dr francis collins

海外ニュース:全ゲノム配列検査にAIを導入し同日遺伝子診断が可能に

2019年5月7日

著者:フランシス・コリンズ博士

迅速な全ゲノムシーケンス検査により、医師は発作を引き起こす神経学的状態である太田原症候群の小児(セバスチアナ・マニュエル)を診断することができました。彼女のデータは、原因不明の病気で生まれた他の子供たちの診断をスピードアップするための取り組みの一部として現在使用されています。

2003年4月、国際ヒトゲノム計画がヒトの全DNA設計図の最初の参照配列を無事に完成したとき、私たちはたった13年でその偉業を成し遂げたことに興奮しました。確かに、その最初のヒトの参照シーケンス解析への米国の貢献は推定4億ドル(約440億円)の費用がかかりました。しかし我々はコストがすぐに下がるであろうということを知っていました。そしてそのスピードは加速するでしょう。ヒトの全DNAシーケンスが解析されて以来、私たちはどこまで来たのでしょう。新しい研究により、人工知能(AI)と組み合わせた全ゲノム配列決定法は、24時間以内に重症の乳児の遺伝病の診断ができるようになりました。

この進歩を理解するために少し時間をかけましょう。惑星地球の歴史の中でこのほどまでのスピードと価格に関する進歩を経験した技術は他にないということを私は認識しています。そして同時に、DNA配列技術は非常に高いレベルの正確さを達成しました。 「より早く、より正確に、より安く」という名誉ある格言の3つの条件のうち2つしか得られなかった歴史は見事に塗り替えられました - 3つすべてが過去16年間の進歩によって劇的に強化されました。

急速な診断はミステリアスな状態で生まれた乳児にとって非常に重要です。なぜならそれは乳児が出生後、できるだけ早く潜在的に命を救う介入を受けることを可能にするからです。 トランスレーショナルメディシンの研究で、NIHの資金援助を受けた研究者らは、不安な両親や医療従事者に通常よりもはるかに早く診断を定期的に提供することができる、高度に自動化されたゲノムシーケンス・パイプラインの開発について説明します。

迅速なDNA配列決定のコストは下がり続けていますが、迅速な診断決定を下すためにこの価値あるツールを利用することにはまだ課題が残っています。ほとんどの臨床現場では、全ゲノムシークエンシングの結果が出るまでに2週間以上かかります。より速い結果を得ようとする試みもありますが、まだ労働集約的であり、専門家の献身的なチームが一度に1サンプルずつデータをふるいにかけることを要求します。

この新しい研究では、カリフォルニア州サンディエゴのラディチルドレンズ・ゲノム医学研究所(小児ゲノム医療)のスティーブン・キングスモア博士が率いる研究チームが、約20時間の時間とはるかに少ない肉体労働で、全ゲノム検査結果を中央値で得ることを可能としたプロセスのあらゆるステップを加速する合理的なアプローチについて説明しています。彼らは、システムが単一のゲノムシークエンシング機器を使用して週に30人の患者に答えを届けることができると提案しています。

その仕組みは次のとおりです。手動で血液サンプルを準備する代わりに、彼のチームは特別なマイクロビーズを使用して、非常に少ない労力ではるかに迅速にDNAを分離します。このアプローチにより、サンプル前処理の時間が10時間から3時間未満に短縮されました。その後、最先端のDNAシーケンサーを使用して、それらのサンプルをわずか15.5時間でシーケンスし、高品質の全ゲノムデータを取得します。

次に時間がかかる可能性のある課題は、これらすべてのデータを理解することです。分析をスピードアップするために、キングスモア博士のチームはMOONと呼ばれる機械学習システムを利用しました。自動化されたこのプラットフォームは、人工知能を使用してすべてのデータを検索し、潜在的な疾患の原因となる変異型を検索します。

研究者たちは、MOONと臨床言語処理システムを組み合わせることで、小児の電子カルテから関連情報を数秒で抽出することができました。科学文献の中の13,000以上の既知の遺伝病に関するデータのなかで、その患者特有の情報を組み合わせることで、機械学習システムは5分以内に450万の潜在的なバリアントから原因となりえる突然変異を選ぶことができました!

システムをテストするために、研究者らは最初に、以前に診断された105の遺伝病がある101人の子供たちのサンプルで正しい診断に達する能力を評価しました。ほとんどすべての場合において、自動診断は、より手間のかかる専門家の手作業による解釈によって以前に得られた診断と一致しました。

次に、研究者らは集中治療室で7人の重症の乳児と3人の以前に診断された乳児の診断を支援するために自動システムをテストしました。彼らは、この自動化システムが20時間以内に診断に達することができることを示しました。これは通常48時間ほどかかる手動による最速のアプローチと比較したテストです。自動化されたシステムは、約90パーセント少ない人による手作業を必要としました。

このシステムにより、7人の重症乳児と以前診断された3人が迅速に診断され、偽陽性の結果は得られませんでした。これらの診断により22時間以上の検査にかかる平均時間の節約がなされました。いずれの場合も、早期診断は直ちに子供たちが受けた治療に影響を与えました。発作、代謝異常、免疫不全などの深刻で原因不明の症状に苦しんでいる幼児にとって、時間が最も重要であることを考えると、それは重要なポイントです。

もちろん、人工知能が医師や他の医療提供者に取って代わることは決してないでしょう。 キングスモア博士は、自動操縦装置の発明から106年経った今でも、民間航空機を操縦するには2人のパイロットが必要であると述べています。同様に、ゲノムの解釈に基づく健康管理の決定も、熟練した医師の専門知識を要求し続けるでしょう。

それでも、そのような迅速な自動化システムは非常に有用であることが証明されました。例えば、このシステムは即時に暫定的な診断を提供することができることから、専門家がより困難な未解決の症例であるとか、または他の必要性に注意を集中させることを可能とします。専門家による手動の解釈で答えが得られない多くの症例についても、自動化システムはエビデンスを再評価するのに役立つかもしれません。

自動化システムは、未解決のままになっていることが多い症例のデータを定期的に再分析するのにも役立ちます。研究者が毎年何百もの疾患関連遺伝子および何千もの遺伝子変異を発見し続けていることを考えると、そのような再分析に追いつくことは特に困難です。希望は、今後数年間で、全ゲノムシーケンス、人工知能、そして専門家によるケアの組み合わせが、さらに多くの重病の赤ちゃんやその家族の生活に大きな改善をもたらすことです。

 

 

参照:

[1] Diagnosis of genetic diseases in seriously ill children by rapid whole-genome sequencing and automated phenotyping and interpretation. Clark MM, Hildreth A, Batalov S, Ding Y, Chowdhury S, Watkins K, Ellsworth K, Camp B, Kint CI, Yacoubian C, Farnaes L, Bainbridge MN, Beebe C, Braun JJA, Bray M, Carroll J, Cakici JA, Caylor SA, Clarke C, Creed MP, Friedman J, Frith A, Gain R, Gaughran M, George S, Gilmer S, Gleeson J, Gore J, Grunenwald H, Hovey RL, Janes ML, Lin K, McDonagh PD, McBride K, Mulrooney P, Nahas S, Oh D, Oriol A, Puckett L, Rady Z, Reese MG, Ryu J, Salz L, Sanford E, Stewart L, Sweeney N, Tokita M, Van Der Kraan L, White S, Wigby K, Williams B, Wong T, Wright MS, Yamada C, Schols P, Reynders J, Hall K, Dimmock D, Veeraraghavan N, Defay T, Kingsmore SF. Sci Transl Med. 2019 Apr 24;11(489).

 

topmessagedonation001

Take Action

druglag-petition

Tell us your story