今日はどちらも Nature Medicine に掲載されていたアルツハイマー病 (AD) についての臨床研究を紹介する。

最初のワシントン大学からの論文は 環状 RNA を用いて AD のステージについての正確な診断を行う試みで、7月1日にオンライン掲載された。タイトルは「Blood-based circular RNAs for early diagnosis of Alzheimer’s disease（血中の 環状 RNA はアルツハイマー病の初期診断に使える）」だ。

これまで症状の出る前から AD のリスクを判定できる血中マーカーとして pTau217 が開発され、広く使われるようになった。ただ、アミロイド沈着に依存するため、抗体治療でアミロイドが除去されると病気のモニターに使えなくなる。この研究では神経細胞由来の RNA 、とりわけ血中で安定な 環状 RNA を用いてAβや Tau の治療にかかわらず診断が出来ないか、500人近くの AD のコホート研究サンプルを用いてチャレンジしている。

結果、主に脳で発現している mRNA がスプライシングを受ける際に発生する34種類の 環状 RNA の量を組み合わせた指標を開発し、この指標が アミロイドPET 等の他の検査と比べても、AD リスクや病態と相関する検査になることを示している。pTau217 と組み合わせて使うと、AUC で0.931と言う高い特異性で アミロイドPET 陽性の患者さんを発見できることを示している。最初、神経が損傷されて 環状 RNA が出てくるから神経変性疾患の間で特異性がないのではと思ったが、なんと AD 特異的で、逆に言うと他の神経変性疾患でも同じようなマーカーを開発できる可能性がある。

環状RNA は認知症が始まる2年前から陽性になり、この数値は予後と強く相関する。更には胃や胃段階から上昇する pTau217 と比べるとその精度は一段と上がる。

以上が結果で、ここでは検討されていないが、アミロイド抗体を用いた治療群を調べると、検査としての重要性がより明確に示されると思う。実際にはシークエンスベースで行っているが、簡易検査として確立することを期待している。

次は米国の Immunobrain Checkpoint Inc という会社と、イスラエルワイスマン研究所などからの論文は、軽度認知を示す AD 患者さんの進行を、ガンのチェックポイント治療に用いられる PD-L1 抗体を用いて抑える第一相の治験で、7月15日にオンライン掲載されている。タイトルは「Immunotherapy with a short-lived anti-PD-L1 antibody in Alzheimer’s disease: a phase 1b, randomized, double-blind trial（半減期の短い anti-PD-L1 を用いたアルツハイマー病の免疫治療：無作為化、2重盲検第一相b治験）」だ。

AD にチェックポイント治療を行う理由は、高齢のAD患者さんでは免疫機能が低下しており、ミクログリアなどの活性が低下して異常が拡大する傾向にあると考えているからだ。これは年齢とともに自然炎症が亢進することが AD のリスクになるとする考えの真逆になる。ただ、チェックポイントは獲得免疫の話なので、自然炎症とは別に獲得免疫が AD の進行を抑えているという前臨床研究が行われてきたのだと思うが、全く把握しておらず、こんな治験が始まっているのかと正直驚いた。

とは言え、ガンに使う抗体とは異なり、わざわざ半減期が短い抗体を設計し、しかも12週に1回と、かなりの間隔を空けて注射している。ただ投与量は30mg/kg と多く、例えば PD1 抗体は3mg/kgで使うことを思うと、短い期間免疫疲弊を戻すという方法だ。

結果だが、量は多くとも、間隔が短く半減期も短いので、通常のチェックポイントよりはるかに副作用は少なく、一番重い副作用として自覚症状のない肝機能低下が挙げられている。また、薬剤動態だが4日で抗体価が半減している。

効果だが、活性化T細胞が投与後1週間をピークに末梢血に出現し、免疫反応では期待の効果を上げている。そして、AD のバイオマーカーとしての脊髄液中の neurogranin、tTau。pTau の量は低下している。症状については、ほぼ一年の経過観察でホトンの大きな変化がないという結果だ。

なんとなく効いてそうな感じだが、軽度認知症を対象にAβ抗体を選ぶのか、PD-L1を選ぶのか、もっと大規模な第2相、第3相の結果待ちになる。いずれにせよ、ADも搦め手からの治療法はまだまだありそうだ。

パーキンソン病 (PD) はドーパミン分泌細胞が失われることで起こるため、特有の運動障害については Lドーパを服用してドーパミンを補充することが最初の治療になる。ただ、長期に Lドーパを続けると、薬剤が効いている on の時期に不随意運動が起こるディスキネジアと薬剤の濃度が低下した off の時期に PD の強い運動障害が現れるという問題がある。この問題に対する対症療法がないわけでないが、副作用のせいで使用は限定される。

