遺伝子摂動の結果予測を高度化する創薬AIのXaira Therapeutics、最大規模データセットを用いた初の仮想細胞モデル「X-Cell」を発表

Xaira Therapeuticsは、AIによって創薬を変革することを目指す企業として、初の仮想細胞モデル「X-Cell」を発表しました。X-Cellは、これまでにない規模の因果的かつ介入的データで学習されており、遺伝子摂動の結果を高精度に予測できるとされています。特に、モデルがこれまで見たことのない実験条件に対しても高い予測性能を示しており、創薬を試行錯誤中心の作業から予測可能なエンジニアリングへと変える重要な一歩と位置づけられています。X-Cellの学習には、「X-Atlas/Pisces」と呼ばれるデータセットが用いられました。これは、これまで報告された中で最大規模のゲノムワイドCRISPRi Perturb-seqデータセットであり、7つの生物学的に異なる細胞コンテキストにわたって、25.6百万件の摂動を受けた単一細胞トランスクリプトームを含んでいます。この規模は、Xaira Therapeuticsが以前公開した「X-Atlas/Orion」の3倍を超えています。X-Cell自体も4.9 billion parametersに達する、現時点で最大級の因果摂動モデルであり、大規模言語モデルで観測されるものと同様のパワーロースケーリングの挙動を示すとされています。

Xaira TherapeuticsのSVP of AI-Enabled Discoveryであり、今回のプレプリントの共同シニア著者でもあるCi Chuは、AIで高い性能を実現するには、最高品質のデータと最も能力の高いモデルを組み合わせることが重要だと述べています。そのうえで、X-Atlas/Piscesはこれまでで最大かつ最も多様なPerturb-seqデータセットであり、X-Cellはその規模のデータから学習するために特別に設計されたモデルアーキテクチャだと説明しています。両者を組み合わせることで、モデルはこれまで見たことのない生物学的現象に対しても一般化し、予測できるようになるとしています。X-Cellの技術的な特徴は、diffusion language modelアーキテクチャを採用している点にあります。これは、この分野で主流だった自己回帰型の単一細胞モデルとは異なるアプローチです。X-Cellは、摂動後の細胞状態を一度に予測するのではなく、コントロール状態の遺伝子発現値を摂動後の値へと段階的に置き換えながら、繰り返し予測を洗練させていきます。この反復的な精緻化プロセスによって、文脈に応じたより高精度な予測が可能になります。

この新しいアーキテクチャと大規模データセットの組み合わせによって、X-Cellは未観測の実験条件にも一般化できるようになっています。具体的には、未観測の細胞型、未観測の曝露条件、異なる研究室や異なる技術で得られた結果に対しても予測性能を示しており、これは予測生物学の分野における重要なマイルストーンとされています。XairaのSVP and Head of Biomedical AIであり、共同シニア著者でもあるBo Wangは、X-Cellによって、生物学者が実験を実際に行わなくても、細胞が異なる摂動にどう応答するかをコンピュータ上でシミュレーションできる方向へ前進したと述べています。さらに、学習データセットを今後も拡充していくことで、X-Cellは創薬における標的同定、作用機序の解明、標的と患者の適合性評価、毒性予測など、多様な用途で一層有用になると期待されています。

CEOのMarc Tessier-Lavigneは、仮想細胞を構築する目的は、生物学を因果レベルで理解し、疾患状態にある細胞を健常状態へ戻すには何が必要かを問えるようにすることだと述べています。そのうえで、X-Cellはすでに与えられたデータを超えた予測を行い始めており、単なる生物学的洞察にとどまらず、治療に直結する実行可能な示唆をもたらす強力なモデルへ向かう大きな一歩だと評価しています。Xaira Therapeuticsは、Piscesデータセットの一部とX-Cellモデルの一部を科学コミュニティに公開する方針です。今後は、X-Atlasを一次細胞、iPSC由来細胞、オルガノイド、さらにはin vivo摂動へと広げていく計画を掲げています。これにより、創薬開発の全工程にわたり、適切な標的、分子、患者を見極めることのできる因果生物学モデルの構築を目指しています。

Xaira Therapeuticsについて
Xaira Therapeuticsは、生命の言語を解読し、患者に革新的な医薬品を届けるための先端機械学習モデルを開発するAIライフサイエンス企業です。同社は、疾患を予測的に理解するための機械学習研究、AIを学習させるための大規模データ生成、そして新薬を創出するための統合型創薬・開発機能を組み合わせることで、創薬と開発の全工程を再構築しようとしています。South San Franciscoに本社を置き、SeattleとLondonにもイノベーション拠点を展開しています。