人間の生物学を最適化する方法

このページは、生成AIにより自動翻訳されています。

この記事は、世界経済フォーラムの地政学プラットフォーム

「ゲノム編集」という言葉は、ここ5年で再び注目を集める話題となっている。遺伝子編集技術CRISPRの近年の飛躍的進歩は、人間を含むあらゆる生物のゲノムを精密に操作できるという期待をもたらし、バイオテクノロジー界を活気づけてきた。

多くの科学者が基礎研究におけるこの技術に関心を示す一方、医療への応用がもたらすゲノム編集の潜在的な影響は、まだ先のこととみられている。CRISPRの臨床利用に関する決断の時が近づいていると、ウィルソン・センターの報告書は論じる。人間の生物学を最適化する方法:ゲノム編集と人工知能が交差するところ。

クラスター化され、規則的な間隔で配置された短い回文配列リピート(CRISPR)に関する知見は、細菌の免疫に関する初期研究が長年積み重ねられて生まれたものだ。しかし専門家は、この技術がより広範な遺伝子編集にもつ力と可能性に気づき始めている。CRISPRで用いられる新たな手法には、ジンクフィンガーヌクレアーゼ(ZFN)や転写活性化因子様エフェクターヌクレアーゼ(TALEN)などの既存手法に比べ、大きな利点がある。

専門家は現在、CRISPRは従来の手法より効率的で使いやすく、多数の遺伝子を一度に編集しやすいと評価している。科学者が細胞内外のDNAを編集できることを初めて実証して以来、この技術への関心はこの5年間で指数関数的に高まった。

切り貼り

CRISPRは「分子のはさみ」として働き、ゲノム内のDNAを「切り取り」「貼り付ける」ことで編集する。

これを実現するため、CRISPR関連(Cas)タンパク質は短いRNA断片を使い、対象となるゲノム配列を見つける。

この特性によって、この技術は使いやすいものとなっている。異なる遺伝子を見つけるにはガイドRNAを変えるだけでよく、同じCRISPR-Casユニットを利用できるからだ。CRISPR-Casシステムが標的遺伝子に到達すると、Casユニットはさまざまな仕組みを使い、その部位のDNAを挿入、削除、置換できる。この機能により、CRISPR-Casは標的に到達してから編集するため、他の遺伝子を編集するのを防げるはずだ。この技術が実行できるゲノム編集機能の多様さも、幅広い応用を可能にしている。

次世代のための医療

ゲノム編集の最も重要な応用例には、人間への医療利用がある。CRISPRを使えば、病気の原因となる変異を修復できる可能性がある。

医療従事者は、この技術を臨床で大きく分けて2つの方法、すなわち体細胞への改変と生殖細胞系列への改変に利用できる。

体細胞治療とは、出生前の発生過程ではなく、出生後に人間の細胞内のDNAを編集することを指す。この技術を使えば、がんなど既存の疾患に対する新たな治療法が生まれる可能性があり、がんをより的確に標的とするための免疫細胞の編集などが考えられる。

このCRISPRの応用は遺伝子治療の一種であり、前例がないわけではなく、この技術の他の用途に比べて論争も少ない。CRISPRを用いた遺伝子治療は短期から中期に臨床現場で実施される可能性があり、特に米国では臨床試験が間もなく始まる可能性があるほか、中国ではすでに多くの試験が始まっているか、近く開始される予定だ。

CRISPRをめぐる論争がより大きく、また可能性も大きいのは、将来的に生殖細胞系列のゲノム編集を行える可能性があるためだ。この治療法では、卵子、精子、または胚のゲノムを編集し、その後、体外受精によって子どもを育てることで、遺伝的リスクや疾患が生じる前に防げる可能性がある。

がんを取り除く

成人に発症したがんを単に治療するのではなく、CRISPRを使えば、BRCA1などの遺伝子から変異を取り除き、出生前から子どものがんリスクを下げられる可能性がある。

同様に、ゲノム編集によって、ハンチントン病や嚢胞性線維症など、深刻な遺伝性疾患を引き起こす変異を修正し、将来の世代がこうした病気に苦しまないようにできる可能性がある。

しかし、生殖細胞系列の編集技術は、生まれてくる子どもと、その子どもがもうける子どもたちの双方に安全性と倫理上の問題をもたらす。こうした遺伝子改変は後の世代にも現れるためだ。

意図しないゲノム領域を改変してしまう可能性、すなわちオフターゲット効果は、Nature Methods誌に掲載された論文が、その発生頻度は従来考えられていたより高いと示唆して以来、懸念が強まっている。

生殖細胞系列にCRISPRを用いると、モザイク現象が生じることがある。これは、胚の一部の細胞でしかゲノム編集が成功しない状態を指す。このように編集が一様でない場合、疾患の発生を防げない可能性があり、新たな健康上の問題を引き起こすおそれもある。

胚にCRISPRをより早い段階で作用させる手法の最近の進展は、オフターゲット効果とモザイク現象の低減に役立つ可能性がある(下図参照)。ただし、こうした画期的な知見を生かすには、さらなる研究が必要だ。

エピジェネティックな要因は受精後に生物のゲノムに作用し、体が遺伝子を発現するかどうか、どこで、どのように発現するかに影響を与えるため、生殖細胞系列の編集をさらに複雑にする可能性がある。

体細胞治療にも有効性の問題が生じる可能性がある。人間の免疫系がCRISR-Cas9酵素を非ヒト由来のものとして(正しく)認識し、これらの遺伝子編集ツールを阻害する抗体を作るおそれがあるためだ。