今日紹介するトロントにあるバイオテクベンチャー Sinopia Bioscience からの論文は、パーキンソン動物モデルで Lドーパ服用時にドーパミン受容体を発現した細胞に起こる遺伝子発現変化から、Lドーパによる運動障害を改善する薬剤を開発した研究で、7月15日 Science Translational Medicine に掲載された。タイトルは「A small molecule reduces both parkinsonism and l-dopa–induced dyskinesia in animal models of Parkinson’s disease（動物のパーキンソン病モデルの症状とLドーパによるディスキネジアを改善する化合物）」だ。

Lドーパを服用すると、D1ドーパミン受容体を発現する細胞が刺激され、これにより PD の運動障害が改善するが、D2 受容体を発現する細胞も同時に刺激され、ディスキネジアが起こる。それぞれの神経に Lドーパ服用による変化を調べ、Lドーパによる PD 運動障害改善と相関する分子、逆に Lドーパによるディスキネジアと相関する分子を特定し、PD 運動障害改善の遺伝子発現パターンを阻害せず、ディスキネジアを阻害する化合物を、in silico で探索し、最終的に狭心症に用いられてきた血管拡張剤 trapidil (SB0107) がこの目的に合致することを発見する。

次に SB0107 の生化学的作用点を探索し、SB0107 が PKA-II の活性を高める作用があることを発見し、また構造学的に SB0107 の結合部位を特定している。即ち細胞内で MAP キナーゼ経路を活性化することで、ドーパミン作用をミミックし、ディスキネジアに必要な分子経路を抑えている。

あとは、マカクザルの PD モデルで Lドーパ投与時に SB0170 が Lドーパ服用の問題を抑えてくれるか調べている。結果は、Lドーパによる運動機能改善作用を阻害することなく、また場合によってはさらに改善しつつ、ディスキネジアの発生を強く抑制することがわかった。さらに、PD が進むと起こる認知障害にもある程度の効果が認められることを明らかにしている。

結果は以上で、これまでの薬剤と異なり、狭心症治療薬として50年近い使用の歴史がある薬剤が見つかったことで、PKA-II 活性の促進剤とは言え、副作用の問題は少ないと考えられる。SB0107 ベースに体内動態を改善した化合物も得られており、是非治験へとす済んでほしいと思う。PD については根治治療が徐々に視野に入ってきている。しかし、患者さんの数を考えると、新しい治療に全員がアクセスできるわけではない。とすると、新しい治療を待つまでの間、高い生活の質を保証できる薬剤の開発は重要だ。

マラリアの流行は医学に残された課題だが、通常は田舎に棲息するハマダラカによる感染なので、これを撲滅する努力が、マラリアの治療や予防開発とともに行われてきた。この論文を読むまで全く知らなかったが、これまでの努力が無駄になるほどの危険が、都会に適応したステファンスハマダラカのアフリカでの拡大によりもたらされているようだ。ステファンスハマダラカ (A.s) は、都会の貯水槽などに適応しただけでなく、多くの殺虫剤に抵抗性を持っており、これまで比較的マラリアの流行が低かった都会での大流行の原因になりつつある。

今日紹介するリバプール熱帯医学校からの論文は、アジアからアフリカにかけて集められた A.s のゲノムを調べ、A.s の伝搬ルートを探り、また薬剤耐性の出現過程についても調べた研究で、7月9日号の Science に掲載された。タイトルは「The origin, history, and resistance architecture of an invasive urban malaria mosquito in Africa（アフリカで広がってきた都会のマラリアを媒介する蚊の起原、歴史、そして殺虫剤抵抗性の構造）」だ。

まさにガンのゲノム研究と同じで、様々な地域の A.s ゲノムを解読し、その起原や伝搬の様態を調べている。もちろん昆虫学や疫学的に既に A.s の伝搬についてはかなり詳しいレポートが存在し、アフリカでは最初2012年にジプチで発見され、その後北のスーダンで2016年、南のエチオピアで2016年、ソマリアで2019年、ケニアで2023年発見されている。

それぞれの地域の A.s の系統樹を作成すると、アフリカの A.s は全て、インド・アフガニスタンの都会で流行した A.s に由来することがわかる。おもしろいのは同じ起原の A.s はイランからサウジアラビアの都会へと伝搬しているが、このルートはアフリカへは到達していない。アラビア砂漠の南には大都市がほとんどなく、砂漠も大きなバリアとして機能したと考えられる。

