4000年かかるヒト遺伝子の網羅的探索を富岳と「発見するAI」利用し1日で完了、肺がん治療薬と耐性の因果メカニズム抽出

今回は「4000年かかるヒト遺伝子の網羅的探索を富岳と「発見するAI」利用し1日で完了、肺がん治療薬と耐性の因果メカニズム抽出」についてご紹介します。

関連ワード （以上、増殖、薬効等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、TechCrunch様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

東京医科歯科大学と富士通の研究グループは3月7日、スーパーコンピューター「富岳」と、富士通が開発した「発見するAI」を用いて、肺がん治療薬の耐性の原因と思われる遺伝子の、新たな因果メカニズムの抽出に成功したと発表した。これは、2万変数ものデータを1日以内で超高速計算し、1000兆通りの可能性から未知の因果を発見できる技術の開発によるもの。

がんの原因となる分子だけに作用する「分子標的薬」は、投与を続けると、それに対する耐性を持つがん細胞が増殖し再発するという課題があり、そのメカニズムを解明するには、精緻なデータと解析技術が不可欠となる。また、薬の臨床治験では、効果が期待できる患者を選ぶ必要があるが、個人の遺伝子やその発現量により薬剤効果が異なり、遺伝子の発現量の組み合わせパターンは1000兆通りを超える。がんに関係することが判明している主な50個の遺伝子の組み合わせに限定し、各遺伝子の発現量を2分類（遺伝子の発現の「高い」「低い」など）とした場合でも、条件数は2の50乗となり、1000兆通り以上となるそうだ。

そのため、効率的な探索技術が求められており、その有力な候補となるのが富士通が開発した「発見するAI」だ。これは、判断根拠を説明でき、知識発見が可能なAI技術「ワイドラーニング」（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なのだが、2万個あるとされるヒトの全遺伝子を網羅的に探索しようとすると、通常の計算機では4000年以上かってしまう。

そこで研究グループは、富岳に条件探索と因果探索を行うアルゴリズムを並列化して実装し、計算能力を最大限に引き出した。そこに「発見するAI」を活用したところ、ヒトの全遺伝子に対する条件と因果関係の網羅的探索が1日以内で実現した。そして、肺がんの治療薬に耐性を持つ原因となる遺伝子の特定に成功した。

研究グループは、今後、薬効メカニズムやがんの起源の解明といった重要課題に取り組むとしている。また東京医科歯科大学は、この技術を用いてがんや難病の攻略法の研究を推進する。富士通は、マーケティングやシステム運用などで複雑に交錯する因子を発見し、意志決定を支援する取り組みを進めるとのことだ。