実験と機械学習モデルの融合 – 薬物送達システム研究へのAI利用

薬物送達システム(DDS)とは、投与した薬物の体内展開を最適化し、必要な部位に必要な時間だけ作用させることを目指す学問領域で、薬物作用の最大化とともに副作用の軽減にも大きな役割を果たす。一方、実験で得られる情報は常に不十分で不安定であることから、DDSを正確に評価するために必要となるパラメータを漏れなく抽出することは本質的に困難だった。イタリア・パドヴァ大学などの研究チームは、実際の実験と数値シミュレーション、機械学習モデリングを組み合わせたハイブリッドアプローチを提唱している。

Computers in Biology and Medicineの8月号に収載されるチームの研究論文によると(オンライン版は公開済み)、がんを標的とした抗腫瘍効果といった物理的モデル因子を正確に導出するための新しい手法を提案している。ここでは腫瘍の成長や薬物送達に数理モデルを設定し、実験結果を統合してモデルへフィードバックすることで、信頼性の高い予測ツールを取得することを目指す。

特に抗がん剤治療においては、その殺細胞性の特異性が問題となる。つまり、本来的な標的である悪性腫瘍だけではなく、増殖期にある正常細胞までを障害する危険性が高く、これを回避することは非常に難しい。多剤併用療法などによって副作用をコントロールするアプローチもあるが、DDSの究極的な発展は、高度選択的に悪性腫瘍細胞単独の排除を実現するものとなるため、がん死が深刻となる高齢社会にあっては同領域での研究成果は大きな意味を持つ。

前の記事大腸がんのリンパ節転移を迅速に検出するAIモデル
次の記事病理AIで躍進するPaige
TOKYO analytica
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc, PhD
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て東京大学特任研究員など。専門はメディカルデータサイエンス。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。