そして、エチオピア、ケニアなどへ伝搬した A.s はジブチに上陸した A.s が起原となっていることがわかった。それぞれの地域の A.s の多様性から、南インドの A.s の一部が、おそらく船に乗ってジブチに到達し、そこから南に広がっていた経緯がわかる。即ち、アフリカに到達し、ケニヤに至るまでの間に、ゲノムの多様性が失われているのがわかる。即ちおそらく船に乗ってわたったほんの少数の A.s から現在の集団が繁殖しており、他からの遺伝子流入がないことがわかる。エチオピアの高地には全く認められないことから、ジブチから海岸線に沿ってソマリア、ケニアと広がっている。また、南だけでなく、北のアラビア半島イエメンにもジブチをハブにして伝搬している。

おもしろいのはスーダンで繁殖している A.s は、エチオピア、ソマリア、ケニアで繁殖している系統とは離れており、別のルートで運ばれてきたことがわかる。

次に A.s の殺虫剤耐性を支える遺伝子を探索し、一つの抵抗遺伝子で殺虫剤耐性が獲得されたわけではなく、いくつかの遺伝子セットが集まることで、代謝システムがリプログラムされることで、殺虫剤の耐性が形成されていることを明らかにしている。そして、この耐性遺伝子セットはインドで流行している多様な A.s に存在し、アフリカへの伝搬の過程で、遺伝子のコピー数が増えた A.s が強く選択されていることが示されている。

結果は以上で、20年程度の間に起こった、A.sの進化と伝搬の物語が、ゲノムにより詳しく語られるようになっている。読んでいて、ガンのゲノム研究とほとんど違いがないこともよくわかった。

私の唾液腺ガンは病理診断もゲノム診断も多形腫がガン化した carcinoma ex pleomorphic adenoma と診断がついている。比較的珍しいガンで、ゲノムから良性から悪性への転換、そしてリンパ節転移を後押しする変異などがよくわかるが、膵臓ガン、大腸ガン、肺ガンのような、ドライバーがはっきりするガンでないことも認識される。17番染色体の片方が欠損しているので、大きな染色体変化がガン化に関わると思うが、この場合ガンのドライバーを見つけることは簡単ではない。

今日紹介するカナダの Mount Sinai 病院とトロント大学からの論文は、特定の染色体異数性を示すことで知られるトリプルネガティブ乳ガンの中の基底細胞様乳ガンで、異数性を示した染色体にコードされている遺伝子の中から、ガンのドライバーを特定しようとした研究で、７月８日 Nature にオンライン掲載された。タイトルは「Aneuploidy selects for the acquisition of driver genes in breast cancer（乳ガンでは、染色体異数性がドライバー遺伝子獲得につながる）」だ。

基底細胞様乳ガン (BLBC) では様々な染色体異数性が知られており、これがガンのドライバーとなっているが、領域内のどの遺伝子が実際に関わるのかははっきりしない。そこで、p53 (-) PTEN (-) マウス乳腺に、染色体異数を示す領域の遺伝子を、CRISPR or 活性化させるガイドを導入して発ガンを誘導し、ガンで誘導された遺伝子を調べ、発ガンに関わるドライバーなどを特定しようとしている。

出るは出るはの結果で、3752種類の遺伝子について検討し、最終的に90種類の遺伝子が p53 (-) PTEN (-) マウスからノックアウト、あるいは活性化するだけで BLBC が発生する。この中で、遺伝子をノックアウトすることでガンが発生する分子は、mRNAメチル化酵素、ユビキチンリガーゼ構成分子のように、様々な細胞内過程に関わり、これらの調節が異常になることでガンが起こることを示している。

おもしろいのは p53 や PTEN 欠失で染色体異数性が起こりやすくなり、その中の特定の染色体の異数性が発ガン過程で選択されると、それ以上の染色体異数性が起こらないことで一旦異数染色体が決まると、他の異数染色体の発生はガンにとっても有害なので、選択されるのだろう。

もちろん異数性により活性化される遺伝子も発見される。しかも、多くのドライバーと考えられる遺伝子は、これまでガンのドライバーとしては認識されていないものが多い。すなわち、ガンへの道筋は想像以上に複雑だ。

この研究ではその典型としてプラスミノーゲン受容体を選んで詳しく解析している。正常型の遺伝子を PI3K 変異を遺伝的に持つマウスの皮膚に過剰発現させると、皮膚ガンが６日で発生する。即ち変異は必要無く、HER2 のように発現が高まるだけでガンが起こる。ただ、この受容体を刺激するプラスミンは発ガンに必要ない。もちろんp53 (-) PTEN (-) 乳腺に発現させても BLBC が起こる。この発ガン過程をたどっていくと、プラスミノーゲン受容体はミトコンドリア膜に結合して、高い活性状態にあるミトコンドリアの活性酸素を不活化させる作用があることが明らかになた。

