深層生成モデルによる複雑疾患の細胞ダイナミクス解読とインシリコ創薬

概要

UNAGIは時系列単一細胞状態を学習して特発性肺線維症の進行を解明し、薬剤候補を優先順位付けした。ニフェジピンの抗線維化作用はヒト肺スライスで確認。計算手法の革新性に、プロテオミクスとex vivo検証を組み合わせ、COVIDを含む他疾患にも汎用性を示した。

主要発見

• UNAGIは時系列単一細胞ダイナミクスを捉え、薬剤摂動モデリングを改善した。
• 特発性肺線維症において候補薬を同定し、ニフェジピンの抗線維化作用をヒト肺スライスで検証した。
• プロテオミクスが推定ダイナミクスを支持し、COVIDを含む他疾患にも汎用性を示した。

臨床的意義

臨床段階ではないが、UNAGIは（ニフェジピンなど）再開発可能薬や新規標的の優先順位付けを可能とし、特発性肺線維症の前臨床開発や初期試験設計に資する。

限界

• 薬剤予測の検証範囲が限定的（例：ニフェジピン）で、in vivo/臨床転帰は未検証。
• 多様な患者集団・組織環境における汎用性と性能の精査が必要。

今後の方向性

優先候補薬の前向き前臨床評価（用量反応・機序）、多施設単一細胞コホートでの外部検証、モデル情報に基づくバイオマーカーを用いた初期臨床試験。