CRISPRによる生殖細胞系列の編集を医療に用いるには、ほぼ確実に議会の措置が必要となる。現在の歳出法では、国立衛生研究所(NIH)がヒト胚を作製または破壊する研究に資金を提供することが禁じられており、食品医薬品局(FDA)が生殖細胞系列編集製品を審査するための資金も提供されていない。

こうした障壁により、米国ではヒトの生殖細胞系列編集に関する医学研究が事実上妨げられている。臨床利用には上記の問題を解決する必要があるものの、CRISPRによる生殖細胞系列編集が中期から長期に臨床で利用可能になる可能性は依然として高い。

機械としての生物学

分子生物学、ゲノミクス、そして現在のCRISPRの登場は、生物学を機械として捉える考え方を促してきた。この見方では、工学やソフトウェアの概念になぞらえて、細胞やゲノムの機能を説明する。

科学者はミトコンドリアを「発電所」、キネシンを「積み荷」を運ぶ「モーター」、インスリンを産生する微生物を「工場」と表現する。自然生物学と合成生物学をこうした言葉で理解することで、分野特有の専門用語に頼りすぎずに複雑な考えを簡潔に伝えられる。これは、分野外の人々や一般市民、政策決定者に伝えようとする科学者にとって有益だ。

しかし、生物学的な概念を主に工学の比喩で表現すると、研究者が自らの研究をどう捉えるか、またこれらの分野がどう発展するかに二次的な影響を及ぼす可能性がある。

生物学を機械として捉える考え方は、合成生物学の根本的な理念に由来する。つまり、タスクを実行する新たな生物システムの構築に、設計という工学の概念を応用することだ。

実践者は、生きた「構成要素」を使って新たな生物を作り、生きた機械を遺伝的に「プログラム」して幅広いタスクを実行させると考える。

生きた機械のゲノムをプログラムできるため、合成生物学者は、自然界には存在しない可能性のある新たな機能を生物学的な機械に設計し込める。これは、生物システムを問題解決の観点から捉える考え方にもつながる。

科学者たちは同様に、DNAをデータ保存に利用する研究にも乗り出しており、ある研究グループは映画とコンピューターのオペレーティングシステムをDNAに保存することに成功した。生物学をコンピューターサイエンスの領域へ広げるこの取り組みは、生物学を機械として捉え、他の機械と同じようにタスクを実行するようプログラムし、設計できるという、より大きな考え方の変化を反映している。

人工知能はゲノミクスに革命をもたらす可能性がある

人工知能(AI)は、医療分野に大きな影響を与える可能性を秘めた新興技術だ。ディープラーニングの進歩により、この変化が可能になった。AIは経験を通じて学習できる。この学習方法は子どもが新しい情報を身につける過程と似ており、この技術は人間の脳に似たプログラム構造を利用して機能する。

この手法では、機械知能がデータのパターンを認識し、間違いから学ぶことで、新しい情報をより適切に特定または分類する。特にディープラーニングは、機械が何層ものパターンを認識できるようにして、AIのこの機能を支える。たとえば、動物を識別する際に、まず輪郭を認識し、その後、毛並みなどのより細かな特徴に注目する。

この技術は、YouTube動画の猫の認識から、マウス細胞におけるRNAスプライシングパターンの予測まで、さまざまな場面で利用され続けている。AI技術は最適化ツールを活用できるほか、新たな最適化手法の開発にも貢献し得る。大規模データセットからパターンを特定し、システムを最適化するディープラーニングの能力は、ゲノム編集と組み合わせれば強力なツールとなる可能性がある。

AIの進歩により、この技術は臨床現場や医学研究で新たな用途を持つ可能性がある。

ディープラーニング

ディープラーニングソフトウェアは、皮膚がんの画像や顕微鏡画像から診断し、患者の医療記録を確認した後に病院で疾患を予測できる能力を示している。

こうしたAIは、医師が研修医として訓練を受ける過程と同じように、経験に基づく知識を活用して医療上の疾患を診断することを学ぶ。

臨床現場を越えて、この技術は現在利用できる科学情報を強力に分析し、遺伝的変異がどのような分子メカニズムで疾患を引き起こすのかをモデル化できる。

同様に、GoogleとGenomic Englandの提携により、AIは多数の遺伝子データセットを分析する見込みだ。遺伝性疾患の仕組みを診断し、予測し、新たなパターンを見つけるディープラーニングの能力は、AIを臨床医療にとって欠かせない存在にする可能性がある。クラウドコンピューティングを利用できれば、こうした能力と患者の利用しやすさがさらに高まるだろう。

AIが医療分野に広がり続けるにつれて、医療従事者によるゲノム編集の活用方法に大きな影響を及ぼす可能性がある。新しい生物学は、生きた機械が意図された機能を最もよく果たせるよう最適化することを目指しているため、遺伝子編集の実践者は、患者が健康な生活を送る能力を最大限に高めるという考え方を取り入れるかもしれない。特に人間の生物学を機械として捉える場合、ディープラーニングを使い、CRISPRなどの技術をゲノムのどこに適用すれば人間の体を「最適化」できるのか、専門家に示すことも考えられる。

『人間の生物学を最適化する方法:ゲノム編集と人工知能が交差するところ』、ウォルター・ジョンソン、エレオノール・ポーウェルズ

ライセンスと再掲載について
世界経済フォーラムの寄稿文は、クリエイティブ・コモンズ表示-非営利-改変禁止 4.0 国際ライセンスおよび同フォーラムの利用規約に従い、再掲載が可能です。