以上が結果で、染色体異数性による発ガン過程の解析から、これまでガン遺伝子や抑制遺伝子としてはっきりと認識されていなかった分子も、発現量が上下することで、発ガンに関わることを明らかにしている。これに加えて、先日紹介した京大 小川研 からのエピジェネティックな変化も加わるとすると、発ガン過程が理解できる日はまだまだ遠い気がする。しかし、このようなドライバーが見つかることは、標的薬が見つからなくても、その変異をガンのネオ抗原としてワクチン設計が可能であることも重要で、是非その方向での研究が進むことを期待する。

2020年、ミクログリアが分泌する補体第一成分 C1q がシナプス剪定に関わることを示した論文を紹介した（https://aasj.jp/news/watch/12355）。さらには C1q はエンドゾームに取り込まれて細胞内でリボゾームの相分離を誘導して翻訳に影響するという突拍子もない論文も発表されている（https://aasj.jp/news/watch/24795）。

このように脳神経回路での C1q に注目すると突拍子もない話が出てくるようだが、今日紹介する University College London からの論文も、今度は C1q 依存性のシナプス剪定に抗原特異的な抗体が関わるという、やはり突拍子もない研究で、7月9日 Science に掲載された。タイトルはズバリ「C1q and immunoglobulins mediate activity-dependent synapse loss in the adult brain（C1q と免疫グロブリンは成人の脳での神経活動依存性シナプス剪定に関わる）」だ。

この研究では正常マウスだけでなく、アルツハイマー病モデルについても実験を行っているが、ややこしくなるので割愛して、正常マウスのみに絞って紹介する。まず、光遺伝学的方法で海馬神経を刺激したあとの組織を詳しく検討している。刺激に応じて神経が投射している側のシナプスだけで神経活動を示す Fos の発現が見られるとともに、同じ場所に C1q が蓄積することを確認する。即ち、神経活動依存的にシナプスに C1q が集まる。その結果 VGLUT2 神経のシナプスだけが剪定される。VGLUT1 が全く影響を受けないことがミソで、この剪定により VGLUT1 優位のシナプスが維持される。ただ、その生理学的結果については全く調べられていない。

この研究では、神経活動依存的に C1q が VGLUT2 シナプスに集まるメカニズムに焦点を当てて調べており、VISUM 等のノンバイアス空間トランスクリプトームを用いて、免疫グロブリンを発現するＢ細胞が刺激に応じて海馬にリクルートされていることを発見する。刺激を受けていない反対側では全くこのような現象は起こらない。

ラベル実験から、B細胞は頭蓋骨髄から硬膜を通って、刺激依存的に海馬に移動してくること、おそらく CXCL12 ケモカインが刺激依存的に働いてB細胞の移動を誘導するのではと結論しているが、はっきりとした証拠は示されていない。

こんなことがあるのかと疑うが、IgM をノックアウトしたマウス、IgM が分泌できないマウスを用いて、B細胞から IgM の分泌がないと、C1q のシナプスへの集合はなく、シナプス剪定もないことが示される。即ち、刺激依存的にB細胞が活動している神経の近くで、IgM を分泌することが C1q の特異的集合に必須であることを示している。

さらに驚くのは、卵白アルブミンに対する抗体だけを分泌するマウスでは、刺激依存的な C1q の集合、そしてシナプス剪定は起こらない。ただ、この実験では卵白アルブミンB細胞が海馬に移動するかどうかは調べていない。これは大きな手落ちで、神経活動依存性がB細胞の移動なのかどうかを知る意味で決定的に重要な実験だと思う。いずれにせよ、IgM だったらいいわけではないので、抗原特性があることになる。

結果は以上で、C1q がミクログリアから神経刺激依存性に分泌されるだけでなく、C1q を VGLUT2 神経へ集合させるためにB細胞の神経刺激依存的移動と一定の特異性を持った IgM の分泌が必要であるという結論になる。とすると、IgM がどの抗原を認識しているのか調べてほしかったと思う。

このようにフラストレーションは残るが、本当なら免疫学的にも極めて不思議な現象で、今のところはまだ完全に信じられない。

今日紹介するカナダ・マクギル大学からの論文を読むまで全く知らなかったが、免疫チェックポイント治療 (ICI) は太り気味で BMI が25以上のヒトの方が効果が出やすいという論文がいくつか発表されている（例：Lancet Oncology Vol19, 310, 2018）。例えば太った人の方がガンになりやすい、あるいは大腸ガンは食生活が西欧化することでリスクが高まる、などの現象から考えると、大変意外な話だ。

