RNAワクチンやその他のRNA治療薬は、現代医療において大きな可能性を秘めていますが、その開発には効率的な送達システムが不可欠です。マサチューセッツ工科大学（MIT）の研究者たちは、AIを活用することで、この課題を克服する画期的な方法を開発しました。本記事では、AIがどのようにRNA治療薬の送達効率を向上させるのか、その詳細を探ります。
MITの研究者たちは、AIを用いて、RNAワクチンやその他のRNA治療薬をより効率的に送達できるナノ粒子を設計する新しい方法を考案しました。彼らは、数千もの既存の送達粒子を分析するために機械学習モデルを訓練し、そのモデルを使って、さらに優れた性能を持つ新しい材料を予測しました。このモデルは、異なる種類の細胞で効果的に機能する粒子を特定し、新しい種類の材料を粒子に組み込む方法を発見することを可能にしました。
この研究の鍵となるのは、「COMET」と呼ばれる新しいモデルです。これは、ChatGPTのような大規模言語モデルを支えるトランスフォーマーアーキテクチャにインスパイアされています。これらのモデルが単語が組み合わさって意味を形成する方法を理解するように、COMETは、異なる化学成分がナノ粒子内でどのように組み合わさってその特性（例えば、RNAを細胞に送達する能力）に影響を与えるかを学習します。研究者たちは、約3,000種類のLNP（脂質ナノ粒子）製剤のライブラリを作成し、それぞれの送達効率をテストして、このデータを機械学習モデルに供給しました。
モデルが訓練された後、研究者たちは既存のLNPよりも優れた新しい製剤を予測させました。彼らは、これらの予測を検証するために、新しい製剤を用いて蛍光タンパク質をコードするmRNAをマウスの皮膚細胞に送達する実験を行いました。その結果、モデルが予測したLNPは、訓練データ内の粒子よりも、そして市販されているLNP製剤よりも優れた性能を示すことが確認されました。さらに、このモデルは、凍結乾燥プロセスに耐えるLNPを予測するなど、様々な細胞タイプや保存方法に対応するナノ粒子設計にも応用できることが示されました。このAIツールは、RNA治療薬の開発を加速し、医療分野に新たな可能性をもたらすことが期待されます。
元記事: How AI could speed the development of RNA vaccines and other RNA therapies
