AI 研究者開発、既存の薬を Covid-19 治療に転用する方法

国際的な研究チーム は AI モデルを適用 し、既存の薬を Covid-19 の高齢患者治療に転用できるものを探した。研究チーム はオートエンコーダーモデル を市場にある薬に適用し、自然な老化と Covid-19 の両方によって引き起こされる遺伝子発現の変化の共通点を探した。

MIT の計算生物学者であり、研究の共同著者である Caroline Uhler によると、Covid-19 に対抗する新薬を開発する問題は、薬の開発プロセスが数年かかることである。AI はすでに新薬の発見に利用されており、従来の薬の発見方法よりもはるかに速く治療薬の新しい配合を発見している。しかし、AI を使用して薬を発見する相対的に速い速度でも、Covid-19 のようなパンデミックの状況ではまだ遅すぎる。既存の薬を転用する方がはるかに迅速である。

高齢者集団における Covid-19 の影響を打ち消すことができる薬を見つけるために、研究者は、自然な老化と Covid-19 ウイルス感染の両方で変化する遺伝子を調べた。

Covid-19 は、特に炎症性経路を使用して複製されることが仮定されている。また、Covid-19 の影響は、若い集団よりも高齢者集団ではるかに悪いことも知られている。さらに、加齢個体の呼吸器系は、組織の剛性の変化によって特徴づけられる。こうした事実に基づいて、研究者は、老化と Covid-19 の両方で変化する遺伝子を探し、これらの遺伝子と積極的に相互作用する薬を見つけることを目指した。

研究チームは、両方の経路に共通する遺伝子を見つけるために、3 段階のプロセスを使用した。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た。これは、オートエンコーダーが 2 つの遺伝子発現パターンのデータセットを分析し、ウイルスの全体的な影響を軽減するように見える薬を選択することによって行われた。結果は、候補薬とその老化および感染経路におけるタンパク質との相互作用の一覧であった。次に、研究者は候補薬の一覧を取り、老化と感染の 2 つの異なる経路におけるタンパク質の相互作用をマッピングし、両方のプロテイン相互作用マップを生成した。研究者は次に、2 つのプロテイン相互作用マップを比較して重複する領域を見つけ、これにより、薬が Covid-19 の重症度を軽減するためにターゲットするべき遺伝子発現ネットワークが発見された。

研究プロジェクトの最終段階では、チームは、ネットワーク内の因果関係を決定するために統計的手法を使用した。この方法を使用して、研究者は、Covid-19 感染の重症度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正確に決定することができた。

分析の結果によると、RIPK1 遺伝子は、Covid-19 治療薬がターゲットするべきゲノムの一部であると考えられている。候補薬のいくつかはがんの治療に使用されている。もう 1 つの候補薬は、医療機関によって Covid-19 の治療にテストされている。

研究チームは、これが Covid-19 治療に転用できる薬を見つけるための最初のステップであると述べている。実際に薬が有効であるかどうかを判断するには、広範な in vitro 実験と臨床試験が必要である。しかし、このアプローチが成功すれば、他の病気に対する有効な薬を見つけるために使用できる可能性がある。

研究チームは以下のように書いている。

「私たちが SARS-CoV-2 の文脈で計算プラットフォームを適用している間にも、私たちのアルゴリズムは多くの病気に対して利用可能なデータモダリティを統合しているため、広く適用可能である。」