この研究では、様々な食事のタイプを再現した餌をわざわざ作成して、その餌を食べさせたマウスのチェックポイント治療に対する反応を調べ、何故肥満の人の方が ICI に反応しやすいのか検討したおもしろい研究で、7月8日 Nature にオンライン掲載された。タイトルは「Diet–microbiome synergy underlies obesity-associated immunotherapy efficacy（食と細菌叢のシナジーが肥満の人が免疫治療に反応しやすい背景にある）」だ。

この研究の圧巻は、肉、魚、豆由来のタンパク質、様々な炭水化物、様々な植物性及び動物性油、そして様々な食物繊維を配合して、地中海食、日本食、ビーガン、アメリカ食、高脂肪食、ケトン食などを再現し、これを食べさせたマウスをわざわざ作成している点だ。これまで、単純に高脂肪食と言った簡単なレシピで済ませていたのを、ここまで徹底しているのが売りになる。

結果は期待通りで、高脂肪食だけでなく、アメリカ食、西欧食などは体重が増加する。意外なことに地中海食もアメリカ食並みに肥満を誘導する。一方、我が日本食は最も体重増加が少ない。これに相応して、腸内細菌叢も食事のタイプごとに大きく違う。この中から、良い代謝スコアや悪い代謝スコアと相関するバクテリアと特定することができる。これも少し意外だったが、乳酸菌は悪いスコアと相関している。

そして、これらの異なるタイプの食を続けたマウスにガンを注射して ICI の効果を比べるメインの実験が行われ、衝撃の結果になっている。まず我が日本食を食べたマウスでは ICI が全く効かない。これは体重は増加する地中海食でも同じだ。一方、アメリカ食マウス、イヌリンが多く含む食を食べたマウスは、ICI がよく効いてガンの増殖を抑える。日本で開発された ICI が日本食と合わないというのは皮肉だ。

ただ、肥満を起こしやすい地中海食と日本食ともに ICI が効きにくい、あるいは西欧食とアメリカ食では友にメタボスコアは悪いが、アメリカ食の方が圧倒的に ICI の効果があることから、実際には、単純な代謝レベルではなく、細菌叢とそれを支える食成分が ICI の効果を決める最大の要因であると考え、ICI の効果と相関する細菌叢を探索している。

ここからは結構単純で、最終的にサプリでも使われている L.johsonii の一種類に焦点を当てている。そして高脂肪食やアメリカ食は L.johnsonii が腸内で生存しやすい環境を作るとともに、ICI を増強する様々な分子の原料を L.johnsonii に提供することで、ICI 効果を高めるシナジーカイロを形成することを示している。実際には、ICI 増強効果に関わるメインの代謝物は、脱アミノチロシン DAT と、インドール3乳酸と特定され、DAT は試験管内のキラーT細胞のガン障害活性を増強することまで示している。

以上が結果で、我々日本人にとっては少しショッキングな結果で、アメリカ食も捨てたものではないという話だが、その結果代謝バランスを変化させるのはリスクが多いので、ICI を受けるとなって急にハンバーガーを食べ始めるというのはないと思う。その意味では、DAT やインドール3乳酸などの効果をさらに突き詰めて、代謝バランスを壊さない ICI 食を開発してほしい。

私も多くの友人をガンで亡くしているが、今回自分がガンになって、多くの友情や理解に支えられ、少なくともゲノムだけは徹底的に調べることができ、その中から様々な作戦が考えられることを知って、結果はともかく新しい時代まで生きることが出来て良かったと感謝するとともに、自分のガンのことをほとんど知ることなく逝ってしまった友達の無念が伝わる。このように、自分のガンを知る意味でゲノム変異は最も大きな情報になるが、ガンのタイプはゲノムだけで決まっているわけではない。例えば K-ras, p53 等のよく似た変異を持っていても、直腸ガンと膵臓ガンは区別される。これは、それぞれの臓器の発生過程で、染色体構造の変化、即ちエピジェネティックな変化によって細胞の特徴が決まったところに、ガンのゲノム変異が加わるからで、もちろん大きくエピゲノムが変化してしまうこともあるが、ゲノム変異にもかかわらず、細胞の特徴が維持されていることになる。即ち、特定のガンを知るには、ゲノムとエピゲノムを明らかにすることが必要になる。

このことを見事に証明したのが、今日紹介する京大とカロリンスカ大学からの論文で、1500例を超す急性骨髄性白血病 (AML) のゲノムとエピゲノムを徹底的に調べ、様々な細胞へと分化する血液幹細胞のガンは、エピゲノム抜きに理解できないことを示した研究で、7月8日 Nature にオンライン掲載された。タイトルは「Chromatin landscape and epigenetic heterogeneity of acute myeloid leukaemia（急性骨髄性白血病の染色体地図とエピジェネティックな多様性）」だ。

