Kinic指数：肝細胞癌患者のための人工知能駆動予測モデルおよびマルチターゲット創薬フレームワーク

この研究が重要な理由

肝がんは世界で最も致命的ながんの一つであり、その一因は患者ごとに腫瘍の性質が大きく異なり、現行の薬剤に抵抗することが多い点にあります。本研究は、肝がん患者をリスク群に分類すると同時に、それぞれの病態に合わせた新規薬剤を探索する新しい手法を提示します。高度な人工知能（AI）を用いて、研究チームはタンパク質上の微細な化学的マークを患者の生存率や有望な薬物標的と結びつけるツール「Kinic指数」を構築しました。

大きな意味を持つ新しい化学的マーク

近年、研究者は肝細胞のタンパク質に付く新たな化学的タグ「イソニコチニル化（isonicotinylation）」を発見しました。これらの微細なマークはDNAの折りたたみ方やがん関連遺伝子のオン／オフに影響を与え得ます。チームは何百もの肝腫瘍および健康な肝組織から大規模データを収集し、この新しい修飾に関連する遺伝子の活動を調べました。その結果、数十の関連遺伝子が同定され、多くが脂質代謝、薬物代謝、化学物質の処理、さらにはがんの成長や転移を制御する生物学的経路に位置していることが示されました。

患者を高リスク群と低リスク群に分類する

これらの知見を臨床で役立てるため、研究者らは機械学習を用いてイソニコチニル化関連遺伝子の発現パターンに基づき肝がん患者を分類しました。主に2つのサブグループが浮かび上がりました。あるサブグループは特定の遺伝子がより強く活性化しており、全生存率が明らかに低かったのです。この高リスク群はまた、より攻撃的な腫瘍環境の兆候――細胞分裂の亢進、遺伝的不安定性の増加、腫瘍が免疫から逃避していることを示唆する免疫環境――を示しました。一方、別のサブグループは解毒や代謝経路がより活発で、転帰が良好であり、これらの分子パターンが臨床で患者の予後を予測するのに役立つ可能性を示唆しました。

2つの鍵となる遺伝子を浮かび上がらせるAIスコア

これらのパターンを基に、研究者らはKinic指数というAI駆動のスコアを作成しました。これは複数の機械学習手法を組み合わせて患者の死亡リスクを予測するものです。彼らは100を超えるモデル組み合わせを検証し、主要ながんデータベースと独立した患者コホートの両方で最も良好に機能したモデルを選びました。このスコアは年齢や腫瘍ステージを考慮した後でも、強力かつ独立した生存予測因子であることが確認されました。重要なことに、AIモデルの意思決定を説明する手法であるSHAP解析により、CYP2C9とG6PDという2つの遺伝子が最も影響力が大きいことが示されました。単一細胞解析と空間解析は、両遺伝子が主に高い転移性を持つ悪性肝細胞で活性化しており、その活性が腫瘍と周辺の免疫細胞や支持細胞との相互作用と密接に結び付いていることを明らかにしました。

リスクスコアから候補薬へ

本研究は予後の提示にとどまりませんでした。チームはGraphBANという深層学習フレームワークを用いて、20万件を超える化合物がCYP2C9およびG6PDに結合する可能性をスクリーニングしました。さらに、化合物の吸収・代謝・安全性を予測するAIツールを適用し、薬剤として望ましい候補に絞り込みました。コンピュータによるドッキングシミュレーションでは、各ターゲットを狙う2つの候補分子が、それぞれの標的の有利なポケットにうまくフィットし、時間の経過で安定な複合体を形成することが示唆されました。これらの結果は、Kinic指数が浮き彫りにした腫瘍の代謝的弱点を標的とする新規薬剤の具体的な出発点を提案します。

将来のケアにとっての意義

要するに、本研究はAIが現代のがん医療における3つの重要なステップを結びつけ得ることを示しています：新しいタンパク質修飾が腫瘍挙動に与える影響の解明、その知見を脆弱な患者とより安定した患者を区別するリスクスコアへ変換すること、そして適切な分子標的に迅速に絞り込むことで新規薬剤候補を導くことです。さらなる研究と臨床試験で裏付けられれば、Kinic指数は集中的治療を要する肝がん患者の同定、腫瘍生物学に適した治療の選択、そして薬剤耐性を見越して対抗するマルチターゲット薬の開発を支援する可能性があります。

引用: Zhou, J., Jiang, Y., Yu, M. et al. Kinic index: an artificial intelligence-driven predictive model and multitarget drug discovery framework for hepatocellular carcinoma patients. npj Precis. Onc. 10, 132 (2026). https://doi.org/10.1038/s41698-026-01324-1

キーワード: 肝細胞癌, 精密腫瘍学, 人工知能, エピジェネティック修飾, 創薬