マウントサイナイのアイカーン医学校の研究者らが、V2Pと呼ばれる人工知能システムを開発した。このシステムは、遺伝子変異が有害である可能性を評価するだけでなく、それらが引き起こす可能性のある広範な疾患カテゴリを予測する。Nature Communicationsに掲載された論文で記述されたこの手法は、特に希少で複雑な疾患に対する遺伝子診断を加速し、より個別化された治療を支援することを目的としている。
マウントサイナイのアイカーン医学校の科学者らが、遺伝子解析における長年のギャップに対処するよう設計された人工知能システムV2Pを導入した。
既存のほとんどのツールは、変異が潜在的に損傷性であるかどうかを判断することに焦点を当てているが、どのような疾患が生じるかを示すところまで至っていない。V2P（Variant to Phenotype）は、機械学習を使用して遺伝子変異をその予想される表現型結果——つまり、変異が引き起こす可能性のある広範な疾患や形質の種類、例えば神経系障害やがん——に結びつけることで、さらに進んだものとなっている、とマウントサイナイは述べている。
このモデルは、多任務・多出力の機械学習フレームワークを使用し、病原性および推定良性の遺伝子変異の大規模データセットと表現型情報を組み合わせたもので訓練されている。この訓練により、変異が病原性か良性かを推定し、人間表現型オントロジーの23のトップレベルの疾患表現型カテゴリのいずれが最も影響を受けやすいかを推定できる。
匿名化された患者シーケンシングデータを用いた評価では、V2Pは与えられた症例で真の疾患原因変異を上位10の候補変異の中に頻繁にランク付けしたとされ、マウントサイナイのチームはこれにより診断プロセスを効率化・高速化できると述べている。
「私たちの手法は、数千の可能な変異を精査するのではなく、患者の状態に最も関連する遺伝子変化を特定することを可能にします」と、研究の第一著者であるDavid Stein博士はマウントサイナイが発表した声明で述べた。「変異が病原性であるかどうかを決定するだけでなく、それが引き起こす可能性のある疾患の種類を決定することで、遺伝子解釈と診断の速度と精度を向上させることができます。」
共同筆頭著者のAvner Schlessinger博士（薬理科学教授、アイカーン・マウントサイナイのAI Small Molecule Drug Discovery Center所長）は、臨床検査を超えたツールの可能性を強調した。「診断を超えて、V2Pは研究者や製薬開発者が特定の疾患に最も密接に関連する遺伝子と経路を特定するのに役立つ可能性があります」と彼は述べた。「これは、特に希少で複雑な疾患において、疾患のメカニズムに遺伝的に適合した治療の開発を導くことができます。」
現在、V2Pは神経系障害や腫瘍（がん）を含む広範な疾患カテゴリに変異を分類する。研究チームは、システムを洗練させてより詳細な予測が可能になり、追加のデータソースと統合することを計画しており、ターゲット発見と創薬をさらに支援することを目指している。
「V2Pは、遺伝子変化が疾患にどのように翻訳されるかをより明確に示し、研究と患者ケアの両方に重要な意味を持ちます」と、共同筆頭著者でアイカーン・マウントサイナイの人工知能・人間健康准教授であるYuval Itan博士は述べた。「特定の変異をそれが最も引き起こす可能性のある疾患の種類に結びつけることで、どの遺伝子や経路をより深く調査すべきかをより良く優先順位付けできます。これにより、生物学の理解から潜在的な治療アプローチの特定、そして最終的には個人の特定のゲノムプロファイルに合わせた介入への効率的な移行が可能になります。」
Nature Communicationsの論文「Expanding the utility of variant effect predictions with phenotype-specific models」に記述されたこの研究は、Steinおよび共同著者のMeltem Ece Kars、Baptiste Milisavljevic、Matthew Mort、Peter D. Stenson、Jean-Laurent Casanova、David N. Cooper、Bertrand Boisson、Peng Zhang、Schlessinger、Itanによって主導された。
マウントサイナイによると、この研究は国立衛生研究所の助成金R24AI167802およびP01AI186771、Fondation Leducqからの資金、Leona M. and Harry B. Helmsley Charitable Trustの助成金2209-05535によって支援された。追加支援はNIH助成金R01CA277794、R01HD107528、R01NS145483、Clinical and Translational Science Awards助成金UL1TR004419、およびインフラ助成金S10OD026880およびS10OD030463から得られた。
研究著者とマウントサイナイの研究者らは、このシステムが人間の遺伝子変異を可能性の高い疾患表現型に高スループットでマッピングする手段を提供することで精密医療を推進し、個人の遺伝子プロファイルに基づくより迅速で標的化された介入を可能にすると述べている。