研究では1500人を超す症例について、ゲノム、Atac-seq によるオープンクロマチンを調べ、一部の患者さんではメチル化DNAや、Chip-seq による super enhancer の特定、必要に応じて single cell レベルの Atac-seq まで行い、徹底的に AML のエピゲノムを解明している。（このブログで最初に Atac-seq を紹介したのが2015年だったが、あれから10年、エピゲノム検査のエースとして定着しているのに感心する。）

データは膨大で、詳細については AML やゲノム研究について知識が必要だと思う。事実、京大の小川さんたちは日本のガンゲノムを牽引してきており、特に AML のゲノム分類では大きな成果を上げてきている。その上に、今度は Atac-seq を中心にエピゲノムを加えているので、Fig.1c にまとめられたデータは、おそらくこれからの臨床にとっては情報の宝庫になるが、ここでは詳細は全て割愛して、大きな結論だけを紹介する。

1. Atac-seq のピークのパターンから、AML を16サブグループに分けることができる。このパターンはメチル化DNA のパターンとほぼ逆相関で一致している。
2. エピジェネティックサブグループは、白血病発生に関わる遺伝子と強く相関していても、独立している。例えばサブグループA (SubA) では、PML-RAR 転座と完全に一致するが、AML の3割程度に見られる有名なFLT3-ITD は、広くサブグループに分布している。即ち FLT3-TID だけでは AML のドライバーという一面しか見ることができない。
3. この事実は、遺伝子変異はランダムに起こるにせよ、造血細胞に応じてドライバーの好みがあることを意味する。
4. 事実、エピゲノムをベースのサブグループは、当然転写されている遺伝子の違いと対応しており、ほとんどは血液分化のステージを反映する。さらにそれぞれのサブグループで働いているスーパーエンハンサーを Chip-seq で特定することが出来、例えば Su-M、 N では骨髄球や単球、Sub F、H では赤血球系で働くスーパーエンハンサーが特定できる。このようにエピゲノムのプログラムの強固なネットワークの上に、ガンが発生しているのがわかる。
5. 即ち、エピジェネティックに決定される造血系の複雑な前駆細胞階層性のうえに、白血病が発生していることがわかるが、これをさらに確認するため、各グループの白血病細胞の single cell Atac-seq を行い、single cell レベルでは明確に一つの前駆細胞に対応する白血病であることを証明している。
6. さらに、ガンの幹細胞に関しても、それぞれのエピジェネティックなタイプごとに、特定することができる。
7. そして何よりも重要なのは、この分類は臨床的な予後、薬剤への反応性など、臨床経過を強く反映することで、例えば同じように K-ras、p53 変異でも膵臓ガンが予後が悪いというのと同じことが、AML では同じ白血病の中でわかる点だ。

以上、かなり私の勝手な解釈を加えて、詳細を省いて解説した。間違っていると小川さんからお叱りを受けるかもしれないがお許し頂きたい。造血系などの複雑な階層性が存在する組織では、ゲノムだけでガンを定義するのは片手落ちであることを見事に示した研究だと思う。そして、AML だけでなく、全てのガンで、ガンを知るのにエピゲノムも欠かせないことを示していると思う。是非次世代の体がん戦略に役立てていってほしい

自然科学の実験を AI に計画、実施させる研究は急速に進展し、このブログでも何回か紹介した。可能性だけでなく、臨床に使えそうな様々な手段が実際に生まれているのにも驚く。しかし、生命科学の実験結果を予測するとなると、自然言語だけでなく、DNA をはじめとする様々な情報を統合するエージェント AI が必要になるだろう。

これに対し、社会を形成する情報の核は自然言語だと考えると、社会科学の実験結果を、人間が生み出す膨大なテキストを学習した LLM で予測できるのではと考えられる。この問題にチャレンジしたのが今日紹介するハーバード大学、スタンフォード大学、及び Transluce 研究所からの論文で、7月8日 Nature にオンライン掲載された。タイトルは「Large language models can predict the results of social science experiments（大規模言語尾デルは社会科学実験の結果を予測できる）」だ。

まずこの論文の問題を指摘するところから始めたい。Nature の読者の多くは社会科学研究には疎いのではないだろうか。にもかかわらず、ここで使われた様々なデータについての説明がほとんどなく、何を調べているのかについてはいちいち文献を調べないとわからないという状況だった。

