eXplainable AI駆動のフラックスバランス解析による長期継代中のCHO細胞安定性の探究

なぜ「工場細胞」は優位性を失うのか

近年の医薬品の多く、特に大ヒットする抗体医薬は、中国ハムスター卵巣（CHO）細胞が巨大なタンクで培養されて生産されています。こうした細胞は工場に入る前に何世代にもわたって増殖されますが、経時的に生産スピードが落ちたり、作り出す医薬品の品質が変わったりすることがしばしば観察されます。本研究は単純だが重要な問いを立てます：CHO細胞を何度も継代すると、その細胞内代謝はどのように変化するのか、そして人工知能を用いて何が問題かを見抜き、どう修正できるかを示せるか？

同一細胞株の初期世代と晩期世代

研究者たちは単一の抗体産生CHO細胞株から出発し、30回以上にわたる継代を追跡しました。これは同じ植物の挿し木を繰り返すような経緯です。この長い過程から、実験は「初期継代」群（成長のごく初期ラウンドで採取）と「晩期継代」群（はるかに多くの継代後で採取）の二つのグループを作りました。同一条件で培養すると、両者は同様の最大細胞数に達し、むしろ晩期細胞のほうがわずかに分裂が速いことがありました。しかし、晩期細胞は抗体の産生量が約35%少なく、乳酸やアンモニアといった望ましくない廃棄物分子がより多く蓄積していました。これらは細胞にストレスを与え、生産を阻害することが知られています。

栄養素と廃棄物の追跡で分岐点を探る

細胞がいつどのように異なり始めたかを明らかにするため、チームは培養液中の栄養素と副産物を2週間にわたりモニターし、特にグルコースと20種類のアミノ酸に注目しました。多変量統計を用いると、初期と晩期の代謝差は急速増殖期、特に培養の2〜6日目に顕著に現れることが示されました。グリシン、プロリン、メチオニン、アスパラギン酸などの特定のアミノ酸が、両群で著しく異なる使われ方や分泌のされ方をしていました。これらの変化は、アミノ酸分解、エネルギー生産、廃棄物生成をつなぐ経路のシフトを示唆しており、晩期継代細胞が燃料供給や窒素・レドックス（酸化還元）バランスの管理を再配線していることを示していました。

説明可能なAIで代謝の内部をのぞく

細胞代謝は数千の相互接続した反応を含むため、著者らはCHO細胞のゲノム規模代謝モデルとフラックスバランス解析（各反応の流量を推定する手法）を組み合わせました。実測データでモデルに制約を与え、さらに各酵素の効率性を考慮する「酵素容量」版の手法を用いることで、データと整合する多数の内部フラックスパターンが得られました。この高次元の出力を理解するために、研究者たちは初期継代と晩期継代のフラックスパターンを区別する機械学習モデルを訓練し、説明可能なAI、具体的にはSHapley Additive exPlanations（SHAP）を適用して、両状態を最も強く区別する反応や代謝物をランキングしました。

「構築モード」から「自己防衛モード」へ

説明可能なAI解析は明快な筋書きを示しました。初期継代細胞では、栄養素由来の炭素はピルビン酸を経てアセチルCoAに流れ、そこから脂肪酸合成へ強く振り向けられており、細胞膜の合成や急速な増殖を支えていました。一方、晩期継代細胞では、より多くのアセチルCoAが中心的なエネルギー代謝サイクルへ送られ、ストレス下でエネルギーを維持するために使われていました。また「トランスサルファレーション」経路の主要反応が変化し、細胞がシステインを外部から取り込む代わりに内部で合成するようになりました。新たに合成されたシステインはグルタチオン（主要な抗酸化物質）へ振り向けられ、活性酸素種のダメージを除去する自己防御に寄与しました。しかしこの自己防御には代償がありました。同じシステインは抗体の安定した結合形成にも必要であり、その回路の転用やこれらの経路から放出される追加のアンモニアが、抗体収量の低下と有害な廃棄物の増加に寄与したと考えられます。

医薬品生産の安定化に役立つこと

専門外の読者にとっての要点は、CHO細胞は継代を重ねるにつれて徐々に優先順位を切り替えるということです。初期には「構築者」モードで、栄養素を効率的に新しい細胞や治療用タンパク質に変換しますが、晩期になると「生存者」モードに切り替わり、酸化ストレスから身を守るためにより多くの資源を使うため、医薬品の産出が減り廃棄物が増えます。詳細な培養データ、大規模代謝モデル、説明可能なAIを組み合わせることで、著者らはシステイン—グルタチオン軸と関連経路をこのシフトを制御する重点点として特定しました。培地組成の調整、例えば代替の抗酸化剤やシステインを節約する化合物の添加などにより、細胞をより長く生産的な状態に保ち、バイオ医薬品製造の信頼性と効率を改善できる可能性があります。

引用: Choi, DH., Kim, SJ., Song, J. et al. Exploring CHO cell stability during prolonged passaging via eXplainable AI driven flux balance analysis. npj Syst Biol Appl 12, 36 (2026). https://doi.org/10.1038/s41540-026-00660-z

キーワード: CHO細胞, 抗体生産, 細胞株の安定性, 代謝モデリング, 説明可能なAI