採用細胞療法における細胞動態のエージェントベースモデル化

がん治療で重要になる“コンピュータ上の細胞”

生きた免疫細胞を用いるがん治療は医療を変えつつあるが、新しいアイデアを動物や人で逐一試すのは時間がかかり、高価で、場合によってはリスクを伴う。本研究はABMACTという仮想実験室を提示する。これは“デジタル”ながん細胞と免疫細胞を構築し、コンピュータ上で相互作用させる仕組みだ。実際の実験を再現・拡張することで、ABMACTはどの特徴がナチュラルキラー（NK）細胞療法に最も重要か、臨床に入る前にどのように治療スケジュールを調整すべきかを研究者が見極める助けとなる。

細胞をデジタルなアクターに変える

ABMACTはエージェントベースモデリングに基づく手法で、各細胞が移動し、分裂し、死に、近傍を攻撃するといった単純なルールに従う小さなソフトウェアエージェントになるよう設計されている。著者らは主に四種類のアクターを設計した：腫瘍細胞、腫瘍を殺す能動的なNK細胞、機能を失った疲弊したNK細胞、そして低活動だが再び活性化できる“警戒”NK細胞である。これらの細胞がどのように増殖し、疲弊し、移動し、状態を切り替えるかのルールは既存の実験室および動物実験のデータに基づいて定められ、数千の仮想細胞が小さな治療過程を再現できるようにシミュレーションに組み込まれている。

細胞の内部配線を付け加える

現代の単一細胞シーケンシングは各NK細胞でどの遺伝子が活性化しているかを明らかにするが、その分子レベルの詳細を全身挙動に翻訳するのは難しい。ABMACTは遺伝子の活動パターンを、NK細胞が腫瘍細胞を殺す確率や、疲弊するまでに何個の標的を排除できるかといった実用的な特性に結びつけることでこの問題に対処する。研究チームはリンパ腫や脳腫瘍のマウスモデルからの遺伝子および経路データを用いて、特定の遺伝子がNK細胞をより強力あるいは弱い腫瘍制御へどのように傾けるかを推定した。これらの遺伝子に基づく影響は個々の仮想NK細胞にランダムに割り当てられ、実験で見られる強弱混在のデジタル集団を生成する。

動物実験の再現と拡張

研究者らはABMACTを用いて、遺伝子改変NK細胞がマウスの血液がんや神経膠芽腫（グリオブラストーマ）を治療した複数の実験に照らし合わせ検証した。リンパ腫モデルでは、腫瘍認識受容体と増殖シグナルであるIL‑15の両方を発現するよう改変されたNK細胞が、単純な製品や未改変細胞に比べて優れた腫瘍制御を示すという結果をシミュレータが再現した。シミュレーションは数時点で測定された腫瘍サイズと一致するだけでなく、日々の腫瘍負荷の増減、NK細胞の拡大、疲弊、警戒細胞の出現といった経時変化も埋めた。グリオブラストーマモデルでもABMACTは観測された腫瘍制御を追跡し、別の共培養研究の結果まで再調整なしに予測したため、そのルールがNKと腫瘍の戦いの一般的特徴を捉えていることを示唆している。

シリコン上での“もしも”治療選択肢の検証

ABMACTはコンピュータ上で動くため、動物で試すのが難しいあるいは高価な問いに答えることができる。著者らは細胞特性や投与量を系統的に変え、どの要因が腫瘍制御に最も強く影響するかを探った。その結果、NK細胞対腫瘍細胞の比率、各NK細胞が繰り返し多数の標的を殺せる能力、そして個々の殺傷力が、単に細胞を長く生存させることよりも重要であることが分かった。シミュレートした追加入力では、早期の追加投与や高い殺傷力を持つ製品が、遅い時期の小規模な増量よりも腫瘍の再燃をより効果的に防げることが示された。モデルはまた、NK細胞の腫瘍到達不良、組織の混雑、低酸素領域といった条件が腫瘍との遭遇を遅らせ治療失敗を助長することも示した。

今後の細胞療法に対する意義

非専門家の目には、ABMACTはNK細胞がん療法の高解像度フライトシミュレータと見なせる。デジタル細胞を実際の遺伝子および実験データに基づかせることで、なぜある改変NK製品が他より優れるのか、なぜ高用量が常に良い結果をもたらさないのかを説明する枠組みを提供する。実用的な設計ルールとしては、腫瘍に十分な数のNK細胞を送り込むこと、これらを連続的に殺傷できる強力なものにすること、そして単に用量を上げるのではなく早めにかつ計画的に投与することが挙げられる。こうしたモデルが実験室や臨床試験を完全に置き換えることはできないが、選択肢を絞り込み、動物実験への依存を減らし、やがては個々の患者の生物学に合わせた細胞療法の個別化に役立つ可能性がある。

引用: Wang, Y., Casarin, S., Daher, M. et al. Agent-based modeling of cellular dynamics in adoptive cell therapy. Commun Biol 9, 409 (2026). https://doi.org/10.1038/s42003-026-09653-4

キーワード: 採用細胞療法, ナチュラルキラー細胞, エージェントベースモデル, がん免疫療法, CAR-NK