記事のサマリー(TL;DR)
- OpenAI、PerturbAI、Scripps Researchは、GPT-Rosalindを搭載した数千のAIエージェントを用い、マウス脳細胞数百万個分の既存実験データを32分で解析・解釈したと発表しました。
- エージェントは遺伝子破壊(gene disruption)の影響を科学文献の知見と結びつけ、疾患理解や新治療法の研究方向性につながる予想外の生物学的関連性を発見しました。
- この手法は「分散型生物学的推論(distributed biological reasoning)」と呼ばれ、単一エージェントによる解析と比較して、より多くの文献を引用し、人間の専門家からもより高く評価されたと報告されています。
詳細
背景:増大する実験データと解析の課題
現代の実験では、研究者が数千個の遺伝子を改変し、その影響を数百万個の細胞にわたって測定できるようになっています。しかし、これらの結果が人間の疾患にとって何を意味するのかを理解するには、複雑な実験結果と、数十年にわたり散在する科学的知見とを結びつける必要があります。原文では、現代の実験は科学者が十分に調査できる以上のデータを生み出していると説明されています。AIはこうした中で、見落とされがちな有望な手がかりを研究者が発見する助けになり得るとされています。
ケンブリッジ大学幹細胞医学教授でHuman Cell Atlasの共同設立議長であるSarah Teichmann博士は、「私たちは、他の科学者がまだ想像していない発見をできるように細胞アトラスを構築している。AIは、より多くの研究者がこうした資源を探索し、予想外の観察を検証可能な新たな問いへと転換する助けになり得る」と述べています。
手法:GPT-Rosalindによる分散型生物学的推論
研究チームは、GPT-Rosalindを搭載した数千のAIエージェントに解析作業を分担させる「分散型生物学的推論」というアプローチを採用しました。エージェントは、マウス脳全体にわたる遺伝子破壊の影響を示すデータセットである「whole-brain CRISPR atlas」を調査しました。各エージェントは1つの遺伝子破壊を担当し、細胞の反応を解析し、科学文献を検索した上で、結果に対する説明を提案しました。これらの報告は、遺伝子、細胞への影響、関連論文、考えられる生物学的メカニズムを結びつける「推論アトラス(reasoning atlas)」として統合されました。
研究チームの見積もりによれば、同等の解析を人間が1つずつの遺伝子破壊について行い、文献レビューを実施した場合、数カ月から1年かかるとされています。エージェントは人間による解析結果を再現しつつ、それに加えて新たな手がかりも発見しました。また、新規性や科学的価値に関するエージェントの評価は、盲検化された人間の専門家による判断とも一致していたとのことです。これらの知見は、提案された生物学的メカニズムを検証するために必要な、さらなる実験の優先順位づけに役立つとされています。
発見された手がかり:脳疾患に関連する知見
エージェントは、脳疾患関連の2つの遺伝子が脳細胞に異なる影響を与えるという予想外の違いを特定したほか、コレステロール調節と神経変性との間に潜在的な関連がある可能性を示しました。これらの発見は、疾患がどのように進行し、将来の治療がどこに介入し得るかを研究者が調べる助けになるとされています。
UCSF神経外科准教授のTomasz Nowakowski博士は、「手がかりはすでに存在しているが、異なる分野に散らばっていて、まだ結びつけられていないことがある。神経機能とコレステロール代謝との間の潜在的な関連は、それらの断片を一つにまとめることで、疾患生物学を考える新たな視点が得られることを示している」と述べています。
推論アトラスは現在公開されており、研究者は関連する遺伝子の比較、予想外の反応の調査、追求すべき有望な手がかりの特定を今日から始められるとされています。原文では、AIと実験生物学、人間の専門知識、科学文献を組み合わせることで、科学者がより多くのデータを検証可能なアイデアへと転換する助けになり得るとしています。
大規模実験に潜む予想外の手がかり:TSC1とTSC2の違い