いずれにせよ、課題は明確で「社会科学実験結果は LLM で予測できるか？」だ。これを調べるため、LLM が学習していないと考えられる社会科学実験の結果を LLM がどこまで予測できるかを調べている。そのために使ったのが TESS と呼ばれる米国の社会科学実験のデータベースにある実験と結果だ。最初、「コロナワクチンを射ちますか」と言った調査結果かななどと考えていたが、TESS で行われている実験はかなり複雑で、子供の数は何人が良いかと言う調査の例を挙げると（https://www.tessexperiments.org/study/behrman1586）、単純に何人がいいですかと聞くのではなく、様々な家族のシナリオを見せた後、最終的に何人の子供がいいかを尋ねるという実験だ。そして、これを LLM で予測させるとき、あなたは米国の白人で、サラリーはこの程度で、等と様々なプロンプトを作成して、予測させるようにしている。

結果は GPT-4 だけでなく、多くのコーパスを学習したモデルはかなり予測精度がいい。さらにおもしろいのは、LLM の予測は、人間だけでも同じ程度に予測できる。逆に言うと社会に関する人間の予測と同じ能力を LLM が備えていることになる。

TESS だけでなく、有名な社会科学実験についても予測させている。　例えば2024年 Science に報告された、Covid-19ワクチン接種に対する SNS の影響を調べ、SNS の情報のファクトチェックの重要性を示した研究などは、極めて高い予測率を示している。一方で、25種類の反民主主義感情を抑える様々なストーリーを提示して、反民主主義的考えを抑える可能性を追求した Science の論文については予測率が少し落ちている。

いずれにせよ、人間が考える介入方法で誘導出来る因果的な人間の反応に関して LLM は高い予測率を示すことが明らかになった。

この性質を用いて、大規模実験を行うパイロット実験段階で使う可能性、例えば調査対象が少ない場合、この影響を LLM での結果と比較して評価し、大規模実験に進むか決めたり、どのような介入方法で因果性を調べることができるかについての、ストーリーを考えさせたりすることが可能になる。

ただ、これまで行われていた社会実験を制限するリスクが生まれるし、また LLM の結果を評価に使うと、LLM 自体に存在するバイアスを実験に持ち込んでしまう心配はある。

以上、データが不足しており問題の多い論文だと思うが、LLM が学習した膨大なテキストの中に、文章が生まれた属性、価値観、政治文脈などの社会的構造がコンテキストとして映り込んでいることを示している。すなわち、言語の意味空間でなく、言葉が生まれた社会状況が LLM に映り込んでいることを示し多た重要な貢献だと思う。

パーキンソン病 (PD) はαシヌクレインが神経細胞内で凝集し、ドーパミン産生細胞が失われることによって起こる。この細胞欠損を正常細胞を移植して補うのが、例えば我が国のアムシェプリだ。現在アムシェプリの適応はかなり進行したケースに限定されるが、そこに至るまでの進行を遅らせる治療法も重要になる。

今日紹介する中国・南京医科大学からの論文は、アストロサイトでのαシヌクレインの処理を高めることで PD のシヌクレインの伝搬や凝集を抑えることが PD の治療になる可能性を示した研究で、7月8日号 Science Translational Medicine に掲載された。タイトルは「Targeting of CH25H to boost p62-dependent autophagic degradation of α-synuclein in cell and mouse models of Parkinson’s disease（CH25Hを標的にしてp62依存的αシヌクレインのオートファジーを亢進することでマウスのパーキンソン病モデルを治療できる）」だ。

この研究では、PD を誘導する神経毒を注射したマウスの線条体で変化する遺伝子を調べ、発現が著明に増加する遺伝子の中に神経炎症に関わるとされているコレステロール25-ハイドロオキシラーゼCH25Hが存在するのに気づく。

ある意味ドンピシャの分子で今まで見つからなかったのが不思議なぐらいだが、黒質での発現は神経でなくアストロサイトとミクログリアであることもわかった。そして、様々なデータベースを用いて発現の特異性を調べていくと、PD 患者さんのiPS細胞由来アストロサイトで強く発現することも明らかになった。

そこで、アストロサイト特異的に CH25H をノックダウンする実験を行うと、マウスの行動性が上昇し、黒質でのシヌクレインの蓄積も低下し、ドーパミン産生細胞の喪失も抑制できることがわかった。逆に、アストロサイトで CH25H を過剰発現させると、αシヌクレインの分解が抑えられる。即ち、CH25H は神経から吐き出されたαシヌクレインを取り込んだアストロサイトでの分解を阻害することがわかった。

このメカニズムを生化学的に調べ、ストロサイトでαシヌクレインはオートファジーを介して分解されるが、この時にαシヌクレインに結合する p62タンパク質の結合を CH25H が阻害することを突き止める。そこで、αシヌクレイン、CH25H の p62タンパク質との結合部位を解析し、p62 の60−120アミノ酸部位に CH25H が結合してしまうことで、αシヌクレインの結合と分解が抑制されることを発見する。

