富士通と東京医科歯科大学、スパコン「富岳」とAIを活用してがんの薬剤耐性に関わる未知の因果を発見する技術を開発

がんの分子標的薬（※1）は、患者への投与を続けると、その薬剤に対して耐性を獲得したがん細胞が増殖し、再発することがある。このように、複数のドライバー変異（※2）を獲得した細胞群が変幻自在に異常な振る舞いをするがん耐性獲得のメカニズム解明には、精緻なデータと解析技術が不可欠である。

薬剤開発や既存薬の再配置（※3）の臨床治験では、薬剤効果が期待される患者のおおまかな同定が重要だが、個人や臓器における遺伝子やその発現量などにより薬剤効果が異なり、複数の遺伝子の発現量を組み合わせたパターン数は1,000兆通りを超えるほど膨大なため、医療や創薬の進歩の鍵を握る効率性が高い探索技術への期待が高まっている。

富士通株式会社が開発した現場のデータから新たな発見の手掛かりを提示する技術「発見するAI」は、判断根拠の説明や知識発見が可能なAI技術「Wide Learning」を用いて、特徴的な因果関係を持つ条件を網羅的に抽出する技術として開発されたが、ヒトの全2万個の遺伝子を対象とした網羅的な探索には通常の計算機で4,000年以上かかる試算であったため、処理の高速化が課題となっていた。

このほど、富士通と国立大学法人東京医科歯科大学は、発見するAIをスーパーコンピュータ「富岳」上に実装し、従来は実行困難であった2万変数のデータを一日以内で計算することが可能で、1,000兆通りの可能性から未知の因果を発見できる技術を開発した。

同技術は、プロセッサ間とプロセッサ内の並列性を特長とするスーパーコンピュータ「富岳」上にヒトの全遺伝子を実用的な時間で分析できるよう、条件探索と因果探索を行うアルゴリズムを並列化し実装することで、計算性能を最大限引き出すことができるという。

今回、がん医療と創薬の現場課題である抗がん剤の薬剤耐性（※4）を分析するために、富岳上で同技術を用いてDepMap（※5）の公開データを実行した結果、ヒトの全遺伝子に対して条件と因果関係を一日以内で網羅的に探索し、肺がんの治療薬に耐性を持つ原因となる遺伝子を特定することに成功した。

肺がんの治療薬などで用いられるゲフィチニブは、EGFR経路（※6）の活性化を押さえてがんの進行を抑える分子標的薬であり、耐性が発生する現象が知られている。

DepMapのがん細胞株約300種の遺伝子発現量（※7）データとゲフィチニブの感受性、耐性データを解析し、ゲフィチニブが効かないがん細胞株の条件とメカニズムを網羅的に探索した結果、ZNF516,E2F6,EMX1の3つの転写因子（※8）の発現量が低いという条件を探り当て、その条件を満たす肺がん細胞株では、転写因子SP7とPRRX1をトリガーとするメカニズムが耐性を生み出す因果として新たに示唆された。

これにより、患者一人ひとりに対応した効果的な抗がん剤創薬の実現に向けて同技術の活用が期待できる。

なお、同技術開発は、スーパーコンピュータ「富岳」成果創出加速プログラムにおいて、東京医科歯科大学と京都大学、富士通などが参画する課題「大規模データ解析と人工知能技術によるがんの起源と多様性の解明」解決に向けた取り組みの一環として実施している。

※1　分子標的薬：病気の原因となっている分子（タンパク質や遺伝子等）だけに作用するように設計された治療薬。
※2　ドライバー変異：がんの発生や悪化の直接的な原因となる遺伝子変異。
※3　既存薬の再配置：ある疾患の治療薬として開発、認可された既存薬を、別の疾患治療用に適用すること。
※4　薬剤耐性：薬剤の投与を続けているうちに、その薬剤の効果が弱まってしまう現象。
※5　DepMap：米Broad Instituteが提供する約600種の様々ながん細胞株に対する約4500の薬剤の感受性、耐性のデータ。がん細胞株の変異情報と全遺伝子の発現データ等が含まれる。
※6　EGFR経路：上皮成長因子（EGF）という生体分子の刺激を受け取って、細胞増殖を活性化するメカニズム。
※7　遺伝子発現量：DNAから複写されたRNA（転写により一部のDNA配列を鋳型として合成されたDNAと同じ核酸）の量。
※8　転写因子：遺伝子の転写（RNAの合成）を制御する遺伝子。

プレスリリース提供：富士通