米国シアトルとオーストリアウィーン— パース・バイオサイエンス（Parse Biosciences）とグラフ・セラピューティクス（Graph Therapeutics）は、AIと単一細胞解析技術を融合した戦略的提携を発表した。この共同プロジェクトは、免疫疾患患者由来の数百億個の細胞を、系統的な干渉（パーシステーション）条件下で解析し、世界最大かつ最も包括的な「免疫細胞の機能障害アトラス」の構築を目指す。このアトラスは、AIを基盤とした新薬開発の土台となり、自己免疫疾患や免疫媒介疾患に対する根本的治療法の開発を加速する。 背景として、自己免疫疾患は患者ごとに異なる免疫細胞の応答パターンに依存しており、従来の簡略化されたモデルでは臨床実態を正確に再現できず、薬剤ターゲットの特定や臨床成績の予測が困難だった。今回の提携は、グラフの「ラボインザループ」プラットフォームとパースの「ギガラブ（GigaLab）」技術を連携することで、患者由来の生きた免疫細胞を用いたリアルな疾患モデルと、Evercode™技術を活用した高スループット・単一細胞全トランスクリプトーム解析を実現。これにより、疾患の発症メカニズムに深く関与する細胞間相互作用や動的な免疫応答を、従来の手法では捉えきれない精度で可視化可能となる。 グラフのプラットフォームは、機械学習を活用した「アクティブラーニング」によって、無数の干渉条件の中から臨床的に有意な候補を効率的に選定。これにより、無駄な開発投資を回避し、後期臨床試験での失敗リスクを低減する。各実験の結果が次の探索の指針となり、知識が累積する「複利効果」を生み出す。一方、パースのギガラブは、この選定された条件をもとに、超高スループットかつ高品質な単一細胞データを生成。従来の数年を要する解析を数週間で実現するスピードと精度が、新薬開発のサイクルを大幅に短縮する。 グラフのグレゴリー・ヴラディマーCEOは「データを戦略的インフラとして扱うことで、実験は生物学的不確実性を減らし、知識が蓄積され、次の発見が加速される」と強調。パースのチャーリー・ロコCTOも「ギガラブは、患者細胞内で直接疾患メカニズムを解明する工業規模の単一細胞生物学を支えるために設計された」と述べ、この提携が新薬開発のあり方を根本から変える可能性を示している。 この取り組みは、単に技術の融合ではなく、AIと生物学の融合による開発プロセスの再設計である。自己免疫疾患の治療法開発において、臨床的妥当性を保ちつつ開発コストと期間を削減する画期的なアプローチとして、業界全体に大きな影響を与えると期待されている。