この結果に基づき、p62の60−90番目の30ペプチドを設計してαシヌクレイン分解を調べると、このペプチドは CH25H のみに結合して、ｐ62とαシヌクレインの結合阻害活性を消失させることを発見する。そして、このペプチドをマウスパーキンソンモデルに投与すると、症状の改善とともに、αシヌクレインの沈着をおさえ、ドーパミン神経の消失を抑えることを明らかにしている。

以上が結果で、少なくともマウスモデルでアストロサイト特異的に CH25H をノックアウトする、あるいはペプチドで CH25H と p62 の結合を阻害することで、パーキンソン病のαシヌクレインの量を減らし、伝搬を抑えられる事を示したのは大きい。いずれの介入方法も、実際の人間でも可能と考えられるので、根治方法ではないが、PDという長い道のりを対象にする薬剤として開発してほしい。

Single cell レベルの遺伝子発現データを読み込ませた生成AIについてはこれまでも紹介してきた。事実、single cell データの蓄積は驚くべきもので、しかもゲノムの言語モデルも進展を続けている。

今日紹介する Zuckerberg Initiative からの論文はタンパク質の進化コンテクストを学習した ESM2 をベースに single cell レベルの遺伝子発現データを統合することで、種にかかわらず、発現しているタンパク質のセットをベースに細胞という単位を潜在空間にベクトル化するモデルの開発研究で、7月2日 Science に掲載された。タイトルは「TranscriptFormer: A generative cell atlas across 1.5 billion years of evolution（TranscriptFormer: 15億年の進化で生まれた細胞の生成アトラス）」だ。

メタの研究所 Evolutionary Scale で開発された ESM2 については紹介してきたが、多くの種のタンパク質配列データを学習したモデルで、様々な情報と統合が可能になっている。例えば、我々が持っている自然言語のコンテクストインプットして、タンパク質の配列をデザインする ESM3 については以前紹介した（https://aasj.jp/news/watch/26196）。

同じ ESM2 を今度は single cell RNA sequencing のデータと統合して TranscriptFormer モデルを形成し、未知の細胞でもそれが発現するタンパク質パターンを生成できるようにしたのがこの研究だ。具体的には、蛋白質に関しては ESM2 内のベクトル値を用いてトークン化し、このトークンをベースに、今回用いた12種、1889細胞タイプの1億細胞についての single cell RNA sequencing データを学習させて、TranscriptFormer を構成している。この細胞単位の遺伝子発現は、ESM2 上のタンパク質ベクトル値に加えて、それが現れる頻度も合わせて学習させており、これは大変な作業だと思う。また、このモデルでのアテンションは、発現量に応じて影響されるように設計している。こうして、細胞種単位でどのタンパク質がどの発現量で出てくるのかという確率分布を学習することで、細胞を様々に分類したり、細胞レベルの遺伝子発現プログラムを予測するなどが可能になる。

後はこのモデルのパーフォーマンスを調べている。このモデル自体には細胞の種類や名前といったアノテーションは含まれていないが、当然アノテーションをリンクできる。これにより例えば海綿の neuroid 細胞とカエルの孵化腺に対応することがわかる。従って学習に使っていない動物でのデータを、ヒトのリンパ球に相当すると細胞型を決めたりも出来る。またこのタスクに関して他のモデルと比較すると、明らかに今回のモデルの方が優れている。

おもしろいのは、Covid-2 に感染した細胞のデータをインプットして細胞型を予測させると、感染に伴うタンパク質の発現の違いを正確に検出すると言った現実的課題にも成功している。同じように、例えばガン化の際に起こる変化の予測や、薬剤によるタンパク質発現変化についても、他のモデルよりははるかに優れた予測性能を持っていることがわかる。さらに発現している転写因子をプロンプトとしてインプットすると、標的遺伝子もリストできるという具合だ。また、B細胞の CD19 を条件としてインプットすると、B細胞で働く転写因子群をリストできる。

完全に理解しないで紹介しているので、要領を得ないかもしれないが、私の理解をまとめてしまうと、ESM2 のタンパク質エンベッディングを細胞という単位で再構成して新しい潜在空間に分布させることで、生物の最小単位の細胞に必要なタンパク質の集まりを表象するとともに、生きた細胞という制約の中で起こりうる進化的多様化をコンテクストとして学習したモデルが TranscriptFormer だ。当然細胞分化の過程は潜在空間内の近接したベクターの変化として追えるし、細胞レベルで種間の距離を調べ、進化を明らかにすると言った現実的課題も可能になっており、一度自分のデータをインプットすることが大事だろうと思う。

私のガン細胞に関しては single cell 解析は行っていないが、もし行っておればどの転写因子が支配的で、どのプログラムが正常から逸脱しているかもわかるかもしれない。