- UCサンディエゴの研究チームがAIを活用してPHGDH遺伝子の新たな役割を解明し、アルツハイマー病の原因として機能することを確認
- PHGDHタンパク質の非酵素的機能が遺伝子発現の制御を妨げ、疾患を誘導する経路を初めて明らかにした
- AIベースのタンパク質3D構造予測により、DNA結合ドメインに類似した構造を発見し、この機構を立証
- この経路を遮断できる低分子阻害剤 NCT-503を発見し、動物実験で記憶力と不安症状の改善効果を確認
- 今後は臨床試験に向けた最適化とFDA IND研究が予定されている
研究背景
- 65歳以上の高齢者の9人に1人がアルツハイマー病を患っており、その大半は遺伝的変異を伴わない孤発性アルツハイマー病である
- 既存の治療法は効果が限定的であり、根本原因の解明が新たな突破口として注目されている
PHGDH遺伝子の分析
- 研究チームは血液バイオマーカーとして知られるPHGDH遺伝子に着目し、疾患進行との相関関係を確認
- 実験ではPHGDHの発現量が高いほどアルツハイマー病の進行が深刻化し、発現量を低下させると症状が緩和された
- これによりPHGDHが**疾患を引き起こす因果遺伝子(causal gene)**であることを実証
AIの貢献と新たな機構の発見
- AIベースのタンパク質3D構造解析により、PHGDHタンパク質内にDNA結合ドメインに類似した構造が存在することを発見
- この構造は遺伝子発現の制御経路を妨げ、神経細胞の機能異常を引き起こす
- PHGDHは単なる酵素としての役割にとどまらず、"moonlighting"という二重の役割を果たしている
治療候補: NCT-503
- 既存の酵素活性を阻害せず、非酵素的機能のみを遮断するNCT-503に注目
- この分子は血液脳関門を通過でき、PHGDHのDNA結合部位に作用する
- アルツハイマー病の動物モデル実験で、NCT-503投与時に記憶力と不安の改善効果が確認された
今後の計画と期待
- 完全な孤発性アルツハイマー病の動物モデルが存在しないという限界にもかかわらず、臨床応用の可能性を示した
- 経口投与の可能性など実用的な利点がある
- AIベースの構造予測と組み合わせた新薬開発戦略の新たな方向性を提示した
1件のコメント
Hacker Newsの意見
「AIが新しいものを発見した」とマーケティングするのは残念だ。実際の論文著者たちは、ほとんどが標準的な生化学と細胞生物学の作業を行っており、計算技術とは関係がなかった。AlphaFold3 の解析は補足図の一部パネルにすぎず、既知の低分子阻害剤の選定にも役立っていなかった。AlphaFold は構造生物学と生物物理学において革命的だが、今回は AI の誇大宣伝が実際の作業の価値を覆い隠している深刻な例だ
AI によって PHGDH タンパク質の3次元構造を可視化できた。その構造の中で、既知の転写因子クラスの DNA 結合ドメインと非常によく似た下位構造が見つかった。類似性があるのはタンパク質配列ではなく構造だけだ
APOE、特に e4 とのつながりが興味深い。e4 ではコリン要求量が増加し、コリン値が低いと代謝的圧力によって PHGDH 活性が上昇し、その結果セリン合成が増加する。コリン補充剤の研究で肯定的な結果が見られる理由かもしれない
AI/LLM/ML の誇大宣伝がソフトウェアエンジニアリングに誤って適用されていると、私はずっと信じてきた。医療と法律は、データ量がフラクタル的に膨大で専門家が不足しているため、より大きな影響を受ける。大量の超音波画像や胸部X線を収集したり、法的助言を提供したりする場合、LLM/ML はコンピュータコードを書くよりもうまく機能する可能性が高い
国民皆保険の強力な論拠だ。米国に国民皆保険があれば、共通カルテプロトコルと医療カルテの交換が必要になるだろう。AI/ML は、大規模データセットの中から、他の方法では見つけられない相関関係を見つけるのに非常に有用だ。全員の医療カルテが1か所にあれば、膵臓がんの症状が出る4年前に患者が鼻血の増加を訴えていた、といったことを見つけられるかもしれない。もちろん、カルテ交換のために国民皆保険が必須というわけではなく、プライバシーの問題も考慮する必要がある。しかし、すべての人の医療記録が分析可能なら、多くの病気の治療法や先行指標を見つけられるのではないかと思う
「遅発性アルツハイマー」と分類した方がよい。現在理解されているアルツハイマー病は1つの病気ではなく、適切な検査がないために1つのカテゴリにまとめられている複数の病気かもしれない、という理論がある。これはアミロイド仮説をめぐる論争の一部でもある
投資と利益を追う人たちによる LLM の誇大宣伝が、「AI」を泥沼に引きずり込んでいるのは悲しい
母には遅すぎたが、将来は私の役に立つかもしれない
この発見が確認されれば非常に興味深い。しかし、私たちは間違った方向に進んでいると思う。老化は本質的に混沌としている。私たちはときどき、共通した症状群を持つ病気を特定するが、それは複数の代替的な原因が同じ症状につながるからだ。「収束症状」とでも呼べるだろう。自由に研究できる資金があるなら、私は細胞老化を計算的にマッピングし、逆転させるという、より根本的な問いに集中する。小さなロティファーのようなものから始めるだろう。生物学者たちには「このロティファーを理解したい」や「老化を理解したい」ではなく、「老化をマッピングできる正確な計算フレームワークを作れるか」に集中してほしい。科学研究資金は政治的・イデオロギー的制約が多く、失われた大義だ
AlphaFold の出力を使ったのだろうか。DeepMind が数百万件のタンパク質3D構造を無料公開したことを忘れてはならない。もし Elsevier のような購読の壁の向こうにそのデータが隠されていたらどうだっただろう？ 少なくとも DeepMind には功績を認めるべきだ