成しました。研究者は 2 つのマップを比較して重複する領域を見つけ、ウイルスの影響を軽減するためにターゲットにするべき遺伝子発現ネットワークを見つけました。

研究プロジェクトの最終段階では、チームは統計的手法を使用して、ネットワーク内の因果関係を決定しました。この方法を使用して、ウイルスの影響を最も効果的に軽減するために、薬候補がどの遺伝子と相互作用する必要があるかを決定しました。

分析の結果、RIPK1 遺伝子は、新型コロナウイルス感染症の治療に最も適した遺伝子であると考えられました。候補薬のいくつかは、がんの治療に使用されています。他の候補薬は、すでに新型コロナウイルスの治療に使用されている医療機関でテストされています。

研究チームは、これが新型コロナウイルスの治療に転用できる薬を見つけるための最初のステップに過ぎないことを指摘しています。薬が実際に効果的であるかどうかを判断するには、広範な試験と臨床試験が必要です。しかし、このアプローチが成功すれば、他の病気に対する効果的な薬を見つけるために使用できる可能性があります。

研究チームは次のように述べています。

「私たちが計算プラットフォームを SARS-CoV-2 の文脈で適用しているにもかかわらず、私たちのアルゴリズムは多くの疾患で利用可能なデータモダリティを統合しており、広く適用可能です。」