実験の中で最も興味深い手がかりの一部は、科学者が当初調査しようとしていた内容の外側に存在することがあります。数千の摂動(perturbation)にまたがるデータセットでは、こうした手がかりは見落とされやすいとされています。
エージェントは、細胞の成長・代謝・老化を制御する主要な調節因子であるmTORを共同で制御する2つの遺伝子、Tsc1とTsc2との間の予想外の違いを特定しました。どちらの遺伝子を破壊してもいくつかのニューロン群では同様の影響が見られましたが、運動の協調に関わる小脳では、Tsc2の破壊が神経伝達に関わる数十個の遺伝子の活動を変化させた一方、Tsc1の破壊ではほとんど変化が見られませんでした。
この違いは人間の疾患に関連する可能性があるとされています。結節性硬化症(tuberous sclerosis)の患者では、小脳の異常がTSC2変異と強く関連しています。mTOR活性を低下させる薬剤は特定の脳腫瘍やてんかん発作の治療に用いられる一方、同疾患に伴う学習・行動上の困難への対処は依然として課題とされています。エージェントは、特定のニューロン群と細胞レベルの変化を特定し、既存の薬剤がどの変化を是正し得るか、またどの変化が新たな治療アプローチを示唆し得るかという、より具体的な検証課題を研究者に提示しました。
単一エージェントと分散エージェントの比較
研究チームは、モデルと計算資源を固定した条件下で、単一のエージェントにデータセット全体を与えた場合と、数千のエージェントが並列で作業する場合とを比較しました。作業量が増えるにつれ、単一エージェントが参照する文献は減少し、最大の作業量では11件の文献しか引用しなかったのに対し、分散エージェントは700件以上の文献を引用しました。人間の専門家も、分散エージェントによる解釈をより好んで評価したとされています。
原文では、科学者の時間には限りがあり、データの中でも最も強い信号に注目しがちであると指摘されています。分散エージェントは、微妙な、あるいは予想外の反応を含むより広範な範囲を調査し、それらを関連する科学文献と結びつける助けになるとされています。エージェントを並列実行することで、多数の摂動を同時に調査でき、実験に含まれる内容をより多く探索し、見落とされがちな有望な手がかりを特定する助けになるとしています。
最大の作業量において、分散エージェントは700件以上の文献を引用した一方、単一エージェントは11件にとどまりました。
次の実験の方向性:DCTN1とコレステロール輸送
ある発見が価値を持つのは、それが実施する価値のある次の実験を示唆する場合であるとされています。エージェントは、Perry症候群(パーキンソン病に似た症状を伴う神経変性疾患)の原因となる変異を持つ遺伝子DCTN1において、こうした手がかりの一つを発見しました。
DCTN1はニューロン内で物質(カーゴ)を移動させる働きに関与しています。whole-brain CRISPR atlasにおいて、Dctn1を破壊するとコレステロール合成に関わる遺伝子の発現が増加しました。エージェントはこの観察結果を、コレステロール輸送の問題が細胞により多くのコレステロールを合成させる可能性を示唆する研究と結びつけました。これにより、DCTN1の破壊がニューロン内でのコレステロール分布をどのように変化させ得るか、またその変化が神経変性に寄与し得るか、さらに正常なコレステロール分布を回復させることでニューロンを保護できる可能性があるかという、追加実験のための問いが生まれました。
人間の専門家も、この仮説を新規性があり、重要で、追跡調査する価値があると評価しました。原文では、この事例が、予想外の結果を既存の知見と結びつけることで、手がかりを検証可能なアイデアへ、さらには疾患治療の新たな方向性へと転換し得ることを示しているとしています。
盲検比較において、人間の専門家は分散エージェントによる報告を、単一エージェントによる報告よりも75%の確率で好んだとされています。
科学者の役割
原文では、発見の中心には依然として科学者が存在するとされています。AIはより多くの有望な手がかりを明らかにすることで、どのアイデアを追求するか、どのように実験を設計するか、結果をどう解釈するかを研究者が判断する助けになるとしています。目標は、生物学的実験に含まれる情報をより多く知識へと転換し、それが時間をかけてより優れた医薬品の開発を導く助けとなることだとされています。