ブライトパス・ストーリー

バイオベンチャー、とりわけブライトパス・バイオについての情報を発信します。

スポンサーリンク

記事:ブライトパスと提携する東大・宮野悟先生を支えるのは、IBM「WATOSON」。

スポンサーリンク

記事→昨日、NEC創薬分野に参入とのニュースが流れました。

ブライトパスは大丈夫か?とお考えの方のために、以下の過去資料をご紹介します。

まずは、ブライトパスと東大との共同研究に関する昨年12月27日の日経新聞記事です。⇒

www.nikkei.com/.../DGXMZO39457490X21C18A2LX... - キャッシュ
 
上の日経新聞記事にもありますIBM「Watson」に関する宮野悟先生のインタビュー記事をご紹介します。⇒
www.ibm.com/downloads/cas/ENYEDJK4
 
このインタビューの注目すべき箇所を抜粋しますと、
1、「2015年7月、東大医科学研究所と日本IBMは、「Watson for Genomics(WfG)」を活用した新たながん研究を開始すると発表した。北米地域以外の医療研究機関としては、東大医科研がWfGの最初のユーザーとなった。
長年にわたって遺伝子医療の探究を続けてきた東大医科研が目指すのは、それぞれのがん患者に適した治療を提供する個別化医療である。」
⇒東大・宮野氏は、もう4年前もからWatsonを使った完全個別化を目指し研究を開始しています。

2、「個々のがん患者に適した治療法を探るための手段の1つが、ゲノム解析である。ゲノム上のすべての遺伝情報を読みとり、解析することで原因の特定や治療方針の決定に役立てる。そのために東大医科研が選んだのが、WfG(Watson)である。
この選択の背景にある重要な変化の1つは、扱うデータ量が爆発的に増大したことである。「がんの分野だけで、2014年に約20万の論文が発表されました。バイオメディカル分野の論文は2000万以上に達します。こうした論文の数は倍々ゲームのような勢いで今も急増中です」(宮野氏)
以前は人手に頼って1年がかりの調査が、Watson導入後は類似の調査が30分になった。
 
3、一方で、膨大なシークエンスデータが出現している。シークエンスデータとは、DNAの塩基配列を示すデータのこと。次世代シークエンサーと呼ばれる高性能のDNA解析装置が登場したことで、より大量のデータが生成されるようになった。「これまでに生命科学が遭遇したことのないデータ量です」(宮野氏)

、(具体的なWatsonの成功例として)東大医科研における遺伝子研究の成果の1つとして、大腸ポリポーシス(ポリープが大腸に多数発生し、大腸以外の臓器にも異常を伴うことが多い。放置すると高確率で大腸がんに移行する)の原因を明らかにしたことがある。中心的な役割を担ったのは、宮野氏の同僚である古川洋一教授だ。
「このときは、ポリポーシスの全ゲノムシークエンスを行いました。原因であろうと疑われる遺伝子を順番に調べていった結果、ある遺伝子の周辺の異常がポリープの大発生をもたらしていることがわかりました。どうやって探したかというと、目で探した。パソコンの画面に表示されるシークエンスデータをじっとにらんで、怪しいものは
ないかと探すのです。原因の特定までに1年かかりました」(宮野氏)
このようなやり方では、遺伝子医療革命後に結果を残すことは難しい。東大医科研の研究者たちが難問を前に悩んでいたとき、目の前に現れたのがWatson Genomic
Analyticsだった。
Watson Genomic Analyticsを活用した研究は、2015年7月にスタート。がん患者から得たデータなどをもとに学習を繰り返す中で、WfGはスマートなものへと成長していった。
大腸がんの細胞株を用いてWatsonの能力テストを行った。これに先立って、Watson Genomic Analyticsは膨大な情報を学習していた。2000万件超の論文の要約部分、1500万件超の薬品の特許情報、世界中の研究機関から集められた100万超のがんの変異に関する情報などである。
「細胞株を用いたゲノムのシークエンスデータを用いて、Watsonによる解析テストを行った事例です。まずシークエンスのデータを解析すると、4000を超える遺伝子変異の候補が挙がってきました。遺伝子の4000カ所について、その変異が大腸がんの原因になっているかどうかを調べる必要があります。これを従来のような手作業で調べるのは不可能です。頑張ってもせいぜい100くらいでしょう。そこで、Watsonの登場です。データをWatsonに投入すると、30分かからないうち
に打ち返してくれました」(宮野氏)
「Watsonがなかったら、ここにたどり着くことはできなかった」
⇒このような具体例を読むと、AIの果たす重要性がよく理解できます。

5、「たとえば、急性骨髄性白血病という血液のがんがあります。患者さんには大きく2つのタイプがあり、一方は病気の進行が非常に速く、もう一方はゆっくりと進行します。治療法はまったく異なります。医科研には診断や治療の難しい患者さんが多いのですが、同僚の医師たちは、その難しい判断を下さなければなりません」と宮野氏。しかも、厳しい時間的な制約があるという。
「血液のがんについて、医科研では20日余りの間に診断し、治療方針を決定すると
いう決まりがあります。個別化医療を行うためには、この枠組みの中で患者のゲノム
シークエンスを実施し、遺伝子変異の原因を突き止めて治療法について意思決定
しなければなりません。スピードは非常に重要な要素です」(宮野氏)
このような観点でも、WfGに対する東大医科研の期待は大きい。
 
ほとんど抜粋してしまいましたが、それだけこのインタビュー記事は意義深い内容に満たされています。
このインタビューは2016年5月に行われたもの、ちょうど3年前です。
ブライトパスの共同研究相手を探し出す臭覚は、なかなかのものだと感心します。
この東大・宮野先生に加えて、がん研・中面先生や三重大・神奈川県立がんセンターなど、役者は揃っています。
 
 
スポンサーリンク